图像清晰度评价

图像清晰度是衡量图像质量的一个重要指标，对于相机来说，其一般工作在无参考图像的模式下，所以在拍照时需要进行对焦的控制。对焦不准确，图像就会变得比较模糊不清晰。相机对焦时通过一些清晰度评判指标，控制镜头与CCD的距离，使图像成像清晰。一般对焦时有一个调整的过程，图像从模糊到清晰，再到模糊，确定清晰度峰值，再最终到达最清晰的位置。
常见的图像清晰度评价一般都是基于梯度的方法，本文将介绍五种简单的评价指标，分别是Brenner梯度法、Tenegrad梯度法、laplace梯度法、方差法、能量梯度法。

---

Brenner梯度法

计算相差两个单元的两个像素点的灰度差：

$$F_{Brenner}=\sum_M\sum_N(f(x+2,y)-f(x,y))^2$$
式中 $(f(x+2,y)-f(x,y))^2>Threshold$
算法准确性取决于阈值的选取。

---

Tenegrad梯度法

采用sobel算子分别提取水平和竖直方向的梯度：

FTenegrad=∑M∑N|G(x,y