数字图像的清晰度评价
数字图像的清晰度评价一直是各类数字成像系统的一个关键问题,今天拜读了李奇,冯华君,徐之海等《数字图像清晰度评价函数研究》一文,本文接受三类图象清晰度评价函数:梯度函数、频谱函数、熵函数。在此再对原文再加说明,不对频谱函数函数。
一, 梯度函数
其中表示梯度函数有Tenengrad函数、能量梯度函数、Brenner函数、方差函数。然而Tenengrad函数、能量梯度函数、Brenner函数这三类函数其实都是梯度函数的简单不同表达形式,但都是梯度,所有这三类函数其实只需要一个函数即可。图像求梯度方法随便找本书都有的介绍,在此不做说明。
方差函数:
1, 求灰度图像的均值avg = 1/N * Sum(Pi),N表示图像的像素点的个数,Pi像素点值
2, 求方差D = Sum(Pi -avg)
二,频谱函数
…
三,熵函数
熵(entropy)指的是体系的混乱的程度,它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用,在不同的学科中也有引申出的更为具体的定义,是各领域十分重要的参量。熵由鲁道夫·克劳修斯(Rudolf Clausius)提出,并应用在热力学中。后来在,克劳德·艾尔伍德·香农(Claude Elwood Shannon)第一次将熵的概念引入到信息论中来。
图像熵表示为图像灰度级集合的比特平均数,单位比特/像素,也描述了图像信源的平均信息量。
: H(p)=-∑i,jp(i.j)lnp(i,j),
其中p(i,j)=x(i,j)∑i,jx(i,j),x(i,j)为图像的像元
因为代码不难,只提供梯度函数代码.