图像清晰度的评分方法及装置、存储介质、计算机设备制造方法及图纸

本申请公开了一种图像清晰度的评分方法及装置、存储介质、计算机设备，该方法包括：接收待评分的目标图像，并基于拉普拉斯算子对所述目标图像进行清晰度评估，得到所述目标图像的初始清晰度值；将所述初始清晰度值代入清晰度评分函数中，获得所述目标图像的清晰度评分，其中，所述清晰度评分函数为sigmoid函数的变体函数，所述清晰度评分函数的值域为预设清晰度评分区间。本申请通过对sigmoid函数进行变体，获得单调递增且具有特定值域的清晰度评分函数，从而利用该函数将利用拉普拉斯算子计算的图像的清晰度值映射到特定的值域内，以便能够更直观的感知图像清晰度水平。能够更直观的感知图像清晰度水平。能够更直观的感知图像清晰度水平。

【技术实现步骤摘要】
图像清晰度的评分方法及装置、存储介质、计算机设备


[0001]本申请涉及图像处理
，尤其是涉及到一种图像清晰度的评分方法及装置、存储介质、计算机设备。

技术介绍

[0002]基于拉普拉斯梯度的图像清晰度判别方法是一种很轻量，且易于搭建的方法。然而该方法给出的图像清晰度值之间量级相差悬殊，例如五张图片清晰度值依次为：9,3100,30,157,488。对这些分值，除了知道大于0之外，无从得知该判别方法返回值值域的确切上界是多少。正因如此，很难对输出的清晰度数据给出合理的度量规范，对于某一图像的清晰度得分，很难判断其清晰度在整体中属于什么水平。因此需要将清晰度分值再次进行处理，将其映射到一个给定的区间内。
[0003]针对上述问题，现有技术中提供了一种将上述清晰度值[9,3100,30,157,488]映射到区间[0,10]上，且保持序关系的处理方式，具体为取5个数值中的最大数3100，并建立映射关系3100/10＝x/y，即y＝x/310。但使用该方法的局限性非常大，当有第二组5张图片时，第二组图片清晰度分别得分：[790,121,本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像清晰度的评分方法，其特征在于，所述方法包括：接收待评分的目标图像，并基于拉普拉斯算子对所述目标图像进行清晰度评估，得到所述目标图像的初始清晰度值；将所述初始清晰度值代入清晰度评分函数中，获得所述目标图像的清晰度评分，其中，所述清晰度评分函数为sigmoid函数的变体函数，所述清晰度评分函数的值域为预设清晰度评分区间。2.根据权利要求1所述的方法，其特征在于，所述接收待评分的目标图像之前，所述方法还包括：获取预设清晰度值和所述预设清晰度值对应的预期图像评分；构造sigmoid函数的变体函数；根据预设清晰度评分区间、所述预设清晰度值和所述预期图像评分对所述变体函数进行求解，并将求解后的变体函数作为清晰度评分函数。3.根据权利要求2所述的方法，其特征在于，所述预设清晰度评分区间为(0，a)，所述变体函数为S(x)＝2*N/(1+1/e
x*M
)
‑
N，M为待求解量，x表示清晰度值，S(x)表示清晰度评分；所述根据预设清晰度评分区间、所述预设清晰度值和所述预期图像评分对所述变体函数进行求解，包括：将a、所述预设清晰度值和所述预期图像评分，分别代入所述变体函数的N、x和S(x)中，求解M。4.根据权利要求2或3所述的方法，其特征在于，所述获取预设清晰度值和所述预设清晰度值对应的预期图像评分，包括：获取多张第一样本图像，并基于拉普拉斯算子分别对每张所述第一样本图像进行清晰度评估，得到所述第一样本图像的第一样本清晰度值；计算所述第一样本清晰度值的第一统计值，并将所述第一统计值作为所述预设清晰度值，其中，所述第一统计值包括所述第一样本清晰度值的中值或平均值；基于预设中等水平评分标准，在所述预设清晰度评分区间内获取中等水平评分作为所述预设清晰度值对应的预期图像评分。5.根据权利要求2或3所述的方法，其特征在于，所述获取预设清晰度值和所述预设清晰度值对应的预期图像评分，包括：获取多张第二样本图像，并在所述第二样本图像中观测出清晰度符合预期图...

【专利技术属性】
技术研发人员：王月宝，沈鹏，黄明星，李银锋，刘海伦，许垒，胡尧，周晓波，
申请(专利权)人：北京水滴科技集团有限公司，
类型：发明
国别省市：