一种基于图像质量评估的手机摄像头聚焦检测方法和系统技术方案

本发明专利技术公开了一种基于图像质量评估的手机摄像头聚焦检测方法和系统，包括：S1：采集一组图像，包括已知聚焦程度的参考图像和待测图像，并对所述参考图像和待测图像进行降噪；S2：根据降噪后的参考图像，对降噪后的待测图像进行色彩校正；S3：提取降噪后的参考图像和色彩校正后的待测图像的统计特征和空间特征；S4：分别计算降噪后的参考图像和色彩校正后的待测图像之间的相似度以及S3中提取出的所述统计特征与空间特征之间的差异，构成图像质量评估集合；S5：利用深度学习网络依据图像质量评估集合判断待测图像在最大和最小焦距下是否聚焦。本发明专利技术能够实现对手机摄像头聚焦状态的自动检测，从而提高用户拍照体验和照片质量，减少拍照失焦的情况。减少拍照失焦的情况。减少拍照失焦的情况。

【技术实现步骤摘要】
一种基于图像质量评估的手机摄像头聚焦检测方法和系统


[0001]本专利技术涉及手机摄像头聚焦检测的
，尤其涉及一种基于图像质量评估的手机摄像头聚焦检测方法和系统。

技术介绍

[0002]随着手机摄像头的广泛使用，对于拍摄出的照片和视频的质量要求也越来越高。其中，聚焦是影响照片和视频质量的重要因素之一。目前的手机摄像头聚焦检测方法通常是基于图像的清晰度评估来实现的，包括使用一些局部清晰度指标，如梯度、锐度等，和全局清晰度指标，如峰值信噪比、方差等，来评估图像清晰度。然而，由于手机摄像头场景的多样性，光照条件、背景噪声、摄像头质量等因素都会对图像清晰度评估造成影响，因此现有的方法容易受到干扰。另外，由于手机摄像头的硬件条件和成像质量的限制，常常会导致图像出现色彩偏差、失真等问题，进一步影响现有的方法聚焦检测的准确性和稳定性。

技术实现思路

[0003]有鉴于此，本专利技术提供一种基于图像质量评估的手机摄像头聚焦检测方法和系统，目的在于提供一种基于图像质量评估的手机摄像头聚焦检测方法和系统，通过对待测图像的降噪、色彩校正和特征提取，结合深度学习网络进行图像质量评估，实现对手机摄像头聚焦状态的自动检测，从而提高用户拍照体验和照片质量，减少拍照失焦的情况。
[0004]实现上述目的，本专利技术提供的一种基于图像质量评估的手机摄像头聚焦检测方法，包括以下步骤：
[0005]S1：采集一组图像，包括已知聚焦程度的参考图像和待测图像，并对所述参考图像和待测图像进行降噪；
[0006]S2：根据降噪后的参考图像，对降噪后的待测图像进行色彩校正；
[0007]S3：提取降噪后的参考图像和色彩校正后的待测图像的统计特征和空间特征；
[0008]S4：分别计算降噪后的参考图像和色彩校正后的待测图像之间的相似度以及S3中提取出的所述统计特征与空间特征之间的差异，构成图像质量评估集合；
[0009]S5：利用深度学习网络依据图像质量评估集合判断待测图像在最大和最小焦距下是否聚焦。
[0010]作为本专利技术的进一步改进方法：
[0011]可选的，所述S1步骤中采集一组图像，包括已知聚焦程度的参考图像和待测图像，并对所述参考图像和待测图像进行降噪和色彩校正，包括：
[0012]用手机摄像头拍摄标准测试卡，获得最大和最小焦距下聚焦的参考图像R；在手机摄像头自动聚焦过程中，采集多张任意聚焦程度的图像，作为待测图像H；；利用双边滤波对参考图像和待测图像分别进行降噪，所述双边滤波的表达式为：
[0013][0014]其中，F∈{R,H}；F
′
∈{R
′
,H
′
}，R
′
为降噪后和参考图像，H
′
为降噪后的待测图像；F(i,j)表示以为中心点的邻域像素点(i,j)的值；B为邻域窗口的大小；为邻域内不同像素点的权重，为：
[0015][0016]其中，为空间权重；为像素权重，计算方式分别为：
[0017][0018][0019]其中，e表示自然常数。
[0020]可选的，所述S2步骤中根据降噪后的参考图像，对降噪后的待测图像进行色彩校正，包括：
[0021]对S1中降噪后的待测图像使用多项式回归法进行色彩校正，所述多项式回归法的矩阵形式为：
[0022]R
′
＝A
T
V
′
[0023]其中，R
′
为降噪后的参考图像，由红绿蓝三个通道构成，即R
′
＝[R
′
red
,R
′
green
,R
′
blue
]T
；T表示矩阵的转置；V
′
由待测图像不同通道的组合构成，V
′
＝[H
′
red
,H
′
green
,H
′
blue
,H
′
red
·
H
′
green
,H
′
green
·
H
′
blue
,H
′
red
·
H
′
blue
]T
，待测图像H
′
＝[H
′
red
,H
′
green
,H
′
blue
]T
；A为多项式系数矩阵，A＝[A
red
,A
green
,A
blue
,A
red,green
,A
green,blue
,A
red,blue
]。
[0024]利用最小二乘法获得系数矩阵的解A
′
：
[0025]A
′
＝(V
′
V
′
T
)
‑1V
′
R
′
T
[0026]将A
′
与待测图像相乘，获得色彩校正后的待测图像H
″
：
[0027]H
″
＝A
′
T
V
′
[0028]可选的，所述S3步骤中提取降噪后的参考图像和色彩校正后的待测图像的统计特征和空间特征，包括：
[0029]基于S1和S2中获得的降噪后的参考图像和色彩校正后的待测图像，各自计算相应的统计特征，所述统计特征包括均值、峰度、偏度：
[0030][0031][0032][0033]其中，和分别代表图像的均值、峰度和偏度，F
″
∈{R
′
,H
″
}；N为图像像
素数目。
[0034]基于S1和S2中获得的降噪后的参考图像和色彩校正后的待测图像，各自计算相应的空间特征，所述空间特征为局部二值模式，其计算方式为：
[0035]S31：对图像中每一个像素计算(2
k
+1)
×
(2
k
+1)窗口大小内的平均值：
[0036][0037]其中，k为窗口尺寸决定系数，为正整数且k>1；F
″
(a,b)为F
″
在(a,b)处的像素值；
[0038]S32：计算相邻窗口在水平和垂直方向上平均值的差：
[0039][0040]其中，L
k,1
(x,y)和L
k,2
(x,y)分别表示在窗口尺寸决定系数k下，点(x,y)处水平和垂直方向上平均值的差。选取能让L
k,1
(x,y)或L
k,2
(x,y)的值达到最本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像质量评估的手机摄像头聚焦检测方法，其特征在于，包括以下步骤：S1：采集一组图像，包括已知聚焦程度的参考图像和待测图像，并对所述参考图像和待测图像进行降噪；S2：根据降噪后的参考图像，对降噪后的待测图像进行色彩校正；S3：提取降噪后的参考图像和色彩校正后的待测图像的统计特征和空间特征；S4：分别计算降噪后的参考图像和色彩校正后的待测图像之间的相似度以及S3中提取出的所述统计特征与空间特征之间的差异，构成图像质量评估集合；S5：利用深度学习网络依据图像质量评估集合判断待测图像在最大和最小焦距下是否聚焦。2.根据权利要求1所述的基于图像质量评估的手机摄像头聚焦检测方法，其特征在于，所述步骤S1中采集一组图像，包括已知聚焦程度的参考图像和待测图像，并对所述参考图像和待测图像进行降噪，包括：用手机摄像头拍摄标准测试卡，获得最大和最小焦距下聚焦的参考图像R；在手机摄像头自动聚焦过程中，采集多张任意聚焦程度的图像，作为待测图像H；利用双边滤波对参考图像和待测图像分别进行降噪，所述双边滤波的表达式为：其中，F∈{R,H}；F
′
∈{R
′
,H
′
}，R
′
为降噪后和参考图像，H
′
为降噪后的待测图像；F(i,j)表示以为中心点的邻域像素点(i,j)的值；B为邻域窗口的大小；为邻域内不同像素点的权重，为：其中，为空间权重；为像素权重，计算方式分别为：为像素权重，计算方式分别为：其中，e表示自然常数。3.根据权利要求2所述的基于图像质量评估的手机摄像头聚焦检测方法，其特征在于，所述步骤S2中根据降噪后的参考图像，对降噪后的待测图像进行色彩校正，包括：对S1中降噪后的待测图像使用多项式回归法进行色彩校正，所述多项式回归法的矩阵形式为：R
′
＝A
T
V
′
其中，R
′
为降噪后的参考图像，由红绿蓝三个通道构成，即R
′
＝[R
′
red
,R
′
green
,R
′
blue
]
T
；T表示矩阵的转置；V
′
由待测图像不同通道的组合构成，V
′
＝[H
′
red
,H
′
green
,H
′
blue
,H
′
red
·
H
′
green
,H
′
green
·
H
′
blue
,H
′
red
·
H
′
blue
]
T
，待测图像H
′
＝[H
′
red
,H
′
green
,H
′
blue
]
T
；A为多项式系数矩阵，A＝[A
red
，A
green
，A
blue
，A
red，green
，A
green，blue
，A
red，blue
]；利用最小二乘法获得系数矩阵的解A
′
：
A
′
＝(V
′
V
′
T
)
‑1V
′
R
′
T
将A
′
与待测图像相乘，获得色彩校正后的待测图像H
″
：H
″
＝A
′
T
V
′
。4.根据权利要求3所述的基于图像质量评估的手机摄像头聚焦检测方法，其特征在于，所述步骤S3中提取降噪后的参考图像和色彩校正后的待测图像的统计特征，包括：基于S1和S2中获得的降噪后的参考图像和色彩校正后的待测图像，各自计算相应的统计特征，所述统计特征包括均值、峰度、偏度：计特征，所述统计特征包括均值、峰度、偏度：计特征，所述统计特征包括均值、峰度、偏度：其中，和分别代表图像的均值、峰度和偏度，F
″
∈{R
′
,H
″
}；N为图像像素数目...

【专利技术属性】
技术研发人员：沈宇澄，
申请(专利权)人：无锡维凯科技有限公司，
类型：发明
国别省市：