介紹

由于HARA試圖從農(nóng)民那里收集數(shù)據(jù)，因此需要通過收集他們的身份證（也稱為Kartu Tanda Penduduk或KTP）的圖像來驗(yàn)證每個(gè)農(nóng)民的身份。然后有必要確保KTP圖像是可讀的，即圖像不模糊。通常，KTP圖像是用手機(jī)攝像頭拍攝的。我們將首先簡要介紹數(shù)字圖像處理的基本原理，然后分析模糊圖像以及如何將其應(yīng)用于我們的問題。

注意，投影在照相機(jī)上的圖像平面（圖像形成的光學(xué)透鏡后面的平面）上的投影基本上是光能的連續(xù)分布。這種不斷變化的光分布由計(jì)算機(jī)處理以獲得數(shù)字快照。在時(shí)域中對光分布進(jìn)行空間采樣，然后將得到的值量化為一組有限的數(shù)值（例如256 =2?），以便它們可在計(jì)算機(jī)內(nèi)表示。這些過程的結(jié)果是以二維有序整數(shù)矩陣的形式描述圖像（圖1）。

形式上，數(shù)字圖像I是整數(shù)坐標(biāo)的二維函數(shù)，其映射到一系列可能的圖像（像素）值。直接根據(jù)圖像矩陣I的寬度M（列數(shù)）和高度N（行數(shù)）確定圖像的大小。

彩色圖像基于三種原色：紅色，綠色和藍(lán)色（RGB）。通常每個(gè)主要顏色分量使用8位表示。在彩色圖像中，每個(gè)像素需要24位（每種顏色8位）來編碼所有三個(gè)分量，并且每個(gè)單獨(dú)顏色分量的范圍是[0 ... 255]。

如果（數(shù)字）圖像具有良好的質(zhì)量：

• 它并不模糊;
• 它具有高分辨率;
• 它具有良好的對比度。

本文將特別關(guān)注模糊圖像。圖像模糊是由不正確的圖像捕獲條件引起的。例如，相機(jī)失焦，或相機(jī)和成像對象的相對運(yùn)動(dòng)。本文的其余部分將重點(diǎn)介紹如何構(gòu)建模糊圖像的關(guān)鍵特征，并根據(jù)此特征對給定圖像是否模糊進(jìn)行機(jī)器學(xué)習(xí)分類。

邊緣檢測模糊檢測

線性濾波器對數(shù)字圖像的卷積

為了檢測模糊圖像，精確理解轉(zhuǎn)換數(shù)字圖像的過程是很重要的。注意，通過簡單的數(shù)學(xué)運(yùn)算可以將高質(zhì)量圖像（非模糊）轉(zhuǎn)換為模糊圖像。如果局部強(qiáng)度急劇上升或下降，即相鄰像素之間的差異很大，則圖像看起來很清晰。在局部強(qiáng)度函數(shù)平滑的地方，我們認(rèn)為圖像是模糊的。

因此，平滑圖像的一個(gè)簡單方法是用相鄰像素的平均值替換每個(gè)像素。這意味著為了確定平滑圖像中的新像素值，使用原始像素加上它的8個(gè)相鄰像素來計(jì)算這9個(gè)值的算術(shù)平均值。假設(shè)I?（u，v）和I（u，v）分別代表原始圖像和平滑圖像。然后，平滑過程可以在數(shù)學(xué)上表達(dá)如下

這相當(dāng)于

特別地，這種數(shù)學(xué)運(yùn)算被稱為線性濾波器，其中通過線性表達(dá)式從一組源像素計(jì)算得到的像素。濾波器的大小是一個(gè)重要參數(shù)，因?yàn)樗付嗣總€(gè)結(jié)果像素值有多少原始像素。上述平滑濾波器使用3 x 3 region of support，該區(qū)域以當(dāng)前坐標(biāo)（u，v）為中心。具有較大support的類似過濾器將具有更強(qiáng)的平滑效果。

還可以為region of support中的像素分配不同的權(quán)重，以便更加強(qiáng)調(diào)更接近該區(qū)域中心的像素。對于任何線性濾波器，region of support的大小和形狀由濾波器矩陣或?yàn)V波器掩模H（i，j）指定，其中矩陣H的大小等于濾波器區(qū)域的大小和每個(gè)元素H（i，j））指定求和中相應(yīng)像素的權(quán)重。在數(shù)學(xué)上，線性濾波器H（i，j）在圖像I?上的應(yīng)用被稱為卷積（圖2）。

模糊圖像的特征

邊緣可粗略地描述為圖像位置，其中局部強(qiáng)度沿特定方向明顯變化。在數(shù)學(xué)上，我們可以將關(guān)于空間距離的這種變化檢測為函數(shù)的一階導(dǎo)數(shù)。為了應(yīng)用導(dǎo)數(shù)來檢測邊緣，導(dǎo)數(shù)必須是離散的。離散導(dǎo)數(shù)方程的每個(gè)項(xiàng)的權(quán)重（系數(shù)）將形成濾波器矩陣H的元素。邊緣檢測的另一種方法是使用二階導(dǎo)數(shù)而不是一階導(dǎo)數(shù)。這類中眾所周知的濾波器是拉普拉斯濾波器。

注意，當(dāng)使用二階導(dǎo)數(shù)方法時(shí)，當(dāng)曲線（通過二階導(dǎo)數(shù)測量）過零時(shí)檢測到邊緣（圖3）。

不難看出，當(dāng)圖像不模糊時(shí)，邊緣必須是銳利的，這意味著曲線必須在零軸周圍陡峭。換句話說，曲線在零軸附近具有高變化。這激發(fā)了圖像的拉普拉斯方差（VoL）的概念。聲稱非模糊圖像具有高VoL值，而模糊圖像具有低VoL值。該操作員應(yīng)測量模糊圖像的特征。

檢測模糊的身份證圖像

已經(jīng)描述的上述方法應(yīng)用于模糊ID卡圖像的檢測。在印度尼西亞，政府頒發(fā)的官方身份證稱為KTP（Kartu Tanda Penduduk）。我們的KTP圖像數(shù)據(jù)集包括514個(gè)圖像（454個(gè)非模糊和60個(gè)模糊）。我們將它們分成70％的機(jī)器學(xué)習(xí)訓(xùn)練數(shù)據(jù)和30％的機(jī)器學(xué)習(xí)測試數(shù)據(jù)。這導(dǎo)致用于訓(xùn)練數(shù)據(jù)的360個(gè)圖像（318個(gè)非模糊和42個(gè)模糊）和用于測試數(shù)據(jù)的154個(gè)圖像（136個(gè)非bur和18個(gè)模糊）。請注意，我們?yōu)橛?xùn)練和測試數(shù)據(jù)集的非模糊和模糊KTP圖像保持7：3的比例。

在這種情況下，數(shù)據(jù)分析的目標(biāo)是提出一個(gè)簡單的分類規(guī)則。設(shè)T是特定的VoL值，則規(guī)則可以表示如下：如果給定圖像的VoL大于T，則它是非模糊圖像。否則它是一個(gè)模糊的圖像。

一組圖像的VoL值（無論是否模糊）在某個(gè)區(qū)間內(nèi)傳播也就不足為奇了。繪制來自訓(xùn)練集的非模糊和模糊KTP圖像的直方圖以更好地分析數(shù)據(jù)（圖4）。

直方圖顯示，與非模糊圖像相比，模糊KTP圖像的VoL確實(shí)具有低得多的值。非模糊KTP圖像的最大VoL值是11,385，而模糊KTP圖像的最大VoL值僅為295左右。然而，來自兩種類型圖像的VoL似乎在某些低值處交叉。注意，根據(jù)模糊KTP圖像的直方圖，數(shù)據(jù)點(diǎn)大致集中在區(qū)間[0,50]中。讓我們仔細(xì)觀察這些間隔的模糊和非模糊KTP圖像的直方圖（圖5）。

注意，盡管非模糊和模糊KTP圖像的VoL值在該間隔中具有一些交叉，但是差異仍然是顯而易見的，因?yàn)榉悄：齂TP圖像的VoL增加而模糊KTP圖像稍微減小。在此間隔中，非模糊圖像的模式高于40，而模糊圖像的模式低于10.在10到40之間尋找閾值。經(jīng)過一些不同閾值的繁瑣實(shí)驗(yàn)，閾值T = 35給出最好的結(jié)果。然后使用閾值對來自測試數(shù)據(jù)的KTP圖像進(jìn)行分類，并且通過混淆矩陣示出性能（圖6）。

注意，假陰性誤差（未模糊分類為模糊）和假陽性誤差（模糊分類為非模糊）均為非零。這是由于來自兩種類型的圖像的VoL值的集合不是嚴(yán)格可分的事實(shí)引起的。這種現(xiàn)象可能是由于手動(dòng)數(shù)據(jù)標(biāo)記過程中的數(shù)據(jù)噪聲所致。

結(jié)論

本文探討了一種表征模糊圖像的方法。為了檢測模糊，基于拉普拉斯算子的邊緣檢測算子應(yīng)用于給定圖像，然后是方差算子，這導(dǎo)致所謂的拉普拉斯方差。據(jù)稱，與非模糊圖像相比，模糊圖像的VoL值較低。該方法用于檢測模糊的KTP圖像。KTP圖像的VoL值的直方圖傾向于支持該聲明，盡管由于一些小的VoL值實(shí)際上在某個(gè)間隔處交叉存在一些問題。訓(xùn)練數(shù)據(jù)用于搜索閾值T，該閾值T尋求最小化由混淆矩陣從測試數(shù)據(jù)報(bào)告的假陰性和假陽性誤差。

已經(jīng)描述的方法仍然遠(yuǎn)非嚴(yán)格和有效。未來的發(fā)展可能會(huì)考慮使用優(yōu)化和統(tǒng)計(jì)學(xué)習(xí)?？梢灾贫ǔ杀竞瘮?shù)，其量化誤差分類，其中參數(shù)是閾值?；谔荻鹊乃惴▽⒄业阶罴验撝?，使得成本函數(shù)達(dá)到其最小值（或接近最小值）。這樣的策略將消除繁瑣的實(shí)驗(yàn)，設(shè)計(jì)師可以將更多時(shí)間集中在機(jī)器學(xué)習(xí)模型構(gòu)建上。模糊圖像也需要更多數(shù)據(jù)。理想情況下，應(yīng)該有大致相同數(shù)量的模糊圖像以及非模糊圖像。這將有助于評估分類器是否優(yōu)于弱學(xué)習(xí)器（分類器不比隨機(jī)猜測好得多）。