图像清晰度评价方法及系统、自动聚焦方法技术方案

本发明专利技术涉及图像处理领域，提供了一种图像清晰度评价方法及系统、自动聚焦方法。所述方法包括以下步骤：图像匹配步骤，利用图像匹配法，将模板阵列与待评价图像预设区域中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像；第一过滤步骤，利用相似度阈值识别出相似度值图像中相似度值大于或大于等于相似度阈值的像素点；清晰度值计算步骤，对第一过滤步骤中识别出的所有像素点的相似度值取平均值，得图像清晰度值。本发明专利技术的方法和系统无需参考图像，即可实现对图像清晰度的评价，能应用于各种实际应用场景，适用性强；本发明专利技术自动聚焦方法，可快速、准确的实现对拍摄对象的自动聚焦。

【技术实现步骤摘要】
图像清晰度评价方法及系统、自动聚焦方法
本专利技术涉及图像处理领域，更具体地说，涉及图像清晰度评价方法及系统，以及自动聚焦方法。
技术介绍
图像清晰度评价是图像处理领域的一个重要研究方向，可用于各类成像系统的成像质量检测，并指导成像系统的控制，使系统始终在最佳状态工作，也可用于各类图像处理算法的评估、参数优化等，使算法的综合输出结果达到最优，还可用于图像网络质量监控等。目前的图像清晰度评价方法，往往需要人眼主观判断，或者利用参考图像来进行比较。而人眼主观判断效率低，且不同人之间往往有差别，难以有统一的标准；另外，在许多实际应用场景中，参考图像是无法获取的；因此，现有的图像质量评价方法的应用范围受限。因此需要一种新的无需参考图像的图像清晰度评价方法及系统。
技术实现思路
本专利技术的目的在于提供一种无需参考图像的图像清晰度评价方法及系统，旨在解决现有技术应用范围受限的问题。为了实现专利技术目的，一种图像清晰度评价方法，包括以下步骤：图像匹配步骤，利用图像匹配法，将模板阵列与待评价图像预设区域中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像；第一过滤步骤，利用相似度阈值识别出相似度值图像中相似度值大于或大于等于相似度阈值的像素点；清晰度值计算步骤，对第一过滤步骤中识别出的所有像素点的相似度值取平均值，得图像清晰度值。其中，所述方法还包括模板阵列获得步骤，根据高斯核算子计算获得模板阵列；或对实际图像中标的物所在区域的数值矩阵进行处理获得模板阵列。其中，所述图像匹配步骤包括以下步骤：归一化步骤，根据模板阵列对待评价图像预设区域中的所有待匹配区域阵列进行归一化，得归一化后的待匹配区域阵列；第一匹配步骤，利用图像匹配法，将模板阵列与归一化后的待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像。其中，所述图像匹配法为归一化互相关匹配算法。其中，所述方法还包括第二过滤步骤，利用信号阈值对待评价图像预设区域中各像素点进行第二过滤，得第二过滤图像；所述图像匹配步骤为利用图像匹配法，将模板阵列与第二过滤图像中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像。其中，所述待评价图像为高通量基因测序图像的灰度图像。其中，所述标的物为球状物。其中，所述待评价图像预设区域为待评价图像正中的矩形区域。其中，所述方法还包括预设区域获得步骤，所述预设区域获得步骤包括以下步骤：第一取中步骤，对待评价图像进行取中，得第一中间图像；放大步骤，利用线性插值法对第一中间图像进行放大，得放大图像；第二取中步骤，对放大图像进行取中，得待评价图像预设区域。为了更好地实现专利技术目的，本专利技术还提供了一种图像清晰度评价系统，包括图像匹配模块、第一过滤模块和清晰度值计算模块；所述图像匹配模块，用于利用图像匹配法，将模板阵列与待评价图像预设区域中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像；所述第一过滤模块，用于利用相似度阈值识别出相似度值图像中相似度值大于或大于等于相似度阈值的像素点；所述清晰度值计算模块，用于对第一过滤步骤中识别出的所有像素点的相似度值取平均值，得图像清晰度值。其中，所述系统还包括模板阵列获得模块，用于根据高斯核算子计算获得模板阵列；或用于对实际图像中标的物所在区域的数值矩阵进行处理获得模板阵列。其中，所述图像匹配模块包括归一化单元和第一匹配单元；所述归一化单元，用于根据模板阵列对待评价图像预设区域中的所有待匹配区域阵列进行归一化，得归一化后的待匹配区域阵列；所述第一匹配单元，用于利用图像匹配法，将模板阵列与归一化后的待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像。其中，所述图像匹配法为归一化互相关匹配算法。其中，所述系统还包括第二过滤模块，用于利用信号阈值对待评价图像预设区域中各像素点进行第二过滤，得第二过滤图像；所述图像匹配模块，用于利用图像匹配法，将模板阵列与第二过滤图像中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像。其中，所述待评价图像为高通量基因测序图像的灰度图像。其中，所述标的物为球状物。其中，所述待评价图像预设区域为待评价图像正中的矩形区域。其中，所述系统还包括预设区域获得模块，所述预设区域获得模块包括第一取中单元、放大单元和第二取中单元；所述第一取中单元，用于对待评价图像进行取中，得第一中间图像；所述放大单元，用于利用线性插值法对第一中间图像进行放大，得放大图像；所述第二取中单元，用于放大图像进行取中，得待评价图像预设区域。为了更好地实现专利技术目的，本专利技术还提供了一种自动聚焦方法，包括以下步骤：拍图步骤，控制拍摄装置在不同的聚焦位置对拍摄对象进行拍照，获得多个图像；计算步骤，采用上述任一种图像清晰度评价方法计算每个图像的清晰度值，得多个图像的清晰度值；识别步骤，识别所述多个图像的清晰度值中的最大值，定义最大清晰度值对应图像的聚焦位置为最佳聚焦位置；聚焦步骤，控制拍摄装置移动到最佳聚焦位置。为了更好的实现专利技术目的，本专利技术还提供了另一种自动聚焦方法，包括以下步骤：初始步骤，控制模块控制拍摄装置对拍摄对象进行拍照，获得第一图像；计算步骤，采用上述任一种图像清晰度评价方法计算第一图像的清晰度值，得第一图像清晰度值；判断步骤，若第一图像清晰度值大于或等于清晰度阈值，则结束自动聚焦；若第一图像清晰度值小于清晰度阈值，则进入调焦步骤；调焦步骤，控制模块控制拍摄对象相对拍摄装置发生相对位移，拍摄装置拍照，获得调焦图像；令该调焦图像为第一图像，并进入计算步骤。由上可知，本专利技术的图像清晰度评价方法和系统，通过将模板阵列与待匹配区域阵列进行匹配，然后对获得的相似度值进行过滤，进而对过滤出的相似度值取平均值，即可得到图像清晰度值，本专利技术的图像清晰度评价方法和系统无需参考图像，即可实现对图像清晰度的评价，能应用于各种实际应用场景，适用性强；此外，本专利技术基于上述的图像清晰度评价方法，还提供了两种自动聚焦方法，可快速、准确的实现对拍摄对象的自动聚焦。附图说明图1是本专利技术第一实施例的方法流程图。图2是本专利技术第一实施例的方法原理示意图。图3是本专利技术的模板阵列的几个示例。图4是本专利技术的高斯核算子对应的曲线图。图5是本专利技术的一个具体实施例中的高通量基因测序图像的灰度图像。图6是基于图5调整而得的高斯核算子计算出的数值矩阵。图7是本专利技术一个实施例中几个待匹配区域的数值阵列在归一化前后的对比图。图8是本专利技术的第二实施例的方法流程图。图9是本专利技术的第三实施例中的预设区域获得步骤的方法流程图。图10是本专利技术的一个实施例中的预设区域获得步骤中S92、S93两个步骤的原理示意图。图11是本专利技术的一个具体实施例中的预设区域获得步骤的原理示意图。图12本专利技术的第四实施例中的图像清晰度评价系统的示意图。图13是本专利技术的第五实施例中的图像清晰度评价系统的示意图。图14是本专利技术的第六实施例中的预设区域获得模块的示意图。图15是本专利技术的一个实施例中的自动聚本文档来自技高网...

【技术保护点】
一种图像清晰度评价方法，其特征在于，所述方法包括以下步骤：图像匹配步骤，利用图像匹配法，将模板阵列与待评价图像预设区域中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像；第一过滤步骤，利用相似度阈值识别出相似度值图像中相似度值大于或大于等于相似度阈值的像素点；清晰度值计算步骤，对第一过滤步骤中识别出的所有像素点的相似度值取平均值，得图像清晰度值。

【技术特征摘要】
1.一种图像清晰度评价方法，其特征在于，所述方法包括以下步骤：图像匹配步骤，利用图像匹配法，将模板阵列与待评价图像预设区域中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像；第一过滤步骤，利用相似度阈值识别出相似度值图像中相似度值大于或大于等于相似度阈值的像素点；清晰度值计算步骤，对第一过滤步骤中识别出的所有像素点的相似度值取平均值，得图像清晰度值。2.根据权利要求1所述的图像清晰度评价方法，其特征在于，所述方法还包括模板阵列获得步骤，根据高斯核算子计算获得模板阵列；或对实际图像中标的物所在区域的数值矩阵进行处理获得模板阵列。3.根据权利要求1所述的图像清晰度评价方法，其特征在于，所述图像匹配步骤包括以下步骤：归一化步骤，根据模板阵列对待评价图像预设区域中的所有待匹配区域阵列进行归一化，得归一化后的待匹配区域阵列；第一匹配步骤，利用图像匹配法，将模板阵列与归一化后的待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像。4.根据权利要求1所述的图像清晰度评价方法，其特征在于，所述图像匹配法为归一化互相关匹配算法。5.根据权利要求1所述的图像清晰度评价方法，其特征在于，所述方法还包括第二过滤步骤，利用信号阈值对待评价图像预设区域中各像素点进行第二过滤，得第二过滤图像；所述图像匹配步骤为利用图像匹配法，将模板阵列与第二过滤图像中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像。6.根据权利要求2所述的图像清晰度评价方法，其特征在于，所述待评价图像为高通量基因测序图像的灰度图像，所述标的物为球状物。7.根据权利要求1所述的图像清晰度评价方法，其特征在于，所述待评价图像预设区域为待评价图像正中的矩形区域。8.根据权利要求1所述的图像清晰度评价方法，其特征在于，所述方法还包括预设区域获得步骤，所述预设区域获得步骤包括以下步骤：第一取中步骤，对待评价图像进行取中，得第一中间图像；放大步骤，利用线性插值法对第一中间图像进行放大，得放大图像；第二取中步骤，对放大图像进行取中，得待评价图像预设区域。9.一种图像清晰度评价系统，其特征在于，所述系统包括图像匹配模块、第一过滤模块和清晰度值计算模块；所述图像匹配模块，用于利用图像匹配法，将模板阵列与待评价图像预设区域中的所有待匹配区域阵列分别进行相似度匹配，并将各相似度值分别赋与对应待匹配区域阵列中的像素点，得相似度值图像；所述第一过滤模块，用于利用相似度阈值识别出相似度值图像中相似度值大于或大于等于相似度阈值的像素点；所述清晰度值计算模块，用于对第一过滤步骤中识别出的所有像素点的相似度值取平均值，得图像清晰度值。10.根据权利要求9所述的...

【专利技术属性】
技术研发人员：盛司潼，冀高，
申请(专利权)人：广州康昕瑞基因健康科技有限公司，
类型：发明
国别省市：广东,44