数字图像清晰度评价函数探究和改进

《数字图像清晰度评价函数探究和改进》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、数字图像清晰度评价函数探究和改进　　【摘要】数字图像的清晰度的判别是视频采集系统中的关键技术，本文提出了一种改进的新邻域差分评价函数，经过大量的实验对比发现，与传统的邻域差分评价函数相比，改进的函数比离散傅里叶变换评价函数、拉普拉斯评价函数、点锐度评价函数具有更好的适时性；较四邻域差分评价函数具有更好的灵敏性。【关键词】自动调焦；清晰度评价函数；邻域差分函数1.引言6图像的清晰度评价在图像分析和识别中具有重要的意义，数字图像评价函数是评价数字图像清晰度的重要依据，是数字图像采集系统中实现自动聚焦的关键技术。聚焦主要取决于评价

2、函数的灵敏性和实时性。随着高清摄像设备的飞速发展，它广泛应用于安防系统、摄像机、机器人等高新技术领域。高清视频图像的获取一方面离不开硬件性能的提升，另一方面聚焦程度也起着非常大的作用。当前使用的自动调焦系统中普遍采用“对焦深度法”（DFF）进行自动调焦，它通过计算机（或专门的电路）采集一组数字图像，然后对每一帧进行处理和运算，判别调焦是否准确，即图像是否清晰，并给出反馈信号控制镜头的运动，直到采集的图像达到最清晰，最终完成调焦[1][2]。因此，图像清晰度的判别是所有自动调焦技术的关键问题。本文通过对几种传统的邻域差分清晰度

3、评价函数进行研究和改进，提出了一种新的邻域差分清晰度评价函数，通过仿真实验对比，证明了新算法具有更好的灵敏性和适时性。2.传统的图像清晰度评价函数在空间域上，一幅数字图像是否聚焦可根据图像的边界及细节部分是否清晰来进行判断，常用的空间域图像清晰度评价函数有拉普拉斯（Lpalace）函数、点锐度评价函数、四邻域差分函数、差分平方和函数（SPSMD）、Sobel函数等。在频域上，一幅数字图像是否聚焦可根据图像的高频分量的丰富度来判断，常用的频域清晰度评价函数有基于离散傅里叶变换评价函数。以下介绍几种常用的评价函数。2.1拉普拉斯

4、（Lpalace）评价函数拉普拉斯函数又称8邻域差分函数，是利用拉普拉斯算子对图像进行二阶微分运算：2.2点锐度评价函数（PSF）文献[6]提出了一种称为点锐度函数的算法用于评价图像清晰度。6点锐度函数实际上是对拉普拉斯算子进行了相邻像素权值的调整，它的依据是中心像素与相邻像素位置的几何距离大小，即取各相邻像素到中间像素的距离的倒数作为权值，文献[6]指出这种方法得到的曲线和光学成像系统的MTF（调制传递函数）曲线有很强的正相关性，由于MTF曲线很难实现快速测量，因此推荐采用这种方法代替。2.3四邻域差分评价函数2.4基于离

5、散傅里叶变换的数字图像清晰度评价函数连续函数的傅里叶变换是波形分析的有力工具，在理论分析中具有很大的价值。而离散傅里叶变换（DFT）[使得数学方法与计算机技术建立了联系，为傅里叶变换这一数学工具在实用中开辟了一条宽阔的道路。离散傅里叶变换将时域信号的采样变换为在离散时间傅里叶变换频域的采样。数字图像的二维傅立叶变换为：其中和分别为傅里叶变换的实部和虚部所对应的位置即为所求的聚焦位置。3.改进的新邻域差分算子评价函数拉普拉斯清晰度评价函数利用拉普拉斯算子构造函数，和点锐度函数一样都考虑了中心位置像素与其周围相邻的8个位置像素的

6、关系，虽其灵敏度非常高；但是，这二种函数在运算过程中产生重复计算，例如在计算像素与周围像素关系时已经计算了与像素的关系，但在计算时又一次计算了其与的关系，这样函数评价运算过程中对所有相邻2个像素都进行了2次计算，运算量大，势必导致适时性差。6四邻域差分评价函数实际上是拉普拉斯评价函数的简化形式，该算法没有考虑对角相邻像素位置之间的关系。与拉普拉斯函数相比，该函数计算量要小很多，但还是在水平和垂直方向产生了相邻像素关系的重复计算，此外由于没有考虑中心像素与对角像素之间的关系从而导致灵敏度下降。本文通过对上述三种图像清晰度评价函

7、数的优缺点进行研究，提出了一种改进的新邻域差分算法—灵适算子评价函数，以下称为新评价函数，算子矩阵形式：4.评价函数仿真分析及结果为了评价各种算法的评价性能，在尽力排除外界因素影响的情况下将摄像头按照一定的焦距变化从一个方向调至另一方向获取了如图1所示16张图片。图1所示的图像是从聚焦不清晰到聚焦清晰，然后再到离焦不清晰的16幅图像，通过人眼观察其中第7张图片为最清晰的图像，即所谓的聚焦图像，其它分别为不同程度的离焦图像。图2是利用Matlab67.0将几种常用的邻域差分函数与本文提出的新图像评价函数进行仿真对比实验得到的图

8、像清晰度评价折线，由于各图像清晰度值是一个纲量，并没有特定的物理意义，因此，对各图像清晰度值需进行归一化处理。图2横坐标表示不同程度的离焦图片的序号，纵坐标表示进行了归一化处理后的各函数的图像清晰度评价值。图中不难看出，各函数都能准确地判断出第7张图像是聚焦图像；此外分析图中的波峰附近折线