【技术实现步骤摘要】
虚焦检测方法、设备及计算机可读介质
本专利技术涉及图像处理
，尤其涉及一种虚焦检测方法、设备及计算机可读介质。
技术介绍
图像作为视觉信息的来源，蕴含了大量的有价值信息。在图像的获取过程中，由于镜头松动、聚焦不到位等原因，拍摄设备会处于虚焦状态，导致获取的图像模糊。为了确保拍摄设备能一直处于合焦状态，以获取到清晰的图像，拍摄设备需要对图像进行虚焦检测，并在检测到图像为虚焦图像时触发自动对焦模块重新聚焦或提示用户重新调焦。虚焦检测的关键在于估计图像的模糊度，而图像模糊会造成边界展宽，因此有很多模糊度估计算法以分析边界的宽度为基础。例如，采用索贝尔(Sobel)算子提取图像在垂直方向和水平方向的边界点，然后通过搜索边界点两侧的局部极值点计算边界点的边界宽度，最后将所有边界点的平均边界宽度作为图像模糊程度的估计指标。具体地，平均边界宽度越大表明图像越模糊，平均边界宽度越小表明图像越清晰。在上述估计算法中，平均边界宽度的计算结果受场景变化、噪声影响较大。因此，对于复杂程度不同的场景难以设定一个合理的阈值来检测当...
【技术保护点】
1.一种虚焦检测方法，其特征在于，包括：/n从待检测图像中确定强边界点集合，所述强边界点集合包括多个强边界点；/n采用高度回缩算法，计算所述强边界点的边界宽度；/n根据所述强边界点的边界宽度，确定所述强边界点集合中的窄边界点和宽边界点；/n根据所述窄边界点在所述强边界点集合中的第一占比与所述宽边界点在所述强边界点集合中的第二占比，确定所述待检测图像为合焦图像或虚焦图像。/n
【技术特征摘要】
1.一种虚焦检测方法，其特征在于，包括：
从待检测图像中确定强边界点集合，所述强边界点集合包括多个强边界点；
采用高度回缩算法，计算所述强边界点的边界宽度；
根据所述强边界点的边界宽度，确定所述强边界点集合中的窄边界点和宽边界点；
根据所述窄边界点在所述强边界点集合中的第一占比与所述宽边界点在所述强边界点集合中的第二占比，确定所述待检测图像为合焦图像或虚焦图像。
2.根据权利要求1所述的方法，其特征在于，所述采用高度回缩算法，计算所述强边界点的边界宽度，包括：
确定所述强边界点对应的第一极大值点和第一极小值点；
分别对所述第一极大值点和第一极小值点进行高度回缩处理，得到第二极大值点和第二极小值点；
根据所述第二极大值点和第二极小值点之间的距离，确定所述强边界点的边界宽度。
3.根据权利要求2所述的方法，其特征在于，所述分别对所述第一极大值点和第一极小值点进行高度回缩处理，得到第二极大值点和第二极小值点，包括：
根据所述第一极大值点的像素值与所述第一极小值点的像素值确定像素差；
根据所述像素差确定高度回缩值；
根据所述高度回缩值分别对所述第一极大值点和第一极小值点进行高度回缩处理，得到第二极大值点和第二极小值点。
4.根据权利要求3所述的方法，其特征在于，所述根据所述高度回缩值分别对所述第一极大值点和第一极小值点进行高度回缩处理，得到第二极大值点和第二极小值点，包括：
根据所述第一极大值点的像素值与所述高度回缩值确定第一像素值，并根据所述第一像素值确定第二极大值点；
根据所述第一极小值点的像素值与所述高度回缩值确定第二像素值，并根据所述第二像素值确定第二极小值点。
5.根据权利要求1所述的方法，其特征在于，所述根据所述强边界点的边界宽度，确定所述强边界点集合中的窄边界点和宽边界点，包括：
将所述强边界点集合中边界宽度小于第一宽度阈值的强边界点确定为窄边界点；
将所述强边界点集合中边界宽度大于第二宽度阈值的强边界点确定为宽边界点。
6.根据权利要求5所述的方法，其特征在于，在根据所述窄边界点在所述强边界点集合中的第一占比与所述宽边界点在所述强边界点集合中的第二占比，确定所述待检测图像为合焦图像或虚焦图像之前，所述方法还包括：
计算所述强边界点的边界宽度出现的概率；
根据所述窄边界点的边界宽度出现的概率，确定所述窄边界点在所述强边界点集合中的第一占比；
根据所述宽边界点的边界宽度出现的概率，确定所述宽边界点在所述强边界点集合中的第二占比。
7.根据权利要求1所述的方法，其特征在于，所述根据所述窄边界点在所述强边界点集合中的第一占比与所述宽边界点在所述强边界点集合中的第二占比，确定所述待检测图像为合焦图像或虚焦图像，包括：
若所述窄边界点在所述强边界点集合中的第一占比大于第一占比阈值，且所述宽边界点在所述强边界点集合中的第二占比...
【专利技术属性】
技术研发人员：胡彬林，陈建忠，林一育，竺旭东，
申请(专利权)人：华为技术有限公司，
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。