📚 课程目录第2章图像清晰度评价函数

2. 图像清晰度评价函数：如何量化“清晰”这件事

自动对焦的核心，说白了就是回答一个问题：当前画面到底清不清晰？

你没法让相机自己“看”出画面好不好。你得给它一把尺子，让它去量。这把尺子，就是图像清晰度评价函数。

我刚开始做对焦算法时，觉得这步很简单——不就是算个梯度嘛。后来踩了不少坑才发现，选错评价函数，对焦系统就像近视眼没戴眼镜，怎么调都糊。

这一章，我把常用的评价函数分成三类来讲：基于梯度、基于频域、基于统计。每种我都会讲清楚原理、给出代码、再聊聊实际项目中的坑。

  核心观点：没有完美的评价函数，只有最适合你场景的那一个。

2.1 基于梯度的评价函数

这类方法最直观。你想，一张清晰的图像，边缘肯定锐利，像素值变化剧烈。模糊的图像呢？边缘像被抹了一层黄油，变化平缓。

梯度，就是衡量这种变化快慢的数学工具。

2.1.1 Brenner 函数

Brenner 是所有梯度方法里最简单的。它只计算相隔两个像素的差值，然后平方求和。

公式长这样：

F = Σ |f(x+2, y) - f(x, y)|²

为什么隔两个像素？我个人的理解是：它想跳过相邻像素的噪声干扰，直接抓取真正的边缘跳变。

代码实现也很短：

def brenner(img):
    diff = img[:, 2:] - img[:, :-2]
    return np.sum(diff ** 2)

我的经验：Brenner 计算量极小，适合嵌入式平台。但它在弱纹理场景下表现一般，容易“看不清”。

2.1.2 Tenengrad 函数

Tenengrad 比 Brenner 讲究一些。它用 Sobel 算子提取水平和垂直方向的梯度，然后求平方和。

说白了，它考虑了两个方向的边缘信息，不像 Brenner 只盯着水平方向。

def tenengrad(img):
    gx = cv2.Sobel(img, cv2.CV_64F, 1, 0, ksize=3)
    gy = cv2.Sobel(img, cv2.CV_64F, 0, 1, ksize=3)
    return np.sum(gx**2 + gy**2)

我记得有一次做显微镜自动对焦，Brenner 死活找不到峰值，换成 Tenengrad 一下就稳了。为什么？因为显微镜图像里有很多斜向纹理，Brenner 只抓水平方向，漏掉了关键信息。

注意：Sobel 核大小（ksize）会影响结果。ksize=3 最常用，但噪声大时可以试试 ksize=5。

2.1.3 Laplacian 函数

Laplacian 用的是二阶导数。它不直接看灰度变化有多快，而是看变化率的变化率。

你可以这么理解：一阶导数告诉你边缘在哪，二阶导数告诉你边缘有多“陡峭”。

def laplacian(img):
    lap = cv2.Laplacian(img, cv2.CV_64F)
    return np.var(lap)  # 常用方差作为最终评价值

这里有个小技巧：很多人直接用 Laplacian 的值求和，但我习惯用方差。因为方差能更好地反映边缘的分布集中度，对焦峰值更尖锐。

方法	计算量	抗噪性	适用场景
Brenner	极低	中等	嵌入式、实时系统
Tenengrad	中等	较好	通用场景、显微镜
Laplacian	中等	较差	高对比度场景

2.2 基于频域的评价函数

梯度方法在空间域干活，频域方法则换个思路——把图像拆成不同频率的成分。

清晰图像的高频信息多（边缘、细节），模糊图像的高频信息少。所以，高频分量越强，图像越清晰。

2.2.1 FFT（快速傅里叶变换）

FFT 把图像从空间域变换到频率域。你会得到一个频谱图，中心是低频，往外是高频。

评价清晰度的方法很简单：计算高频区域的能量占比。

def fft_sharpness(img):
    f = np.fft.fft2(img)
    fshift = np.fft.fftshift(f)
    magnitude = np.abs(fshift)
    
    # 定义高频区域：中心半径 30% 以外的部分
    h, w = img.shape
    cy, cx = h // 2, w // 2
    mask = np.zeros((h, w), dtype=np.uint8)
    cv2.circle(mask, (cx, cy), int(min(h, w) * 0.3), 1, -1)
    high_freq = magnitude * (1 - mask)
    
    return np.sum(high_freq) / np.sum(magnitude)

避坑指南：我曾经在低光照场景下用 FFT 做评价，结果一塌糊涂。因为噪声在频域里也表现为高频，和真正的细节混在一起。后来我加了带通滤波，只保留中间一段频率，效果才好起来。

FFT 的优点是全局性好，不受局部纹理影响。缺点是计算量大，不适合实时系统。

2.3 基于统计的评价函数

这类方法不直接看边缘或频率，而是从图像的统计特性入手。

2.3.1 图像熵

熵，原本是信息论里的概念，用来衡量信息量。图像熵越大，说明灰度分布越均匀，细节越丰富。

模糊图像的灰度分布往往集中在几个值上，熵就小。清晰图像的灰度分布更散，熵就大。

def entropy(img):
    hist = cv2.calcHist([img], [0], None, [256], [0, 256])
    hist = hist / hist.sum()
    return -np.sum(hist * np.log2(hist + 1e-7))

注意：熵对光照变化很敏感。同一个场景，亮度不同，熵值可能差很多。使用时最好先做直方图均衡化。

2.3.2 灰度方差

方差衡量的是像素值的离散程度。清晰图像对比度高，像素值差异大，方差自然大。

这个方法简单到有点“粗暴”，但有时候意外地好用。

def variance(img):
    return np.var(img)

你想想看，一张纯色背景的照片，方差几乎为零，你根本没法用它来对焦。所以方差方法只适合纹理丰富的场景。

方法	原理	优点	缺点
图像熵	信息量度量	对纹理敏感	受光照影响大
灰度方差	像素离散度	计算极快	依赖纹理丰富度

2.4 知识体系总览

下面这张图，我把三类评价函数的核心逻辑和适用场景画在了一起。你可以把它当作选型时的参考地图。

2.5 如何选择？我的实战建议

讲完理论，说点实在的。你在项目里到底该用哪个？

我一般按这个思路来：

先看硬件平台——如果是单片机，别想 FFT，老老实实用 Brenner 或方差。
再看场景纹理——纹理少？别用方差，试试熵或 Tenengrad。
最后看精度要求——要求高？用组合策略：粗调 + 精调。

  一个真实案例：我之前做手机摄像头对焦，发现 Tenengrad 在室内灯光下表现很好，一到户外强光就出现“假峰值”。后来排查发现是 Sobel 算子对高光过曝区域产生了伪边缘。解决方案是：先做高光抑制，再做梯度计算。

嗯，这一章的内容就到这里。记住一句话：评价函数是自动对焦的“眼睛”，选对眼睛，路才能走对。