3、基于频域的评价函数：傅里叶变换与频谱分析、高频分量与清晰度的关系、频域评价的优缺点
聊完时域和梯度域，咱们得进入一个更「本质」的层面——频域。
你想想看，一张模糊的图像和一张清晰的图像，在空间域里看，区别是边缘锐不锐利。但在频域里看，区别就变成了「高频能量」的多少。我个人觉得，频域评价是对焦算法里最接近物理本质的一类方法。它不跟你绕弯子，直接问：你的图像里，细节够不够丰富？
3.1 傅里叶变换：把图像「翻译」成频谱
先说个基础概念。傅里叶变换，说白了就是把图像从「像素坐标空间」翻译到「频率空间」。
怎么理解？
- 空间域：你看到的是每个像素的灰度值，横轴是x，纵轴是y。
- 频率域：你看到的是每个频率分量的幅度，横轴是频率u，纵轴是频率v。
图像里那些缓慢变化的区域（比如天空、墙壁），对应的是低频分量。而那些剧烈变化的区域（比如边缘、纹理、噪点），对应的是高频分量。
对于离散图像，我们用的是二维离散傅里叶变换（DFT）。实际工程里，没人手算这个，都是用快速傅里叶变换（FFT）。
核心公式（理解即可，不用背）：
F(u,v) = Σ Σ f(x,y) * e^(-j2π(ux/M + vy/N))其中 f(x,y) 是图像像素值，F(u,v) 是频谱值。u和v是频率坐标。
我习惯把频谱图想象成一张「能量地图」。中心是直流分量和低频，往外扩散是高频。图像越清晰，高频区域的亮点就越多、越亮。
3.2 高频分量与清晰度的关系
这个关系其实很直观：清晰度 ≈ 高频能量占比。
为什么？
- 一张清晰的图像，边缘锐利，纹理丰富。这些信息在频域里表现为大量的高频分量。
- 一张模糊的图像，边缘被平滑，细节丢失。在频域里，高频分量被严重衰减，能量集中在低频区域。
我记得有一次做工业镜头的自动对焦，场景是检测电路板上的微小焊点。用梯度算子（比如Sobel）做评价函数，在光照变化时老是跳变。后来我换成频域评价，用FFT提取高频能量，稳定性一下就上来了。因为频域对整体光照的均匀变化不那么敏感，它看的是「结构」而不是「亮度」。
实用技巧：
在实际项目中，我们通常不会用整个频谱图。而是只取高频环带的能量和。比如，只计算半径大于某个阈值（如图像尺寸的1/4）的频谱能量。这样可以避开低频的干扰，聚焦在真正的细节上。
3.3 频域评价的常见指标
基于频域的评价函数，主要有这么几种。我列个表，方便你对比选型。
| 指标名称 | 计算方法 | 特点 | 适用场景 |
|---|---|---|---|
| 频谱能量（SFE） | 对频谱幅度平方求和 | 计算简单，对噪声敏感 | 光照稳定的实验室环境 |
| 高频分量占比（HF Ratio） | 高频能量 / 总能量 | 抗光照变化能力强 | 户外、光照变化大的场景 |
| 频谱阈值法（Threshold） | 统计超过某频率阈值的能量 | 可调性强，针对性强 | 特定纹理、特定尺寸目标的检测 |
| 拉普拉斯频域变体 | 对频谱加权（高频权重大） | 与梯度域拉普拉斯类似，但更稳定 | 需要平滑曲线的对焦过程 |
我个人最常用的是高频分量占比。因为它归一化了，不受图像整体亮度影响。你想想看，如果镜头光圈变化，或者环境光变了，总能量会变，但高频占比相对稳定。这个特性在自动对焦里非常宝贵。
3.4 频域评价的优缺点
任何方法都有两面性。频域评价虽然强大，但也不是万能药。
优点
- 物理意义明确：直接对应图像的细节丰富度，不依赖经验阈值。
- 抗光照干扰强：归一化后的指标（如高频占比）对光照变化不敏感。
- 可解释性强：频谱图能直观告诉你图像是「缺高频」还是「低频过强」。
缺点
- 计算量大：FFT 虽然快，但比梯度算子（Sobel、Laplacian）还是慢不少。在嵌入式设备上，这可能是个瓶颈。
- 对周期性纹理敏感：如果图像里有规律的条纹（比如栅格、布料纹理），频谱上会出现强峰值，可能误导评价函数。
- 边界效应：FFT 默认图像是周期延拓的，图像边缘的不连续会产生虚假高频。需要加窗函数（如汉宁窗）来抑制。
避坑指南：
我曾经在一个项目中，用频域评价函数对焦印刷品。结果发现，当图像里出现细密的网点（印刷品特有的周期性结构）时，评价曲线出现了多个假峰，导致对焦失败。后来我加了带阻滤波器，把网点对应的频率分量滤掉，才解决问题。所以，如果你的场景有周期性纹理，务必先做频谱分析，看看有没有干扰峰。
3.5 知识体系：频域评价核心逻辑
下面这张图，是我自己总结的频域评价函数的核心流程。你可以把它当作一个「思维导图」来理解。
3.6 工程实现要点
如果你打算在项目里用频域评价函数，有几点我建议你提前想好。
- 图像尺寸要合适：FFT 对 2 的幂次尺寸（如 256x256、512x512）效率最高。如果原始图像不是，可以裁剪或填充。
- 加窗是必须的：直接对图像做 FFT，边缘不连续会产生「振铃效应」。我习惯用汉宁窗（Hanning Window），效果比较均衡。
- 高频带的选择：不是所有高频都有用。比如，图像里的噪点也是高频。你需要根据目标物体的纹理尺度，确定一个合理的频率阈值。这个阈值，我一般通过实验标定。
- 性能优化：在嵌入式平台上，FFT 可能跑不满 30fps。可以考虑用局部FFT（只对图像中心区域做），或者用积分图加速的频域近似方法。
我的经验：
在调试频域评价函数时，我建议你先可视化频谱图。把 FFT 结果用 log 变换显示出来，看看高频区域是不是真的随着对焦过程在变化。很多时候，你以为的高频其实是噪点，或者你以为的低频其实是光学模糊。看一眼频谱图，什么都清楚了。