1.一种粗精调焦的医学显微图像清晰度评价方法，其特征在于，所述方法包括以下几个步骤：步骤一、输入RGB格式的原始图像，并将其转换为Lab颜色空间，分别得到亮度图IL和两个颜色通道图：颜色通道图Ia和颜色通道图Ib；

步骤二、通过以下函数获取原始图像的灰度变化值FVar：其中， 为IL的灰度均值，(x,y)为像素的位置；

步骤三、获取原始图像的局部梯度值，具体过程如下：(3.1)分别对颜色通道图Ia和颜色通道图Ib中每个像素的灰度进行去均值和归一化操作，再将操作结果线性叠加得到颜色显著图S；

(3.2)对以上步骤所得的颜色显著图S中每个像素计算局部梯度值，具体地，统计当前像素横向、纵向和两个斜方向上的像素灰度差的绝对值之积；

G(x,y)＝[|S(x+2,y)-S(x,y)|×|S(x,y+2)-S(x,y)|]×[|S(x+1,y+1)-S(x,y)|×|S(x-1,y+1)-S(x,y)|](3.3)仅统计大于门限T的函数值之和作为输入图像的局部梯度值：FGrad＝∑[G(x,y)>T]

本步骤中，T设定为10；

步骤四、将图像灰度变化值FVar和局部梯度值FGrad相乘，获取最终的图像清晰度F。

2.如权利要求1所述的粗精调焦的医学显微图像清晰度评价方法，其特征在于，所述的步骤(3.1)具体包括：(3.1.1)使用以下公式进行去均值操作：其中， 和 分别为颜色通道图Ia和颜色通道图Ib的灰度均值，||为绝对值符号，I′a和I′b分别为颜色通道图Ia和颜色通道图Ib去均值操作后的图像；

(3.1.2)分别对I′a和I′b进行归一化操作，得到归一化图像Na和归一化图像Nb；

Na(x,y)＝N(I′a(x,y))Nb(x,y)＝N(I′b(x,y))其中，N()为归一化函数，其公式如下：其中，max()和min()分别为最大值和最小值函数；

(3.1.3)通过以下公式将归一化图像Na和归一化图像Nb线性叠加得到颜色显著图S：(x,y)为图像中像素的位置。