王灿芳 ，崔良玉 ，阎 兵

（1.天津职业技术师范大学，天津300222；2.天津市高速切削与精密加工重点实验室，天津300222）

0 引言

传统的显微镜进行图像观察需要人工手动调焦，这种聚焦方式速度慢，对于批量化显微观察，容易让人疲劳，而且由于人的主观因素存在错误判断的可能。自动聚焦是提交检测效率、减轻劳动量的有效技术，而图像清晰度评价函数是自动聚焦技术中判断图像是否清晰的重要依据[1]。自动聚焦方法主要分为被动式聚焦和主动式聚焦[2]，主动式聚焦通过计算物体与像面的距离根据成像原理得出与焦点的位置差，从而驱动镜头完成自动对焦。而被动式聚焦是基于数字图像处理，通过对采集的一系列图像进行数据分析来判断当前图像的聚焦程度。被动式聚焦不需要其他的传感设备，仅使用捕捉的一系列图像就可以完成聚焦，因此应用广泛[3]。图像越清晰，表明其含有更多的细节和边沿信息，在频域上表现为图像包含更多高频成分，因此可以根据这些理论研究评价图像清晰度的算法。传统的数字图像清晰度评价算法主要是基于空域、频域、统计学和信息熵等[4-5]。基于梯度的算法根据图像的梯度信息来判断图像的清晰程度，这类方法计算简单，应用广泛，但抗噪性较差；频域类则使用傅里叶变换、小波变换、离散余弦变换等，计算图像中的高频分量来评价图像是否清晰，这类算法比较复杂，计算量大；统计学类的算法，虽然计算量小，但灵敏度较低[6]。……