1.一种基于分块PCA的图像聚焦测度实现方法，其特征在于：具体步骤如下：n

步骤S1：将原始图像像素的行数和列数均调整为2的整数倍，其中n为正整数，得到图像f(x，y)，图像f(x，y)的行数和列数分别用M和N表示；

n n

步骤S2：对图像f(x，y)进行分块处理，得到大小为2 ×2 像素的子图像Si(x，y)，其中i

2n n n

＝1，2，...，M×N/2 ；子图像Si(x，y)的变量取值为：x＝0，1，...，2‑1，y＝0，1，...，2‑1；

步骤S3：计算每一幅子图像Si(x，y)的PCA，得到相应子图像的主成分分析，记主成分向n量对应的特征值为λ＝[λ1，λ2，…，λk]，其中k＝2；

步骤S4：对于每一幅子图像，由特征值来构造子图像的清晰度并标记为Fi；

2n

步骤S5：将所有子图像清晰度Fi所构成的集合记为{Fi|i＝1，2，...，M×N/2 }，求该集合的方差，并把方差值作为整幅图像的聚焦测度值；

所述步骤S3中，子图像PCA的计算步骤如下：①求子图像Si(x，y)每一行像素的平均值，然后用相应行的平均值对该行像素进行零均值化，即每一行中所有的像素减去该行的平均值，得到新的子图像S′i(x，y)；

②构造子图像S′i(x，y)的协方差矩阵，该协方差矩阵记为Ci(x，y)；

③求解Ci(x，y)的特征值λ＝[λ1，λ2，...，λk]，及对应的特征向量V，这里我们只关注特征值λ；

④对特征值λ按照从大到小的顺序进行排序，即λ1≥λ2≥...≥λk。

2.如权利要求1所述的基于分块PCA的图像聚焦测度实现方法，其特征在于：所述步骤S4中子图像清晰度Fi是通过特征值计算得到的，具体公式为：