一种图像清晰度的评价方法技术

本申请公开了一种图像清晰度的评价方法，应用场景至少包括各类终端，如：手机

【技术实现步骤摘要】
一种图像清晰度的评价方法、相关装置、设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种图像清晰度的评价方法
、
相关装置
、
设备及存储介质
。

技术介绍

[0002]随着图像处理技术的不断发展，其应用在人类日常生活中越来越常见，对图像清晰度的要求也逐渐提升
。
图像和视频在采集
、
压缩
、
传输以及存储过程中，存在很多因素可能造成图像模糊
。
而图像模糊是重要的图像降质因素，因此，需要对图像进行清晰度识别
。
[0003]目前，对于图像清晰度的检测方法有灰度方差算法
。
该算法以图像所有像素的灰度平均值作为参考，对每个像素点的灰度值求差后求平方和
。
然后使用像素总数标准化
。
它表征了图像灰度变化的平均程度，灰度变化的平均程度越大，表示图像越清晰
。
[0004]专利技术人发现现有方案中至少存在如下问题，虽然现有的检测方法能够在一定程度上判定图像的清晰度，但仍然存在局限性
。
例如，在掌纹图像识别过程中，现有方案难以从多帧连续图像中提取纹理清晰度较高的图像用于识别，对此，目前尚未提出有效的解决方案
。

技术实现思路

[0005]本申请实施例提供了一种图像清晰度的评价方法
、
相关装置
、
设备及存储介质
。
本申请能够有效地界定图像清晰度，从而有助于筛选出清晰度较高的图像用于后续处理
。
[0006]有鉴于此，本申请一方面提供一种图像清晰度的评价方法，包括：
[0007]从图像序列中获取第一图像组，其中，图像序列为通过目标相机采集到的，图像序列中的每帧图像包括目标对象所对应的图像，第一图像组包括第一图像和第二图像，第二图像为第一图像相邻的后一帧图像；
[0008]对第一图像组进行特征点提取，得到第一图像所对应的第一特征点集合以及第二图像所对应的第二特征点集合，其中，第一特征点集合所包括的第一特征点与第二特征点集合所包括的第二特征点具有一一对应关系；
[0009]根据第一特征点集合以及第二特征点集合，确定目标对象的第一运动速度；
[0010]根据第一运动速度与模糊速度阈值之间的大小关系，确定第二图像的清晰度评价结果
。
[0011]本申请另一方面提供一种图像清晰度评价装置，包括：
[0012]获取模块，用于从图像序列中获取第一图像组，其中，图像序列为通过目标相机采集到的，图像序列中的每帧图像包括目标对象所对应的图像，第一图像组包括第一图像和第二图像，第二图像为第一图像相邻的后一帧图像；
[0013]处理模块，用于对第一图像组进行特征点提取，得到第一图像所对应的第一特征点集合以及第二图像所对应的第二特征点集合，其中，第一特征点集合所包括的第一特征点与第二特征点集合所包括的第二特征点具有一一对应关系；
[0014]确定模块，用于根据第一特征点集合以及第二特征点集合，确定目标对象的第一运动速度；
[0015]确定模块，还用于根据第一运动速度与模糊速度阈值之间的大小关系，确定第二图像的清晰度评价结果
。
[0016]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0017]处理模块，具体用于对第一图像进行特征点提取，得到针对目标对象的第一特征点集合，其中，第一特征点集合包括
K
个第一特征点，
K
为大于1的整数；
[0018]对第二图像进行特征点提取，得到针对目标对象的第二特征点集合，其中，第二特征点集合包括
K
个第二特征点
。
[0019]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0020]确定模块，具体用于获取第一特征点集合中每个第一特征点所对应的距离值，并且，获取第二特征点集合中每个第二特征点所对应的距离值，其中，距离值表示特征点与目标相机对应相机平面之间的距离；
[0021]获取第一特征点集合中每个第一特征点所对应的二维坐标，并且，获取第二特征点集合中每个第二特征点所对应的二维坐标，其中，二维坐标包括特征点在像素坐标系的横坐标和纵坐标；
[0022]根据每个第一特征点所对应的距离值
、
每个第二特征点所对应的距离值
、
每个第一特征点所对应的二维坐标以及每个第二特征点所对应的二维坐标，确定特征点平均距离；
[0023]根据特征点平均距离以及帧间时长，确定目标对象的第一运动速度
。
[0024]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，
[0025]确定模块，具体用于针对第一特征点集合中的每个第一特征点，根据第一特征点所对应的距离值
、
第一特征点在像素坐标系的横坐标
、
主点在像素坐标系的横坐标以及目标相机在像素坐标系的焦距，计算得到第一特征点在空间坐标系的横坐标；
[0026]针对第一特征点集合中的每个第一特征点，根据第一特征点所对应的距离值
、
第一特征点在像素坐标系的纵坐标
、
主点在像素坐标系的纵坐标以及目标相机在像素坐标系的焦距，计算得到第一特征点在空间坐标系的纵坐标；
[0027]针对第二特征点集合中的每个第二特征点，根据第二特征点所对应的距离值
、
第二特征点在像素坐标系的横坐标
、
主点在像素坐标系的横坐标以及目标相机在像素坐标系的焦距，计算得到第二特征点在空间坐标系的横坐标；
[0028]针对第二特征点集合中的每个第二特征点，根据第二特征点所对应的距离值
、
第二特征点在像素坐标系的纵坐标
、
主点在像素坐标系的纵坐标以及目标相机在像素坐标系的焦距，计算得到第二特征点在空间坐标系的纵坐标；
[0029]根据每个第一特征点在空间坐标系的横坐标
、
每个第一特征点在空间坐标系的纵坐标
、
每个第二特征点在空间坐标系的横坐标
、
每个第二特征点在空间坐标系的纵坐标
、
每个第一特征点所对应的距离值以及每个第二特征点所对应的距离值，确定特征点平均距离
。
[0030]在一种可能的设计中，在本申请实施例的另一方面的另一种实现方式中，第一特征点集合包括
K
个第一特征点，且，第二特征点集合包括
K
个第二特征点，其中，
K
为大于1的
整数；
[0031]确定模块，具体用于根据第一特征点集合以及第二特征点集合，构建
K
组特征点对，其中，每组特征点对包括具有对应关系的第一特征点以及第二特征点；
...

【技术保护点】

【技术特征摘要】
1.
一种图像清晰度的评价方法，其特征在于，包括：从图像序列中获取第一图像组，其中，所述图像序列为通过目标相机采集到的，所述图像序列中的每帧图像包括目标对象所对应的图像，所述第一图像组包括第一图像和第二图像，所述第二图像为所述第一图像相邻的后一帧图像；对所述第一图像组进行特征点提取，得到所述第一图像所对应的第一特征点集合以及所述第二图像所对应的第二特征点集合，其中，所述第一特征点集合所包括的第一特征点与所述第二特征点集合所包括的第二特征点具有一一对应关系；根据所述第一特征点集合以及所述第二特征点集合，确定所述目标对象的第一运动速度；根据所述第一运动速度与模糊速度阈值之间的大小关系，确定所述第二图像的清晰度评价结果
。2.
根据权利要求1所述的评价方法，其特征在于，所述对所述第一图像组进行特征点提取，得到所述第一图像所对应的第一特征点集合以及所述第二图像所对应的第二特征点集合，包括：对所述第一图像进行特征点提取，得到针对所述目标对象的所述第一特征点集合，其中，所述第一特征点集合包括
K
个第一特征点，所述
K
为大于1的整数；对所述第二图像进行特征点提取，得到针对所述目标对象的所述第二特征点集合，其中，所述第二特征点集合包括
K
个第二特征点
。3.
根据权利要求1所述的评价方法，其特征在于，所述根据所述第一特征点集合以及所述第二特征点集合，确定所述目标对象的第一运动速度，包括：获取所述第一特征点集合中每个第一特征点所对应的距离值，并且，获取所述第二特征点集合中每个第二特征点所对应的距离值，其中，所述距离值表示特征点与所述目标相机对应相机平面之间的距离；获取所述第一特征点集合中所述每个第一特征点所对应的二维坐标，并且，获取所述第二特征点集合中所述每个第二特征点所对应的二维坐标，其中，所述二维坐标包括特征点在像素坐标系的横坐标和纵坐标；根据所述每个第一特征点所对应的距离值
、
所述每个第二特征点所对应的距离值
、
所述每个第一特征点所对应的二维坐标以及所述每个第二特征点所对应的二维坐标，确定特征点平均距离；根据所述特征点平均距离以及帧间时长，确定所述目标对象的第一运动速度
。4.
根据权利要求3所述的评价方法，其特征在于，所述根据所述每个第一特征点所对应的距离值
、
所述每个第二特征点所对应的距离值
、
所述每个第一特征点所对应的二维坐标以及所述每个第二特征点所对应的二维坐标，确定特征点平均距离，包括：针对所述第一特征点集合中的每个第一特征点，根据第一特征点所对应的距离值
、
所述第一特征点在所述像素坐标系的横坐标
、
主点在所述像素坐标系的横坐标以及所述目标相机在所述像素坐标系的焦距，计算得到所述第一特征点在空间坐标系的横坐标；针对所述第一特征点集合中的每个第一特征点，根据第一特征点所对应的距离值
、
所述第一特征点在所述像素坐标系的纵坐标
、
主点在所述像素坐标系的纵坐标以及所述目标相机在所述像素坐标系的焦距，计算得到所述第一特征点在所述空间坐标系的纵坐标；
针对所述第二特征点集合中的每个第二特征点，根据第二特征点所对应的距离值
、
所述第二特征点在所述像素坐标系的横坐标
、
主点在所述像素坐标系的横坐标以及所述目标相机在所述像素坐标系的焦距，计算得到所述第二特征点在所述空间坐标系的横坐标；针对所述第二特征点集合中的每个第二特征点，根据第二特征点所对应的距离值
、
所述第二特征点在所述像素坐标系的纵坐标
、
主点在所述像素坐标系的纵坐标以及所述目标相机在所述像素坐标系的焦距，计算得到所述第二特征点在所述空间坐标系的纵坐标；根据所述每个第一特征点在所述空间坐标系的横坐标
、
所述每个第一特征点在所述空间坐标系的纵坐标
、
所述每个第二特征点在所述空间坐标系的横坐标
、
所述每个第二特征点在所述空间坐标系的纵坐标
、
所述每个第一特征点所对应的距离值以及所述每个第二特征点所对应的距离值，确定所述特征点平均距离
。5.
根据权利要求4所述的评价方法，其特征在于，所述第一特征点集合包括
K
个第一特征点，且，所述第二特征点集合包括
K
个第二特征点，其中，所述
K
为大于1的整数；所述根据所述每个第一特征点在所述空间坐标系的横坐标
、
所述每个第一特征点在所述空间坐标系的纵坐标
、
所述每个第二特征点在所述空间坐标系的横坐标
、
所述每个第二特征点在所述空间坐标系的纵坐标
、
所述每个第一特征点所对应的距离值以及所述每个第二特征点所对应的距离值，确定所述特征点平均距离，包括：根据所述第一特征点集合以及所述第二特征点集合，构建
K
组特征点对，其中，每组特征点对包括具有对应关系的第一特征点以及第二特征点；针对所述
K
组特征点对中的每组特征点对，根据特征点集中第一特征点在所述空间坐标系的横坐标
、
第二特征点在所述空间坐标系的横坐标
、
所述第一特征点在所述空间坐标系的纵坐标
、
所述第二特征点在所述空间坐标系的纵坐标
、
所述第一特征点所对应的距离值以及所述第二特征点所对应的距离值，计算得到所述特征点对所对应的特征点距离；对所述
K
组特征点对中所述每组特征点对所对应的特征点距离进行求平均计算，得到所述特征点平均距离
。6.
根据权利要求4所述的评价方法，其特征在于，所述第一特征点集合包括
K
个第一特征点，且，所述第二特征点集合包括
K
个第二特征点，其中，所述
K
为大于1的整数；所述根据所述每个第一特征点在所述空间坐标系的横坐标
、
所述每个第一特征点在所述空间坐标系的纵坐标
、
所述每个第二特征点在所述空间坐标系的横坐标
、
所述每个第二特征点在所述空间坐标系的纵坐标
、
所述每个第一特征点所对应的距离值以及所述每个第二特征点所对应的距离值，确定所述特征点平均距离，包括：根据所述第一特征点集合以及所述第二特征点集合，构建
K
组特征点对，其中，每组特征点对包括具有对应关系的第一特征点以及第二特征点；针对所述
K
组特征点对中的每组特征点对，根据特征点集中第一特征点在所述空间坐标系的横坐标
、
第二特征点在所述空间坐标系的横坐标
、
所述第一特征点在所述空间坐标系的纵坐标
、
所述第二特征点在所述空间坐标系的纵坐标
、
所述第一特征点所对应的距离值以及所述第二特征点所对应的距离值，计算得到所述特征点对所对应的特征点距离；对所述
K
组特征点对中所述每组特征点对所对应的特征点距离按照从大到小顺序进行排序，得到特征点距离序列，其中，所述特征点距离序列包括
K
个特征点距离；从所述特征点距离序列中选择
P
个特征点距离，其中，所述
P
为大于或等于1，且小于所
述
K
的整数；对所述
P
个特征点距离进行求平均计算，得到所述特征点平均距离
。7.
根据权利要求6所述的评价方法，其特征在于，所述从所述特征点距离序列中选择
P
个特...

【专利技术属性】
技术研发人员：洪哲鸣，郭润增，王少鸣，王军，张睿欣，汪韬，张映艺，沈雷，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：