图像清晰度评价函数论文25篇

1  引言 　　模糊是一种常见的图像失真现象，在图像获取、传输及处理过程中有许多因素会造成图像模糊，如成像系统的聚焦不良、与景物的相对运动、光的衍射以及图像压缩之后高频丢失等产生的各类模糊。模糊现象严重影响了图像的质量，降低了图像的清晰度，导致图像分析和场景理解的困难。因此，在成像系统的自动聚焦、图像增强及压缩等算法的衡量、流媒体的质量控制等方面，无参考图像的模糊度量或清晰度评价都是很有必要的，大量的研究致力于此。 　　模糊的一个明显表现为边缘的平滑，导致边缘宽度的增加，因此很多研究都是基于对边缘的分析。基于模糊边缘的平滑效应，提出一种在空间域中衡量边缘扩散的方法，该方法具有运算复杂度低，

准确有效的图像清晰度评价函数是采用数字图像处理技术实现自动调焦的关键。通过分析比较3 种聚焦效果较好的清晰度评价函数, 提出了一种基于聚焦窗口模式的平方梯度函数作为聚焦评价函数, 建立了评价函数的数学模型, 并给出了实验分析和结果。与以往常用的评价函数相比, 具有更高的可靠性和聚焦灵敏度。

图像的模糊程度一般用高斯模糊来建模，所以模糊估计的问题就转化为确定高斯点扩散函数(PSF)的问题。 熵函数法认为图像的熵越大，图像越清晰

图像清晰度评价算法性能比较，absolute gradient value，eigenvalues，based on DCT，Laplacian ，gauss gradient，gradient magnitud，gradient magnitud，Log–histogram，Normalized variance。

图像清晰度评价指标之平均梯度，适用于matlab,输入图片直接识别，可反映图像清晰度，值越大代表清晰度越好，有需要可以下载

对图像进行清晰度评价的指标，包含熵、交叉熵、峰值信噪比、Qabf、平均梯度、SSIM、互信息、NMI等，采用MATLAB编写。

熵、交叉熵、峰值信噪比、Qabf、平均梯度、SSIM、互信息、NMI

使用C#语言实现了几种常用的图像清晰度评价的算法，在机器视觉当中非常实用

基于点锐度的图像清晰度评价，可以对灰度和rgb图像进行评价，基于点锐度的图像清晰度评价，可以对灰度和rgb图像进行评价