一种图片清晰度评价方法、系统及存储介质技术方案

本发明专利技术公开了一种图片清晰度评价方法、系统及存储介质，其方法包括步骤：预先根据目标带通频率以及滤波器类型计算滤波器系数；将待评价图片划分出若干ROI区域；分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果；将每个所述ROI区域中各个所述像素对应的所述第一滤波结果累加生成的滤波结果和值，作为每个所述ROI区域的第二滤波结果；分别对各个所述ROI区域赋以对应的权重；根据各个所述第二滤波结果及其对应的权重，计算当前帧所述待评价图片的清晰度评价结果。本发明专利技术可以减小图片清晰度评价过程中图片的强边缘区域和弱纹理区域的FV值差异，提高图像清晰度评价的准确性。高图像清晰度评价的准确性。高图像清晰度评价的准确性。

【技术实现步骤摘要】
一种图片清晰度评价方法、系统及存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种图片清晰度评价方法、系统及存储介质。

技术介绍

[0002]目前对于图片清晰度的评价方法大多采用梯度提取方法，例如拉普拉斯滤波、sobel滤波等，但是目前的梯度提取滤波器在滤波过程中，提取弱纹理区域的梯度值较小，梯度提取后边缘区域的梯度值可能远远大于弱纹理区域的梯度值，使得弱纹理区域的FV值难以有效地参与进图片清晰度评价中。
[0003]例如，采用DOG滤波器进行梯度提取，针对图片的强边缘区域滤波得到的FV值量级很大，对同一图片的弱纹理区域滤波得到的FV值量级很小。同时根据该图片的强边缘区域和弱纹理区域的FV值进行清晰度评价时，弱纹理区域的清晰度评价参考价值对图像清晰度评价的影响十分有限，这使得在进行图像清晰度评价过程中会忽视图片中弱纹理区域对整体图片清晰度评价结果的影响。
[0004]因此目前需要一种图片清晰度评价方法，减小图片清晰度评价过程中图片的强边缘区域和弱纹理区域的FV值差异，综合全面地评价图像清晰度，提高图像清晰度评价的准确性。

技术实现思路

[0005]为解决图片清晰度评价过程中图片的强边缘区域和弱纹理区域的FV值差异影响图片清晰度评价结果的技术问题，本专利技术提供一种图片清晰度评价方法、系统及存储介质，具体的技术方案如下：
[0006]本专利技术提供一种图片清晰度评价方法，包括步骤：
[0007]预先根据目标带通频率以及滤波器类型计算滤波器系数；
[0008]将待评价图片划分出若干ROI区域；
[0009]分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果；
[0010]将每个所述ROI区域中各个所述像素对应的所述第一滤波结果累加生成的滤波结果和值，作为每个所述ROI区域的第二滤波结果；
[0011]分别对各个所述ROI区域赋以对应的权重；
[0012]根据各个所述第二滤波结果及其对应的权重，计算当前帧所述待评价图片的清晰度评价结果。
[0013]本专利技术提供的图片清晰度评价方法根据目标带通频率以及滤波器类型计算滤波器系数后，通过对ROI区域若干ROI区域中每个像素进行滤波，并对各个ROI区域赋以对应的权重，综合计算当前帧待评价图片的清晰度评价结果，忽略均匀背景的梯度值，有效提取出平坦区域的弱纹理高频分量，减小强边缘区域和弱纹理区域FV值之间的差异，提高图片清
晰度评价的准确性。
[0014]在一些实施方式中，所述滤波器包括IIR滤波器和FIR滤波器。
[0015]在一些实施方式中，在所述滤波器选用所述FIR滤波器时，所述的分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果，具体包括：
[0016]分别根据所述滤波器系数通过预设的第一滤波公式，对各个所述ROI区域中每个像素进行滤波，得到若干所述第一滤波结果，所述第一滤波公式如下：
[0017][0018]其中，y(n)为所述第一滤波结果、N为所述滤波器类型中的滤波器阶数、a为所述滤波器系数中的第一滤波器系数、x为当前像素输入信号。
[0019]在一些实施方式中，在所述滤波器选用所述IIR滤波器时，所述的分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果，具体包括：
[0020]分别根据所述滤波器系数通过预设的第二滤波公式，对各个所述ROI区域中每个像素进行滤波，得到若干所述第一滤波结果，所述第一滤波公式如下：
[0021][0022]其中，y(n)为所述第一滤波结果、N为所述滤波器类型中的滤波器阶数、a为所述滤波器系数中的第一滤波器系数、b为所述滤波器系数中的第二滤波器系数、x为当前像素输入信号、P＝N
‑
1、y为相邻像素的第一滤波结果信号。
[0023]在一些实施方式中，所述的计算当前帧所述待评价图片的清晰度评价结果之后，还包括：
[0024]将所述清晰度评价结果反馈给自动对焦搜索算法得到最佳对焦位置。
[0025]在一些实施方式中，所述的预先根据目标带通频率以及滤波器类型计算滤波器系数，具体包括：
[0026]预先将所述目标带通频率以及所述滤波器类型输入Matlab，通过Matlab模拟生成所述滤波器系数。
[0027]本专利技术提供的图片清晰度评价方法通过改变滤波器系数改变图片清晰度评价效果，避免采用固定系数的滤波器评价清晰度的过程中，无法灵活应对各种场景的图像，实现更具适用性、更准确地评价图像清晰度的效果。
[0028]在一些实施方式中，根据本专利技术的另一方面，本专利技术还提供一种图片清晰度评价系统，包括：
[0029]第一计算模块，用于预先根据目标带通频率以及滤波器类型计算滤波器系数；
[0030]分割模块，用于将待评价图片划分出若干ROI区域；
[0031]滤波模块，分别与所述第一计算模块和分割模块连接，用于分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果；
[0032]生成模块，与所述滤波模块连接，用于将每个所述ROI区域中各个所述像素对应的所述第一滤波结果累加生成的滤波结果和值，作为每个所述ROI区域的第二滤波结果；
[0033]权重模块，与所述分割模块连接，用于分别对各个所述ROI区域赋以对应的权重；
[0034]第二计算模块，分别与所述生成模块和所述权重模块连接，用于根据各个所述第二滤波结果及其对应的权重，计算当前帧所述待评价图片的清晰度评价结果。
[0035]在一些实施方式中，所述滤波器包括IIR滤波器和FIR滤波器，所述第二计算模块包括：
[0036]第一计算单元，用于在所述滤波器选用所述FIR滤波器时，分别根据所述滤波器系数通过预设的第一滤波公式，对各个所述ROI区域中每个像素进行滤波，得到若干所述第一滤波结果，所述第一滤波公式如下：
[0037][0038]第二计算单元，用于在所述滤波器选用所述IIR滤波器时，分别根据所述滤波器系数通过预设的第二滤波公式，对各个所述ROI区域中每个像素进行滤波，得到若干所述第一滤波结果，所述第二滤波公式如下：
[0039][0040]其中，y(n)为所述第一滤波结果、N为所述滤波器类型中的滤波器阶数、a为所述滤波器系数中的第一滤波器系数、b为所述滤波器系数中的第二滤波器系数、x为当前像素输入信号、P＝N
‑
1、y为相邻像素的第一滤波结果信号。
[0041]在一些实施方式中，本专利技术还提供一种图片清晰度评价系统，其特征在于，还包括：
[0042]反馈模块，与所述第二计算模块连接，用于将所述清晰度评价结果反馈给自动对焦搜索算法得到最佳对焦位置。
[0043]在一些实施方式中，根据本专利技术的另一方面，本专利技术还提供一种存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图片清晰度评价方法，其特征在于，包括步骤：预先根据目标带通频率以及滤波器类型计算滤波器系数；将待评价图片划分出若干ROI区域；分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果；将每个所述ROI区域中各个所述像素对应的所述第一滤波结果累加生成的滤波结果和值，作为每个所述ROI区域的第二滤波结果；分别对各个所述ROI区域赋以对应的权重；根据各个所述第二滤波结果及其对应的权重，计算当前帧所述待评价图片的清晰度评价结果。2.根据权利要求1所述的一种图片清晰度评价方法，其特征在于，所述滤波器包括IIR滤波器和FIR滤波器。3.根据权利要求2所述的一种图片清晰度评价方法，其特征在于，在所述滤波器选用所述FIR滤波器时，所述的分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果，具体包括：分别根据所述滤波器系数通过预设的第一滤波公式，对各个所述ROI区域中每个像素进行滤波，得到若干所述第一滤波结果，所述第一滤波公式如下：其中，y(n)为所述第一滤波结果、N为所述滤波器类型中的滤波器阶数、a为所述滤波器系数中的第一滤波器系数、x为当前像素输入信号。4.根据权利要求2所述的一种图片清晰度评价方法，其特征在于，在所述滤波器选用所述IIR滤波器时，所述的分别根据所述滤波器系数对各个所述ROI区域中每个像素进行滤波，得到若干第一滤波结果，具体包括：分别根据所述滤波器系数通过预设的第二滤波公式，对各个所述ROI区域中每个像素进行滤波，得到若干所述第一滤波结果，所述第二滤波公式如下：其中，y(n)为所述第一滤波结果、N为所述滤波器类型中的滤波器阶数、a为所述滤波器系数中的第一滤波器系数、b为所述滤波器系数中的第二滤波器系数、x为当前像素输入信号、P＝N
‑
1、y为相邻像素的第一滤波结果信号。5.根据权利要求1所述的一种图片清晰度评价方法，其特征在于，所述的计算当前帧所述待评价图片的清晰度评价结果之后，还包括：将所述清晰度评价结果反馈给自动对焦搜索算法得到最佳对焦位置。6.根据权利要求1～5中任意一项所述的一种图片清晰度评价方法，其特征在于，所述的预先根据目标带通频率以及滤波器类型...

【专利技术属性】
技术研发人员：吕明珠，李珂，樊满，张彭威，
申请(专利权)人：上海为旌科技有限公司，
类型：发明
国别省市：