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:
FBrenner=∑M∑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