11种图像清晰度评价函数.pdfVIP

11种图像清晰度评价函数 Tenengrad评评价价 函函数数 Tenengrad函数是⼀种由Tenenbaum提出的，基于梯度的常 图像清晰度评价函数。特南梯度。 在图像处理中，⼀般认为对焦好的图像具有更尖锐的边缘，故具有更⼤的梯度函数值。 Tenengrad函数使 Sobel算⼦提取⽔平和垂直⽅向的梯度值，求其平⽅和作为评价函数。 具体过程如下 ： 设Sobel卷积核为 ，则图像 在点 处的梯度 定义该图像的Tenengrad值为 ： （其中 为图像中像素总数）这个求了平均 或不求平均 ：评价函数F(k): 其中：T是给定的边缘检测阈值。 View Code Laplacian 梯梯度度 函函数数 利 Laplacian算⼦对图像进⾏模板卷积得到图像的⾼频分量，然后可以对图像的⾼频分量求和， ⾼频分量和作为图像的清晰度评价标 准。 对于⼀个M ×N像素的图像，每个像素的亮度为g(x,y)，进⾏滤波模板卷积后每个像素点值为z(x,y)。则图像清晰度评价函数 ： Laplacian算⼦ ：z(x,y)=g(x- 1,y)+g(x+ 1,y)+g(x,y- 1)+g(x,y+ 1)⼀4g(x,y) 梯度算⼦为⽔平⽅向和垂直⽅向两个，⾼通滤波算⼦只有⼀个 SMD （（灰灰度度差差分分绝绝对对值值之之和和 ，，Sum of Modulus of gray Difference ））函函数数 差分绝对值代替乘⽅和开⽅，即对点 （x,y）及其邻近点的灰度作差分运算，提取该点灰度值的变化⼤⼩，得出图像灰度差分绝对值之和 算⼦。 灰度差分绝对值之和具有较好的计算性能，但其缺点也很明显，即在焦点附近灵敏度不⾼，即该函数在极值点附近过于平坦，从⽽导致聚焦 精度难以提⾼。 在⽂章 《》中提出了⼀种新的评价函数，称之为灰度差分绝对值乘积法，即对每⼀个像素领域两个灰度差相乘后再逐个像素累加。 “基于图像处理的⾃动对焦技术研究”，对焦过程中的⼀个重要阶段是图像清晰度评价，博主 ⾃⼰ MATLAB实现了4类清晰度评价函数 ： 基于图像梯度的清晰度评价函数、频域评价函数、信息熵评价函数、统计学评价函数，总计 11种。博主之前没有 过MATLAB，完全是本 科论⽂需要，没办法对着别⼈的代码⽣看，虽然没学过matlab的基础知识，但是毕竟学过好⼏门语⾔，都是差不多的，还是能看懂的。需 要哪部分知识就在⽹上搜，虽然没有⼀样的，但是会搜到相关的，看懂了之后，实现 ⾃⼰的代码。 其中基于图像梯度的清晰度评价函数博主很⼤⼀部分借鉴他⼈上传的毕设代码，在此附上链接。 ⼀、基于图像梯度的清晰度评价函数 这类算法的实质是图像处理知识，因为博主报考研究⽣时选的图像处理⽅向，所以本科毕业论⽂找了⼀位这⽅⾯的指导⽼师。 正焦的清晰图像⽐模糊的离焦图像边缘更加锐利清晰，边缘像素灰度值变化⼤，因⽽有更⼤的梯度值。在进⾏图像处理时，将图像看作⼆维 离散矩阵，利 梯度函数获取图像灰度信息，以此来评判图像清晰度。在离散信号中梯度表现为差分形式。常 的梯度函数有 ：能量梯度函 数EOG、Roberts函数、Tenengrad函数、Brenner函数、⽅差Variance函数、拉普拉斯Laplace函数等等。下⾯分别对其进⾏介绍，其 中表⽰对应像素点的灰度值。 1.能量梯度函数 （Energy of Gradient,EOG） 将 x ⽅向和 y ⽅向的相邻像素的灰度值之差[]的平⽅和作为每个像素点的梯度值，对所有像素梯度值累加作为清晰度评价函数值，表达式如 下所⽰ ： matlab代码如下 ： %EOG(Energy Of Grad) N1 = 5; %要处理的图⽚张数 A = zeros(1,N1); %存储每⼀幅图像清晰度评价值 X = zeros(1,N1); %存储做归⼀化处理后的评价值 tic %计时 for L= 1: N1 I=imread([int2str(L),.j pg]); %连续读取图⽚ I=double(I); [M N]=size(I); FI=0; for x= 1:M- 1 for y= 1:N- 1 % x⽅向和y⽅向的相邻像素灰度值只差的的平⽅和作为清晰度值 F