1.基于图像梯度DCT变换的模糊检测方法，其特征在于：通过将待测图像转换为梯度图像，再将其转换到DCT域并求其非直流系数能量，然后利用自然图像模糊后图像边缘变宽，高频能量相应减少的特征，以此来区分清晰图像和模糊的图像；具体步骤如下：步骤1：计算待测图像的梯度图像；

步骤2：对梯度图像进行分块DCT变换操作，设块的大小为l*l；

步骤3：计算步骤2中的DCT块的非直流系数之和，即分块能量；并将所有分块能量叠加在一起，从而获得整幅图像的总能量；

步骤4：对待测图像进行分块操作，块的大小依旧为l*l，计算每个块的方差，将所有的块方差求和，得到整幅图像的总方差；

步骤5：用步骤4中的总方差对步骤3中的总能量进行归一化处理，从而得出最终的模糊分数scores；

步骤6：对模糊分数选取适当的阈值Threshold，从而将图像分为清晰与模糊两类。

2.根据权利要求1所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤1具体实现如下：将大小为m*n的待测图像I变换到梯度域G，公式如下：其中 和 分别为待测图像水平和垂直的梯度图像。

3.根据权利要求2所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤2具体实现如下：对梯度图像G进行分块，第k个分块设为Bk，块大小为l*l；然后将第k个分块Bk变换到DCT域Dk，公式如下：Dk＝DCT(Bk)。

4.根据权利要求3所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤3具体实现如下：计算DCT域中第k个分块Dk的非直流系数之和Sk，即分块能量：并计算整幅图像所有块的能量之和sumS，即总能量，公式如下：其中N为总的块数。

5.根据权利要求4所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤4具体实现如下：对待测图像I进行分块，块大小为l*l，并计算第k个块的方差vk，计算所有块的方差vk之和sumV：

6.根据权利要求5所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤5具体实现如下：对sumS进行归一化得到最终的模糊分数scores公式如下：

7.根据权利要求6所述的基于图像梯度DCT变换的模糊检测方法，其特征在于步骤6具体实现如下：确定清晰与模糊之间的阈值Threshold；通过对实验数据的分析，图像清晰的时候经计算所得的scores比模糊图像的scores高很多；由此可以证明：清晰图像的非直流能量较大，而模糊图像的非直流能量较低；同时经过对LIVE图像库中大量样本的检测和比较，得到相应的阈值Threshold＝4，当scores＞4时图像为清晰，当scores≤4图像为模糊。