C++ 这里有没有办法用拉普拉斯算子来判断图像是否模糊

我正在从事这个项目，我必须自动计算相机拍摄的图像的清晰度，而不需要实际查看图像。我尝试了许多检测方法，但最后我将使用openCV进一步使用拉普拉斯算子

现在，openCV中的拉普拉斯算子返回图像矩阵。但是，我必须得到布尔输出，不管图像是否模糊，这取决于我的阈值

---

任何链接、算法或IEEE论文都会有所帮助。谢谢

你会发现很多信息

---

如果答案中有一个很有趣的话，也可以引用这篇论文：

你会发现很多信息

如果答案中有一个很有趣的话，也可以引用这篇文章：

参考这篇文章

Laplacian（灰色，Laplacian图像，CV_64F）；
标量平均值，标准差；//0:1频道、1:2频道和2:3频道
meanstdev（拉普拉斯图像，平均值，stddev，Mat（））；
双方差=stddev.val[0]*stddev.val[0]；
双阈值=2900；
如果（方差参考此

Laplacian（灰色，Laplacian图像，CV_64F）；
标量平均值，stddev；//0:1通道、1:2通道和2:3通道
meanstdev（拉普拉斯图像，平均值，stddev，Mat（））；
双方差=stddev.val[0]*stddev.val[0]；
双阈值=2900；
如果（以下差异可能会有帮助，以便您可以/将拍摄多张图像，并选择拍摄最清晰图像的设置？让我们拍摄Galaxy S6。现在，我必须检查S6的对焦性能在一段时间内下降了多少。为此，我必须拍摄同一图像的多张照片，但不能通过眼睛手动拍摄，ra正在使用我的程序。查找“感知锐度度量”（PSM）例如，从yang等人2006年开始，以下内容可能会有所帮助，以便您可以/将拍摄多幅图像，并选择拍摄最清晰图像的设置？让我们拍摄Galaxy S6。现在，我必须检查S6的对焦性能在一段时间内下降了多少。为此，我必须拍摄同一图像的多张照片，但不能拍摄manua通过我的眼睛，而不是使用我的程序，寻找“感知锐度度量”（PSM），例如yang等人2006年的“感知锐度度量”
Laplacian(gray, laplacianImage, CV_64F);
Scalar mean, stddev; // 0:1st channel, 1:2nd channel and 2:3rd channel
meanStdDev(laplacianImage, mean, stddev, Mat());
double variance = stddev.val[0] * stddev.val[0];

double threshold = 2900;

if (variance <= threshold) {
    // Blurry
} else {
    // Not blurry
}