Depth From Focus

Pattern Recognition Letter doi/10.1016/0167-8655(87)90026-2

1 Introduction

在焦平面上的图像往往很锐利，离焦的图像则会比较模糊，越离焦越模糊

2 the DFF method

给出了几条假设

1. 大部分时候可以创造一个存在能用的模糊的图像
2. 对于某些重要的点，存在一致的评估方法得出相似的结论
3. 模糊程度和目标点到焦平面的距离有简单的关系

给出了几个步骤

1. 找到一组特征点（如边界等）
2. 评估特征点的模糊程度\(W\)
3. 利用\(d=f(W)\)求解深度
4. 3D重建

3 Testing the Assumptions

假设一个光学系统

考虑焦平面上的物体长度为\(c\)，焦距为\(f\)，根据相似三角形很容易得到
\[ D_n = \frac{fc}{A+c},\, D_f=\frac{fc}{A-c} \]
其中\(D_n,D_f\)分别是近景深和远景深，也就是在这个范围内的物体能够清晰成像

那么为了区分模糊和清晰，要求近景深至少是整个图像深度的\(\frac{1}{n}\)，即
\[ D_{range} > n D_n \]
也就是必须有足够的模糊

在给定\(A,c,n\)和成像距离\(f\)下，可以计算成像的深度范围

4 Blurring Metric

使用相机拍一个具体的物体，然后测特征点占的像素

前后两个失焦的深度如何区分？这是一个待解决的问题