图像质量的确定方法及装置制造方法及图纸

技术编号:18555042 阅读:25 留言:0更新日期:2018-07-28 11:39
本发明专利技术提供了一种图像质量的确定方法,对需要进行质量评估的每一个待测试图像,首先将所述待测试图像转换为测试标准图,以保证评估的准确性,然后,按预设的提取规则,从所述测试标准图中提取多个子图像,并将各个子图像分别输入到与建立的神经网络模型中,由所述神经网络模型进行分析测试后,获得每个子图像对应的测试分数,对得到的每一个测试分数进行计算,获得所述测试标准图对应的目标分数,进而可以依据所述目标分数对待测试图像的质量进行确定,实现了对待测试图像质量的评价。本发明专利技术提供的图像质量的确定方法,应用神经网络模型对测试标准图中的各个子图像进行评分,运行速率快,提升了对图像质量评价的效率。

【技术实现步骤摘要】
图像质量的确定方法及装置
本专利技术涉及图像处理
,特别涉及一种图像质量的确定方法及装置。
技术介绍
随着计算机技术和互联网的迅速发展,图像的应用越来越广泛。图像作为一种重要的信息载体,满足了日益增长的现代化业务需求。图像在获取、压缩、处理、传输、存储等过程中会造成不同程度和类型的失真,直接影响了图像中信息的获取。因此,在图像处理和应用领域建立有效的图像质量评价体系具有重要意义。专利技术人经过对现有图像质量的评价过程进行研究发现,现有一般通过人工对图像质量进行评价,评价过程需要较长的时间进行,耗时较多,导致对图像质量进行评价的效率较低。
技术实现思路
本专利技术所要解决的技术问题是提供一种图像质量的确定方法,能够快速对待测试图像的质量进行评价,提升了对图像质量的评价效率。本专利技术还提供了一种图像质量的确定装置,用以保证上述方法在实际中的实现及应用。一种图像质量的确定方法,包括:对当前待测试图像进行归一化处理,获得所述当前待测试图像对应的测试标准图;获取与所述测试标准图对应的子图像集合,所述子图像集合中包括多个从所述测试标准图中提取的子图像;将各个所述子图像分别输入至预建立的神经网络模型中进行测试,并获得每个子图像的测试分数;对所述每个子图像的测试分数进行计算,以获得所述测试标准图对应的目标分数,并依据所述目标分数,对所述当前待测试图像的图像质量进行确定。上述的方法,可选的,所述子图像集合中包括第一子集合和第二子集合;所述第一子集合中各个子图像的提取过程,包括:按预设的比例系数,对所述测试标准图进行比例分割,获得所述测试标准图的多个分割子图像;每个所述分割子图像的尺寸相同;将每个所述分割子图像加入至所述第一子集合。上述的方法,可选的,所述第二子集合中各个子图像的提取过程,包括:对所述测试标准图进行前背景分割,并按预设的选取规则,在所述测试标准图中选取N个前景区域;所述N为正整数;当选取到N个前景区域时,对所述N个前景区域执行第一操作,获得N个前景子图像,将每个所述前景子图像加入至所述第二子集合;所述第一操作包括:确定所述N个前景区域中,是否存在第一类前景区域,所述第一类前景区域的外接矩形尺寸,大于所述分割子图像的尺寸;当存在时,对每个第一类前景区域进行中心剪裁,从所述第一类前景区域中剪裁出尺寸与所述分割子图像尺寸相同的前景子图像;及确定所述N个前景区域中,是否存在第二类前景区域,所述第二类前景区域的外接矩形尺寸,小于所述分割子图像的尺寸;当存在时,从所述测试标准图中截取出包含有所述第二类前景区域,且尺寸与所述分割子图像的尺寸相同的前景子图像。上述的方法,可选的,当所述测试标准图中包含M个前景区域时,所述M小于N,M为正整数;所述方法还包括:在选取到所述M个前景区域,且对所述M个前景区域执行第一操作后,选取随机因子,并依据所述随机因子在所述测试标准图中随机选取X个随机子图像加入所述第二子集合,每个所述随机子图像的尺寸与所述分割子图像的尺寸相同,所述X为N与M的差值,所述X为正整数。上述的方法,可选的,所述神经网络模型采用深度卷积神经网络进行预建立;所述深度卷积神经网络包括:1个输入层;11个卷积层,所述11个卷积层中应用有5个pooling层;3个全连接层;1个输出层。上述的方法,可选的,所述对所述每个子图像的测试分数进行计算,以获得所述测试标准图对应的目标分数,包括:为每个所述测试分数分配与其对应的测试权重;对每个分配有测试权重的测试分数进行计算,获得平均值,将所述平均值作为所述测试标准图对应的目标分数。一种图像质量的确定装置,包括:处理单元,用于对当前待测试图像进行归一化处理,获得所述当前待测试图像对应的测试标准图;获取单元,用于获取与所述测试标准图对应的子图像集合,所述子图像集合中包括多个从所述测试标准图中提取的子图像;测试单元,用于将各个所述子图像分别输入至预建立的神经网络模型中进行测试,并获得每个子图像的测试分数;计算单元,用于对所述每个子图像的测试分数进行计算,以获得所述测试标准图对应的目标分数,并依据所述目标分数,对所述当前待测试图像的图像质量进行确定。上述的装置,可选的,所述获取单元包括:提取子单元,用于从所述测试标准图中提取子图像。一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在的设备执行上述的图像质量的确定方法。一种电子设备,包括存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行上述的图像质量的确定方法。与现有技术相比,本专利技术包括以下优点:本专利技术提供了一种图像质量的确定方法,对需要进行质量评估的每一个待测试图像,首先将所述待测试图像转换为测试标准图,以保证评估的准确性,然后,按预设的提取规则,从所述测试标准图中提取多个子图像,并将各个子图像分别输入到与建立的神经网络模型中,由所述神经网络模型进行分析测试后,获得每个子图像对应的测试分数,对得到的每一个测试分数进行计算,获得所述测试标准图对应的目标分数,进而可以依据所述目标分数对待测试图像的质量进行确定,实现了对待测试图像质量的评价。本专利技术提供的图像质量的确定方法,应用神经网络模型对测试标准图中的各个子图像进行评分,运行速率快,提升了对图像质量评价的效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术提供的一种图像质量的确定方法的方法流程图;图2为本专利技术提供的一种图像质量的确定方法的又一方法流程图;图3为本专利技术提供的一种图像质量的确定方法的又一方法流程图;图4为本专利技术提供的一种图像质量的确定方法的又一方法流程图;图5为本专利技术提供的神经网络的架构图;图6为本专利技术提供的一种图像质量的确定方法的执行架构图;图7为本专利技术提供的一种图像质量的确定装置的结构示意图;图8为本专利技术提供的一种电子设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。本专利技术可用于众多通用或专用的计算装置环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。本专利技术实施例提供了一种图像质量的确定方法,该方法可以应用在计算机或终端的处理器中,由所述处理器执行本专利技术提供的图像质量的确定方法的确定过程,图1示出了本专利技术实施例提供的图像质量的确定方法的方法流程图,包括:S101:对当前待测试图像进行归一化处理,获得所述当前待测试图像对应的测试标准图;本专利技术实施例中,对需要进行质量评估的每一个待测试图像,均转换为预先设定的标准图像,本专利技术实施例中,采用归一化处理的方式,将各个待测试图像转换为统一格式,相同尺寸的标准图像。针对当前进行测试的图像,本专利技术实施例中,对其进本文档来自技高网...

【技术保护点】
1.一种图像质量的确定方法,其特征在于,包括:对当前待测试图像进行归一化处理,获得所述当前待测试图像对应的测试标准图;获取与所述测试标准图对应的子图像集合,所述子图像集合中包括多个从所述测试标准图中提取的子图像;将各个所述子图像分别输入至预建立的神经网络模型中进行测试,并获得每个子图像的测试分数;对所述每个子图像的测试分数进行计算,以获得所述测试标准图对应的目标分数,并依据所述目标分数,对所述当前待测试图像的图像质量进行确定。

【技术特征摘要】
1.一种图像质量的确定方法,其特征在于,包括:对当前待测试图像进行归一化处理,获得所述当前待测试图像对应的测试标准图;获取与所述测试标准图对应的子图像集合,所述子图像集合中包括多个从所述测试标准图中提取的子图像;将各个所述子图像分别输入至预建立的神经网络模型中进行测试,并获得每个子图像的测试分数;对所述每个子图像的测试分数进行计算,以获得所述测试标准图对应的目标分数,并依据所述目标分数,对所述当前待测试图像的图像质量进行确定。2.根据权利要求1所述的方法,其特征在于,所述子图像集合中包括第一子集合和第二子集合;所述第一子集合中各个子图像的提取过程,包括:按预设的比例系数,对所述测试标准图进行比例分割,获得所述测试标准图的多个分割子图像;每个所述分割子图像的尺寸相同;将每个所述分割子图像加入至所述第一子集合。3.根据权利要求2所述的方法,其特征在于,所述第二子集合中各个子图像的提取过程,包括:对所述测试标准图进行前背景分割,并按预设的选取规则,在所述测试标准图中选取N个前景区域;所述N为正整数;当选取到N个前景区域时,对所述N个前景区域执行第一操作,获得N个前景子图像,将每个所述前景子图像加入至所述第二子集合;所述第一操作包括:确定所述N个前景区域中,是否存在第一类前景区域,所述第一类前景区域的外接矩形尺寸,大于所述分割子图像的尺寸;当存在时,对每个第一类前景区域进行中心剪裁,从所述第一类前景区域中剪裁出尺寸与所述分割子图像尺寸相同的前景子图像;及确定所述N个前景区域中,是否存在第二类前景区域,所述第二类前景区域的外接矩形尺寸,小于所述分割子图像的尺寸;当存在时,从所述测试标准图中截取出包含有所述第二类前景区域,且尺寸与所述分割子图像的尺寸相同的前景子图像。4.根据权利要求3所述的方法,其特征在于,当所述测试标准图中包含M个前景区域时,所述M小于N,M为正整数;所述方法还包括:在选取到所述M个前景区域,且对所述M...

【专利技术属性】
技术研发人员:朱兴杰刘岩党莹
申请(专利权)人:泰康保险集团股份有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1