一种模糊图像检测方法、装置及系统制造方法及图纸

本发明专利技术公开了一种模糊图像检测方法、装置及系统，方法包括：基于梯度方差算子计算待检测图像的平均梯度方差V；根据预设的综合对比度公式计算图像的综合对比度C；根据预设的映射公式处理所述综合对比度获得模糊值F；根据所述模糊值F与平均梯度方差标记所述待检测图像。装置和系统用于执行方法。本发明专利技术实施例通过基于梯度方差算子以获取图像平均梯度方差V，根据对比度公式计算综合对比度C，根据映射公式处理平均梯度方差和综合对比度获得模糊值F，根据模糊值F与阈值标记待检测图像，能够通过结合图像梯度和综合对比度判断图像的模糊程度，使模糊图像检测速度快且准确。

A Fuzzy Image Detection Method, Device and System

【技术实现步骤摘要】
一种模糊图像检测方法、装置及系统
本专利技术涉及图像处理
，尤其是一种模糊图像检测方法、装置及系统。
技术介绍
图像和视频是获取信息的优良途径，图像和视频的显示质量会影响用户的观看体验，因此排除异常图像能够提高用户的观看体验，在处理大量的图像时，仅靠人工识别是非常不合理的，采取图像处理的方式进行图像模糊检测是当前的主流方法。现有的图像模糊检测算法大致分为空域和频域两类：在空域中多采用基于梯度的算法，如拉普拉斯(Laplace)算法、差分和Sobel算子等，此类算法计算简洁、快速，但是对图像本身的变化适应力不高，造成大量应用时准确率不高；在频域中多采用图像的FFT变换或小波变换等，此类算法的检测效果不错，但计算复杂度高、计算时间长，不适合进行实时检测系统。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术实施例的一个目的是提供一种模糊图像检测方法、装置及系统。本专利技术实施例所采用的技术方案是：第一方面，本专利技术实施例提供一种模糊图像检测方法，包括：基于梯度方差算子计算待检测图像的平均梯度方差V；根据预设的综合对比度公式计算图像的综合对比度C；根据预设的映射公式处理所述综合对比度获得模糊值F；根据所述模糊值F与平均梯度方差V标记所述待检测图像。优选地，所述梯度方差算子具体为：其中，Pi,j为待计算像素，Vi,j为Pi,j对应的自适应梯度方差，为Pi,j周围的像素。优选地，所述平均梯度方差V为遍历图像计算获得的所有像素的自适应梯度方差的平均值。优选地，所述综合对比度公式具体为：其中，所述待检测图像包括m×n个区块，所述maxk为第K区块的像素最大值，所述mink为第k区块的像素最小值。优选地，所述映射公式具体为：优选地，根据所述模糊值与平均梯度方差V标记所述待检测图像具体包括：当F大于V，则标记所述待检测图像为模糊图像；否则，标记为清晰图像。第二方面，本专利技术实施例提供一种模糊图像检测装置，包括：方差计算模块，用于基于梯度方差算子计算待检测图像的平均梯度方差V；对比度计算模块，用于根据预设的综合对比度公式计算图像的综合对比度C；模糊值计算模块，用于根据预设的映射公式处理所述综合对比度获得模糊值F；判断模块，用于根据所述模糊值F与平均梯度方差V标记所述待检测图像。第三方面，本专利技术实施例提供一种模糊图像检测系统，包括最少一个处理器，所述处理器用于执行上述的方法。第四方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的方法。本专利技术实施例的有益效果是：通过基于梯度方差算子以获取图像平均梯度方差V，根据对比度公式计算综合对比度C，根据映射公式处理平均梯度方差和综合对比度获得模糊值F，根据模糊值F与阈值标记待检测图像，能够通过结合图像梯度和综合对比度判断图像的模糊程度，使模糊图像检测速度快且准确。附图说明图1是模糊图像检测方法的一种实施例的流程图；图2是模糊图像排除流程的一种实施例的流程图；图3是模糊图像检测装置的一种实施例的连接图。具体实施方式下面结合说明书附图和具体实施方式对本专利技术做出详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。实施例1。本实施例提供如图1所示一种模糊图像检测方法，包括：S1、基于梯度方差算子计算待检测图像的平均梯度方差V；S2、根据预设的综合对比度公式计算图像的综合对比度C；S3、根据预设的映射公式处理所述综合对比度获得模糊值F；S4、根据所述模糊值F与平均梯度方差V标记所述待检测图像为模糊图像或清晰图像，从而实现模糊图像检测。其中，S1、S2的排序仅为具体的一个实施例，即该两者(求V和求C的过程)可以同时进行，也可以其中一个先进行。其中，所述梯度方差算子具体为：其中，Pi,j为待计算像素，Vi,j为Pi,j对应的自适应梯度方差，为Pi,j周围的像素，i为图像中待计算像素所处的像素的行的序号,j为图像中像素所处的像素的列的序号,▽i为在行的方向上的移动变化量，可以是若干像素，▽j同▽i，移动变化量具体取值基于对周围的定义，例如，在一个中心点沿着坐标轴X移动3个像素的位置，沿着Y轴移动4个像素的位置，则中心点的周围包括12个像素。对应的，遍历图像计算获得的每一个像素的自适应梯度方差，并求所有像素的自适应梯度方差的平均值以得到平均梯度方差V。采取该梯度方差算子的技术目的在于：通过梯度方差的方式处理图像的像素，可以判断清晰图像和模糊图像，因为清晰图像正是因为存在更多的像素的灰度差异，通过梯度方差算子获取平均梯度方差，能够作为合理的判断基础(即用于后续计算的基础)。综合对比度公式具体包括：其中，所述待检测图像包括m×n个区块，所述maxk为第k区块的像素最大值，所述mink为第k区块的像素最小值。采取该对比度公式的技术目的在于：对比度越大，图像能支持的色阶越多，色阶越多，则图像为清晰的图像的可能性越大，通过像素最大值和最小值的差值计算得到单个分块的色阶占比通过将待检测图像分区(分块)以形成多个采集的样本，即m×n个区块，样本越多，误差越小；k为区块的序号，从1开始计算各个区块，即m×n个区块，色阶占比的和，计算色阶占比和与区块总数的差值得到综合对比度C，能够作为合理的判断基础，即用于后续计算的基础。映射公式具体包括：映射公式具体的系数是在实践中效果较好的系数，如果有需要，也可以采取其他的系数。所述根据所述模糊值F与平均梯度方差V标记所述待检测图像为模糊图像或清晰图像具体包括：当V小于F，则标记所述待检测图像为模糊图像；否则，当V大于F或者V等于F，标记为清晰图像，判断标准可以不采用平均梯度方差，也可以采用实际实验得到的常数。实施例2。本实施例的目的在于解释本专利技术的实际应用的场景以说明技术应用目的和技术应用效果。如背景所述，图像或者视频的清晰度能够影响用户的观看体验。现在社会的信息的量逐渐的膨胀，大量的图像数据的处理和判断光依靠人力是很难完成的，因此需要借由计算机进行针对图像模糊度的辨识和标记，则对应的衍生的应用途径可以如图2所示的模糊图像排除流程：S00、输入/获取若干待检测图像；S01、根据预设的综合对比度公式计算图像的综合对比度C；S02、基于梯度方差算子处理待检测图像以获取图像平均梯度方差V；S03、根据预设的映射公式处理所述综合对比度获得模糊值F；S04、当V小于F，则标记所述待检测图像为模糊图像，否则标记为清晰图像；S05、排除标记为模糊图像的待检测图像，输出清晰图像。通过所述模糊图像排除流程，能够批量处理图像，将模糊图像排除，保留清晰的图像，提高用户的观看体验，其中，S01和S02可以同时进行，也可以择一先执行，另一后执行。实施例3。本实施例提供如图3所示的模糊图像检测装置，包括：方差计算模块1，用于基于梯度方差算子计算待检测图像的平均梯度方差V；对比度计算模块2，用于根据预设的综合对比度公式计算图像的综合对比度C；模糊值计算模块3，用于根据预设的映射公式处理所述综合对比度获得模糊值F；判断模块4，用于根据所述模糊值F与平均梯度方差V标记所述待检测图像。本实施例提供一种模糊图像检测系统，包括最少一个处理器，所述处理器用于执行上述的本文档来自技高网...

【技术保护点】
1.一种模糊图像检测方法，其特征在于，包括：基于梯度方差算子计算待检测图像的平均梯度方差V；根据预设的综合对比度公式计算图像的综合对比度C；根据预设的映射公式处理所述综合对比度获得模糊值F；根据所述模糊值F与平均梯度方差V标记所述待检测图像为模糊图像或清晰图像。

【技术特征摘要】
1.一种模糊图像检测方法，其特征在于，包括：基于梯度方差算子计算待检测图像的平均梯度方差V；根据预设的综合对比度公式计算图像的综合对比度C；根据预设的映射公式处理所述综合对比度获得模糊值F；根据所述模糊值F与平均梯度方差V标记所述待检测图像为模糊图像或清晰图像。2.根据权利要求1所述的一种模糊图像检测方法，其特征在于，所述梯度方差算子具体为：其中，Pi,j为待计算像素，Vi,j为Pi,j对应的自适应梯度方差，为Pi,j周围的像素。3.根据权利要求2所述的一种模糊图像检测方法，其特征在于，所述平均梯度方差V为遍历图像计算获得的所有像素的自适应梯度方差的平均值。4.根据权利要求1所述的一种模糊图像检测方法，其特征在于，所述综合对比度公式具体为：其中，所述待检测图像包括m×n个区块，所述maxk为第k区块的像素最大值，所述mink为第k区块的像素最小值。5.根据权利要求1所述的一种模糊图像检测方法，其特征...

【专利技术属性】
技术研发人员：陈方毅，黄容鸿，
申请(专利权)人：厦门美柚信息科技有限公司，
类型：发明
国别省市：福建,35