3. 图像清晰度评价函数（下）
好，咱们接着聊。上一节我们把基于梯度的评价函数讲透了，这一节要聊的这几个，说实话，在实际工程里用得更少一些，但某些特定场景下，它们就是杀手锏。
3.1 基于信息熵的评价函数
信息熵这个概念，最早是香农搞通信时提出来的。说白了，它衡量的是信息的不确定性。一张清晰的图像，细节丰富，灰度分布更分散，熵值就大。一张模糊的图像，像素值都差不多，熵值就小。
公式长这样：
E = - Σ p(i) * log₂(p(i))其中 p(i) 是灰度 i 出现的概率。嗯，就这么简单。
我当年在一个医疗影像项目里试过这个。显微镜下的细胞图像，用 Tenengrad 函数老是跑偏，换成信息熵反而稳得很。为什么？因为细胞图像纹理太复杂，梯度法容易受局部噪声干扰，而熵函数看的是全局统计特性。
适用场景：
- 纹理丰富的场景（比如毛发、织物）
- 光照均匀的环境
- 对实时性要求不高的系统
注意：信息熵对直方图分布很敏感。如果场景里有大面积纯色背景，熵值会偏低，容易误判。我曾经在拍白墙时吃过这个亏，后来加了 ROI 裁剪才解决。
3.2 基于机器学习的评价函数（CNN特征）
这个就有点意思了。传统方法说到底都是手工设计的特征，而 CNN 能自动学习出最适合判断清晰度的特征。
具体做法是这样的：
- 收集大量清晰/模糊的图像对
- 用预训练的 CNN（比如 VGG16）提取特征
- 把特征送入一个回归网络，输出清晰度分数
你想想看，这相当于让网络自己总结「什么算清晰」。我试过用 ResNet50 做特征提取，效果确实比传统方法好，尤其是面对复杂场景时。
但代价也很明显——计算量太大了。在嵌入式平台上跑一次推理可能要几十毫秒，而传统方法只要几微秒。所以目前这个方案主要用在高端相机或医疗设备上。
我的建议：如果项目对实时性要求不高，可以试试 MobileNet 这类轻量网络。我在一个无人机项目里用过，帧率能跑到 15fps 左右，够用了。
3.3 混合评价函数的设计思路
单一评价函数总有短板。我个人的习惯是，把几种方法组合起来用。就像做菜，光放盐不行，得加点酱油和糖。
常见的混合策略：
- 加权融合：给不同评价函数分配权重，比如 0.6 * 梯度 + 0.4 * 熵
- 级联判断：先用快的函数粗筛，再用慢的细判
- 自适应切换：根据场景特征自动选择最合适的函数
举个例子，我在做安防摄像头时，白天用梯度法，晚上光线暗了就切到信息熵。因为晚上图像噪声大，梯度法容易误判，而熵函数对噪声没那么敏感。
// 伪代码示例：自适应混合评价
float evaluate_image(Image img) {
float brightness = compute_brightness(img);
if (brightness > THRESHOLD) {
return gradient_based(img); // 白天用梯度
} else {
return entropy_based(img); // 晚上用熵
}
}核心思路：没有万能药，只有最合适的组合。混合评价函数的设计，本质上是把不同方法的优点拼起来，同时避开各自的坑。
3.4 评价函数的性能指标
好，函数设计出来了，怎么判断它好不好？我一般看三个指标：单峰性、无偏性、灵敏度。
| 指标 | 含义 | 怎么测 |
|---|---|---|
| 单峰性 | 评价曲线是否只有一个峰值 | 在焦点附近扫描，看曲线是否单调上升再单调下降 |
| 无偏性 | 峰值是否对应真正的焦点位置 | 用已知焦点的标定板验证 |
| 灵敏度 | 焦点附近曲线是否陡峭 | 计算峰值处的二阶导数或曲率 |
单峰性不好，AF 算法就容易在多个峰值间来回跳。无偏性不好，对焦结果就是偏的。灵敏度不够，对焦精度就上不去。
我记得有一次调试一个长焦镜头，用 Tenengrad 函数，单峰性很好，但无偏性差了 5 个像素。查了半天才发现是镜头色差导致的。后来加了预处理校正才解决。
避坑指南：我曾经在实验室里测得好好的，一到户外就翻车。后来发现是光照变化影响了评价函数的稳定性。所以测试时一定要覆盖各种光照条件。
3.5 知识体系总览
这一节的内容比较多，我画了张图帮你理一理思路：
这张图把三种评价方法的关系和性能指标串起来了。你仔细看看，会发现它们不是互斥的，而是互补的。实际项目中，我经常把信息熵和梯度法混合使用，效果比单独用任何一种都好。
好了，这一节就到这里。评价函数是 AF 算法的基石，选对了函数，后面的调优工作就轻松一半。下一节我们聊聊对焦搜索策略，那又是另一片天地了。