【技术实现步骤摘要】
本申请涉及图像数据处理领域，尤其涉及一种图像数据特性的提取方法、装置和存储介质。
技术介绍
1、计算机视觉技术可用于完成图像处理任务，例如通用图像数据集包括由自然景观、常见事物等图片组成，将通用图像数据集输入计算机视觉模型，以完成各类图像相关的处理任务。
2、上述的计算机视觉模型是在自然景观、常见事物等图像数据集上构建的，但是在数据交易场景下，无法使用上述计算视觉技术得到有针对性的、对达成数据交易有促进作用的处理结果。数据可作为商品进行交易，但是如何高效提取数据特性，目前并无相关现有技术的方案。
技术实现思路
1、本申请实施例提供了一种图像数据特性的提取方法、装置和存储介质，用于实现提取高质量的图像数据特性。
2、为解决上述技术问题，本申请实施例提供以下技术方案：
3、第一方面，本申请实施例提供一种图像数据特性的提取方法，包括：
4、从待评估图像数据中分别提取多张图像的特征数据，以得到所述多张图像的图像特征；
5、根据所述多张图像的图像特征对所述多张图像分别进行多尺度图像熵评估，以得到所述多张图像的图像熵；
6、根据所述多张图像的图像特征从所述多张图像中查找到类代表图像；
7、根据所述多张图像的图像熵和所述类代表图像生成所述待评估图像数据的图像数据特性，所述图像数据特性包括：所述多张图像的图像熵和所述类代表图像。
8、结合第一方面，在第一方面的一种可能的实现方式中，所述方法还包括：根据所
9、其中，
10、所述根据所述多张图像的图像熵和所述类代表图像生成所述待评估图像数据的图像数据特性，包括：
11、根据所述多张图像的图像熵、所述类代表图像和所述多张图像的图像清晰度结果，生成所述待评估图像数据的图像数据特性，所述图像数据特性还包括：所述多张图像的图像清晰度结果。
12、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述多张图像的图像熵、所述类代表图像和所述多张图像的图像清晰度结果，生成所述待评估图像数据的图像数据特性，包括：
13、根据所述多张图像的图像清晰度结果从所述多张图像中识别出清晰度离群图像；
14、根据所述多张图像的图像熵、所述类代表图像和所述清晰度离群图像，生成所述待评估图像数据的图像数据特性，所述图像数据特性具体包括：所述清晰度离群图像。
15、结合第一方面，在第一方面的一种可能的实现方式中，所述方法还包括：
16、根据所述多张图像的图像特征获取所述多张图像的图像特征均值；
17、根据所述多张图像中每张图像的图像特征与所述图像特征均值之间的差值确定所述多张图像中的离群图像；
18、其中，
19、所述根据所述多张图像的图像熵和所述类代表图像生成所述待评估图像数据的图像数据特性，包括：
20、根据所述多张图像的图像熵、所述类代表图像和所述多张图像中的离群图像，生成所述待评估图像数据的图像数据特性，所述图像数据特性还包括：所述多张图像中的离群图像。
21、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述多张图像的图像特征从所述多张图像中查找到类代表图像。包括：
22、根据所述多张图像的图像特征进行图像聚类处理，以得到多个图像类别；
23、根据所述多个图像类别中的每个图像类别生成所述多个图像类别分别对应的类代表图像。
24、结合第一方面，在第一方面的一种可能的实现方式中，所述方法还包括：
25、针对所述多个图像类别中的每个图像类别，确定所述每个图像类别的类中心；
26、根据所述每个图像类别中每张图像的图像特征与所述类中心之间的差值确定所述每个图像类别中的类别离群图像；
27、其中，
28、所述根据所述多张图像的图像熵和所述类代表图像生成所述待评估图像数据的图像数据特性，包括：
29、根据所述多张图像的图像熵、所述类代表图像和所述每个图像类别中的类别离群图像，生成所述待评估图像数据的图像数据特性，所述图像数据特性还包括：所述每个图像类别中的类别离群图像。
30、结合第一方面，在第一方面的一种可能的实现方式中，所述根据所述多张图像的图像特征对所述多张图像分别进行多尺度图像熵评估，包括：
31、针对所述多张图像中的每张图像，分别确定在多种的图像分块尺度下每张图像的图像分块；
32、根据在多种的图像分块尺度下每张图像的图像分块的图像灰度特征在图像灰度特征分布区间内的灰度分布概率，以得到在多种的图像分块尺度下每张图像的图像熵。
33、第二方面，本申请实施例还提供一种图像数据特性的提取装置，包括：
34、特征提取模块，用于从待评估图像数据中分别提取多张图像的特征数据，以得到所述多张图像的图像特征；
35、图像熵评估模块，用于根据所述多张图像的图像特征对所述多张图像分别进行多尺度图像熵评估，以得到所述多张图像的图像熵；
36、类代表图像查找模块，用于根据所述多张图像的图像特征从所述多张图像中查找到类代表图像；
37、数据特性生成模块，用于根据所述多张图像的图像熵和所述类代表图像生成所述待评估图像数据的图像数据特性，所述图像数据特性包括：所述多张图像的图像熵和所述类代表图像。
38、在本申请的第二方面中，图像数据特性的提取装置的组成模块还可以执行前述第一方面以及各种可能的实现方式中所描述的步骤，详见前述对第一方面以及各种可能的实现方式中的说明。
39、第三方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。
40、第四方面，本申请实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述第一方面所述的方法。
41、第五方面，本申请实施例提供一种图像数据特性的提取装置，该通信装置可以包括终端设备或者芯片等实体，所述图像数据特性的提取装置包括：处理器、存储器；所述存储器用于存储指令；所述处理器用于执行所述存储器中的所述指令，使得所述通信装置执行如前述第一方面任一项所述的方法。
42、从以上技术方案可以看出，本申请实施例具有以下优点：
43、在本申请实施例中，首先从待评估图像数据中分别提取多张图像的特征数据，以得到多张图像的图像特征；然后根据多张图像的图像特征对多张图像分别进行多尺度图像熵评估，以得到多张图像的图像熵；以及根据多张图像的图像特征从多张图像中查找到类代表图像；最后根据多张图像的图像熵和类代表图像生成待评估图像数据的图像数据特性，图像数据特性包括：多张图像的图像熵和类代表图像。本本文档来自技高网...
【技术保护点】
1.一种图像数据特性的提取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述多张图像的图像特征对所述多张图像分别进行图像清晰度检测，以得到所述多张图像的图像清晰度结果；
3.根据权利要求2所述的方法，其特征在于，所述根据所述多张图像的图像熵、所述类代表图像和所述多张图像的图像清晰度结果，生成所述待评估图像数据的图像数据特性，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述多张图像的图像特征从所述多张图像中查找到类代表图像，包括：
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述根据所述多张图像的图像特征对所述多张图像分别进行多尺度图像熵评估，包括：
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
9.一种图像数据特性的提取装置，其特征在于，所述图像数据特性的提取装置包括：
10.一种计算机存
...【技术特征摘要】
1.一种图像数据特性的提取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述多张图像的图像特征对所述多张图像分别进行图像清晰度检测，以得到所述多张图像的图像清晰度结果；
3.根据权利要求2所述的方法，其特征在于，所述根据所述多张图像的图像熵、所述类代表图像和所述多张图像的图像清晰度结果，生成所述待评估图像数据的图像数据特性，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述根据所述多张图...
【专利技术属性】
技术研发人员：孙岳川，王海洋，郭振江，赵海威，戴薇，赵春林，李杰，张立峰，
申请(专利权)人：北京国际大数据交易有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。