CN107958457A - 评估图像质量的方法、装置及计算机可读存储介质 - Google Patents
评估图像质量的方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107958457A CN107958457A CN201711378633.6A CN201711378633A CN107958457A CN 107958457 A CN107958457 A CN 107958457A CN 201711378633 A CN201711378633 A CN 201711378633A CN 107958457 A CN107958457 A CN 107958457A
- Authority
- CN
- China
- Prior art keywords
- mrow
- image
- pixel
- assessed
- filtering image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开涉及一种评估图像质量的方法、装置及计算机可读存储介质，以解决相关技术中数字图像在进行质量评估的过程中因数据冗余而导致计算较慢的技术问题。所述评估图像质量的方法包括：对待评估图像进行滤波处理，生成滤波图像；将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
Description
技术领域
本公开涉及数字图像处理领域，具体地，涉及一种评估图像质量的方法、装置及计算机可读存储介质。
背景技术
相关技术中，对于数字图像的质量评估，一般需要进行快速傅里叶变换的处理。实信号在进行快速傅里叶变换时，由于傅里叶变换的共轭对称性，导致傅里叶变换后的信号在频域中有一半的数据冗余，使得数字图像在进行质量评估的过程中因数据冗余而导致计算较慢。
发明内容
为克服相关技术中存在的问题，本公开提供一种评估图像质量的方法、装置及计算机可读存储介质。
根据本公开实施例的第一方面，提供一种评估图像质量的方法，所述方法包括：
对待评估图像进行滤波处理，生成滤波图像；
将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；
根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
采用上述评估图像质量的方法，在进行傅里叶变换时，使用余弦函数来表达信号，并且使用半周期的基本函数替代整周期基本函数，减少了数据冗余，并且是根据变换后的滤波图像的高频分量对待评估图像的质量进行评估，去除了低频分量的数据，进而加快了计算速度，能够快速的评估图像质量，解决了相关技术中难以精准地获取图像中物体位置的技术问题。
结合第一方面，在第一方面的第一种可能的实现方式中，所述将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，包括：
将所述滤波图像等分成m*n大小的块，按照以下公式对每一块滤波图像进行傅里叶变换：
其中，F(u，v)为所述滤波图像变换后的值，u和v为整数，且u的取值范围为0至m-1之间，v的取值范围为0至m-1之间，m表示每一块滤波图像的宽度，n表示每一块滤波图像的高度；(x，y)表示所述滤波图像的像素点，f(x，y)为像素点(x，y)对应的像素值，x表示像素点(x，y)的横坐标，y表示像素点(x，y)的纵坐标；a(u)和a(v)为系数，且
结合第一方面，在第一方面的第二种可能的实现方式中，所述对待评估图像进行滤波处理，包括：在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重。
结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重，包括：
其中，(i，j)表示所述待评估图像的像素点，g(i，j)为像素点(i，j)滤波后输出的值，(k，l)表示在像素点(i，j)邻域范围内的像素点，f(k，l)为像素点(k，l)的像素值，w表示权重系数，σd和σr表示均方差系数。
结合第一方面，在第一方面的第四种可能的实现方式中，所述根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估，包括：将变换后的每一块滤波图像的高频分量相加，获得高频分量总数值；根据所述高频分量总数值，对所述待评估图像的质量进行评估；其中，所述待评估图像的质量高低与所述的质量所述高频分量总数值的大小成正相关。
根据本公开实施例的第二方面，提供一种评估图像质量的装置，所述装置包括：
滤波模块，被配置为对待评估图像进行滤波处理，生成滤波图像；
变化模块，被配置为将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；以及
评估模块，被配置为将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换；其中，傅里叶变换公式使用半周期的余弦函数来表达。
结合第二方面，在第二方面的第一种可能的实现方式中，所述变化模块被配置为：
将所述滤波图像等分成m*n大小的块，按照以下公式对每一块滤波图像进行傅里叶变换：
其中，F(u，v)为所述滤波图像变换后的值，u和v为整数，且u的取值范围为0至m-1之间，v的取值范围为0至m-1之间，m表示每一块滤波图像的宽度，n表示每一块滤波图像的高度；(x，y)表示所述滤波图像的像素点，f(x，y)为像素点(x，y)对应的像素值，x表示像素点(x，y)的横坐标，y表示像素点(x，y)的纵坐标；a(u)和a(v)为系数，且
结合第二方面，在第二方面的第二种可能的实现方式中，所述滤波模块还被配置为：在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重。
结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述滤波模块还被配置为：
其中，(i，j)表示所述待评估图像的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；g(i，j)为像素点(i，j)滤波后输出的值，(k，l)表示在像素点(i，j)邻域范围内的像素点，k表示像素点(k，l)的横坐标，l表示像素点(k，l)的纵坐标；f(k，l)为像素点(k，l)的像素值，w表示权重系数，σd和σr表示均方差系数。
结合第二方面，在第二方面的第四种可能的实现方式中，所述评估模块包括：计算子模块，被配置为将变换后的每一块滤波图像的高频分量相加，获得高频分量总数值；以及评估子模块，被配置为根据所述高频分量总数值，对所述待评估图像的质量进行评估；其中，所述待评估图像的质量高低与所述的质量所述高频分量总数值的大小成正相关。
根据本公开实施例的第三方面，提供一种评估图像质量的装置，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对待评估图像进行滤波处理，生成滤波图像；
将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；
根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
根据本公开实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本公开第一方面所提供的评估图像质量的方法的步骤。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种评估图像质量的方法的流程图。
图2是根据一示例性实施例示出的一种评估图像质量的方法包括的步骤中对待评估图像的质量进行评估的流程图。
图3是根据另一示例性实施例示出的一种评估图像质量的方法的流程图。
图4是根据一示例性实施例示出的一种评估图像质量的装置的框图。
图5是根据一示例性实施例示出的一种评估图像质量的装置的评估模块的框图。
图6是根据一示例性实施例示出的一种图像处理的装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种评估图像质量的方法的流程图，以解决相关技术中数字图像在进行质量评估的过程中因数据冗余而导致计算较慢的技术问题。如图1所示，该方法可以包括以下步骤。
步骤S11，对待评估图像进行滤波处理，生成滤波图像。
所述待评估图像可以输入滤波器中，所述滤波器对所述待评估图像进行滤波处理后，输出滤波图像。
在输出滤波图像后，执行步骤S12。
步骤S12，将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达。
其中，所述滤波图像可以分成大小相同的块，比如，将所述滤波图像等分成m*n大小的块，按照以下公式对每一块滤波图像进行傅里叶变换：
其中，F(u，v)为所述滤波图像变换后的值，u和v为整数，且u的取值范围为0至m-1之间，v的取值范围为0至m-1之间，m表示每一块滤波图像的宽度，n表示每一块滤波图像的高度；(x，y)表示所述滤波图像的像素点，f(x，y)为像素点(x，y)对应的像素值，x表示像素点(x，y)的横坐标，y表示像素点(x，y)的纵坐标；a(u)和a(v)为系数，且
相关技术中，实信号在进行快速傅里叶变换时，由于傅里叶变换的共轭对称性，导致傅里叶变换后的信号在频域中有一半的数据冗余。与相关技术中的快速傅里叶变换不同之处在于，本公开中的傅里叶变换可以只使用半周期的基本函数替代整周期基本函数来表达信号，即使用半周期的余弦函数来表达信号，减少了数据的冗余，既能快速的评估图像质量，又能加快了计算速度。
对每一块滤波图像进行傅里叶变换后，执行步骤S13。
步骤S13，根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
本公开对图像质量评估时，可以只利用变换后的滤波图像的高频信号，进而可以去除其低频信号的数据，从而可以加快评估图像质量的速度。在利用变换后的滤波图像的高频分量时，可以参考图2，图2是根据一示例性实施例示出的一种评估图像质量的方法包括的步骤中对待评估图像的质量进行评估的流程图。
如图2所示，所述根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估，可以包括以下步骤。
步骤S131，将变换后的每一块滤波图像的高频分量相加，获得高频分量总数值。
步骤S132，根据所述高频分量总数值，对所述待评估图像的质量进行评估；其中，所述待评估图像的质量高低与所述的质量所述高频分量总数值的大小成正相关。
所述高频分量总数值越大，则所述待评估图像的质量越高；所述高频分量总数值越小，则所述待评估图像的质量越低。高频分量总数值不同的两个图像，高频分量总数值较大的图像的质量好于高频分量总数值较小的图像。也可以做一个定性的划分，比如设定一个阈值，当所述高频分量总数值大于或等于所述阈值时，则认为所述待评估图像的质量高；当所述高频分量总数值小于所述阈值时，则认为所述待评估图像的质量低。
采用上述评估图像质量的方法，在进行傅里叶变换时，使用余弦函数来表达信号，并且使用半周期的基本函数替代整周期基本函数，减少了数据冗余，并且是根据变换后的滤波图像的高频分量对待评估图像的质量进行评估，去除了低频分量的数据，进而加快了计算速度，能够快速的评估图像质量，解决了相关技术中难以精准地获取图像中物体位置的技术问题。
图3是根据另一示例性实施例示出的一种评估图像质量的方法的流程图。如图3所示，该方法可以包括以下步骤。
步骤S31，在对待评估图像进行滤波处理时，加入图像梯度，生成滤波图像。
步骤S32，将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达。
步骤S33，根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
在对所述待评估图像进行滤波处理时，加入图像梯度，是用于抑制权重，即在图像梯度较大的地方，降低去噪的权重，而在图像梯度较小的地方，增大去噪权重。步骤S31中的滤波图像可以根据以下公式计算得出：
其中，(i，j)表示所述待评估图像的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；g(i，j)为像素点(i，j)滤波后输出的值，(k，l)表示在像素点(i，j)邻域范围内的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；f(k，l)为像素点(k，l)的像素值，w表示权重系数，σd和σr表示均方差系数。
采用上述图像处理的方法，本公开通过在滤波处理时，在待评估图像的滤波函数中加入图像梯度，因此，在图像边缘等梯度较大的位置，可以保持图像细节，便于评估，又能抑制高频噪声和待评估图像的低频部分。
图4是根据一示例性实施例示出的一种评估图像质量的装置的框图。如图4所示，所述评估图像质量的装置400可以包括：
滤波模块410，被配置为对待评估图像进行滤波处理，生成滤波图像；
变化模块420，被配置为将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；以及
评估模块430，被配置为将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换；其中，傅里叶变换公式使用半周期的余弦函数来表达。
可选地，所述变化模块420被配置为：
将所述滤波图像等分成m*n大小的块，按照以下公式对每一块滤波图像进行傅里叶变换：
其中，F(u，v)为所述滤波图像变换后的值，u和v为整数，且u的取值范围为0至m-1之间，v的取值范围为0至m-1之间，m表示每一块滤波图像的宽度，n表示每一块滤波图像的高度；(x，y)表示所述滤波图像的像素点，f(x，y)为像素点(x，y)对应的像素值，x表示像素点(x，y)的横坐标，y表示像素点(x，y)的纵坐标；a(u)和a(v)为系数，且
可选地，所述滤波模块410还被配置为：在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重。
可选地，所述滤波模块410还被配置为：
其中，(i，j)表示所述待评估图像的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；g(i，j)为像素点(i，j)滤波后输出的值，(k，l)表示在像素点(i，j)邻域范围内的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；f(k，l)为像素点(k，l)的像素值，w表示权重系数，σd和σr表示均方差系数。
可选地，如图5所示，所述评估模块430可以包括：
计算子模块431，被配置为将变换后的每一块滤波图像的高频分量相加，获得高频分量总数值；以及
评估子模块432，被配置为根据所述高频分量总数值，对所述待评估图像的质量进行评估；其中，所述待评估图像的质量高低与所述的质量所述高频分量总数值的大小成正相关。
值得说明的是，以上对图像处理的装置的模块划分是一种逻辑功能划分，实际实现时可以有另外的划分方式。并且，上述各功能模块的物理实现也可能有多种实现方式。
并且，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图6是根据一示例性实施例示出的另一种评估图像质量的装置800的框图。例如，装置800可以是移动电话，计算机，平板设备等。
参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述评估图像质量的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述评估图像质量的方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述评估图像质量的方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践本公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种评估图像质量的方法，其特征在于，所述方法包括：
对待评估图像进行滤波处理，生成滤波图像；
将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；
根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
2.根据权利要求1所述的方法，其特征在于，所述将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，包括：
将所述滤波图像等分成m*n大小的块，按照以下公式对每一块滤波图像进行傅里叶变换：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mi>cos</mi>
<mfrac>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>x</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mi>u</mi>
<mi>&pi;</mi>
</mrow>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</mfrac>
<mi>cos</mi>
<mfrac>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>y</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mi>v</mi>
<mi>&pi;</mi>
</mrow>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，F(u，v)为所述滤波图像变换后的值，u和v为整数，且u的取值范围为0至m-1之间，v的取值范围为0至m-1之间，m表示每一块滤波图像的宽度，n表示每一块滤波图像的高度；(x，y)表示所述滤波图像的像素点，f(x，y)为像素点(x，y)对应的像素值，x表示像素点(x，y)的横坐标，y表示像素点(x，y)的纵坐标；a(u)和a(v)为系数，且
3.根据权利要求1所述的方法，其特征在于，所述对待评估图像进行滤波处理，包括：
在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重。
4.根据权利要求3所述的方法，其特征在于，所述在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重，包括：
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>*</mo>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>d</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>r</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，(i，j)表示所述待评估图像的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；g(i，j)为像素点(i，j)滤波后输出的值，(k，l)表示在像素点(i，j)邻域范围内的像素点，k表示像素点(k，l)的横坐标，l表示像素点(k，l)的纵坐标；f(k，l)为像素点(k，l)的像素值，w表示权重系数，σd和σr表示均方差系数。
5.根据权利要求1所述的方法，其特征在于，所述根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估，包括：
将变换后的每一块滤波图像的高频分量相加，获得高频分量总数值；
根据所述高频分量总数值，对所述待评估图像的质量进行评估；其中，所述待评估图像的质量高低与所述的质量所述高频分量总数值的大小成正相关。
6.一种评估图像质量的装置，其特征在于，所述装置包括：
滤波模块，被配置为对待评估图像进行滤波处理，生成滤波图像；
变化模块，被配置为将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；以及
评估模块，被配置为将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换；其中，傅里叶变换公式使用半周期的余弦函数来表达。
7.根据权利要求6所述的装置，其特征在于，所述变化模块被配置为：
将所述滤波图像等分成m*n大小的块，按照以下公式对每一块滤波图像进行傅里叶变换：
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>)</mo>
</mrow>
<mi>a</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>x</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>y</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mfrac>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>x</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mi>u</mi>
<mi>&pi;</mi>
</mrow>
<mrow>
<mn>2</mn>
<mi>m</mi>
</mrow>
</mfrac>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mfrac>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>y</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
<mi>v</mi>
<mi>&pi;</mi>
</mrow>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，F(u，v)为所述滤波图像变换后的值，u和v为整数，且u的取值范围为0至m-1之间，v的取值范围为0至m-1之间，m表示每一块滤波图像的宽度，n表示每一块滤波图像的高度；(x，y)表示所述滤波图像的像素点，f(x，y)为像素点(x，y)对应的像素值，x表示像素点(x，y)的横坐标，y表示像素点(x，y)的纵坐标；a(u)和a(v)为系数，且
8.根据权利要求6所述的装置，其特征在于，所述滤波模块还被配置为：
在对所述待评估图像进行滤波处理时，加入图像梯度以抑制权重。
9.根据权利要求8所述的装置，其特征在于，所述滤波模块还被配置为：
<mrow>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>*</mo>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
</mrow>
</munder>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>d</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>,</mo>
<mi>l</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&sigma;</mi>
<mi>r</mi>
<mn>2</mn>
</msubsup>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
其中，(i，j)表示所述待评估图像的像素点，i表示像素点(i，j)的横坐标，j表示像素点(i，j)的纵坐标；g(i，j)为像素点(i，j)滤波后输出的值，(k，l)表示在像素点(i，j)邻域范围内的像素点，k表示像素点(k，l)的横坐标，l表示像素点(k，l)的纵坐标；f(k，l)为像素点(k，l)的像素值，w表示权重系数，σd和σr表示均方差系数。
10.根据权利要求6所述的装置，其特征在于，所述评估模块包括：
计算子模块，被配置为将变换后的每一块滤波图像的高频分量相加，获得高频分量总数值；以及
评估子模块，被配置为根据所述高频分量总数值，对所述待评估图像的质量进行评估；其中，所述待评估图像的质量高低与所述的质量所述高频分量总数值的大小成正相关。
11.一种评估图像质量的装置，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对待评估图像进行滤波处理，生成滤波图像；
将所述滤波图像分块，并对每一块滤波图像进行傅里叶变换，且傅里叶变换公式使用半周期的余弦函数来表达；
根据变换后的滤波图像的高频分量，对所述待评估图像的质量进行评估。
12.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该程序指令被处理器执行时实现权利要求1～5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711378633.6A CN107958457B (zh) | 2017-12-19 | 2017-12-19 | 评估图像质量的方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711378633.6A CN107958457B (zh) | 2017-12-19 | 2017-12-19 | 评估图像质量的方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107958457A true CN107958457A (zh) | 2018-04-24 |
| CN107958457B CN107958457B (zh) | 2021-04-06 |
Family
ID=61959394
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711378633.6A Active CN107958457B (zh) | 2017-12-19 | 2017-12-19 | 评估图像质量的方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107958457B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109544523A (zh) * | 2018-11-14 | 2019-03-29 | 北京智芯原动科技有限公司 | 基于多属性人脸比对的人脸图像质量评价方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101930543A (zh) * | 2010-08-27 | 2010-12-29 | 南京大学 | 一种自拍视频中眼睛图像的调正方法 |
| CN105513048A (zh) * | 2015-11-24 | 2016-04-20 | 西安电子科技大学昆山创新研究院 | 基于子带信息熵度量的图像质量评价方法 |
| CN106530281A (zh) * | 2016-10-18 | 2017-03-22 | 国网山东省电力公司电力科学研究院 | 基于边缘特征的无人机图像模糊判断方法及系统 |
| CN106856002A (zh) * | 2016-11-22 | 2017-06-16 | 上海大学 | 一种无人机拍摄图像质量评价方法 |
-
2017
- 2017-12-19 CN CN201711378633.6A patent/CN107958457B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101930543A (zh) * | 2010-08-27 | 2010-12-29 | 南京大学 | 一种自拍视频中眼睛图像的调正方法 |
| CN105513048A (zh) * | 2015-11-24 | 2016-04-20 | 西安电子科技大学昆山创新研究院 | 基于子带信息熵度量的图像质量评价方法 |
| CN106530281A (zh) * | 2016-10-18 | 2017-03-22 | 国网山东省电力公司电力科学研究院 | 基于边缘特征的无人机图像模糊判断方法及系统 |
| CN106856002A (zh) * | 2016-11-22 | 2017-06-16 | 上海大学 | 一种无人机拍摄图像质量评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 蒋辉 等: "梯度双边滤波的图像去噪", 《计算机工程与应用》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109544523A (zh) * | 2018-11-14 | 2019-03-29 | 北京智芯原动科技有限公司 | 基于多属性人脸比对的人脸图像质量评价方法及装置 |
| CN109544523B (zh) * | 2018-11-14 | 2021-01-01 | 北京智芯原动科技有限公司 | 基于多属性人脸比对的人脸图像质量评价方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107958457B (zh) | 2021-04-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017128767A1 (zh) | 指纹模板录入方法及装置 | |
| CN103955481B (zh) | 图片显示方法和装置 | |
| CN107944447A (zh) | 图像分类方法及装置 | |
| CN106803777A (zh) | 信息显示方法和装置 | |
| CN107992848A (zh) | 获取深度图像的方法、装置及计算机可读存储介质 | |
| CN104598534B (zh) | 图片折叠方法及装置 | |
| CN108062547A (zh) | 文字检测方法及装置 | |
| CN104933700B (zh) | 一种进行图像内容识别的方法和装置 | |
| CN105301183B (zh) | 空气质量检测方法和装置 | |
| CN107911576A (zh) | 图像处理方法、装置和存储介质 | |
| CN106802741A (zh) | 屏幕边缘触控事件的确定方法及装置和移动终端 | |
| CN105224174A (zh) | 粘贴选项的显示方法及装置 | |
| CN105208284A (zh) | 拍摄提醒方法及装置 | |
| CN107678934A (zh) | 卡顿指标获取方法及装置 | |
| CN106060707A (zh) | 混响处理方法及装置 | |
| CN105551047A (zh) | 图片内容的检测方法和装置 | |
| CN107958457A (zh) | 评估图像质量的方法、装置及计算机可读存储介质 | |
| CN106339452B (zh) | 事件响应方法及装置 | |
| CN108268667A (zh) | 音频文件聚类方法及装置 | |
| CN107992894A (zh) | 图像识别方法、装置及计算机可读存储介质 | |
| CN107463809A (zh) | 应用图标的显示方法和装置 | |
| CN105183326B (zh) | 列表显示方法及装置 | |
| CN106775240A (zh) | 应用程序的触发方法、装置及终端 | |
| CN106328111A (zh) | 音频处理方法及装置 | |
| CN105101410A (zh) | 一种确定移动终端地理位置的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |