技術(shù)特征：

1.一種基于全局估計(jì)的影像模糊檢測(cè)方法，其特征在于，包括以下步驟：

步驟1，通過特征點(diǎn)檢測(cè)獲取影像集合中任意兩影像間的同名點(diǎn)集合；

步驟2，以同名點(diǎn)集合中各同名點(diǎn)為中心截取L×L大小的區(qū)域作為同名點(diǎn)對(duì)應(yīng)的同名區(qū)域，從而獲取同名區(qū)域集合，其中L為預(yù)設(shè)的同名區(qū)域邊長(zhǎng)；

步驟3，對(duì)同名區(qū)域集合中相應(yīng)的同名區(qū)域進(jìn)行拉普拉斯卷積，并計(jì)算卷積后的同名區(qū)域?qū)?yīng)的方差；

步驟4，求得兩影像所有同名區(qū)域?qū)?yīng)方差的均值，并以均值的比值確定影像之間模糊程度關(guān)系的表達(dá)；

步驟5，構(gòu)建齊次線性方程組Ax＝0，并通過奇異值分解求得方程組最優(yōu)解，其中，A為影像之間模糊關(guān)系表達(dá)構(gòu)成的方形矩陣，齊次線性方程組的未知數(shù)向量x表示對(duì)應(yīng)影像的模糊程度；

步驟6，利用最優(yōu)解確定影像集合的模糊程度大小順序。

2.如權(quán)利要求1所述的一種基于全局估計(jì)的影像模糊檢測(cè)方法，其特征在于：所述步驟1中，特征點(diǎn)的檢測(cè)通過尺度不變特征轉(zhuǎn)換方法實(shí)現(xiàn)。

3.如權(quán)利要求1所述的一種基于全局估計(jì)的影像模糊檢測(cè)方法，其特征在于：所述步驟1中，特征點(diǎn)的檢測(cè)結(jié)果通過Forstner算子實(shí)現(xiàn)描述特征。

4.如權(quán)利要求1或2或3所述的一種基于全局估計(jì)的影像模糊檢測(cè)方法，其特征在于：所述步驟3的實(shí)現(xiàn)方式如下，

對(duì)同名區(qū)域進(jìn)行拉普拉斯卷積，卷積公式為，

$DstRoi=SrcRoi\⊗Laplace---\left(1\right)$

其中，DstRoi為拉普拉斯卷積后得到的同名區(qū)域，SrcRoi為原始同名區(qū)域，表示卷積，Laplace為拉普拉斯卷積核；

然后計(jì)算同名區(qū)域?qū)?yīng)的方差Variance，方差計(jì)算公式為，

$Variance=\frac{{(p_1-M)}^2+{(p_2-M)}^2+{(p_3-M)}^2+\mathrm{.......}{(p_{num}-M)}^2}{num}---\left(2\right)$

其中，M為集合影像灰度的平均值，p_t為某同名區(qū)域的像素灰度值，其中t＝1,2,3...,num，num為同名區(qū)域中像素值的數(shù)目。

5.一種基于全局估計(jì)的影像模糊檢測(cè)系統(tǒng)，其特征在于：包括以下模塊，

同名點(diǎn)集合模塊，用于通過特征點(diǎn)檢測(cè)獲取影像集合中任意兩影像間的同名點(diǎn)集合；

同名區(qū)域集合模塊，用于根據(jù)同名點(diǎn)集合中各同名點(diǎn)為中心截取L×L大小的區(qū)域作為同名點(diǎn)對(duì)應(yīng)的同名區(qū)域，從而獲取同名區(qū)域集合，其中L為預(yù)設(shè)的同名區(qū)域邊長(zhǎng)；

同名區(qū)域方差提取模塊，用于對(duì)同名區(qū)域集合中相應(yīng)的同名區(qū)域進(jìn)行拉普拉斯卷積，并計(jì)算卷積后的同名區(qū)域?qū)?yīng)的方差；

模糊程度關(guān)系表達(dá)模塊，用于求得兩影像所有同名區(qū)域?qū)?yīng)方差的均值，并以均值的比值確定影像之間模糊程度關(guān)系的表達(dá)；

模糊程度提取模塊，用于構(gòu)建齊次線性方程組Ax＝0，并通過奇異值分解求得方程組最優(yōu)解，其中，A為影像之間模糊關(guān)系表達(dá)構(gòu)成的方形矩陣，齊次線性方程組的未知數(shù)向量x表示對(duì)應(yīng)影像的模糊程度；

影像模糊程度確定模塊，用于利用最優(yōu)解確定影像集合的模糊程度大小順序。

6.如權(quán)利要求5所述的一種基于全局估計(jì)的影像模糊檢測(cè)系統(tǒng)，其特征在于：所述特征點(diǎn)的檢測(cè)通過尺度不變特征轉(zhuǎn)換方法實(shí)現(xiàn)。

7.如權(quán)利要求5所述的一種基于全局估計(jì)的影像模糊檢測(cè)系統(tǒng)，其特征在于：所述步驟1中，特征點(diǎn)的檢測(cè)結(jié)果通過Forstner算子實(shí)現(xiàn)描述特征。

8.如權(quán)利要求5或6或7所述的一種基于全局估計(jì)的影像模糊檢測(cè)系統(tǒng)，其特征在于：所述對(duì)同名區(qū)域集合中相應(yīng)的同名區(qū)域進(jìn)行拉普拉斯卷積，并計(jì)算卷積后的同名區(qū)域?qū)?yīng)的方差，實(shí)現(xiàn)方式如下，

對(duì)同名區(qū)域進(jìn)行拉普拉斯卷積，卷積公式為，

$DstRoi=SrcRoi\⊗Laplace---\left(1\right)$

其中，DstRoi為拉普拉斯卷積后得到的同名區(qū)域，SrcRoi為原始同名區(qū)域，表示卷積，Laplace為拉普拉斯卷積核；

然后計(jì)算同名區(qū)域?qū)?yīng)的方差Variance，方差計(jì)算公式為，

$Variance=\frac{{(p_1-M)}^2+{(p_2-M)}^2+{(p_3-M)}^2+\mathrm{.......}{(p_{num}-M)}^2}{num}---\left(2\right)$

其中，M為集合影像灰度的平均值，p_t為某同名區(qū)域的像素灰度值，其中t＝1,2,3...,num，num為同名區(qū)域中像素值的數(shù)目。