CogImageSharpnessTool工具的功能原理
利用CogImageSharpnessTool工具可以測量圖像的清晰度，在取像裝置的焦距調整時非常有用。此工具每執行一次，就會傳回一次代表圖像清晰度的分數值，分數越高說明圖像越清晰，在保持其他參數不變的情況下，調整焦距，并連續測量圖像的清晰度，通過這種方法，你可以很友善的将焦距調整到最佳值。
CogImageSharpnessTool工具提供四種方法來衡量圖像的清晰度，分别是：帶通、自相關、絕對差異、梯度能量。
帶通
圖像的灰階模型可以用頻率來描述，銳利的邊緣具有較高的頻率，模糊邊緣具有較低的頻率。
圖1 高頻和低頻邊緣
此種方式下，CogImageSharpnessTool工具通過查找指定頻率的邊緣來對圖像進行分析，可以指定一個頻率範圍，範圍之外的被忽略，清晰度得分根據頻率範圍内的進行計算。含有噪聲的圖像一般有較高的頻率，通過排除高頻段，可以排除噪聲對圖像清晰度的影響。選擇這種方式的時候你需要同時設定頻率範圍。
自相關
自相關方式通過計算圖像的模糊度來反映圖像的清晰度，圖像的模糊程度通過圖像和圖像的一部分的偏移的标準自相關系數來确定，自相關系數越高，圖像越模糊。
圖2 标準自相關系數來反映圖像清晰度
絕對差異
絕對差異方式通過計算像素點的像素值與模糊偏移量的像素點的像素值的內插補點來衡量圖像的清晰度，內插補點越大圖像越清晰。
圖3 通過像素內插補點來反映圖像清晰度
梯度能量