一种图像检测方法、装置及计算机存储介质制造方法及图纸

技术编号:22566289 阅读:32 留言:0更新日期:2019-11-16 12:33
本申请实施方式公开了一种图像检测方法、装置及计算机存储介质,其中,所述方法包括:获取待处理的目标图像,并确定所述目标图像的全局边缘特征;若所述全局边缘特征表征所述目标图像为非模糊图像,从所述目标图像中截取区域图像,并确定所述区域图像的局部边缘特征;若所述局部边缘特征表征所述区域图像为非模糊图像,在所述目标图像中识别出包含人脸的局部图像,并确定所述局部图像的边缘特征;若所述局部图像的边缘表征所述局部图像为非模糊图像,将所述目标图像标记为清晰图像。本申请提供的技术方案,能够准确地判断图像是清晰图像还是模糊图像。

An image detection method, device and computer storage medium

The embodiment of the application discloses an image detection method, device and computer storage medium, wherein the method comprises: acquiring the target image to be processed and determining the global edge feature of the target image; if the global edge feature represents that the target image is a non fuzzy image, the region image is intercepted from the target image and the region image is determined If the local edge feature represents that the area image is a non fuzzy image, the local image including the face is recognized in the target image, and the edge feature of the local image is determined; if the edge of the local image represents that the local image is a non fuzzy image, the target image is marked as a clear image. The technical scheme provided by the application can accurately determine whether the image is a clear image or a blurred image.

【技术实现步骤摘要】
一种图像检测方法、装置及计算机存储介质
本申请涉及图像处理
,特别涉及一种图像检测方法、装置及计算机存储介质。
技术介绍
在视频播放网站中,当用户想要了解一个视频的内容时,通常不会愿意花费较长时间来观看整个视频。鉴于此,当前的视频播放网站通常会从视频中抽取一定数量的视频帧,并根据抽取的视频帧生成视频的封面,从而可以让用户在浏览视频封面的情况下,快速了解视频的主要内容。然而,从视频中抽取的部分视频帧可能会比较模糊,使得最终生成的视频封面也会不清晰,从而会影响用户的观看体验,因此,目前需要一种能够检测图像清晰度的方法。
技术实现思路
本申请实施方式的目的是提供一种图像检测方法、装置及计算机存储介质,能够准确地判断图像是清晰图像还是模糊图像。为实现上述目的,本申请实施方式提供一种图像检测方法,所述方法包括:获取待处理的目标图像,并确定所述目标图像的全局边缘特征;若所述全局边缘特征表征所述目标图像为非模糊图像,从所述目标图像中截取区域图像,并确定所述区域图像的局部边缘特征;若所述局部边缘特征表征所述区域图像为非模糊图像,在所述目标图像中识别出包含人脸的局部图像,并确定所述局部图像的边缘特征;若所述局部图像的边缘表征所述局部图像为非模糊图像,将所述目标图像标记为清晰图像。为实现上述目的,本申请实施方式还提供一种计算机存储介质,其上存储有计算机程序,所述计算机程序被执行时,实现以下步骤:获取待处理的目标图像,并确定所述目标图像的全局边缘特征;若所述全局边缘特征表征所述目标图像为非模糊图像,从所述目标图像中截取区域图像,并确定所述区域图像的局部边缘特征;若所述局部边缘特征表征所述区域图像为非模糊图像,在所述目标图像中识别出包含人脸的局部图像,并确定所述局部图像的边缘特征;若所述局部图像的边缘表征所述局部图像为非模糊图像,将所述目标图像标记为清晰图像。为实现上述目的,本申请实施方式还提供一种图像检测装置,所述图像检测装置中设置有上述的计算机存储介质。由上可见,本申请提供的技术方案,可以对目标图像的清晰度进行多次判定,从而提高清晰度的检测精度。具体地,首先可以针对整个目标图像,确定全局边缘特征。该全局边缘特征可以反应目标图像的整体是否达到指定的清晰度要求。若该全局边缘特征表征所述目标图像为非模糊图像,则可以进一步地针对目标图像中局部的区域图像进行检测。在本申请中,可以将所述目标图像中具备明显边缘特征的区域剔除,剩下的区域便可以作为进一步检测的对象。按照类似的方式,可以确定该区域图像的局部边缘特征,若该局部边缘特征依然表征区域图像为非模糊图像,则可以进一步地对目标图像中的人脸进行识别。这样处理的意义在于,若目标图像中背景都很清晰,但是人脸不清晰的话,用户还是会觉得目标图像不够清晰,因此,可以从目标图像中识别出包含人脸的局部图像,并检测该局部图像的清晰度。若该局部图像依然清晰,那么可以将所述目标图像标记为清晰图像。当然,如果上述过程中,有一个判定过程表征该目标图像为模糊图像,则可以结束检测过程,直接将该目标图像标记为模糊图像。由上可见,本申请提供的技术方案,针对目标图像可以进行多次的清晰度判定,从而可以提高清晰度检测的精度。附图说明为了更清楚地说明本申请实施方式或现有技术中的技术方案,下面将对实施方式或现有技术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申请中记载的一些实施方式,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为本申请实施方式中图像检测方法的流程图;图2为本申请实施方式中视频帧画面的构成示意图;图3为本申请实施方式中子区域图像的划分示意图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本申请一部分实施方式,而不是全部的实施方式。基于本申请中的实施方式,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方式,都应当属于本申请保护的范围。本申请提供一种图像检测方法,所述方法可以应用于视频播放网站的后台服务器中。所述后台服务器可以存储从视频中抽取的视频帧,并且可以利用本申请提供的技术方案,针对抽取的视频帧进行清晰度的检测,最终可以将清晰度满足要求的视频帧保留下来。请参阅图1,本实施方式中提供的图像检测方法可以包括以下步骤。S1:获取待处理的目标图像,并确定所述目标图像的全局边缘特征。在本实施方式中,所述目标图像可以是从视频中抽取的一帧视频画面,也可以是需要进行清晰度检测的任意图像。在清晰的图像中,不同对象之间的界线通常比较明显,这种不同对象之间的界线可以作为图像中的边缘特征。上述的不同对象,可以指不同的物体、环境、人物,也可以是同一个物体中的不同配件,或者同一个环境中的不同场景,又或者同一个人物中的不同器官。也就是说,上述的不同对象,可以指不同的个体,也可以指相同个体中的不同组成部分。通常而言,在清晰的图像中,边缘特征的变化程度通常比较剧烈,而在模糊的图像中,边缘特征的变化程度通常比较缓慢。鉴于此,在本实施方式中,首先可以对目标图像的整体进行考量,确定所述目标图像的全局边缘特征。在本实施方式中,可以通过多种方式确定所述目标图像的全局边缘特征。例如,可以通过基于搜索或者基于零交叉的方式来检测目标图像中的全局边缘特征。具体地,基于搜索的边缘检测方法首先可以计算目标图像的边缘强度,该边缘强度通常用一阶导数表示,该一阶导数例如可以是目标图形的梯度模;然后,可以计算边缘的局部方向,该边缘的局部方向例如可以是梯度的方向,并可以利用此梯度的方向找到局部梯度模的最大值,其中,出现局部梯度模的最大值的位置便可以表征边缘特征所处的位置。此外,基于零交叉的边缘检测方法通常可以由目标图像的二阶导数的零交叉点来定位边缘特征。通常可以用拉普拉斯算子对目标图像进行处理,或者利用非线性微分方程的零交叉点来找寻边缘特征。在一个实施方式中,可以采用拉普拉斯变换的方法,来确定所述目标图像的全局边缘特征。具体地,拉普拉斯算子是一个二阶的微分算子,针对函数f(x,y),拉普拉斯算子的定义可以如下:其中:通过将上述的两个公式结合,便可以得到拉普拉斯算子二阶微分的离散形式:▽2f(x,y)=f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)-4f(x,y)上述的离散形式可以看作一个多项式,其中,该多项式可以由9个单项式构成,只不过,其中4个单项式的系数均为0,因此只显示出剩余的5个单项式。将上述多项式中各个单项式的系数抽取出来,可以得到3×3的滤波矩阵:这样,便可以获取到表征拉普拉斯算子二阶微分的离散形式的滤波矩阵,该滤波矩阵中的元素可以用于表征指定多项式中单项式的系数,所述指定多项式便可以是上述的离散形式。本文档来自技高网
...

【技术保护点】
1.一种图像检测方法,其特征在于,所述方法包括:/n获取待处理的目标图像,并确定所述目标图像的全局边缘特征;/n若所述全局边缘特征表征所述目标图像为非模糊图像,从所述目标图像中截取区域图像,并确定所述区域图像的局部边缘特征;/n若所述局部边缘特征表征所述区域图像为非模糊图像,在所述目标图像中识别出包含人脸的局部图像,并确定所述局部图像的边缘特征;若所述局部图像的边缘表征所述局部图像为非模糊图像,将所述目标图像标记为清晰图像。/n

【技术特征摘要】
1.一种图像检测方法,其特征在于,所述方法包括:
获取待处理的目标图像,并确定所述目标图像的全局边缘特征;
若所述全局边缘特征表征所述目标图像为非模糊图像,从所述目标图像中截取区域图像,并确定所述区域图像的局部边缘特征;
若所述局部边缘特征表征所述区域图像为非模糊图像,在所述目标图像中识别出包含人脸的局部图像,并确定所述局部图像的边缘特征;若所述局部图像的边缘表征所述局部图像为非模糊图像,将所述目标图像标记为清晰图像。


2.根据权利要求1所述的方法,其特征在于,确定所述目标图像中的全局边缘特征包括:
获取滤波矩阵,所述滤波矩阵中的元素用于表征指定多项式中单项式的系数;
将所述目标图像的数据与所述滤波矩阵进行卷积,并计算卷积后的图像数据的方差,并将计算得到的所述方差作为所述目标图像的全局边缘特征。


3.根据权利要求2所述的方法,其特征在于,计算卷积后的图像数据的方差包括:
确定所述目标图像的宽度和高度,并基于所述宽度、高度以及所述卷积后的图像数据中像素点的像素值,计算所述卷积后的图像数据的均值;
根据所述宽度、高度、均值以及所述卷积后的图像数据中像素点的像素值,计算所述卷积后的图像数据的方差。


4.根据权利要求2所述的方法,其特征在于,所述全局边缘特征表征所述目标图像为非模糊图像包括:
若计算得到的所述方差大于或者等于指定阈值,判定所述目标图像为非模糊图像。


5.根据权利要求1所述的方法,其特征在于,确定所述区域图像的局部边缘特征包括:
获取滤波矩阵,所述滤波矩阵中的元素用于表征指定多项式中单项式的系数;
将所述区域图像的数据与所述滤波矩阵进行卷积,并计算卷积后的图像数据的方差,并将计算得到的所述方差作为所述局部图像的局部边缘特征。


6.根据权利要求5所述的方法,其特征在于,计算卷积后的图像数据的方差包括:
确定所述区域图像的起始像素点在所述目标图像中的坐标值,并获取所述区域图像的宽度和高度;
基于所述坐标值、宽度、高度以及所述卷积后的图像数据中像素点的像素值,计算所述卷积后的图像数据的均值;
根据所述坐标值、宽度、高度、均值以及所述卷积后的图像数据中像素点的像素值,计算所述卷积后的图像数据的方差。


7.根据权利要求5所述的方法,其特征在于,所述局部边缘特征表征所述区域图像为非模糊图像包括:
检测所述目标图像的分辨率,并获取与所述分辨率相关联的判定阈值;
若计算得到的所述方差大于或者等于所述判定阈值,判定所述区域图像为非模糊图像。


8.根据权利要求1所述的方法,其特征在于,确定所述局部图像的边缘特征包括:
获取滤波矩阵,所述滤波矩阵中的元素用于表征指定多项式中单项式的系数;
将所述局部图像的数据与所述滤波矩阵进行卷...

【专利技术属性】
技术研发人员:赵明菲彭俊
申请(专利权)人:优酷网络技术北京有限公司
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