图像清晰度评价函数：Tenengrad评价函数

最新推荐文章于 2025-06-23 02:14:23 发布

原创

最新推荐文章于 2025-06-23 02:14:23 发布 · 1.2w 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

Tenengrad函数是一种基于梯度的图像清晰度评价方法，它利用Sobel算子计算图像水平和垂直方向的梯度值。图像的Tenengrad值通过计算处理后图像的平均灰度来确定，值越大表示图像越清晰。该过程涉及Sobel卷积核的应用，用于检测边缘，常用于图像处理和聚焦评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tenengrad函数式一种常用的图像清晰度评价函数，是一种基于梯度的函数。
在图像处理中，一般认为对焦好的图像具有更尖锐的边缘，故具有更大的梯度函数值。

Tenengrad函数使用Sobel算子提取水平和垂直方向的梯度值。经过Sobel算子处理后的图像的平均灰度值，值越大，代表图像越清晰。

具体过程如下：

设Sobel卷积核为 $G_{x}$ ， $G_{y}$ ，则图像 $I$ 在点 $(x,y)$ 处的梯度

$S(x,y)=\sqrt{G_{x}*I(x,y)+G_{y}*I(x,y)}$

定义该图像的Tenengrad值为
$Ten=\frac{1}{n}*\sum_{x}\sum_{y}S(x,y)^2$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。