机器视觉应用或各种视频应用中，必须首先保证视场图像的清晰度。高质量的图像是机器视觉，
视频分析等应用成功的首要条件。高质量的图像由光源，镜头，相机等硬件综合决定，在诸多
硬件当中，镜头质量好坏起着关键作用。
机器视觉大师提供实时图像帧的清晰度评估功能，通过清晰度曲线，可以看到当前视场图像
清晰度的变化和实际值。这个功能主要通过调用RVB里面清晰度函数实现。很不幸的是，
在大部分应用场所，工程师只需要人眼手动或通过某种方式进行焦距调节，直接主观判断
当前图像是否清晰就完事，往往不需要很精准的清晰度数据。图像清晰度应用范围受到很大
限制。
图像清晰度评估有各种算法，有些算法非常复杂，这些算法的细节暂时留给科学家去探索，
分析，总结。作为工程人员，笔者将介绍如何使用机器视觉大师的清晰度功能进行不同镜
头的清晰度比较，从而判断不同镜头的质量好坏，解决实际的工程问题。
为了节省篇幅，笔者对机器视觉大师的一些基本操作不再介绍，直接进入相关的操作环节。
准备工作
连接500万像素的USB摄像头，准备若干同一型号规格的CCTV镜头，准备一块调焦用的
图案菲林，放在带有背光的工作台，运行机器视觉大师，在”显示”菜单选择“显示清晰度曲线”，
然后启动监视运行。如下图：
清晰度评估使用的图案如下：
评估清晰度
换上其中的一个镜头到工作相机（摄像头）上，调整镜头焦距到最佳状态。等待一会，可以看到
当前的清晰度曲线慢慢变成一条近似直线，表示视场图像已经达到稳定状态。如下图：
在主窗口底部的状态栏，可以看到当前的清晰度实际值，如下：
记录保存该数据。保持场景不变，继续更换其它镜头，获得其它镜头的清晰度数据。
记录结果如下表：
| 镜头编号 |
清晰度 |
| 1 |
0.355 |
| 2 |
0.287 |
| 3 |
0.206 |
| 4 |
0.298 |
| 5 |
0.295 |
数值愈大，表示图像的清晰度越好，镜头也越清晰。
结束语
在实际测试中，镜头清晰度会根据视场中图案的不同而发生变化，因此考察镜头的清晰度
差异，首先要保证视场的图像，光照，成像方式保持不变，这样才有意义。工业应用领域
中，摄像头模组镜头的自动对焦设备也是应用类似的原理。
技术交流QQ群： 295860595 该群文件空间即时更新多多摄像头大师最新版本，下载速度更快