一种检测图像清晰度的方法及装置制造方法及图纸

本发明专利技术实施例提供一种检测图像清晰度的方法及装置，所述检测图像清晰度的方法包括：获取输入的原始图像；将所述原始图像转换为灰度图像；对所述灰度图像进行去噪得到降噪图像；获取所述降噪图像的边缘点；对所述降噪图像作低通滤波操作获取模糊图像；分别计算所述降噪图像和所述模糊图像中每个边缘点的图像清晰度特征量；根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值；计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度。本发明专利技术实施例可以较精确的确定图像的清晰程度，所提出的清晰度估计方案可以适用于绝大部分图像。

【技术实现步骤摘要】

本专利技术涉及图像质量评价
，尤其涉及一种检测图像清晰度的方法及装置。
技术介绍
图像质量是判断图像采集设备性能好坏、工作状态是否正常的一个重要指标，也较多地被用在图像处理算法性能优劣比较和优化系统参数。因此，在图像采集、编码压缩、网络传输等领域建立有效的图像质量评价机制具有重要的意义。近些年来，随着图像处理技术的发展，该领域的研究已吸引了研究人员的广泛关注。图像质量评价算法层出不穷，图像质量评价从方法上可以分为主观评价方法和客观评价方法两大类。主观评价方法采用人类观察者来参与评价，通过自身的主观感受来评价视频对象的质量。主观评价法在受控的环境下，将待评价的视频播放给评价者观看，同时记录下评价者的打分，并对所有评价者的打分进行统计，得出一个平均分作为评价结果。一般的主观评价方法包括DSCQS (双刺激连续质量标度方法，Double Stimulus ContinuousQuality Scale)、SSCQE(单刺激连续质量评价法,Single Stimulus Continuous Qualityevaluation)。一般来说，主观质量评价是一种可靠的方式，既适合于传统的模拟系统，也适合于数字系统，同时对于运动图像也能得到较可靠的结果。其缺点在于，测试环境要求严格、步骤复杂、测试时间长、缺乏实时性。前述的人工巡检方式有部分使用了主观评价方法。一般的客观评价方法都是通过模拟人类视觉系统的一些生理特征来建立视觉感知模型，使用该模型来评价视频，将模型的输出值作为视频质量的评价。客观评价方法采用了定量的方法测量视频图像的质量，评价过程可以自动完成，无需人工参与。客观评价的研究焦点着重于如何提高主观评价结果和客观评价结果之间的相关性。按照评价是否需要原始视频，可以将客观评价方法分为全参考方法、部分参考方法、无参考方法。全参考方法需要获取降质视频的未降质参考视频，通过比较降质视频和未降质视频来评价降质视频的质量。部分参考方法无法获取未降质视频，但能够得到未降质视频的一些特征，利用该特征来估计降质视频的质量。无参考方法一般是在无法获得未降质参考视频时使用，该方法先建立有关视频降质的模型，根据该模型来评估视频的质量。清晰度是用来度量图像质量的指标之一。目前已有一些清晰度度量方法，绝大部分算法都是从图像中提取一些一定程度上能够反映图像清晰度的特征量，以这些特征量作为图像的清晰度度量值，这些特征量具有一定的效果，但普遍存在适用范围较狭窄的缺陷，只能对某些特定的图像具有一定效果，此外，由于场景差异较大，不同的场景所得到的特征量之间并不一定具有可比性。
技术实现思路
本专利技术实施例提供一种检测图像清晰度的方法及装置，以较精确的确定图像的清晰程度。一方面，本专利技术实施例提供了一种检测图像清晰度的方法，所述检测图像清晰度的方法包括:获取输入的原始图像；将所述原始图像转换为灰度图像；对所述灰度图像进行去噪得到降噪图像；获取所述降噪图像的边缘点；对所述降噪图像作低通滤波操作获取模糊图像；分别计算所述降噪图像和所述模糊图像中每个边缘点的图像清晰度特征量；根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值；计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度。可选的，在本专利技术一实施例中，所述对所述灰度图像进行去噪得到降噪图像，可以包括:利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像。可选的，在本专利技术一实施例中，所述利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像，可以包括:选用双边滤波器，利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像。可选的，在本专利技术一实施例中，所述获取所述降噪图像的边缘点，可以包括:使用索贝尔SObel算子提取所述降噪图像中水平、垂直两个方向的梯度，得到水平方向的梯度图像和垂直方向的梯度图像；使用所述水平方向的梯度图像和所述垂直方向的梯度图像求取梯度方向图像和梯度强度图；使用所述梯度方向图像和所述梯度强度图求取局部梯度极值图，并获取边缘密度小于预置阈值的边缘点。可选的，在本专利技术一实施例中，所述对所述降噪图像作低通滤波操作获取模糊图像，可以包括:利用低通滤波器对所述降噪图像作低通滤波操作获取模糊图像，所述低通滤波器包括高斯滤波器。可选的，在本专利技术一实施例中，所述图像清晰度特征量包括边缘宽度、梯度强度、梯度强度变化率。 可选的，在本专利技术一实施例中，当所述图像清晰度特征量为边缘宽度时，利用如下公式，根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值:W +TD =其中，D为边缘点的图像清晰度度量值，W。表示所述降噪图像的边缘点的边缘宽度，Wb表示所述模糊图像的边缘点的边缘宽度，Tz表示一个固定参数。可选的，在本专利技术一实施例中，所述计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度，可以包括:计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值后，将所述原始图像的图像清晰度度量值量化到0-100，以判断所述原始图像的图像清晰度。另一方面，本专利技术实施例提供了一种检测图像清晰度的装置，所述检测图像清晰度的装置包括:第一获取单元，用于获取输入的原始图像；转换单元，用于将所述原始图像转换为灰度图像；降噪单元，用于对所述灰度图像进行去噪得到降噪图像；第二获取单元，用于获取所述降噪图像的边缘点；低通滤波单元，用于对所述降噪图像作低通滤波操作获取模糊图像；计算单元，用于分别计算所述降噪图像和所述模糊图像中每个边缘点的图像清晰度特征量；根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值；计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度。可选的，在本专利技术一实施例中，所述降噪单元，具体用于利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像。可选的，在本专利技术一实施例中，所述降噪单元可以包括:双边滤波器，用于利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像。可选的，在本专利技术一实施例中，所述第二获取单元，具体用于使用索贝尔sobel算子提取所述降噪图像中水平、垂直两个方向的梯度，得到水平方向的梯度图像和垂直方向的梯度图像；使用所述水平方向的梯度图像和所述垂直方向的梯度图像求取梯度方向图像和梯度强度图；使用所述梯度方向图像和所述梯度强度图求取局部梯度极值图，并获取边缘密度小于预置阈值的边缘点。可选的，在本专利技术一实施例中，所述低通滤波单元可以包括:低通滤波器，用于对所述降噪图像作低通滤波操作获取模糊图像，所述低通滤波器包括高斯滤波器。可选的，在本专利技术一实施例中，所述图像清晰度特征量包括边缘宽度、梯度强度、梯度强度变化率。可选的，在本专利技术 一实施例中，当所述图像清晰度特征量为边缘宽度时，所述计算单元具体用于利用如下公式，根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值:本文档来自技高网...

【技术保护点】
一种检测图像清晰度的方法，其特征在于，所述检测图像清晰度的方法包括：获取输入的原始图像；将所述原始图像转换为灰度图像；对所述灰度图像进行去噪得到降噪图像；获取所述降噪图像的边缘点；对所述降噪图像作低通滤波操作获取模糊图像；分别计算所述降噪图像和所述模糊图像中每个边缘点的图像清晰度特征量；根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值；计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度。

【技术特征摘要】
1.一种检测图像清晰度的方法，其特征在于，所述检测图像清晰度的方法包括: 获取输入的原始图像； 将所述原始图像转换为灰度图像； 对所述灰度图像进行去噪得到降噪图像； 获取所述降噪图像的边缘点； 对所述降噪图像作低通滤波操作获取模糊图像； 分别计算所述降噪图像和所述模糊图像中每个边缘点的图像清晰度特征量； 根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值； 计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度。2.按权利要求1所述检测图像清晰度的方法，其特征在于，所述对所述灰度图像进行去噪得到降噪图像，包括: 利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像。3.按权利要求2所述检测图像清晰度的方法，其特征在于，所述利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像，包括: 选用双边滤波器，利用具有保边能力的去噪算法对所述灰度图像进行去噪得到降噪图像。4.按权利要求1所述检测图像清晰度的方法，其特征在于，所述获取所述降噪图像的边缘点，包括: 使用索贝尔sobel算子提取所述降噪图像中水平、垂直两个方向的梯度，得到水平方向的梯度图像和垂直方向的梯度图像； 使用所述水平方向的梯度图像和所述垂直方向的梯度图像求取梯度方向图像和梯度强度图； 使用所述梯度方向图像和所述梯度强度图求取局部梯度极值图，并获取边缘密度小于预置阈值的边缘点。5.按权利要求1所述检测图像清晰度的方法，其特征在于，所述对所述降噪图像作低通滤波操作获取模糊图像，包括: 利用低通滤波器对所述降噪图像作低通滤波操作获取模糊图像，所述低通滤波器包括高斯滤波器。6.按权利要求1所述检测图像清晰度的方法，其特征在于，所述图像清晰度特征量包括边缘宽度、梯度强度、梯度强度变化率。7.按权利要求6所述检测图像清晰度的方法，其特征在于，当所述图像清晰度特征量为边缘宽度时，利用如下公式，根据所述降噪图像的图像清晰度特征量和所述模糊图像的图像清晰度特征量，计算每个边缘点的图像清晰度度量值:8.按权利要求1所述检测图像清晰度的方法，其特征在于，所述计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值，以判断所述原始图像的图像清晰度，包括: 计算并将所有边缘点的清晰度度量值的均值作为所述原始图像的图像清晰度度量值后，将所述原始图像的图像清晰度度量值量化到0-100，以判断所述原始图像的图像清晰度。9.一种检测图像清晰度的装置，其特征在于，所述检测图像清晰度的装置包括: 第一获取...

【专利技术属性】
技术研发人员：潘石柱，张兴明，傅利泉，朱江明，吴军，吴坚，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：