Résumé

Cet article présente différentes méthodes permettant d’analyser le flou de focus dans le contexte de numérisation. Nous allons définir des méthodes pour mesurer cette information. Ensuite, nous estimerons la pertinence de ces mesures en faisant varier le flou. Puis enfin, nous associerons ces informations en utilisant un modèle d’apprentissage supervisé afin d’évaluer le gain possible de cette mesure.

Abstract

This article presents some way to do quality control after digitization, specially out of focus problem. We will enumerate different point of view to analyse and to estimate this information. To validate descriptors, we suggest to blur any picture and to compute blur estimation in order to evaluate precision. After that, we propose to combinate descriptors by machine learning.