CN102968800A - 一种图像清晰度的评价方法 - Google Patents

一种图像清晰度的评价方法 Download PDF

Info

Publication number
CN102968800A
CN102968800A CN2012105421169A CN201210542116A CN102968800A CN 102968800 A CN102968800 A CN 102968800A CN 2012105421169 A CN2012105421169 A CN 2012105421169A CN 201210542116 A CN201210542116 A CN 201210542116A CN 102968800 A CN102968800 A CN 102968800A
Authority
CN
China
Prior art keywords
function
evaluation method
image definition
image
vollath
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105421169A
Other languages
English (en)
Other versions
CN102968800B (zh
Inventor
刘炳宪
谢菊元
王焱辉
王克惠
郝美蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konfoong Biotech International Co Ltd
Original Assignee
Konfoong Biotech International Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Konfoong Biotech International Co Ltd filed Critical Konfoong Biotech International Co Ltd
Priority to CN201210542116.9A priority Critical patent/CN102968800B/zh
Publication of CN102968800A publication Critical patent/CN102968800A/zh
Application granted granted Critical
Publication of CN102968800B publication Critical patent/CN102968800B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供的一种图像清晰度的评价方法，包括以下步骤：步骤1，运用图像评价函数对图像进行数据计算；步骤2，综合各个图像评价函数数据的计算值；步骤3，通过综合计算值对图像清晰度进行评价。本发明的图像清晰度的评价方法综合了各个评价函数的数值，比单一数值更加准确；并且进一步应用了组合的TenenGrad函数和Vollath函数，简化了计算过程和计算了，为评价带来便捷。本发明便捷有效，并且符合人眼观察所得的结果。

Description

一种图像清晰度的评价方法
技术领域
本发明涉及一种清晰度的评价方法，尤其涉及一种应用函数进行评价的图像清晰度的评价方法。
背景技术
随着数字成象技术向自动化和智能化发展，自动对焦技术的应用范围不断扩大，在自动化、高精度、高稳定性等方面都取得了很大进展，现已广泛应用于照相机、摄像机、显微镜、扫描仪等各种精密仪器中。
图像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***中实现自动聚焦的关键。聚焦性能取决于图像评价函数的准确性和实时性，即图像评价函数应具有无偏性好、单峰性强、抗噪性能好、灵敏度高以及速度快等优点。图像模糊的本质是高频分量的损失，聚焦图像比离焦图像包含更多的信息和细节，这是设计聚焦评价函数的基础。
目前，图像清晰度评价函数已有较广泛的研究，常见的图像清晰度评价函数有以下几种：基于频率域特征的评价函数，如频谱函数；基于统计特征的评价函数，如熵函数；基于空间域特征的评价函数，如TenenGrad函数（能量梯度函数）、Brenner函数、方差函数、平方梯度函数、Vollath函数、加窗梯度函数等梯度函数。
在发明本发明之前，发明人发现现阶段存在的一些清晰度评价方法的局限性：1，方法比较单一；2，对于评价的图片有条件限制。例如使用熵函数进行评价时，主要侧重的图片中点的均匀排布，如果一张图片如果拿一张只有黑白条的图片来和一张模糊，但是图上有很多黑色点的图片来对比，那么通过熵函数的评价方法得到的清晰图片就是模糊图，这显然有悖事实，得不到正确的评价结果。
因此，本领域的技术人员致力于开发一种便捷有效的图像清晰度的评价方法。
发明内容
鉴于上述的现有技术中的问题，本发明所要解决的技术问题是现有的评价方法不够便捷和有效。
本发明提供的一种图像清晰度的评价方法，包括以下步骤：
步骤1，运用图像评价函数对图像进行数据计算；
步骤2，综合各个图像评价函数数据的计算值；
步骤3，通过综合计算值对图像清晰度进行评价。
在本发明的一个较佳实施方式中，所述步骤2中综合计算各个图像评价函数数据的加权平均数。
在本发明的另一较佳实施方式中，所述图像评价函数包括熵函数、梯度函数和频谱函数。
在本发明的另一较佳实施方式中，所述图像评价函数包括熵函数和梯度函数。
在本发明的另一较佳实施方式中，所述梯度函数包括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。
在本发明的另一较佳实施方式中，所述图像评价函数包括TenenGrad函数和Vollath函数。
在本发明的另一较佳实施方式中，所述步骤2中的TenenGrad函数和Vollath函数的加权权重比为6~7:4~3。
本发明的图像清晰度的评价方法综合了各个评价函数的数值，比单一数值更加准确；并且进一步应用了组合的TenenGrad函数和Vollath函数，简化了计算过程和计算了，为评价带来便捷。本发明便捷有效，并且符合人眼观察所得的结果。
附图说明
图1是本发明的实施例1的数据图；
图2是本发明的实施例2的数据图；
图3是本发明的实施例3的数据图；
图4是本发明的实施例4的数据图；
图5是本发明的实施例5的数据图。
具体实施方式
以下将结合附图对本发明做具体阐释。
本发明的实施例的一种图像清晰度的评价方法，包括以下步骤：
步骤1，运用图像评价函数对图像进行数据计算，并优选图像评价函数为TenenGrad函数和Vollath函数；
步骤2，综合各个图像评价函数数据的计算值，优选计算加权权重比为6~7:4~3的TenenGrad函数和Vollath函数的数据值的加权平均数；
步骤3，通过综合计算值对图像清晰度进行评价。
实施例1
如图1中所示，其中横坐标为图像的编号，纵坐标为各个函数计算的图像相对于清晰度100的的数值。通过选取21幅图，依次编为1至21，利用TenenGrad函数、Brenner函数、方差函数、平方梯度函数、Vollath函数、加窗梯度函数和熵函数计算清晰度。计算各个图像的各个函数的数据值的加权平均数，并计算加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的加权平均数。
由图中可以看出，TenenGrad函数、平方梯度函数、加窗梯度函数的数值几乎在一条曲线上；加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的曲线与各个函数的数据值的加权平均数的曲线图趋于一致。并且得出的清晰度与人眼观察结果一致。
实施例2
如图2中所示，其中横坐标为图像的编号，纵坐标为各个函数计算的图像相对于清晰度100的的数值。通过选取28幅图，依次编为1至28，利用TenenGrad函数、Brenner函数、方差函数、平方梯度函数、Vollath函数、加窗梯度函数和熵函数计算清晰度。计算各个图像的各个函数的数据值的加权平均数，并计算加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的加权平均数。
由图中可以看出，加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的曲线与各个函数的数据值的加权平均数的曲线图趋于一致。并且得出的清晰度与人眼观察结果一致。
实施例3
如图3中所示，其中横坐标为图像的编号，纵坐标为各个函数计算的图像相对于清晰度100的的数值。通过选取28幅图，依次编为1至28，利用TenenGrad函数、Brenner函数、方差函数、平方梯度函数、Vollath函数、加窗梯度函数和熵函数计算清晰度。计算各个图像的各个函数的数据值的加权平均数，并计算加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的加权平均数。
由图中可以看出，加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的曲线与各个函数的数据值的加权平均数的曲线图趋于一致。并且得出的清晰度与人眼观察结果一致。
实施例4
如图4中所示，其中横坐标为图像的编号，纵坐标为各个函数计算的图像相对于清晰度100的的数值。通过选取27幅图，依次编为1至27，利用TenenGrad函数、Brenner函数、方差函数、平方梯度函数、Vollath函数、加窗梯度函数和熵函数计算清晰度。计算各个图像的各个函数的数据值的加权平均数，并计算加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的加权平均数。
由图中可以看出，加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的曲线与各个函数的数据值的加权平均数的曲线图趋于一致。并且得出的清晰度与人眼观察结果一致。
实施例5
如图5中所示，其中横坐标为图像的编号，纵坐标为各个函数计算的图像相对于清晰度100的的数值。通过选取13幅图，依次编为1至13，利用TenenGrad函数、Brenner函数、方差函数、平方梯度函数、Vollath函数、加窗梯度函数和熵函数计算清晰度。计算各个图像的各个函数的数据值的加权平均数，并计算加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的加权平均数。
由图中可以看出，加权权重比为7:3的TenenGrad函数和Vollath函数的数据值的曲线与各个函数的数据值的加权平均数的曲线图趋于一致。并且得出的清晰度与人眼观察结果一致。
以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述的具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都应涵盖在本发明的范围内。

Claims (7)

1.一种图像清晰度的评价方法，其特征在于，包括以下步骤：
步骤1，运用图像评价函数对图像进行数据计算；
步骤2，综合各个图像评价函数数据的计算值；
步骤3，通过综合计算值对图像清晰度进行评价。
2.如权利要求1所述的图像清晰度的评价方法，其特征在于，所述步骤2中综合计算各个图像评价函数数据的加权平均数。
3.如权利要求2所述的图像清晰度的评价方法，其特征在于，所述图像评价函数包括熵函数、梯度函数和频谱函数。
4.如权利要求3所述的图像清晰度的评价方法，其特征在于，所述图像评价函数包括熵函数和梯度函数。
5.如权利要求4所述的图像清晰度的评价方法，其特征在于，所述梯度函数包括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。
6.如权利要求5所述的图像清晰度的评价方法，其特征在于，所述图像评价函数包括TenenGrad函数和Vollath函数。
7.如权利要求6所述的图像清晰度的评价方法，其特征在于，所述步骤2中的TenenGrad函数和Vollath函数的加权权重比为6~7:4~3。
CN201210542116.9A 2012-12-14 2012-12-14 一种图像清晰度的评价方法 Active CN102968800B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210542116.9A CN102968800B (zh) 2012-12-14 2012-12-14 一种图像清晰度的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210542116.9A CN102968800B (zh) 2012-12-14 2012-12-14 一种图像清晰度的评价方法

Publications (2)

Publication Number Publication Date
CN102968800A true CN102968800A (zh) 2013-03-13
CN102968800B CN102968800B (zh) 2016-01-20

Family

ID=47798926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210542116.9A Active CN102968800B (zh) 2012-12-14 2012-12-14 一种图像清晰度的评价方法

Country Status (1)

Country Link
CN (1) CN102968800B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235468A (zh) * 2013-05-09 2013-08-07 中国人民解放军第三军医大学第三附属医院 车底痕迹检测装置及其检测方法
CN104182962A (zh) * 2013-05-28 2014-12-03 腾讯科技（深圳）有限公司 评价图片清晰度的方法及装置
CN104867128A (zh) * 2015-04-10 2015-08-26 浙江宇视科技有限公司 图像模糊检测方法和装置
CN106383399A (zh) * 2015-07-30 2017-02-08 炬芯（珠海）科技有限公司 一种自动对焦的清晰度评价方法及装置
CN106780488A (zh) * 2017-01-16 2017-05-31 宁波江丰生物信息技术有限公司 一种数字病理切片清晰度的检测***及方法
CN108596878A (zh) * 2018-03-30 2018-09-28 浙江大学山东工业技术研究院 图像清晰度评价方法
CN108682008A (zh) * 2018-05-07 2018-10-19 江苏康尚生物医疗科技有限公司 一种白细胞图像清晰度评价方法及装置
CN109785312A (zh) * 2019-01-16 2019-05-21 创新奇智(广州)科技有限公司 一种图像模糊检测方法、***及电子设备
CN110378312A (zh) * 2019-07-26 2019-10-25 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN110766078A (zh) * 2019-10-24 2020-02-07 广东工业大学 一种车联网环境下基于区块链的图片校验方法
CN111122126A (zh) * 2019-12-31 2020-05-08 北京灵犀微光科技有限公司 光学***清晰度测试方法和装置
CN112001904A (zh) * 2020-08-21 2020-11-27 珀乐(北京)信息科技有限公司 一种遥感图像质量清晰度综合评价模块及评价方法
CN112203012A (zh) * 2020-08-25 2021-01-08 武汉高德智感科技有限公司 一种图像清晰度计算方法、自动聚焦方法及***
CN116866715A (zh) * 2023-07-24 2023-10-10 微创优通医疗科技（上海）有限公司 内窥镜的自动对焦方法、电子设备和可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1892401A (zh) * 2006-05-25 2007-01-10 南京大学 针对虹膜图像捕捉的时频域多阶段自动对焦方法
CN101441770A (zh) * 2008-11-28 2009-05-27 重庆医科大学 基于信息熵和对数对比度加权和的挖掘最佳图像的方法
CN101943839A (zh) * 2010-07-06 2011-01-12 浙江大学 一体化的自动聚焦摄像机装置及清晰度评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1892401A (zh) * 2006-05-25 2007-01-10 南京大学 针对虹膜图像捕捉的时频域多阶段自动对焦方法
CN101441770A (zh) * 2008-11-28 2009-05-27 重庆医科大学 基于信息熵和对数对比度加权和的挖掘最佳图像的方法
CN101943839A (zh) * 2010-07-06 2011-01-12 浙江大学 一体化的自动聚焦摄像机装置及清晰度评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WJW－DAVY: "【软件发布】图像清晰度评定 Evaluation of Image Resolution 0.4 by WJW-Davy", 《百度空间WJW－DAVY主页》 *
张俊杰等: "微型零件图像测量清晰度算法的选择与综合评价", 《光学精密工程》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103235468B (zh) * 2013-05-09 2016-08-24 中国人民解放军第三军医大学第三附属医院 车底痕迹检测方法
CN103235468A (zh) * 2013-05-09 2013-08-07 中国人民解放军第三军医大学第三附属医院 车底痕迹检测装置及其检测方法
CN104182962A (zh) * 2013-05-28 2014-12-03 腾讯科技（深圳）有限公司 评价图片清晰度的方法及装置
CN104867128A (zh) * 2015-04-10 2015-08-26 浙江宇视科技有限公司 图像模糊检测方法和装置
CN104867128B (zh) * 2015-04-10 2017-10-31 浙江宇视科技有限公司 图像模糊检测方法和装置
CN106383399A (zh) * 2015-07-30 2017-02-08 炬芯（珠海）科技有限公司 一种自动对焦的清晰度评价方法及装置
CN106383399B (zh) * 2015-07-30 2019-07-23 炬芯（珠海）科技有限公司 一种自动对焦的清晰度评价方法及装置
CN106780488A (zh) * 2017-01-16 2017-05-31 宁波江丰生物信息技术有限公司 一种数字病理切片清晰度的检测***及方法
CN108596878B (zh) * 2018-03-30 2021-04-09 浙江大学山东工业技术研究院 图像清晰度评价方法
CN108596878A (zh) * 2018-03-30 2018-09-28 浙江大学山东工业技术研究院 图像清晰度评价方法
CN108682008A (zh) * 2018-05-07 2018-10-19 江苏康尚生物医疗科技有限公司 一种白细胞图像清晰度评价方法及装置
CN108682008B (zh) * 2018-05-07 2019-04-16 江苏康尚生物医疗科技有限公司 一种白细胞图像清晰度评价方法及装置
CN109785312A (zh) * 2019-01-16 2019-05-21 创新奇智(广州)科技有限公司 一种图像模糊检测方法、***及电子设备
CN109785312B (zh) * 2019-01-16 2020-10-09 创新奇智(广州)科技有限公司 一种图像模糊检测方法、***及电子设备
CN110378312A (zh) * 2019-07-26 2019-10-25 上海商汤智能科技有限公司 图像处理方法及装置、电子设备和存储介质
CN110766078A (zh) * 2019-10-24 2020-02-07 广东工业大学 一种车联网环境下基于区块链的图片校验方法
CN111122126A (zh) * 2019-12-31 2020-05-08 北京灵犀微光科技有限公司 光学***清晰度测试方法和装置
CN111122126B (zh) * 2019-12-31 2022-03-22 北京灵犀微光科技有限公司 光学***清晰度测试方法和装置
CN112001904A (zh) * 2020-08-21 2020-11-27 珀乐(北京)信息科技有限公司 一种遥感图像质量清晰度综合评价模块及评价方法
CN112001904B (zh) * 2020-08-21 2024-04-02 珀乐(北京)信息科技有限公司 一种遥感图像质量清晰度综合评价模块及评价方法
CN112203012A (zh) * 2020-08-25 2021-01-08 武汉高德智感科技有限公司 一种图像清晰度计算方法、自动聚焦方法及***
CN116866715A (zh) * 2023-07-24 2023-10-10 微创优通医疗科技（上海）有限公司 内窥镜的自动对焦方法、电子设备和可读存储介质
CN116866715B (zh) * 2023-07-24 2024-04-26 微创优通医疗科技（上海）有限公司 内窥镜的自动对焦方法、电子设备和可读存储介质

Also Published As

Publication number Publication date
CN102968800B (zh) 2016-01-20

Similar Documents

Publication Publication Date Title
CN102968800B (zh) 一种图像清晰度的评价方法
CN104023230B (zh) 一种基于梯度关联性的无参考图像质量评价方法
CN101140325A (zh) 高光谱图像的空间-光谱信息协同提高分辨率的方法
CN103456013B (zh) 一种表示超像素以及度量超像素之间相似性的方法
CN101777129B (zh) 一种基于特征检测的图像匹配方法
Wang et al. Novel spatio-temporal structural information based video quality metric
JP2014021489A (ja) 顕微鏡法における被写界深度（ｄｏｆ）を改善するための方法及び装置
US11295426B2 (en) Image processing system, server apparatus, image processing method, and image processing program
CN102289806B (zh) 一种利用多尺度形态学特征的图像清晰度度量方法
CN106709958A (zh) 一种基于灰度梯度和颜色直方图的图像质量评价方法
US9064178B2 (en) Edge detection apparatus, program and method for edge detection
CN105678700A (zh) 基于预测梯度的图像插值方法及***
CN110736748A (zh) 免疫组化核浆染色切片诊断方法及***
CN101877127A (zh) 基于梯度剖面的图像无参考质量评价方法及***
CN104089580A (zh) 基于智能手机实现的混凝土表面裂缝宽度测量仪及方法
CN103369233A (zh) 用于通过利用自适应核来执行深度估计的***和方法
CN110570435A (zh) 用于对车辆损伤图像进行损伤分割的方法及装置
CN110345875A (zh) 标定及测距方法、装置、电子设备及计算机可读存储介质
CN105869148A (zh) 目标检测方法及装置
CN103778616A (zh) 基于区域的对比度金字塔图像融合方法
CN102930545A (zh) 一种图像质量盲评估的统计测度方法
Liang et al. A no-reference perceptual blur metric using histogram of gradient profile sharpness
CN109583341B (zh) 对包含人像的图像的多人骨骼关键点检测方法及装置
CN108108293A (zh) 一种测试拖尾时间的方法和***
CN103905714A (zh) 基于边沿扩展函数测量的调焦方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An evaluation method of image sharpness

Effective date of registration: 20210302

Granted publication date: 20160120

Pledgee: China Co. truction Bank Corp Yuyao branch

Pledgor: KONFOONG BIOTECH INTERNATIONAL Co.,Ltd.

Registration number: Y2021330000164

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20160120

Pledgee: China Co. truction Bank Corp Yuyao branch

Pledgor: KONFOONG BIOTECH INTERNATIONAL Co.,Ltd.

Registration number: Y2021330000164