В работе рассматривается подход к детектированию смаза и расфокусировки документов на основе модели текста, посредством анализа второй производной функций яркости, построенных в окрестностях границ объектов по направлениям градиента яркости. Даны описание модели текста, примеры искаженных изображений текста, рекомендации по выбору объективных показателей, на основании которых можно выявить наличие или отсутствие смаза и расфокусировки. Предложен способ, позволяющий перевести выбранные показатели к числовым признакам, инвариантным к различным видам неравномерностей среди локальных характеристик анализируемого изображения. Описаны особенности построения классификатора для данной задачи. Уделено внимание вопросам производительности использованных алгоритмов. Основной анализ и получение характерных признаков объектов реализуется на изображении разницы гауссиан (DoG), что имитирует функцию зрения человека.

The paper considers the problem of automatic blur and defocusing detecting on images of documents. The problem is solved based on text model and analysis of second derivative of brightness function along the brightness gradient. The paper gives text model description, examples of text distorted images and some advises on choosing descriptors for blur and defocusing detection and further distortion classification. The way for calculation of invariant number features by local nonuniformities of image from selected descriptors is proposed. The paper describes specificity for the classifier training. Particular attention is paid to the problem for performance of involved algorithms. Principal research is provided on difference of Gaussians image to mimic neural processing of the retina in human eye.