图像模糊度的确定方法和设备技术

本发明专利技术公开了图像模糊度的确定方法和设备。用于确定具有空间不连续性的图像区域的模糊度的方法包括二值化步骤，用于将所述具有空间不连续性的图像区域二值化以便获得经二值化的图像区域；检测步骤，用于检测所述经二值化的图像区域中的轮廓边缘像素；以及确定步骤，用于基于检测到的轮廓边缘像素确定所述具有空间不连续性的图像区域的模糊度。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了图像模糊度的确定方法和设备。用于确定具有空间不连续性的图像区域的模糊度的方法包括二值化步骤，用于将所述具有空间不连续性的图像区域二值化以便获得经二值化的图像区域；检测步骤，用于检测所述经二值化的图像区域中的轮廓边缘像素；以及确定步骤，用于基于检测到的轮廓边缘像素确定所述具有空间不连续性的图像区域的模糊度。【专利说明】图像模糊度的确定方法和设备
本专利技术总体上涉及灰度图像的模糊度的计算。特别地，本专利技术涉及用于确定具有空间不连续性的图像区域的模糊度的方法和设备，并且进一步涉及用于确定具有空间不连续性的图像的模糊度的方法和设备。
技术介绍
随着电子信息捕获技术的飞速发展，自然环境中的真实物体(诸如人、建筑物、树木、文档等)通常被捕获为图像以便被进一步存储或处理。在图像处理领域中存在多种用于评估被捕获的图像的质量的指标。其中，模糊度(blurring degree)是一种非常重要的表示图像的质量测量的指标，并且还可被称为模糊度量或模糊水平，并且还等同于锐度度量。在实践中，图像的模糊度通常需要被精确地确定以便作为进一步处理的基础，因此图像的模糊度的确定在图像处理(诸如图像复原(例如，去模糊化)或者图像增强)、或多种图像拾取设备(例如照相机、视频照相机等)中得到广泛引用，并且图像的模糊度对于应用了模糊度的应用而言是非常关键的。例如，在图像复原或者图像增强中，模糊度可被用作在自适应局部去模糊化中进行子图像分类的度量，可用于估计点扩散函数(PSF)矩阵的参数，或者可用作在迭代去模糊化算法中判断算法是否可停止的阈值。在图像拾取设备的自聚焦系统中，模糊度可被用于实施自动聚焦系统中的最佳焦点确定，例如以便照相机自动调整其焦点。当前，模糊度的确定主要基于两种思路。一种思路是基于频谱分析方法(现有技术1)，另一种思路是基于边缘的方法(现有技术2)。在现有技术I的技术中，通常通过在频域或者小波域中分析模糊图像的模糊程度来获得模糊度。Sharp Laboratories of America, Inc.名下的美国专利 N0.7181082 描述了一种用于基于DCT变换确定模糊度量的方法。在其实现中，该方法利用了模糊图像中的其功率谱随着频率增加更快地下落的特性，并且通过DCT系数的统计消息(诸如直方图或者标准偏差)来描述此现象。更具体而言，该方法从多个DCT系数中得出两个模糊指示符，并且使用这两个指示符来测量图像的模糊水平。上述方法可适当地评估真实图像。但是，该方法计算复杂并且具有低计算速度，这是因为需要对于每8X8像素的子图像应用DCT变换，而这费时且难以在基于照相机的文档图像处理中直接实现。此外，由于DCT变换不能很好地描述空间不连续性，因此DCT变换不适合于具有空间不连续性的图像(诸如文档图像)的评估，因此不适合于模糊文档图像的评估。在现有技术2的技术中，通常通过检测并且评估图像中包含的对象的边缘的锐度来获得模糊度。边缘的锐度可由边缘宽度或者边缘强度来表示。边缘宽度通常以像素数来衡量，并且边缘强度通常是无量纲的。实际上，边缘强度通常被用于表示边缘的锐度并且确定图像的模糊度。在2008 年的文章“Blind Image Quality Assessment for Measuring ImageBlur”中，提出了基于边缘强度测量确定锐度度量的方法。更具体来说，该方法被如下地实现:通过Canny检测器来检测边缘像素；根据各边缘像素周围的局部极值来计算各边缘像素的边缘强度；以及选择所有边缘像素的结果中的最大值作为最终模糊度量。此方法没有考虑局部对比度差别的影响，并且可推断局部图像的对比度越高，则最终结果变得越大，这样不能反映图像的真实模糊水平。另一个缺陷是其使用Canny检测器来检测边缘。Canny检测器基于Gauss滤波进行操作并且因此使得检测过程具有高计算开销并且变得缓慢且不准确，而且其在基于照相机的文档图像处理中相对不高效。STMicroelectronics Ltd.名下的美国专利N0.7899264也描述了用于评估模糊图像的方法。此方法使用四个第一阶边缘检测核(kernel)来确定边缘，并且在固定边缘宽度的上下文中来测量边缘强度。然后，此方法通过边缘的对比度来将边缘强度归一化，该边缘的对比度是在垂直于边缘的朝向的方向上确定的。 此方法的缺陷如下:首先，这种检测核可能引入更多的噪声，并且难以预先设定用于判断是否为边缘像素的合理阈值。其次，对于给定的边缘，边缘强度的测量仅仅利用了边缘像素的最近相邻像素，因此评估结果在没有以高准确度定位边缘的情况下可能不那么可Eastman Kodak Company名下的美国专利N0.6023056公开了这样的方法,该方法通过Sobel检测器来检测图像中的预定量值之上的多个边缘，并且根据边缘相关矩阵来测量检测到的边缘的锐度。此方法缺陷如下:首先，Sobel检测器在检测边缘时引入了一些噪声。其次，边缘相关矩阵的计算费时。第三，此方法没有考虑不同对比度的影响。从上文可见，在现有技术2的技术中，边缘检测速度低并且其性能不稳定，这是因为现有技术2的技术依赖于它们的边缘检测器或检测核的参数。此外，这些技术不能适当地抑制图像的对比度的影响，因此在应用于具有不同对比度的文档图像时不能实现准确结果。
技术实现思路
针对基于边缘的方法开发了本专利技术，并且本专利技术旨在解决如上文所述的关于现有技术2的问题。本专利技术的一个目标是加速确定图像的模糊度的处理速度。本专利技术的另一个目标是鲁棒地实现图像的模糊度确定。根据本专利技术的第一方面，提供了一种用于确定具有空间不连续性的图像区域的模糊度的方法。该方法包括用于将具有空间不连续性的图像区域二值化以便获得经二值化的图像区域的二值化步骤；检测该经二值化的图像区域中的轮廓边缘像素的检测步骤；以及用于基于检测到的轮廓边缘像素确定具有空间不连续性的图像区域的模糊度的确定步骤。根据本专利技术的第二方面，提供了用于确定具有空间不连续性的图像的模糊度的方法。该方法包括将图像划分成至少一个图像区域的步骤；将根据第一方面的方法应用于每个图像区域以计算该图像区域的模糊度的步骤；以及将该至少一个图像区域的模糊度进行平均以获得该图像的模糊度的步骤。根据本专利技术的第三方面，提供了一种用于将具有空间不连续性的模糊图像去模糊化的方法。该方法包括将该图像划分成至少一个图像区域的步骤；将根据本专利技术的第一方面的方法应用于每个图像区域以计算该图像区域的模糊度的步骤；对于每个图像区域基于计算出的该图像区域的模糊度进行去模糊化的步骤；以及将该至少一个去模糊化的图像区域组合以获得去模糊化的图像的步骤。根据本专利技术的第四方面，提供了一种用于确定具有空间不连续性的图像区域的模糊度的设备。该设备包括被配置用于将具有空间不连续性的图像区域二值化以便获得经二值化的图像区域的二值化单元；被配置用于检测经二值化的图像区域中的轮廓边缘像素的检测单元；以及被配置用于基于检测到的轮廓边缘像素确定具有空间不连续性的图像区域的模糊度的确定单元。根据本专利技术的第五方面，提供了用于确定具有空间不连续性的图像的模糊度的设备。该设备包括被配置用于将图像划分成至少一个图像区域的单元；被配置用于将根据第一方面的方法应用于每个图像本文档来自技高网...

【技术保护点】
一种用于确定具有空间不连续性的图像区域的模糊度的方法，该方法包括：二值化步骤，用于将所述具有空间不连续性的图像区域二值化以便获得经二值化的图像区域；检测步骤，用于检测所述经二值化的图像区域中的轮廓边缘像素；以及确定步骤，用于基于检测到的轮廓边缘像素确定所述具有空间不连续性的图像区域的模糊度。

【技术特征摘要】

【专利技术属性】
技术研发人员：魏晓明，李建杰，
申请(专利权)人：佳能株式会社，
类型：发明
国别省市：