数字图像的清晰度评价

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.

/************************************************************************* Function Name: _rtTenenGrad Function Action: 能量梯度函数 Input Parameter: src--灰度图像数据 Output Parameter: NULL Return Value: 评价系数 Author : WangFei 2010/8/19 16:42 Remark: *************************************************************************/ static float _rtTenenGrad(RtImage *src) { int h = src->height, w = src->width; int x = 0, y = 0, pos = 0; int gradX = 0, gradY = 0, mag = 0; int sumMag = 0; for(y = h - 1; y > -1; y--) { for(x = w - 1; x > -1; x--) { pos = y * src->widthStep + x; if (x == 0 || x == w - 1 || y == 0 || y == h - 1) { mag = 0; } else { // 计算x方向的方向导数 gradX = *(src->pData + pos + 1) - *(src->pData + pos - 1); // 计算y方向的方向导数 gradY = *(src->pData + pos + src->widthStep) - *(src->pData + pos - src->widthStep); //计算梯度幅度 mag = sqrt(gradX*gradX + gradY*gradY);//近似计算sqrt(*X * *X + *Y * *Y) + 0.5; } sumMag += mag; } } return (float)sumMag / (float)(h * w); }