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 ...
【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
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。