一种图像模糊检测方法、系统及电子设备技术方案

本发明专利技术涉及一种图像模糊检测方法、系统及电子设备，其包括如下步骤：提供待处理的第一图像；对第一图像进行滑动分块，将第一图像均匀划分成多个设定大小的第二图像；将多个第二图像输入至预设的梯度算子，算出每一第二图像的激活值；将多个第二图像按上述划分的顺序进行排列，获得完整的激活图像；及将激活图像输入至预设的神经网络中，根据激活值判断出第一图像是否模糊。减少了神经网络的处理的数据量，使得神经网络的运算速度更快，提高了图像模糊的检测效率，同时也降低了对处理器运算能力的要求，利于在移动设备上推广使用。

An Image Fuzzy Detection Method, System and Electronic Equipment

The invention relates to an image blur detection method, system and electronic equipment, which comprises the following steps: providing the first image to be processed; sliding the first image into blocks, dividing the first image evenly into multiple second images of set size; inputting multiple second images into a preset gradient operator, calculating the activation value of each second image; and pressing multiple second images according to The sequence of the above partitions is arranged to obtain a complete activated image, and the activated image is input into the preset neural network to determine whether the first image is blurred or not according to the activation value. It reduces the amount of data processed by the neural network, makes the operation speed of the neural network faster, improves the detection efficiency of image blur, and reduces the requirement for the computing ability of the processor, which is conducive to the popularization and use of the neural network on mobile devices.

【技术实现步骤摘要】
一种图像模糊检测方法、系统及电子设备
本专利技术属于图像识别领域，特别涉及一种图像模糊检测方法、系统及电子设备。
技术介绍
图像的清晰度是衡量图像质量优劣的重要指标，它能够较好的与人的主观感受相对应。在图像识别技术中，图像的清晰度直接影响图像识别的结果。图像的清晰度不高表现出图像的模糊，使得图像中的各种物体边界更加平滑，以致于在识别物体边界时，容易造成错误识别，造成误差。所以，图像模糊检测能够降低图像识别的误差。在现有的图像模糊检测方法中，通常将图像输入至神经网络中，对整张图像进行分析处理直至获得该图像的模糊置信度，但该方法需要神经网络进行大量的运算，使得检测的效率较低。同时，大量的运算对处理器的运算能力提出更高要求，不利于在移动设备上普及图像的模糊检测方法。
技术实现思路
为克服目前的图像模糊检测方法存在的检测效率较低的问题，本专利技术提供一种图像模糊检测方法、系统及电子设备。本专利技术解决技术问题的技术方案是提供一种图像模糊检测方法，其包括如下步骤：步骤S1：提供待处理的第一图像；步骤S2：将所述第一图像划分成多个设定大小的第二图像；步骤S3：采用梯度算子计算出每一所述第二图像的激活值；步骤S4：将多个所述第二图像的激活值按步骤S2中第二图像划分的顺序进行排列，获得激活图像；及步骤S5：将所述激活图像输入至预设的神经网络中，根据所述激活图像判断出第一图像是否模糊。优选地，在步骤S2中或步骤S2与步骤S3之间还包括：步骤S2-1：判断每一所述第二图像是否完整，若是则进入步骤S3，若否，则进入步骤S2-2；步骤S2-2：以第一图像的边缘为对称轴，对第一图像进行镜像翻转以补齐第二图像的不完整部分。优选地，在上述步骤S2中具体包括如下步骤：步骤S21：将所述第一图像进行灰度化处理，得到第一图像的灰度化图像；及步骤S22：设定一个矩形框，将该矩形框在所述第一图像上按设定规则进行移动，依次将第一图像按照所述矩形框的大小均匀划分为多个第二图像。优选地，步骤S22中，任一第二图像与其相邻的至少一第二图像之间有重叠区域。优选地，在上述步骤S5中具体包括如下步骤：步骤S51：将步骤S4中得到的激活图像输入至神经网络；步骤S52：神经网络通过预设的至少一个阈值范围，对激活图像中的激活值进行加权运算获得模糊置信度，根据模糊置信度与所述阈值大小的比较结果判定所述第一图像为模糊图像。优选地，所述神经网络经过如下方式训练得到：步骤A：采集样本图像及样本图像对应的模糊判断结果；步骤B：以采集的样本图像作为第一图像执行步骤S2-S4获得样本图像对应的激活值图像；及步骤C：根据样本图像对应的激活图像及模糊判断结果训练获得所述神经网络。优选地，所述梯度算子包括Brenner梯度算子、Tenengrad梯度算子或Laplacian梯度算子中的任一种或多种。本专利技术为了解决上述技术问题还提供一种图像模糊检测系统，其特征在于，包括：图像获取单元，用于提供待处理的第一图像；图像划分单元，用于将所述第一图像划分成多个设定大小的第二图像；激活值求取单元，用于采用梯度算子计算出每一所述第二图像的激活值；激活图生成单元，用于将多个所述第二图像的激活值按图像划分单元的划分的顺序进行排列，获得完整的激活图像；及图像判别单元，用于将所述激活图像输入至预设的神经网络中，根据所述激活图像判断出第一图像是否模糊。优选地，还包括：图像补齐单元，用于当所述第二图像划分不完整时，通过以第一图像的边缘为对称轴，对第一图像进行镜像翻转以补齐第二图像的不完整部分。本专利技术为了解决上述技术问题还提供一种电子设备，包括存储器和处理器，其特征在于：所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行如上所述的图像模糊检测方法；所述处理器被设置为通过所述计算机程序执行如上所述的图像模糊检测方法。与现有的技术相比，现有的图像模糊检测方法中，直接将图像输入至神经网络判别图像是否模糊。而本专利技术中的方法在划分出多个第二区域后，通过梯度算子算出多个所述第二图像的激活值，再将第二图像的激活值排列成激活图像，并输入至神经网络判别所述第一图像是否模糊，减少了神经网络的处理的数据量，使得神经网络的运算速度更快，提高了图像模糊的检测效率。同时也降低了对处理器运算能力的要求，利于在移动设备上推广使用。对比现有的神经网络判别图像是否模糊的方法，本专利技术提供的图像模糊检测方法通过使用基于无参考图像的梯度算子，使得该方法适应多种类别的图像检测。【附图说明】图1a为本专利技术第一实施例提供的一种图像模糊检测方法的整体流程图；图1b为本专利技术第一实施例提供的一种图像模糊检测方法的步骤S2-2的补齐图像的示意图；图2a为本专利技术第一实施例提供的一种图像模糊检测方法的步骤S2的细节流程图；图2b为本专利技术第一实施例提供的一种图像模糊检测方法的步骤S2实施过程的示意图；图3为本专利技术第一实施例提供的一种图像模糊检测方法的步骤S3的细节流程图；图4a为本专利技术第一实施例提供的一种图像模糊检测方法的步骤S5的细节流程图；图4b为本专利技术第一实施例提供的一种图像模糊检测方法的步骤S5中预设神经网络的训练的细节流程图；图5为本专利技术第二实施例提供的一种图像模糊检测系统的模块图；图6为本专利技术第三实施例提供的一种电子设备的模块图。附图标识说明：1、图像获取单元；2、图像划分单元；3、激活值求取单元；4、激活图生成单元；5、图像判别单元；6、图像补齐单元；10、存储器；20、处理器；100、待测图像；200、矩形框；300、第一位置；400、第二位置。【具体实施方式】为了使本专利技术的目的，技术方案及优点更加清楚明白，以下结合附图及实施实例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1a，一种图像模糊检测方法可以分为以下步骤：步骤S1：提供待处理的第一图像；步骤S2：将所述第一图像划分成多个设定大小的第二图像；步骤S3：采用梯度算子计算出每一所述第二图像的激活值；步骤S4：将多个所述第二图像的激活值按步骤S2中第二图像划分的顺序进行排列，获得激活图像；及步骤S5：将所述激活图像输入至预设的神经网络中，根据所述激活图像判断出第一图像是否模糊。具体地，所述多个激活值按照第二图像划分的顺序进行重新排列，获得与第一图像对应的多个激活值的排列顺序，以使多个激活值按照顺序依次输入至神经网络中。可选地，在步骤S2中或步骤S2与步骤S3之间，还包括：步骤S2-1：判断每一所述第二图像是否完整，若是则进入步骤S3，若否，则进入步骤S2-2。步骤S2-2：以第一图像的边缘为对称轴，对第一图像进行镜像翻转以补齐第二图像的不完整部分，补齐后进入步骤S3。具体地，所述对称轴为第二图像所在的第一图像的边缘。请参阅图1b，以矩形框为3x3规格大小为例，第一图像100的边缘一角处出现空缺区域500，当矩形框200移动至该空缺区域500时，矩形框200内的图像不完整，使得第二图像形成的矩阵中造成数据空缺，则无法对该矩形框200内的第二图像进行检测计算。此时，需要对空缺区域500进行补齐。以第一图像100中空缺区域500的边缘600为对称轴，对第一图像100进行镜像翻转相同的区域大小(图中翻转大小为1x3)，以本文档来自技高网...

【技术保护点】
1.一种图像模糊检测方法，其特征在于包括如下步骤：步骤S1：提供待处理的第一图像；步骤S2：将所述第一图像划分成多个设定大小的第二图像；步骤S3：采用梯度算子计算出每一所述第二图像的激活值；步骤S4：将多个所述第二图像的激活值按步骤S2中第二图像划分的顺序进行排列，获得激活图像；及步骤S5：将所述激活图像输入至预设的神经网络中，根据所述激活图像判断出第一图像是否模糊。

【技术特征摘要】
1.一种图像模糊检测方法，其特征在于包括如下步骤：步骤S1：提供待处理的第一图像；步骤S2：将所述第一图像划分成多个设定大小的第二图像；步骤S3：采用梯度算子计算出每一所述第二图像的激活值；步骤S4：将多个所述第二图像的激活值按步骤S2中第二图像划分的顺序进行排列，获得激活图像；及步骤S5：将所述激活图像输入至预设的神经网络中，根据所述激活图像判断出第一图像是否模糊。2.如权利要求1中所述的图像模糊检测方法，其特征在于：在步骤S2中或步骤S2与步骤S3之间还包括：步骤S2-1：判断每一所述第二图像是否完整，若是则进入步骤S3，若否，则进入步骤S2-2；步骤S2-2：以第一图像的边缘为对称轴，对第一图像进行镜像翻转以补齐第二图像的不完整部分。3.如权利要求1中所述的图像模糊检测方法，其特征在于：在上述步骤S2中具体包括如下步骤：步骤S21：将所述第一图像进行灰度化处理，得到第一图像的灰度化图像；及步骤S22：设定一个矩形框，将该矩形框在所述第一图像上按设定规则进行移动，依次将第一图像按照所述矩形框的大小均匀划分为多个第二图像。4.如权利要求3中所述的图像模糊检测方法，其特征在于：步骤S22中，任一第二图像与其相邻的至少一第二图像之间有重叠区域。5.如权利要求1中所述的图像模糊检测方法，其特征在于：在上述步骤S5中具体包括如下步骤：步骤S51：将步骤S4中得到的激活图像输入至神经网络；步骤S52：神经网络通过预设的至少一个阈值范围，对激活图像中的激活值进行加权运算获得模糊置信度，根据模糊置信度与所述阈值大小的比较结果判...

【专利技术属性】
技术研发人员：张发恩，秦永强，宋亮，赵江华，
申请(专利权)人：创新奇智广州科技有限公司，
类型：发明
国别省市：广东,44