Bonjour,
Je suis actuellement en train d'ellaborer un logiciel permettant de detecter si une image est floue, ou non. J'ai fais quelques recherches sur le net afin de trouver des algorithmes performants sur le sujet, mais je n'ai rien trouvé   . Pour le moment, je pense utiliser la fftw pour transformer mon image dans le domaine spectral et lui appliquer une sorte de filtre m'indiquant le "taux de flou" de l'image. Qu'en pensez vous? avez vous une idée pour faire avancer mes recherches?
merci d'avance
Clément

Je precise juste que je travaille sur des images en niveaux de gris pour l'instant.

tu fais une dérivée suivant un axe, et tu regardes le max, s'il est trop faible, c'est globalement flou.

Il faut donc que je calcul le gradient de l'image suivant un axe (en utilisant par exemple le masque de sobel), et que je regarde le max obtenu? Si celui-si est trop faible, alors l'image est floue? Tu me préconise donc de rester dans le domaine spatiale de l'image sans passer par la tranformée de fourier?

peut-être qu'avec certains algo de détections de contours, tu trouveras ton bonheur...

image floue -> pas de contours nets -> pas de hautes fréquences.

"trop faible"? putain comment c'est connoté comme terme ça... ça veut dire quoi "trop" dans ce cas là? par rapport à quoi?
on peut aussi s'amuser à regarder la distribution de la répartion des pixels ou ce genre de choses, comparer la tête de l'histogramme à une gaussienne etc.

par rapport au max de l'image ?

Je resume, soit j'utilise fourier pour detecter les hautes fréquences, soit j'utilise Sobel et recherche le max (que je compare à un seuil), soit j'utilise un algo de detection de contour (comme le Laplacien par exemple?), soit je compare l'histogramme de l'image à une courbe dite "gaussienne". J'ai bien résumé :-) ?

Tu peux faire une méthode "mixte" qui combine un peu tout ça, en cascade. Tu implémentes la plus rapide, et tu regardes ensuite si procéder par raffinement successifs avec d'autres méthodes peut apporter de la pertinence à ta décision (genre si tu as une image avec des régions parfois floues parfois pas)

Merci à vous tous pour vos réponses! en moins d'une matinée, j'ai obtenu plus de resultat qu'en 1 jour de recherche sur google .
Je reviendrai lol.
Je vais essayer d'implémenter tout ca et de voir quelle méthode est plus rapide, et si la combinaison de plusieurs peut s'averer plus efficace ( merci pour l'idée moktar1er)! Je vous tiens au courant

Je ne connais pas ses méthodes, est ce que tu pourrais m'en dire un peu plus?

J'ai pas de nom comme ça sur la langue, faudrait que je me replonge dans mes bouquins. Je sais que dans le principe ça consiste à regarder la forme de l'histogramme et de voir si on peut l'approximer par une gaussiennes (ensuite tu peux généraliser à une somme de n gaussienne, mais dans ton cas je doute que ça te serve à grand' chose).

ok, je vais voir ce que je peux faire... et pour la répartition des pixels?

c'est à dire?

Tu disais qu'on pouvais utiliser une gaussienne ou bien verifier la répartition des pixels : pour la comparaison de l'histogramme avec une gaussiene, j'ai compris le principe. Mais pour la verification de la répartition des pixels, tu n'a pas donné plus de détail, est-ce la même chose?

bah en fait c'est un peu la même chose, l'histogramme te donnant une idée de la répartition de la valeur des pixels

ok merci, je vais essayer d'implementer ses algos : si vous avez d'autres idées n'hesitez pas :-)
Merci encore pour votre aide