Самое простое, что можно попробовать - сравнить дисперсии (стандартные отклонения изображения) - поскольку содержание изображения практически одинаково во всех кадрах, самое резкое изображение, вероятно, будет иметь наибольшую дисперсию.Дисперсия остатка межкадрового предсказания (различия между соседними пикселями) также может работать - посмотрите на этот документ .
Вот два изображения.Оригинал слева.Я смоделировал размытие движения гауссовым размытием только в горизонтальном направлении.Размытое изображение справа.
Стандартные отклонения (при использовании imagej ): 42,5 и 41,1
Если этоне работает, тогда то, что вы ищете, называется оценка размытия движения (или просто оценка размытия в целом).Это довольно популярная проблема оценки качества изображения в академических кругах, поэтому вам наверняка найдется много материала, чтобы помочь вам.
Пол Р заставил вас начать с правильного пути - посмотрите на края изображения.
Здесь важно не количество ребер, а их ширина .Размытые изображения будут иметь более широкие края (большее расстояние между поднимающейся и опускающейся стороной).Прочитайте эту статью - она очень популярна и довольно проста в реализации.Обратите внимание, что этот подход измеряет только размытие по горизонтали и вертикали, что не сработает в вашем случае.Однако изменить его несложно, принимая во внимание направление края , как это сделали некоторые более поздние статьи.
Есть и другие способы решения этой проблемы, но те, которые яЯ упомянул, что я знаю более простые из них.