CN109146855B - 一种图像摩尔纹检测方法、终端设备及存储介质 - Google Patents

Abstract

本申请适用于图像检测技术领域，提供了一种图像摩尔纹检测方法、终端设备及计算机可读存储介质，所述方法包括：获取待检测图像，并提取所述待检测图像的频率信息和振幅信息，判断所述待检测图像的频率信息和振幅信息是否满足预设条件，若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹，通过本申请可以提高图像中摩尔纹的检测精度。

Description

一种图像摩尔纹检测方法、终端设备及存储介质

技术领域

本申请属于图像检测技术领域，尤其涉及一种图像摩尔纹检测方法、终端设备及计算机可读存储介质。

背景技术

摩尔纹是一种在数码照相机或者扫描仪等设备上，感光元件出现的高频干扰的条纹，是一种会使图片出现彩色的高频率不规则的条纹，如果图像中出现摩尔纹会影响图像的呈现效果。

目前，为了获得较好的拍照效果，可以对相机的预览图像进行处理以消除摩尔纹。然而，摩尔纹是不规则的，且没有明显的形状规律。在对预览图像中的摩尔纹进行检测时，经常出现误检的问题。

发明内容

有鉴于此，本申请实施例提供了一种图像摩尔纹检测方法、终端设备及计算机可读存储介质，以解决目前图像中摩尔纹的检测精度低的问题。

本申请实施例的第一方面提供了一种图像摩尔纹检测方法，包括：

获取待检测图像，并提取所述待检测图像的频率信息和振幅信息；

判断所述待检测图像的频率信息和振幅信息是否满足预设条件；

若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

本申请实施例的第二方面提供了一种终端设备，包括：

信息获取单元，用于获取待检测图像，并提取所述待检测图像的频率信息和振幅信息；

判断单元，用于判断所述待检测图像的频率信息和振幅信息是否满足预设条件；

确定单元，用于若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

本申请实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第四方面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存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例的第五方面提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被一个或多个处理器执行时实现本申请实施例第一方面提供的所述方法的步骤。

本申请实施例提供了一种检测图像中是否存在摩尔纹的方法，首先获取待检测图像，并提取所述待检测图像的频率信息和振幅信息，判断所述频率信息和振幅信息是否满足预设条件，若满足预设条件，确定所述待检测图像中包含摩尔纹，本申请实施例通过待检测图像中的频率信息和振幅信息确定待检测图像中的摩尔纹，能够避免图像本身存在高频振荡信息时的误检，因此能够提高图像中摩尔纹的检测精度。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种图像摩尔纹检测方法的实现流程示意图；

图2是本申请实施例提供的另一种图像摩尔纹检测方法的实现流程示意图；

图3是本申请实施例提供的另一种图像摩尔纹检测方法的实现流程示意图；

图4是本申请实施例提供的一种终端设备的示意框图；

图5是本申请实施例提供的另一种终端设备的示意框图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

图1是本申请实施例提供的一种图像摩尔纹检测方法的实现流程示意图，如图所示该方法可以包括以下步骤：

步骤S101，获取待检测图像，并提取所述待检测图像的频率信息和振幅信息。

在本申请实施例中，提取待检测图像的频率信息和振幅信息的过程可以是：将待检测图像的灰度值离散分布变换到频域得到频谱图像，然后获得所述频谱图像的频谱幅值图像，从而获得所述待检测图像的频率信息和振幅信息。

步骤S102，判断所述待检测图像的频率信息和振幅信息是否满足预设条件。

在本申请实施例中，所述预设条件可以是预先设定的频率特征和振幅特征，判断所述待检测图像的频率信息和振幅信息是否满足预设条件可以是：判断所述待检测图像的频率信息与预设的频率特征的匹配度是否大于第一预设值，所述待检测图像的振幅信息与预设的振幅特征的匹配度是否大于第二预设值，当然，第一预设值和第二预设值可以相等，也可以不相等。

步骤S103，若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

在本申请实施例中，预设的频率特征和振幅特征，可以是从包含摩尔纹的多个图像中提取的共有的频率特征和振幅特征。将提取的包含摩尔纹的多个图像的共有的频率特征和振幅特征作为预设的频率特征和振幅特征。

本申请实施例通过待检测图像中的频率信息和振幅信息确定待检测图像中的摩尔纹，能够避免图像本身存在高频振荡信息时的误检，因此能够提高图像中摩尔纹的检测精度。

图2是本申请实施例提供的另一种图像摩尔纹检测方法的流程示意图，本申请实施例是在图1所示实施例的基础上描述如何获取目标特征点的过程，可以包括以下步骤：

步骤S201，获取待检测图像，从所述待检测图像中提取至少一个方向上的多条亮度曲线，并获取所述亮度曲线的频率信息和振幅信息。

在本申请实施例中，从所述待检测图像中提取至少一个方向上的多条亮度曲线，并获取所述亮度曲线的频率信息和振幅信息可以作为是如何提取所述待检测图像的频率信息和振幅信息的另一实施例。图1所示实施例描述了基于待检测图像的频域的频谱图提取待检测图像的频率信息和振幅信息。本申请实施例基于所述待检测图像的时域的亮度曲线提取待检测图像的频率信息和振幅信息。

作为本申请又一实施例，从所述待检测图像中提取至少一个方向上的多条亮度曲线包括：

在所述待检测图像上选取第一方向，并在所述第一方向上以第一步长提取亮度曲线；

在所述待检测图像上确认第二方向，并在所述第二方向上以第二步长提取亮度曲线，其中所述第二方向与所述第一方向垂直。

本申请实施例，实际上是在横纵两个方向上分别提取亮度曲线。当然实际应用中，也可以在一个方向上，或者大于两个方向上提取多条亮度曲线。

作为举例，所述第一方向为横向，则待检测图像中横向所示的方向，按照预设步长(例如预设数量的像素点)分别生成与所述第一方向垂直的直线，每个直线上的像素点对应的亮度构成该直线对应的亮度曲线，这样，在所述第一方向上生成了多条亮度曲线，同理，可以在所述待检测图像上确认第二方向，并在所述第二方向上以第二步长提取亮度曲线，其中所述第二方向与所述第一方向垂直。

所述获取所述亮度曲线的频率信息的过程可以是：将所述亮度曲线均匀划分为多个亮度曲线片段(即长度固定的亮度曲线片段)，并计算每个亮度曲线片段对应的频率值获得多个频率值；计算多个频率值的数据特征值作为所述亮度曲线的频率信息。所述计算每个亮度曲线片段对应的频率值的过程可以是：周期性变化的次数与亮度曲线片段对应的时间的比值。

所述获取所述亮度曲线的振幅信息的过程可以是：将所述亮度曲线均匀划分为多个亮度曲线片段，并计算每个亮度曲线片段对应的振幅值获得多个振幅值；计算多个振幅值的数据特征值作为所述亮度曲线的振幅信息。所述计算每个亮度曲线片段对应的振幅值的过程可以是：获取当前亮度曲线片段的多个振幅的均值。

步骤S202，判断所述待检测图像中是否存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线。

步骤S203，若存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线，则统计所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例。

步骤S204，若所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例大于预设比例，则确定所述待检测图像的频率信息和振幅信息满足预设条件。

在本申请实施例中，步骤S202至步骤S204为判断所述待检测图像的频率信息和振幅信息是否满足预设条件的一个实施例。与图1所示实施例不同的是，本申请实施例中，是根据待检测图像的二维特征提供的亮度曲线，通常图像中的摩尔纹是由于干涉原理产生的周期性的明暗相间的纹，因此，图像中的摩尔纹在亮度上具有频率特征也具有振幅特征，所以本申请实施例中设置了第一阈值和第二阈值，然而，图像中并非出现了所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线就认为该图像中存在摩尔纹，因为，摩尔纹通常是全面性的、大面积的在图像中出现，当图像中的某个物体本身就是条纹状图案的时候，也可能会出现一条或者几条亮度曲线的频率信息大于第一阈值，且振幅信息大于第二阈值，但是该图像未必就包含摩尔纹。所以，还需要统计所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例。即所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线占所有亮度曲线的比例。只有在该比例大于预设比例时，才确定所述待检测图像的频率信息和振幅信息满足预设条件。

步骤S205，若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

在本申请实施例中，检测图像中是否存在摩尔纹并不是最终目的，实际上检测到摩尔纹之后，希望将图像中的摩尔纹去除掉，以图像能够呈现较好的效果。因此，在确定所述待检测图像中包含摩尔纹之后，还包括：

对所述待检测图像进行傅里叶变换，获取待检测图像的频谱图；

从所述待检测图像的频谱图中过滤频率大于第一阈值、且振幅大于第二阈值的信息。

在本申请实施例中，对待检测图像的摩尔纹检测，时域图(待检测图像的平面信息)能够更方便的处理；对待检测图像的摩尔纹的过滤，频域图相比于时域图能够更方便的处理，因此，在对待检测图像中的摩尔纹进行过滤时，可以先对所述待检测图像进行傅里叶变换，获取的待检测图像的频谱图，从所述待检测图像的频谱图中过滤频率大于第一阈值、且振幅大于第二阈值的信息。

图3是本申请实施例提供的另一种图像摩尔纹检测方法的流程示意图，本申请实施例是在图1或图2所示实施例的基础上描述对所述亮度曲线进行基线漂移校正处理，获得基线漂移校正后的亮度曲线的过程，可以包括以下步骤：

本申请实施例中，为了获取亮度曲线精确的频率信息和振幅信息，可以在获取所述亮度曲线的频率信息和振幅信息之前，对所述亮度曲线进行基线漂移校正处理，获得基线漂移校正后的亮度曲线。为了进行基线漂移校正处理，还需要获取所述亮度曲线的基线，例如步骤S301至步骤S303的部分，描述为如何对所述亮度曲线进行拟合，获得所述亮度曲线的基线。

步骤S301，获取亮度曲线中的波峰和波谷，并确定相邻的波峰和波谷的平均值。

步骤S302，在相邻的波峰和波谷之间的亮度曲线片段中确定所述平均值对应的点。

步骤S303，基于所述亮度曲线上所有平均值对应的点拟合曲线，获得所述亮度曲线的基线。

在本申请实施例中，亮度曲线中可能包含了多个波峰以及多个波谷，通常波峰和波谷是相邻的，可以确定相邻的波峰和波谷的平均值。在当前相邻的波峰和波谷之间的亮度曲线片段上找到该平均值对应的点，为了方面描述，我将该点记为均值点。这样，每两个相邻的波峰和波谷之间的亮度曲线上均会存在一个均值点，根据波峰和波谷之间确定的所有的均值点基于多项式拟合的方式拟合平滑的曲线，拟合获得的平滑的曲线就是亮度曲线的基线。先从亮度曲线中获取所有的均值点，可以有效降低后续拟合的过程的计算量，提高拟合效率。

由于已经将大量的数据缩小到比较少的均值点，且所述均值点也能够表示所述亮度曲线的基线的趋势。所以，可以根据所述均值点拟合平滑的曲线作为亮度曲线的基线。同时，在进行多项式拟合的时候，可以从低次(y＝ax+b)到高次(y＝axⁿ+bx^n-1+……+k)分别对所有的均值点进行拟合，当n为一个取值时，拟合的平滑的曲线与所有的均值点的匹配度大于预设匹配度时，就可以停止，此时拟合的多项式曲线就为所述亮度曲线的基线。

需要说明的是，在实际应用中，对于包含摩尔纹的图像提取的亮度曲线中所有的均值点的拟合曲线对应的多项式中，n的取值越高，拟合的平滑的曲线与所有的均值点的匹配度可能越高。然而，当匹配度足够高的情况下，拟合的曲线不再是代表所有的均值点的基线，而是能覆盖所有的均值点的曲线，实际上，基线漂移不会是高频的漂移，甚至多数情况下，可能是线性漂移。所以，需要设定一个相对较低的匹配度，从低次到高次分别对所述均值点进行拟合获得平滑的曲线，一旦当前获得平滑的曲线与所有的均值点之间的匹配度大于预设匹配度，就可以停止继续拟合，此时拟合的平滑的曲线就为所述亮度曲线的基线。

步骤S304，基于所述亮度曲线和所述亮度曲线的基线之间的差值，对所述亮度曲线进行基线漂移校正处理。

在本申请实施例中，可以计算所述亮度曲线和所述亮度曲线的基线之间的差值，并将所述差值作为基线漂移校正后的亮度曲线。

也可以是计算多条亮度曲线对应的基线之间的多个交叉点的均值，并将所述亮度曲线和所述亮度曲线的基线之间的差值加上所述多个交叉点的均值，获得基线漂移校正后的亮度曲线。所述计算所述亮度曲线和所述亮度曲线的基线之间的差值包括：

将亮度曲线和亮度曲线的基线中横坐标对应的点的纵坐标相减。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

图4是本申请一实施例提供的终端设备的示意框图，为了便于说明，仅示出与本申请实施例相关的部分。

该终端设备4可以是内置于手机、平板电脑、笔记本等终端设备内的软件单元、硬件单元或者软硬结合的单元，也可以作为独立的挂件集成到所述手机、平板电脑、笔记本等终端设备中。

所述终端设备4包括：

信息获取单元41，用于获取待检测图像，并提取所述待检测图像的频率信息和振幅信息；

判断单元42，用于判断所述待检测图像的频率信息和振幅信息是否满足预设条件；

确定单元43，用于若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

可选的，所述信息获取单元41还用于：

从所述待检测图像中提取至少一个方向上的多条亮度曲线，并获取所述亮度曲线的频率信息和振幅信息。

可选的，所述判断单元42包括：

第一判断模块421，用于判断所述待检测图像中是否存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线；

统计模块422，用于若存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线，则统计所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例；

第二判断模块423，用于若所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例大于预设比例，则确定所述待检测图像的频率信息和振幅信息满足预设条件。

可选的，所述终端设备4还包括：

基线校正单元44，用于在获取所述亮度曲线的频率信息和振幅信息之前，对所述亮度曲线进行基线漂移校正处理，获得基线漂移校正后的亮度曲线；

相应的，所述信息获取单元41还用于：

获取所述基线漂移校正后的亮度曲线的频率信息和振幅信息。

可选的，所述基线校正单元44包括：

基线获取模块441，用于对所述亮度曲线进行拟合，获得所述亮度曲线的基线；

基线校正模块442，用于基于所述亮度曲线和所述亮度曲线的基线之间的差值，对所述亮度曲线进行基线漂移校正处理。

可选的，所述基线获取模块441还用于：

获取所述亮度曲线中的波峰和波谷，并确定相邻的波峰和波谷的平均值；

在相邻的波峰和波谷之间的亮度曲线片段中确定所述平均值对应的点；

基于所述亮度曲线上所有平均值对应的点拟合曲线，获得所述亮度曲线的基线。

可选的，所述终端设备4还包括：

频谱图获取单元，用于对所述待检测图像进行傅里叶变换，获取待检测图像的频谱图；

过滤单元，用于从所述待检测图像的频谱图中过滤频率大于第一阈值、且振幅大于第二阈值的信息。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述终端设备的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述终端设备中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

图5是本申请又一实施例提供的终端设备的示意框图。如图5所示，该实施例的终端设备5包括：一个或多个处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个图像摩尔纹检测方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器50执行所述计算机程序52时实现上述终端设备实施例中各模块/单元的功能，例如图4所示模块41至43的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如，所述计算机程序52可以被分割成信息获取单元、判断单元、确定单元。

所述信息获取单元，用于获取待检测图像，并提取所述待检测图像的频率信息和振幅信息；

所述判断单元，用于判断所述待检测图像的频率信息和振幅信息是否满足预设条件；

所述确定单元，用于若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

其它单元或者模块可参照图4所示的实施例中的描述，在此不再赘述。

所述终端设备包括但不仅限于处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的一个示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入设备、输出设备、网络接入设备、总线等。

所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (8)

1.一种图像摩尔纹检测方法，其特征在于，包括：

获取待检测图像，并提取所述待检测图像的频率信息和振幅信息，包括：

从所述待检测图像中提取至少一个方向上的多条亮度曲线，并获取所述亮度曲线的频率信息和振幅信息；

判断所述待检测图像的频率信息和振幅信息是否满足预设条件，包括：

其中，预设的频率特征和振幅特征，是从包含摩尔纹的多个图像中提取的共有的频率特征和振幅特征，将提取的包含摩尔纹的多个图像的共有的频率特征和振幅特征作为预设的频率特征和振幅特征；

判断所述待检测图像中是否存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线；

若存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线，则统计所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例；

若所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例大于预设比例，则确定所述待检测图像的频率信息和振幅信息满足预设条件；

若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

2.如权利要求1所述的图像摩尔纹检测方法，其特征在于，在获取所述亮度曲线的频率信息和振幅信息之前，还包括：

对所述亮度曲线进行基线漂移校正处理，获得基线漂移校正后的亮度曲线；

相应的，所述获取所述亮度曲线的频率信息和振幅信息包括：

获取所述基线漂移校正后的亮度曲线的频率信息和振幅信息。

3.如权利要求2所述的图像摩尔纹检测方法，其特征在于，所述对所述亮度曲线进行基线漂移校正处理包括：

对所述亮度曲线进行拟合，获得所述亮度曲线的基线；

基于所述亮度曲线和所述亮度曲线的基线之间的差值，对所述亮度曲线进行基线漂移校正处理。

4.如权利要求3所述的图像摩尔纹检测方法，其特征在于，所述对所述亮度曲线进行拟合，获得所述亮度曲线的基线包括：

获取所述亮度曲线中的波峰和波谷，并确定相邻的波峰和波谷的平均值；

在相邻的波峰和波谷之间的亮度曲线片段中确定所述平均值对应的点；

基于所述亮度曲线上所有平均值对应的点拟合曲线，获得所述亮度曲线的基线。

5.如权利要求1至4任一项所述的图像摩尔纹检测方法，其特征在于，在确定所述待检测图像中包含摩尔纹之后，还包括：

对所述待检测图像进行傅里叶变换，获取待检测图像的频谱图；

从所述待检测图像的频谱图中过滤频率大于第一阈值、且振幅大于第二阈值的信息。

6.一种终端设备，其特征在于，包括：

信息获取单元，用于获取待检测图像，并提取所述待检测图像的频率信息和振幅信息，包括：

从所述待检测图像中提取至少一个方向上的多条亮度曲线，并获取所述亮度曲线的频率信息和振幅信息；

判断单元，用于判断所述待检测图像的频率信息和振幅信息是否满足预设条件，包括：

其中，预设的频率特征和振幅特征，是从包含摩尔纹的多个图像中提取的共有的频率特征和振幅特征，将提取的包含摩尔纹的多个图像的共有的频率特征和振幅特征作为预设的频率特征和振幅特征；

判断所述待检测图像中是否存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线；

若存在所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线，则统计所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例；

若所述待检测图像中所述频率信息大于第一阈值，且所述振幅信息大于第二阈值的亮度曲线的比例大于预设比例，则确定所述待检测图像的频率信息和振幅信息满足预设条件；

确定单元，用于若所述待检测图像的频率信息和振幅信息满足预设条件，则确定所述待检测图像中包含摩尔纹。

7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时实现如权利要求1至5任一项所述方法的步骤。

Images