一种新的图像清晰度评价函数

本文主要是介绍一种新的图像清晰度评价函数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

自动聚焦是机器人视觉、数字视频系统中的关键技术之--,是决定图像质量的重要因素,是获取清晰图
像的第1步。聚焦性能取决于调焦评价函数的准确性和有效性,即评价函数必须具有无偏性好、单峰性强和
较好的抗噪性能。图像模糊的本质是高频分量的损失,聚焦图像比离焦图像包含更多的信息和细节,这是设
计聚焦评价函数的基础。该文采用基于聚焦窗口模式的平方梯度函数作为聚焦评价函数,判断图像是否清
晰。通过与其他几种主要评价函数的实验对比,证明该函数在评价图像聚焦质量方面更为准确、稳定和可
1常用聚焦评价函数
常用的调焦评价函数[+4];
有灰度差分绝对值之和(SMD)、灰度方差、Laplacian函数、平方梯度、Tener
Grad函数、熵函数及基于图像变换的函数等。实验表明,对于正常光照下拍摄的图像,常用评估函数都呈现
出单峰特性,基本上可实现正确聚焦,只是在聚焦速度与准确度上约有不同。但是实际应用中发现，由于图
像中多个目标像距不同，加之图像曝光度不够时产生的大量噪声和图像中包含高亮目标等因素的影响,直接
利用SMD、灰度方差、Laplacian函数等评价准则计算整幅图像的聚焦评价值时,虽然其计算效率较高,但图
像聚焦曲线出现了多个局部峰值，呈多峰特性,影响了聚焦准确度,严重时已无法完成聚焦。相比而言,