摄像头成像质量测试方法及应用（二）
固润光电代理的图像测试设备如下图：
基于二次模糊的清晰度算法
如果一幅图像已经模糊了，那么再对它进行一次模糊处理，高频分量变化不大；如果原图是清晰的，对它进行一次模糊处理，则高频分量变化会非常大。因此可以通过对 待评测图像进行一次高斯模糊处理，得到该图像的退化图像，然后再比较原图像和退化图像（经过模糊处理后的图像）相邻像素值的变化情况，根据变化的大小确定清晰度的高低，计算结果越小表明图像越清晰，反之则越模糊。这种思路可称为基于二次模糊的清晰度算法，其简化流程如图3-4所示。
图3-4 二次模糊清晰度算法流程图
基于感兴趣区域清晰度评价
本文所采用的实验测试图样由多个不同方位的圆形区域构成，考虑到摄像头拍摄图像时聚焦中心以及图像四周等各个不同方位清晰度情况不同，所以选用多个方位的圆形区域的测试卡进行检测，然后再均衡评价整体图像的清晰度。
测试评价整体流程如图3-5所示：
图3-5基于感兴趣区域清晰度评价整体流程
根据摄像头调焦要求，引入中央条纹清晰度判断，这里需要先对中央条纹中心圆心处定位，对比于四周两侧圆形区域圆心定位而言，中央条纹处圆心高亮度圆环带较窄，在检测到两侧圆形区域圆心的情况下，若中央条纹处圆心未能有效定位时，根据图形对称等距特点，利用距离比较判断，确定中央条纹区域圆心位置坐标。
在确定了中央条纹圆心坐标后，设定条纹区域检测框，并从检测框图内左上角开始扫描条纹各点像素，对每点像素与其横向相邻像素求方差值，并累计方框内总体像素方差和。同时计算检测框内像素总体灰度和，作为背景亮度值。将总体方差和与总体灰度和相除获得其总体灰度变化比例值，乘以一定的系数缩放到100以内，以便于圆形区域评价值做比较融合。
取得中央条纹区清晰度评价值后，与圆形区域评价值按一定比例权值综合，获得调整后的评价曲线图。
以下是摄像头调焦过程中从模糊到清晰再到模糊的对应评价曲线。
-
企业风采
