图像的清晰度是指影像上各细部影纹及其边界的清晰程度。它有三个方面的涵义，首先是图像的分辨率的高低，分辨率越高，反映的细节就越多，图像就越清晰，其次是图像相邻细部的阶调层次的密度差别，图像相邻细部的阶调层次的密度差别越明显，那么图像的清晰度越好。最后是形成图像网点的边缘虚实情况，它是图像印刷质量的一个重要指标，特别是高档打印尤其重要，因为图像网点的虚实，在印刷中虚边有可能损失，也可能加强，从而对图像的清晰度有一定程度的影响[23]。9843
成都理工大学的张仕玲、孙旭[24]采用Matlab 软件的图像处理工具比较空域和频域上的图像清晰度评价算法，提出一种基于离散小波变换的快速算法(FDWT)的图像清晰度算子，采用Matlab软件对该算法进行仿真，实验结果表明该算法具有较高的可靠性和聚焦灵敏度。
浙江大学的孟希羲等人[25]提出采用行间转移面阵CCD的时间延时积分(TDI)模式实现去运动模糊。选取行间转移面阵CCD KAI-1003作为成像器件，利用可编程逻辑器件(PLD)控制时序信号，匹配CCD的行转移速度与目标运动速度，实现去运动模糊。实验表明该成像系统不仅能去运动模糊而且还大幅提高图像信噪比。
南京航空航天大学的徐贵力等人[26]提出了一种以图像边缘灰度变化率为指标的图像清晰度评价方法，如图1.3所示，即以每一行灰度值连续下降间隔像素点数最多的边缘灰度变化率代表这一行的灰度变化率，计算出图像所有行灰度变化率均值为评价指标。分析了清晰图像与模糊图像某行边缘灰度变化规律，设计了这种新的图像清晰度评价方法的实现流程。以红外图像和一般的可见光和运动模糊图像为对象，进行了该方法与相邻像素灰度方差法和方差法对比研究。实验结果表明：该方法能更好地满足单调性和无偏性，具有更高的灵敏度。
 (a)清晰图像          (b)清晰图像某行边缘灰度变化
  (c)模糊图像          (d)模糊图像某行边缘灰度变化
图1.3  清晰图像和模糊图像某行边缘灰度变化图
(a)    模糊图像
(b)清晰图像
图1.4  图像梯度直方图
山东大学的朱孔凤等人[27]深入研究了各种图像梯度的分布情况后发现模糊图像小梯度像素数较大， 而清晰图像大梯度的像素数则明显比模糊图像的多， 因此可以给梯度加一个阈值， 去掉梯度小的值保留梯度大的值， 这样可以突出清晰图像的优势， 易于准确判断。首次提出了一种用图像梯度加阈值求和作为由于离焦产生的模糊图像的评价函数。处理结果如图1.4所示。
另外相关学者[28-33]基于Prewitt模板、锐度和对比度、对比度敏感度、聚焦窗口、灰度刚辨阈或倒谱等方法，研究出清晰度的评价方法，也取得了较理想的结果。 图像清晰度评价方法研究现状:http://www.youerw.com/yanjiu/lunwen_8706.html