图像清晰度评定

软件包含了多种清晰度评价函数：tenengrad 函数、brenner 函数、方差函数、平方梯度函数、vollath 函数、加窗梯度函数、熵函数。 软件可以进行多个函数的权重分配计算，并将结果列表显示，评价结果可以保存。软件支持多种格式的图像文件（如：jpg、bmp、png、gif、tiff等等），可以处理8位灰度图像、24位rgb图像。可以混合处理各种大小的图片，分辨率大小不限。

功能介绍

1、软件包含了多种清晰度评价函数：TenenGrad 函数、Brenner 函数、方差函数、平方梯度函数、Vollath 函数、加窗梯度函数、熵函数。
2、软件可以进行多个函数的权重分配计算，并将结果列表显示，评价结果可以保存。

3、软件支持多种格式的图像文件(如：jpg、bmp、png、gif、tiff等等)，可以处理8位灰度图像、24位RGB图像。
4、可以混合处理各种大小的图片，分辨率大小不限。

评价函数

(1)Brenner 梯度函数
Brenner梯度函数是比较简单的梯度评价函数，它只是简单的计算相邻两个像素灰度差的平方。

(2)TenenGrad 梯度函数
Tenengrad 梯度函数采用Sobel算子分别提取水平和垂直方向的梯度值，基与Tenengrad 梯度函数的图像清晰度。

(3)方差函数
因为清晰聚焦的图像有着比模糊图像更大的灰度差异，可以将方差函数作为评价函数，其中：为整幅图像的平均灰度值，该函数对噪声比较敏感，图像画面越纯净，函数值越小。

(4)Laplacian 梯度函数
Laplacian 梯度函数与Tenengrad梯度函数基本一致，用Laplacian算子替代Sobel算子即可。

(5)Vollath函数
其中：为整幅图像的平均灰度值，M和N分别为图像宽和高。

(6)能量梯度函数
能量梯度函数更适合实时评价图像清晰度。

(7)熵函数
基于统计特征的熵函数是衡量图像信息丰富程度的一个重要指标，有信息论可知，一幅图像 f 的信息量是由该图像的信息熵 D(f) 来度量：

其中：Pi 是图像中灰度值为i的像素出现的概率，L为灰度级总数(通常取值256)。根据Shannon信息论，熵比较大时信息量比较多。将此原理应用到对焦过程，D(f)越大则图像越清晰。熵函数灵敏度不高，依据图像内容不同容易出现与真实情况相反的结果。