图像清晰度检测方法、装置、电子装置和存储介质制造方法及图纸

本申请涉及一种图像清晰度检测方法、装置、电子装置和存储介质，其中，该图像清晰度检测方法，通过提取待检测目标图像的边缘信息，响应于边缘信息满足预设的边缘条件，基于边缘信息得到目标图像的特征点，并对目标图像进行模糊化处理，得到目标模糊图像，基于特征点，得到目标图像的第一边缘统计特征和目标模糊图像的第二边缘统计特征，根据第一边缘统计特征和第二边缘统计特征之间的相似度，得到目标图像的清晰度。其利用目标图像与模糊图像之间的边缘统计特征的相似度，作为目标图像的清晰度的评价，从而避免了基于目标图像本身内容对清晰度检测的影响，提高了图像清晰度检测的准确度。度。度。

【技术实现步骤摘要】
图像清晰度检测方法、装置、电子装置和存储介质


[0001]本申请涉及图像处理领域，特别是涉及图像清晰度检测方法、装置、电子装置和存储介质。

技术介绍

[0002]随着安防市场的快速增长，对视频监控画面的清晰度的检测，对于视频监控的正常运行起着重要作用。目前，对于视频监控画面的清晰度检测，往往基于采集的图像内容进行分析。例如，基于归一化处理的图像的均值、最大值建立清晰度评价模型，或者，基于图像边缘过度宽度建立清晰度评价模型。在上述方式中，清晰度检测结果受图像本身内容影响较大，因此检测中存在误报和漏报，准确度较低。
[0003]针对相关技术中存在图像清晰度检测准确度较低的问题，目前还没有提出有效的解决方案。

技术实现思路

[0004]在本实施例中提供了一种图像清晰度检测方法、装置、电子装置和存储介质，以解决相关技术中存在图像清晰度检测准确度较低的问题。
[0005]第一个方面，在本实施例中提供了一种图像清晰度检测方法，包括：
[0006]提取待检测目标图像的边缘信息；
[0007]响应于所述边缘信息满足预设的边缘条件，基于所述边缘信息得到所述目标图像的特征点，并对所述目标图像进行模糊化处理，得到目标模糊图像；
[0008]基于所述特征点，得到所述目标图像的第一边缘统计特征和所述目标模糊图像的第二边缘统计特征；
[0009]根据所述第一边缘统计特征和所述第二边缘统计特征之间的相似度，得到所述目标图像的清晰度。
[0010]在其中的一些实施例中，所述提取待检测目标图像的边缘信息，包括：
[0011]根据预设的边缘信息提取算子对所述目标图像进行处理，将得到的边缘特征图确定为所述目标图像的边缘信息。
[0012]在其中的一些实施例中，所述基于所述边缘信息得到所述目标图像的特征点，包括：
[0013]根据所述边缘信息的局部统计信息，和预设的第一特征值阈值，得到所述目标图像的尖锐点；
[0014]响应于所述尖锐点的数量大于预设的第一数量阈值，将所述尖锐点作为所述目标图像的特征点。
[0015]在其中的一些实施例中，还包括：
[0016]响应于所述尖锐点的数量小于所述第一数量阈值，根据所述边缘信息，和预设的第二特征值阈值，得到所述目标图像的强边缘点；
[0017]响应于所述强边缘点的数量大于预设的第二数量阈值，将所述强边缘点作为所述目标图像的特征点。
[0018]在其中的一些实施例中，所述基于所述特征点，得到所述目标图像的第一边缘统计特征和所述目标模糊图像的第二边缘统计特征，包括：
[0019]基于所述特征点，计算所述目标图像的特征点宽度直方图，得到所述目标图像的第一边缘统计特征；
[0020]基于所述特征点，计算所述目标模糊图像的特征点宽度直方图，得到所述目标模糊图像的第二边缘统计特征。
[0021]在其中的一些实施例中，所述基于所述特征点，计算所述目标图像的特征点宽度直方图，包括：
[0022]根据所述目标图像在所述特征点预设范围内的亮度特征变化值，计算所述特征点在所述预设范围内的极值点；
[0023]根据所述极值点与所述特征点在所述目标图像中的距离，得到特征点宽度；
[0024]对所述目标图像中的特征点宽度进行统计，得到所述目标图像的特征点宽度直方图。
[0025]在其中的一些实施例中，所述根据所述第一边缘统计特征和所述第二边缘统计特征之间的相似度，得到所述目标图像的清晰度，包括：
[0026]计算所述第一边缘统计特征和所述第二边缘统计特征之间的相似度；
[0027]根据预设的映射函数对所述相似度进行映射，得到所述目标图像的清晰度。
[0028]在其中的一些实施例中，在提取待检测目标图像的边缘信息，之后还包括：
[0029]在所述边缘信息不满足预设的边缘条件的情况下，将所述目标图像的清晰度设置为预设的清晰度异常值。
[0030]第二个方面，在本实施例中提供了一种图像清晰度检测装置，包括：提取模块、特征获取模块、统计模块、以及清晰度计算模块；其中：
[0031]所述提取模块，用于提取待检测目标图像的边缘信息；
[0032]所述特征获取模块，用于响应于所述边缘信息满足预设的边缘条件，基于所述边缘信息得到所述目标图像的特征点，并对所述目标图像进行模糊化处理，得到目标模糊图像；
[0033]所述统计模块，用于基于所述特征点，得到所述目标图像的第一边缘统计特征和所述目标模糊图像的第二边缘统计特征；
[0034]所述清晰度计算模块，用于根据所述第一边缘统计特征和所述第二边缘统计特征之间的相似度，得到所述目标图像的清晰度。
[0035]第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的图像清晰度检测方法。
[0036]第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的图像清晰度检测方法。
[0037]本实施例提供了图像清晰度检测方法、装置、电子装置和存储介质，其中的图像清晰度检测方法，通过提取待检测目标图像的边缘信息，响应于边缘信息满足预设的边缘条
件，基于边缘信息得到目标图像的特征点，并对目标图像进行模糊化处理，得到目标模糊图像，基于特征点，得到目标图像的第一边缘统计特征和目标模糊图像的第二边缘统计特征，根据第一边缘统计特征和第二边缘统计特征之间的相似度，得到目标图像的清晰度。其利用目标图像与模糊图像之间的边缘统计特征的相似度，作为目标图像的清晰度的评价，从而避免了基于目标图像本身内容对清晰度检测的影响，提高了图像清晰度检测的准确度。
[0038]本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
[0039]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0040]图1是本实施例的图像清晰度检测方法的终端的硬件结构框图；
[0041]图2是本实施例的图像清晰度检测方法的流程图；
[0042]图3是本实施例提供的一种5
×
5高斯滤波器模板示意图；
[0043]图4a是本实施例中提供的一种视频帧图像A；
[0044]图4b是本实施例中视频帧图像A的sobel特征图；
[0045]图4c是本实施例中视频帧图像A模糊化处理后的sobel特征图；
[0046]图4d是本实施例中视频图像A对应的特征点宽度直方图；
[0047]图4e是本实施例中视频帧图像A模糊化处理后对应的特征点宽度直方图；
[0048]图5a是本实施例中提供的一种视频帧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像清晰度检测方法，其特征在于，包括：提取待检测目标图像的边缘信息；响应于所述边缘信息满足预设的边缘条件，基于所述边缘信息得到所述目标图像的特征点，并对所述目标图像进行模糊化处理，得到目标模糊图像；基于所述特征点，得到所述目标图像的第一边缘统计特征和所述目标模糊图像的第二边缘统计特征；根据所述第一边缘统计特征和所述第二边缘统计特征之间的相似度，得到所述目标图像的清晰度。2.根据权利要求1所述的图像清晰度检测方法，其特征在于，所述提取待检测目标图像的边缘信息，包括：根据预设的边缘信息提取算子对所述目标图像进行处理，将得到的边缘特征图确定为所述目标图像的边缘信息。3.根据权利要求1所述的图像清晰度检测方法，其特征在于，所述基于所述边缘信息得到所述目标图像的特征点，包括：根据所述边缘信息的局部统计信息，和预设的第一特征值阈值，得到所述目标图像的尖锐点；响应于所述尖锐点的数量大于预设的第一数量阈值，将所述尖锐点作为所述目标图像的特征点。4.根据权利要求3所述的图像清晰度检测方法，其特征在于，还包括：响应于所述尖锐点的数量小于所述第一数量阈值，根据所述边缘信息，和预设的第二特征值阈值，得到所述目标图像的强边缘点；响应于所述强边缘点的数量大于预设的第二数量阈值，将所述强边缘点作为所述目标图像的特征点。5.根据权利要求1所述的图像清晰度检测方法，其特征在于，所述基于所述特征点，得到所述目标图像的第一边缘统计特征和所述目标模糊图像的第二边缘统计特征，包括：基于所述特征点，计算所述目标图像的特征点宽度直方图，得到所述目标图像的第一边缘统计特征；基于所述特征点，计算所述目标模糊图像的特征点宽度直方图，得到所述目标模糊图像的第二边缘统计特征。6.根据权利要求5所述的图像清晰度检测方法，其特征在于，所述基于所述特征点，计算所述目标图像的特征点宽度直方图，包括：根据所述目...

【专利技术属性】
技术研发人员：柳传炜，陈丙玲，熊剑平，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：