图像清晰度评定是一款专业强大的图像清晰度评价助手。图像清晰度是衡量图像质量的重要指标，可以借助这款软件实现，内置多种清晰度评价函数，可根据权重分配得出评价结果，适用于jpg、bmp、png、gif等图像格式。

【功能特点】

　　1、软件包含了多种清晰度评价函数：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、熵函数。

　　2、软件可以进行多个函数的权重分配计算，并将结果列表显示，评价结果可以保存。

　　3、软件支持多种格式的图像文件(如：jpg、bmp、png、gif、tiff等等)，可以处理8位灰度图像、24位RGB图像。

　　4、可以混合处理各种大小的图片，分辨率大小不限。

【方法权重】

　　（1）Brenner 梯度函数

　　Brenner梯度函数是最简单的梯度评价函数，它只是简单的计算相邻两个像素灰度差的平方。

　　（2）TenenGrad 梯度函数

　　Tenengrad 梯度函数采用Sobel算子分别提取水平和垂直方向的梯度值，基与Tenengrad 梯度函数的图像清晰度。

　　（3）方差函数

　　因为清晰聚焦的图像有着比模糊图像更大的灰度差异，可以将方差函数作为评价函数，其中：为整幅图像的平均灰度值，该函数对噪声比较敏感，图像画面越纯净，函数值越小。

　　（4）Laplacian 梯度函数

　　Laplacian 梯度函数与Tenengrad梯度函数基本一致，用Laplacian算子替代Sobel算子即可。

　　（5）Vollath函数

　　其中：为整幅图像的平均灰度值，M和N分别为图像宽和高。

　　（6）能量梯度函数

　　能量梯度函数更适合实时评价图像清晰度。

　　（7）熵函数

　　基于统计特征的熵函数是衡量图像信息丰富程度的一个重要指标，有信息论可知，一幅图像 f 的信息量是由该图像的信息熵 D(f) 来度量：

　　其中：Pi 是图像中灰度值为i的像素出现的概率，L为灰度级总数（通常取值256）。根据Shannon信息论，熵最大时信息量最多。将此原理应用到对焦过程，D(f)越大则图像越清晰。熵函数灵敏度不高，依据图像内容不同容易出现与真实情况相反的结果。