不同对焦状态下流体系统拍摄图像的最佳成像判定及清晰度测量问询

一、最优对焦状态的判定逻辑 #

针对流体系统这类拍摄对象，最优对焦状态的核心判定逻辑是优先关注实际需要观测的流体区域清晰度，不要被非目标区域的清晰程度误导。比如要观测流道内的气泡、液滴边界，就以这些目标对象的成像清晰度为核心判定标准，不需要参考流道外壁、背景支架等非关注区域的成像效果。

二、判定时参考的图像特征 #

• 目标观测对象的边缘锐度：比如流体中的气泡、液滴、两相界面的边缘是否清晰，没有虚边、重影或者模糊晕染
• 细小纹理的可辨识度：流场内部的紊流条纹、微小颗粒、杂质等细微结构是否可以清楚分辨，不存在揉成一团的模糊感
• 边缘对比度：目标对象和背景的灰度差值是否足够大，清晰对焦的图像边缘灰度跳变明显，虚焦图像边缘灰度是渐变过渡的

三、可量化的清晰度衡量指标 #

目前常用的、适配流体图像的量化指标有以下几种，可直接在OpenCV、Matlab中找到现成的实现代码：

• 拉普拉斯方差：cv2.Laplacian(img, cv2.CV_64F).var()，计算图像拉普拉斯变换后的方差，数值越高代表图像边缘越多、清晰度越高，是最常用的无参考清晰度指标
• 灰度方差：计算整幅图像或者目标区域的灰度方差，数值越高说明灰度分布越分散，清晰度通常越高，适合内容固定的同场景对比
• Tenengrad梯度函数：先对图像做Sobel算子提取水平和垂直方向的梯度，再计算梯度平方和的平均值，数值越高清晰度越高，对弱边缘的敏感度比拉普拉斯方差更高

注意：量化对比时必须在同一目标区域内计算指标，不要拿整张图直接计算，否则不同对焦下运动的流体位置变化会干扰指标准确性，要先框选需要观测的固定流道区域作为计算范围。

示例图像 #

注：所有图像内容各不相同

内容的提问来源于stack exchange，提问作者Bilka Technology