基于频域分析与深度学习融合的图像模糊检测方法

本发明提供了基于频域分析与深度学习融合的图像模糊检测方法，包括以下步骤：S1、频域特征提取与量化；S2、空间域特征提取与建模；S3、多模态特征融合；S4、联合优化与后处理；S5、输出与验证；本发明通过频域与深度学习的互补性设计，覆盖静态图像与视频流的复杂模糊检测需求，并在工业质检、视频会议等场景中验证了高效性与可靠性，频域分析精准捕捉全局模糊导致的能量衰减特性，有效区分运动模糊与离焦模糊，深度学习网络建模局部纹理退化，光流网络分析动态轨迹异常，覆盖静态图像与视频流的复杂场景，二者通过双向特征融合机制实现互补，混合模糊检测的mAP较单一模态方法有效提升，有效区分动态模糊与静态离焦模糊。