一种图像亮度质量的评价方法及装置与流程

本发明涉及图像处理技术领域，更具体的说，是涉及一种图像亮度质量的评价方法及装置。

背景技术：

随着数字图像的广泛应用，图像质量评价作为图像处理技术领域中能够有效反映出图像质量好坏的手段，逐渐成为该领域内的研究热点。

其中，由于图像亮度是影响图像质量的主要因素，因此可以将图像亮度质量评价作为能够反映图像整体质量的评价标准。目前，通过评价图像亮度质量来反映图像整体质量评价通常所采用的方法包括主观评价方法和客观评价方法；其中，主观评价方法虽然可靠，但费时费力，且不易嵌入到自动化系统中，因此将能自动、高效地分析图像亮度质量的客观评价方法作为评价图像亮度质量好坏的常用手段。而客观评价方法中无参考图像亮度质量评价由于无需任何参考图像的信息，就可以直接提取失真图像的亮度特征，并结合数学计算方法来得到关于该图像亮度质量的评价，以便进一步获知该图像整体质量的好坏，故被广泛应用于实际。

然而，现有的基于图像亮度特征的无参考图像亮度质量评价方法，针对进行图像亮度质量评价的每一幅图像，都需要在提取出其亮度特征之后，对该亮度特征进行一次复杂繁琐的数学计算来获得最终的图像亮度质量评价结果，进而使得每次的图像亮度质量评价耗费大量时间，且降低了图像亮度质量评价的计算效率。

技术实现要素：

有鉴于此，本发明提供了一种图像亮度质量的评价方法及装置，缩减了图像亮度质量评价所耗费的时间，提高了图像亮度质量评价的计算效率。

为实现上述目的，本发明提供如下技术方案：

一种图像亮度质量的评价方法，包括：

获取一幅图像，作为待评价图像；

提取所述待评价图像的亮度特征，获得一个亮度特征向量；

将所述亮度特征向量输入到自动调焦评价函数，获得图像亮度质量评价分数，其中，所述自动调焦评价函数为预先建立的函数。

优选地，所述提取所述待评价图像的亮度特征，获得一个亮度特征向量，包括：

对所述待评价图像进行局部方差运算，得到第一待提取图像；

对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN；

计算所述均值去除归一化图像MSCN的形状与方差，并依次记录在特征向量中；

计算所述均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

对所述第一待提取图像进行下采样处理，获得第二待提取图像，并将所述第二待提取图像作为所述第一待提取图像，返回所述对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN，直到计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

将所述特征向量作为一个亮度特征向量，进行获取。

优选地，所述计算所述均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中，包括：

对所述均值去除对比归一化图像MSCN进行局部分裂，获得水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像；

计算所述水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中。

优选地，所述自动调焦评价函数的建立过程包括：

获取多幅图像和对应于每一幅图像的主观图像亮度质量评价分数，每一幅图像作为待处理图像；

提取每一幅所述待处理图像的亮度特征，获得对应每一幅所述待处理图像的亮度特征向量；

将对应每一幅所述待处理图像的亮度特征向量和主观图像亮度质量评价分数输入到支持向量机SVM进行拟合训练，获得自动调焦评价函数。

一种图像亮度质量的评价装置，包括：

第一获取模块，用于获取一幅图像，作为待评价图像；

第一特征提取模块，用于提取所述待评价图像的亮度特征，获得一个亮度特征向量；

第一计算模块，用于将所述亮度特征向量输入到自动调焦评价函数，获得图像亮度质量评价分数，其中，所述自动调焦评价函数为预先建立的函数。

优选地，所述第一特征提取模块包括：

第二计算模块，用于对所述待评价图像进行局部方差运算，得到第一待提取图像；

归一化预处理模块，用于对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN；

第三计算模块，用于计算所述均值去除归一化图像MSCN的形状与方差，并依次记录在特征向量中；

第四计算模块，用于计算所述均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

下采样处理模块，用于对所述第一待提取图像进行下采样处理，获得第二待提取图像；

更新模块，用于在所述下采样处理模块获得第二待提取图像后，将所述第二待提取图像作为所述第一待提取图像；

判断模块，用于判断是否计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

相应的，所述归一化预处理模块，还用于在所述判断模块判断未计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中时，对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN；

第二获取模块，用于在所述判断模块判断计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中后，将所述特征向量作为一个亮度特征向量，进行获取。

优选地，所述第四计算模块包括：

局部分裂模块，用于对所述均值去除对比归一化图像MSCN进行局部分裂，获得水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像；

第四计算子模块，用于计算所述水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中。

优选地，所述装置还包括：

第三获取模块，用于获取多幅图像和对应于每一幅图像的主观图像亮度质量评价分数，每一幅图像作为待处理图像；

第二特征提取模块，用于提取每一幅所述待处理图像的亮度特征，获得对应每一幅所述待处理图像的亮度特征向量；

第五计算模块，用于将对应每一幅所述待处理图像的亮度特征向量和主观图像亮度质量评价分数输入到支持向量机SVM进行拟合训练，获得自动调焦评价函数。

经由上述的技术方案可知，与现有技术相比，本发明提供了一种图像亮度质量的评价方法及装置，在对待评价图像的亮度特征进行提取，并获得了一个亮度特征向量后，依据该亮度特征向量，可以利用构建的自动调焦评价函数直接计算出与该亮度特征向量对应的图像亮度质量评价分数，可见，从自动调焦评价函数中获取与亮度特征向量所对应的图像亮度质量评价分数，而不用针对亮度特征向量专门进行一次复杂繁琐的数学计算以获取对应的图像亮度质量评价分数，省去了原本需要进行数学计算的时间，进而提高了图像亮度质量评价的计算效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种图像亮度质量的评价方法的方法流程图；

图2为本发明实施例提供的另一种图像亮度质量的评价方法的方法流程图；

图3为本发明实施例提供的一种自动调焦评价函数的建立方法的方法流程图；

图4为本发明实施例提供的一种图像亮度质量的评价装置的结构示意图；

图5为本发明实施例提供的另一种图像亮度质量的评价装置的结构示意图；

图6为本发明实施例提供的一种自动调焦评价函数的建立装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例公开了一种图像亮度质量的评价方法，请参见附图1，所述方法具体包括以下步骤：

S101：获取一幅图像，作为待评价图像；

具体的，为了获知图像的亮度质量评价，可以先获取该图像，并将其作为一幅待评价图像，以便为后续进行亮度质量评价的相关操作时提供依据。

S102：提取所述待评价图像的亮度特征，获得一个亮度特征向量；

具体的，由于待评价图像中包含很多特征，如图像的亮度特征、边界强度特征、模糊度特征等，因此为了确保待评价图像的亮度质量评价能够精准，需要先从该待评价图像中提取出其亮度特征，避免引入其他特征而影响评价结果。

S103：将所述亮度特征向量输入到自动调焦评价函数，获得图像亮度质量评价分数，其中，所述自动调焦评价函数为预先建立的函数；

具体的，由于预先构建了自动调焦评价函数，因此可以将提取到的亮度特征向量作为输入变量，输入到该自动调焦评价函数中，进而能够利用自动调焦评价函数所保存的输入变量与输出变量之间的对应关系，直接计算得到该待评价图像的图像亮度质量评价分数，以达到减少计算量的目的。

本发明实施例公开的图像亮度质量的评价方法中，通过将提取到的待评价图像中的亮度特征向量作为输入变量，输入到预先构建好的自动调焦评价函数中，可以直接利用该自动调焦评价函数所存储的输入变量与输出变量之间的对应关系，计算出待评价图像的图像亮度质量评价分数，进而避免了使用复杂繁琐的数学计算以获取对应的图像亮度质量评价分数，缩减了计算所需消耗的时间，提高了图像亮度质量评价的计算效率。

在图1所对应实施例的基础上，本实施例公开了另一种图像亮度质量的评价方法，请参见附图2，所述方法具体包括以下步骤：

S201：获取一幅图像，作为待评价图像。

S202：对所述待评价图像进行局部方差运算，得到第一待提取图像；

具体的，由于图像的局部方差能够较好地描述图像的结构信息，所以可以通过对待评价图像进行局部方差运算来分析该待评价图像的内容信息，进而能够使所获得的第一待提取图像更加符合人的主观感知效果，为后续提取准确的亮度特征向量提供条件基础。

S203：对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN；

具体的，可以将第一待提取图像代入亮度归一化预处理公式：

获得均值去除归一化图像MSCN，其中，I(i,j),i＝1,...,M,j＝1,...,N为第一待提取图像，M为第一待提取图像的高，N为第一待提取图像的宽，μ(i,j)为第一待提取图像的局部均值，σ(i,j)为第一待提取图像的方差，C为常数。

S204：计算所述均值去除归一化图像MSCN的形状与方差，并依次记录在特征向量中；

具体的，将获得的均值去除归一化图像MSCN与第一计算公式进行矩匹配，进而获得较为合适的均值去除归一化图像MSCN的形状与方差，第一计算公式为：

其中，α为均值去除归一化图像MSCN的形状，σ为均值去除归一化图像MSCN的方差，Γ()为gamma函数。

其次，将计算出来的均值去除归一化图像MSCN的形状与方差按照计算出来的顺序依次记录在一个特征向量中，作为该特征向量中的第一分量与第二分量，方便后续获取包含36个特征分量的亮度特征向量。

S205：对所述均值去除对比归一化图像MSCN进行局部分裂，获得水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像；

具体的，在图像亮度质量评价过程中，由于图像梯度信息是图像重要的特征之一，也是人眼理解图像内容的重要依据，因此将均值去除对比归一化图像MSCN进行局部分裂，以获得水平、垂直、主对角线及副对角线上的四幅图像，可以更加充分地反映出图像的真实内容，且提升图像亮度质量评价的效果。

其次，利用获得的均值去除归一化图像MSCN及第二计算公式、第三计算公式、第四计算公式、第五计算公式分别获得水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像，第二计算公式、第三计算公式、第四计算公式、第五计算公式依次为：

其中，H(i,j)为水平方向图像，V(i,j)为垂直方向图像，D1(i,j)为主对角线方向图像，D2(i,j)为副对角线方向图像，为均值去除归一化图像MSCN。

S206：计算所述水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

具体的，将获得的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像分别与第六计算公式进行矩匹配，进而分别计算出水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像这四幅图像各自对应的形状、均值、左方差和右方差，第六计算公式为：

其中，ν为图像的形状，η为图像的均值，σ_l为图像的左方差，σ_r为图像的右方差，

其次，在分别获取到水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像这四幅图像各自对应的形状、均值、左方差和右方差之后，按照这16个数值计算出来的顺序，依次记录在S204中已经记录了第一分量和第二分量的特征向量中，作为该特征向量中的第三分量至第十八分量，此时，该特征向量中已包含了18个特征分量。

S207：对所述第一待提取图像进行下采样处理，获得第二待提取图像，并将所述第二待提取图像作为所述第一待提取图像，并执行S208；

具体的，为了使本发明实施例所提供的图像亮度质量评价结果能够与主观感知所得的图像亮度质量评价结果具有较好的一致性，将第一待提取图像进行下采样处理，如将第一待提取图像的高与宽进行二分之一的空间下采样，进而生成第二待提取图像，以便获取到剩余的特征分量，进而集合成所需的亮度特征向量。

S208：判断是否计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中，若是，则执行S209，若否，则返回执行S203；

具体的，若判断出还未将水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差这16个数值全部计算出来，并依次记录在所述特征向量中时，则需要返回执行S203，进而能够继续获取剩余的特征分量，以便后续集合成亮度特征向量；若判断出已成功计算出水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差这16个数值，并依次记录在所述特征向量中时，此时，该特征向量中已包含了36个特征分量，其中该特征向量中的第十九分量和第二十分量分别为与第二待提取图像所对应的均值去除归一化图像MSCN的形状与方差。

S209：将所述特征向量作为一个亮度特征向量，进行获取，并执行S2010。

S2010：将所述亮度特征向量输入到自动调焦评价函数，获得图像亮度质量评价分数，其中，所述自动调焦评价函数为预先建立的函数。

本发明实施例公开的图像亮度质量的评价方法中，通过对经过局部方差运算所得的第一待提取图像依次进行亮度归一化预处理、局部分裂操作，进而依次获得了与该第一待提取图像对应的18个数值，并记录在一个特征向量中，作为其前18个分量，之后对第一待提取图像进行下采样，并将获得的第二待提取图像作为第一待提取图像，再依次进行亮度归一化预处理、局部分裂操作，进而依次获得了18个数值，并记录在之前的特征向量中，作为其第十九分量至三十六个分量，此时将包含了36个分量的特征向量作为亮度特征向量，进而完成了提取待评价图像的亮度特征的过程，使得所获得的亮度特征向量更符合人的主观感受，也间接提高了图像亮度质量评价的效果。

请参见附图3，上述实施例中涉及到的S103中自动调焦评价函数的具体建立过程包括以下步骤：

S301：获取多幅图像和对应于每一幅图像的主观图像亮度质量评价分数，每一幅图像作为待处理图像；

具体的，由于针对图像亮度质量评价的方法中人的主观评价方法是最为可靠的度量方法，因此，为了确保后续建立的自动调焦评价函数所输出的图像亮度质量评价分数能与主观图像亮度质量评价结果具有较好的一致性，可以在获取多幅图像作为训练样本的同时，也将与这些图像各自对应的主观图像亮度质量评价分数进行获取，进而提高了后续构建出的自动调焦评价函数的评价质量。

S302：提取每一幅所述待处理图像的亮度特征，获得对应每一幅所述待处理图像的亮度特征向量；

具体的，由于每一幅待处理图像包含多个不同类型的特征因素，如亮度、模糊度、噪声率等，因此需要针对每一幅待处理图像，进行亮度特征的提取操作，用于作为后续输入到自动调焦评价函数的输入变量，以顺利获得对应的图像亮度质量评价分数；其中，提取每一幅待处理图像的亮度特征的具体过程可以按照附图2所提供的实施例中涉及到的提取待评价图像的亮度特征的操作步骤。

S303：将对应每一幅所述待处理图像的亮度特征向量和主观图像亮度质量评价分数输入到支持向量机SVM进行拟合训练，获得自动调焦评价函数；

具体的，将每一幅待处理图像的亮度特征向量和主观图像亮度质量评价分数分别作为输入变量和输出变量，输入到支持向量机SVM中进行拟合训练，进而能够得到一个满足图像的亮度特征向量和主观图像亮度质量评价分数之间的对应关系的自动调焦评价函数，以便在提取到一幅图像对应的亮度特征向量后，可以直接利用自动调焦评价函数中存储的对应关系，快速获得对应的图像亮度质量评价分数，且该图像亮度质量评价分数能够更加贴近主观图像亮度质量评价结果。

本发明实施例中，通过将每一幅图像的亮度特征向量和其对应的主观图像亮度质量评价分数均输入到支持向量机SVM中进行拟合训练，进而能够获得一个图像亮度质量评价结果更贴近主观图像亮度质量评价结果的自动调焦评价函数，以便利用该自动调焦评价函数快速计算出与待评价图像的亮度特征向量所对应的图像亮度质量评价分数，节省了大量的数学计算时间，提高了图像亮度质量评价的计算效率。

本实施例公开了一种图像亮度质量的评价装置，请参见附图4，所述装置包括：

第一获取模块401，用于获取一幅图像，作为待评价图像；

第一特征提取模块402，用于提取所述待评价图像的亮度特征，获得一个亮度特征向量；

第一计算模块403，用于将所述亮度特征向量输入到自动调焦评价函数，获得图像亮度质量评价分数，其中，所述自动调焦评价函数为预先建立的函数。

本发明实施例所公开的图像亮度质量的评价装置中，通过第一计算模块403将第一特征提取模块402所提取到的待评价图像中的亮度特征向量作为输入变量，输入到预先构建好的自动调焦评价函数中，从而可以直接利用该自动调焦评价函数所存储的输入变量与输出变量之间的对应关系，计算出待评价图像的图像亮度质量评价分数，进而避免了使用复杂繁琐的数学计算以获取对应的图像亮度质量评价分数，缩减了计算所需消耗的时间，提高了图像亮度质量评价的计算效率。

本发明实施例提供的各个模块的工作过程，请参照附图1所对应的方法流程图，具体工作过程不再赘述。

在图4所对应实施例的基础上，本实施例公开了另一种图像亮度质量的评价装置，请参见附图5，所述装置包括：

第一获取模块401，第一特征提取模块402和第一计算模块403；

其中所述第一特征提取模块402包括：

第二计算模块4021，用于对所述待评价图像进行局部方差运算，得到第一待提取图像；

归一化预处理模块4022，用于对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN；

第三计算模块4023，用于计算所述均值去除归一化图像MSCN的形状与方差，并依次记录在特征向量中；

第四计算模块4024，用于计算所述均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

下采样处理模块4025，用于对所述第一待提取图像进行下采样处理，获得第二待提取图像；

更新模块4026，用于在所述下采样处理模块4025获得第二待提取图像后，将所述第二待提取图像作为所述第一待提取图像；

判断模块4027，用于判断是否计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中；

相应的，所述归一化预处理模块4022，还用于在所述判断模块4027判断未计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中时，对所述第一待提取图像进行亮度归一化预处理，获得均值去除归一化图像MSCN；

第二获取模块4028，用于在所述判断模块4027判断计算出与所述第二待提取图像所对应的均值去除归一化图像MSCN的水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中后，将所述特征向量作为一个亮度特征向量，进行获取。

所述第四计算模块4024包括：

局部分裂模块40241，用于对所述均值去除对比归一化图像MSCN进行局部分裂，获得水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像；

第四计算子模块40242，用于计算所述水平方向图像、垂直方向图像、主对角线方向图像以及副对角线方向图像中的每一幅图像各自的形状、均值、左方差和右方差，并依次记录在所述特征向量中。

本发明实施例公开的图像亮度质量的评价装置中，通过归一化预处理模块4022、第四计算模块4024依次对由第二计算模块4021经过局部方差运算所得的第一待提取图像进行亮度归一化预处理、局部分裂操作，进而依次获得了与该第一待提取图像对应的18个数值，并记录在一个特征向量中，作为其前18个分量，之后由下采样处理模块4025对第一待提取图像进行下采样，更新模块4026再将获得的第二待提取图像作为第一待提取图像，再次通过归一化预处理模块4022、第四计算模块4024依次对其进行亮度归一化预处理、局部分裂操作，进而依次获得18个数值，并记录在之前的特征向量中，作为其第十九分量至三十六个分量，此时第二获取模块4028将包含了36个分量的特征向量作为亮度特征向量，进而完成了提取待评价图像的亮度特征的过程，使得所获得的亮度特征向量更符合人的主观感受，也间接提高了图像亮度质量评价的效果。

本发明实施例提供的各个模块的工作过程，请参照附图2所对应的方法流程图，具体工作过程不再赘述。

本实施例公开了一种自动调焦评价函数的建立装置，请参见附图6，所述装置包括：

第三获取模块501，用于获取多幅图像和对应于每一幅图像的主观图像亮度质量评价分数，每一幅图像作为待处理图像；

第二特征提取模块502，用于提取每一幅所述待处理图像的亮度特征，获得对应每一幅所述待处理图像的亮度特征向量；

第五计算模块503，用于将对应每一幅所述待处理图像的亮度特征向量和主观图像亮度质量评价分数输入到支持向量机SVM进行拟合训练，获得自动调焦评价函数。

本发明实施例中，通过第五计算模块503将第二特征提取模块502所提取到的每一幅图像的亮度特征向量和第三获取模块501所获取到的与其对应的主观图像亮度质量评价分数均输入到支持向量机SVM中进行拟合训练，进而能够获得一个图像亮度质量评价结果更贴近主观图像亮度质量评价结果的自动调焦评价函数，以便利用该自动调焦评价函数快速计算出与待评价图像的亮度特征向量所对应的图像亮度质量评价分数，节省了大量的数学计算时间，提高了图像亮度质量评价的计算效率。

本发明实施例提供的各个模块的工作过程，请参照附图3所对应的方法流程图，具体工作过程不再赘述。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。