技術特征：

1.基于圖像梯度DCT變換的模糊檢測方法，其特征在于：通過將待測圖像轉換為梯度圖像，再將其轉換到DCT域并求其非直流系數(shù)能量，然后利用自然圖像模糊后圖像邊緣變寬，高頻能量相應減少的特征，以此來區(qū)分清晰圖像和模糊的圖像；具體步驟如下：

步驟1：計算待測圖像的梯度圖像；

步驟2：對梯度圖像進行分塊DCT變換操作，設塊的大小為l*l；

步驟3：計算步驟2中的DCT塊的非直流系數(shù)的之和，即分塊能量；并將所有分塊能量疊加在一起，從而獲得整幅圖像的總能量；

步驟4：對待測圖像進行分塊操作，塊的大小依舊為l*l，計算每個塊的方差，將所有的塊方差求和，得到整幅圖像的總方差；

步驟5：用步驟4中的總方差對步驟3中的總能量進行歸一化處理，從而得出最終的模糊分數(shù)Scores；

步驟6：對模糊分數(shù)選取適當?shù)拈撝礣hreold，從而將圖像分為清晰與模糊兩類。

2.根據(jù)權利要求1所述的基于圖像梯度DCT變換的模糊檢測方法，其特征在于步驟1具體實現(xiàn)如下：

將大小為m*n的待測圖像I變換到梯度域G，公式如下：

其中和分別為待測圖像水平和垂直的梯度圖像。

3.根據(jù)權利要求2所述的基于圖像梯度DCT變換的模糊檢測方法，其特征在于步驟2具體實現(xiàn)如下：

對梯度圖像G進行分塊，每個分塊設為B_k，塊大小為l*l；然后將每個分塊B_k變換到DCT域D_k，公式如下：

D_k＝DCT(B_k)。

4.根據(jù)權利要求3所述的基于圖像梯度DCT變換的模糊檢測方法，其特征在于步驟3具體實現(xiàn)如下：

計算DCT域中每個分塊D_k的非直流系數(shù)之和S_k，即分塊能量：

并計算整幅圖像所有塊的能量之和sumS，即總能量，公式如下：

其中N為總的塊數(shù)。

5.根據(jù)權利要求4所述的基于圖像梯度DCT變換的模糊檢測方法，其特征在于步驟4具體實現(xiàn)如下：

對待測圖像I進行分塊，塊大小為l*l，并計算每塊的方差v_k，計算所有塊的方差v_k之和sumV：

6.根據(jù)權利要求5所述的基于圖像梯度DCT變換的模糊檢測方法，其特征在于步驟5具體實現(xiàn)如下：

對sumS進行歸一化得到最終的模糊分數(shù)scores公式如下：

7.根據(jù)權利要求6所述的基于圖像梯度DCT變換的模糊檢測方法，其特征在于步驟6具體實現(xiàn)如下：

確定清晰與模糊之間的閾值threold；通過對實驗數(shù)據(jù)的分析，圖像清晰的時候經(jīng)計算所得的scores比模糊圖像的scores高很多；由此可以證明：清晰圖像的非直流能量較大，而模糊圖像的非直流能量較低；同時經(jīng)過對LIVE圖像庫中大量樣本的檢測和比較，得到相應的閾值threold＝4，當Scores＞4時圖像為清晰，當Scores≤4圖像為模糊。