清晰度评价函数：从时域到频域的全面解析

做自动对焦算法，说白了就是让镜头自己找到最清晰的那个位置。但有个核心问题——怎么定义“清晰”？

人眼一看就知道，但机器不行。机器需要一把“尺子”，能量化每张图的清晰程度。这把尺子，就是清晰度评价函数。

我入行那会儿，第一个项目就是做显微镜的自动对焦。当时天真地以为随便找个梯度算子就能搞定，结果被玻片上的噪声折腾得够呛。后来才明白——选对评价函数，项目就成功了一半。

今天咱们就把主流的六种方法掰开揉碎讲清楚：Tenengrad、Laplacian、Sobel、Brenner、Variance，还有FFT频域分析。

1. Tenengrad：最经典的梯度评价法

Tenengrad的核心思想很简单——图像越清晰，边缘越锐利，梯度值越大。它用Sobel算子分别计算水平和垂直方向的梯度，然后求平方和。

公式长这样：

// Tenengrad 清晰度值计算
// Gx = Sobel_x * I, Gy = Sobel_y * I
// F = Σ (Gx² + Gy²)

// 实际代码实现
float computeTenengrad(const cv::Mat& img) {
    cv::Mat grad_x, grad_y;
    cv::Sobel(img, grad_x, CV_32F, 1, 0, 3);
    cv::Sobel(img, grad_y, CV_32F, 0, 1, 3);
    
    cv::Mat mag;
    cv::magnitude(grad_x, grad_y, mag);
    
    return cv::sum(mag)[0];
}

2. Laplacian：二阶导数的魅力

Laplacian算子跟Sobel不一样，它用的是二阶导数。说白了，它检测的是灰度变化的“变化率”——边缘两侧的灰度突变越剧烈，Laplacian响应越大。

为什么用二阶导数？因为一阶导数只能检测到“有没有边缘”，而二阶导数能告诉你“边缘有多陡”。

// Laplacian 清晰度评价
float computeLaplacian(const cv::Mat& img) {
    cv::Mat lap;
    cv::Laplacian(img, lap, CV_32F, 3);
    
    // 常用两种方式：方差或值求和
    cv::Scalar mean, stddev;
    cv::meanStdDev(lap, mean, stddev);
    
    // 方差越大，清晰度越高
    return stddev[0] * stddev[0];
}

3. Sobel：方向敏感的边缘检测

Sobel算子是Tenengrad的基础，但也可以单独使用。它有两个方向——水平和垂直。你可以只用一个方向，也可以两个方向都算。

什么时候只用单方向？当你的场景有明显的方向性纹理时。

举个例子：我在做芯片引脚对焦时，引脚是水平排列的，垂直方向的梯度信息更有价值。这时候只算垂直Sobel，计算量减半，精度反而更高。

算子	核大小	方向性	计算量	推荐场景
Sobel 3x3	3	水平/垂直	低	通用场景
Sobel 5x5	5	水平/垂直	中	噪声较大时
Scharr	3	水平/垂直	中	需要更高精度

4. Brenner：最轻量级的梯度算子

Brenner可能是最简单的清晰度评价函数了。它只计算相隔两个像素的灰度差的平方。

公式：F = Σ (I(x+2, y) - I(x, y))²

为什么是相隔两个像素？因为相隔一个像素对噪声太敏感，相隔太远又丢失细节。两个像素是个不错的折中。

// Brenner 清晰度评价 - 极致轻量
float computeBrenner(const cv::Mat& img) {
    float score = 0.0f;
    int rows = img.rows, cols = img.cols;
    
    for(int y = 0; y < rows; y++) {
        const uchar* row = img.ptr<uchar>(y);
        for(int x = 0; x < cols - 2; x++) {
            int diff = row[x+2] - row[x];
            score += diff * diff;
        }
    }
    return score;
}

5. Variance：从统计视角看清晰度

Variance（方差）的思路跟梯度完全不同。它不关心边缘，而是看整幅图像的灰度分布。

清晰图像通常有更宽的灰度分布——亮的更亮，暗的更暗。模糊图像则灰度分布集中，方差小。

你想想看，一张完全模糊的图像，所有像素灰度值都差不多，方差趋近于0。而一张清晰的图像，方差会大得多。

// 方差清晰度评价
float computeVariance(const cv::Mat& img) {
    cv::Scalar mean, stddev;
    cv::meanStdDev(img, mean, stddev);
    
    // 方差 = 标准差²
    float variance = stddev[0] * stddev[0];
    return variance;
}

6. FFT频域分析：从频率角度看世界

前面五种方法都在空间域操作。FFT则把图像变换到频域——清晰图像的高频分量多，模糊图像的高频分量少。

为什么？因为边缘和细节对应高频信号。图像越模糊，高频成分衰减得越厉害。

具体做法：

1. 对图像做二维FFT，得到频谱图
2. 计算高频区域的能量占比
3. 高频能量越高，图像越清晰

// FFT频域清晰度评价
float computeFFTSharpness(const cv::Mat& img) {
    // 1. 扩展图像到最佳FFT尺寸
    int m = cv::getOptimalDFTSize(img.rows);
    int n = cv::getOptimalDFTSize(img.cols);
    cv::Mat padded;
    cv::copyMakeBorder(img, padded, 0, m - img.rows, 
                       0, n - img.cols, cv::BORDER_CONSTANT, 
                       cv::Scalar::all(0));
    
    // 2. 转换为浮点并合并通道
    cv::Mat planes[] = {cv::Mat_<float>(padded), 
                        cv::Mat::zeros(padded.size(), CV_32F)};
    cv::Mat complexI;
    cv::merge(planes, 2, complexI);
    
    // 3. 执行FFT
    cv::dft(complexI, complexI);
    
    // 4. 计算高频能量（中心区域为低频）
    cv::split(complexI, planes);
    cv::magnitude(planes[0], planes[1], planes[0]);
    cv::Mat mag = planes[0];
    
    // 5. 计算高频占比
    int cx = mag.cols / 2;
    int cy = mag.rows / 2;
    
    // 低频区域（中心20%）
    int lowR = mag.rows * 0.2;
    int lowC = mag.cols * 0.2;
    
    float totalEnergy = cv::sum(mag)[0];
    float lowEnergy = cv::sum(mag(cv::Rect(cx - lowC/2, cy - lowR/2, 
                                            lowC, lowR)))[0];
    
    // 高频能量占比越高越清晰
    return (totalEnergy - lowEnergy) / totalEnergy;
}

各方法对比总结

评价函数	计算量	抗噪性	精度	适用场景
Tenengrad	中	中	高	通用场景，纹理丰富
Laplacian	中	低	高	高信噪比场景
Sobel	低	中	中	方向性纹理
Brenner	极低	中	中	嵌入式/实时系统
Variance	极低	高	低	快速粗筛
FFT频域	高	高	极高	调试分析/静态场景