CN112200775A - 图像清晰度检测方法、装置、电子设备及存储介质 - Google Patents

图像清晰度检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112200775A
CN112200775A CN202011018147.5A CN202011018147A CN112200775A CN 112200775 A CN112200775 A CN 112200775A CN 202011018147 A CN202011018147 A CN 202011018147A CN 112200775 A CN112200775 A CN 112200775A
Authority
CN
China
Prior art keywords
image
sub image
definition
sub
subjected
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.)
Pending
Application number
CN202011018147.5A
Other languages
English (en)
Inventor
侯康
闫亚军
刘东旭
曹志超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Meishe Network Technology Co ltd
Original Assignee
Beijing Meishe Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Meishe Network Technology Co ltd filed Critical Beijing Meishe Network Technology Co ltd
Priority to CN202011018147.5A priority Critical patent/CN112200775A/zh
Publication of CN112200775A publication Critical patent/CN112200775A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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

Abstract

本申请实施例提供了图像清晰度检测方法、装置、电子设备及存储介质，该方法包括：将获取到的待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；分别根据计算出的每一个子图像块对应的边缘图，确定每一个子图像块的清晰度；对多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。避免模糊背景对图像清晰度的准确性的影响，同时，能够避免一些平坦区域较多的图像被误识别为清晰度较低的图像的情况，提升图像清晰度检测的准确性。

Description

图像清晰度检测方法、装置、电子设备及存储介质
技术领域
本申请涉及图像处理领域，具体涉及图像清晰度检测方法、装置、电子设备及存储介质。
背景技术
在用户拍摄照片或拍摄视频时，由于设备性能较差、拍摄环境较差、用户拍摄技巧不足等情况，会因为对焦不准而导致照片或视频中的图像模糊不清。对视频中的图像的清晰度或单张照片的清晰度检测具有广泛的应用场景：1)在拍摄前进行实时的图像清晰度检测，可以辅助拍摄设备进行自动焦距调节，还可以提醒用户进行手动调节，实现智能化的拍摄设备；2)能够自动对存储设备上的视频和图像进行检测，自动将模糊的图像检测出来，方便用户快速高效的整理文件；3)在进行视频剪辑时，能够自动排除模糊的图像，提高剪辑效率。
目前的图像清晰度检测算法实时性较差。同时，模糊背景对图像清晰度检测的准确性影响大。
发明内容
为克服相关技术中存在的问题，本申请提供一种图像清晰度检测方法、电子设备及存储介质。
根据本申请实施例的第一方面，提供一种图像处理方法，包括：
获取待进行清晰度检测的图像对应的灰度图像；
将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；
将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；
对于所述多个子图像块中的每一个子图像块，基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图；对所述子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度；
对所述多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。
在一些实施例中，基于子图像块中的像素的灰度值，计算所述子图像块对应的边缘图包括：
利用sobel算子或拉普拉斯算子基于子图像块中的像素的灰度值，计算所述子图像块对应的边缘图。
在一些实施例中，基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度包括：
计算所述前第一预设数量个数值的平均值；
将所述前第一预设数量个数值的平均值确定为所述子图像块的清晰度。
在一些实施例中，所述第一预设数量为子图像块包括的像素的数量的平方根或对子图像块包括的像素的数量的平方根进行取整数计算得到的计算结果。
在一些实施例中，基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度包括：
计算所述前第二预设数量个子图像块的清晰度的平均值；
将所述前第二预设数量个子图像块的清晰度的平均值确定为待进行清晰度检测的图像的清晰度。
在一些实施例中，所述第二预设数量为子图像块的总数量的平方根或对子图像块的总数量的平方根进行取整数计算得到的计算结果。
在一些实施例中，待进行清晰度检测的图像为视频中的需要进行清晰度检测的图像。
根据本申请实施例的第二方面，提供一种图像处理装置，包括：
获取单元，被配置为获取待进行清晰度检测的图像对应的灰度图像；
尺寸调整单元，被配置为将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；
子图像块划分单元，被配置为将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；
子图像块清晰度确定单元，被配置为对于所述多个子图像块中的每一个子图像块，基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图；对所述子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度；
图像清晰度确定单元，被配置为对所述多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。
在一些实施例中，子图像块清晰度确定单元进一步被配置为利用sobel算子或拉普拉斯算子基于子图像块中的像素的灰度值，计算所述子图像块对应的边缘图。
在一些实施例中，子图像块清晰度确定单元进一步被配置为计算所述前第一预设数量个数值的平均值；将所述前第一预设数量个数值的平均值确定为所述子图像块的清晰度。
在一些实施例中，所述第一预设数量为子图像块包括的像素的数量的平方根或对子图像块包括的像素的数量的平方根进行取整数计算得到的计算结果。
在一些实施例中，图像清晰度确定单元进一步被配置为计算所述前第二预设数量个子图像块的清晰度的平均值；将所述前第二预设数量个子图像块的清晰度的平均值确定为待进行清晰度检测的图像的清晰度。
在一些实施例中，所述第二预设数量为子图像块的总数量的平方根或对子图像块的总数量的平方根进行取整数计算得到的计算结果。
在一些实施例中，待进行清晰度检测的图像为视频中的需要进行清晰度检测的图像。
本申请实施例提供的图像清晰度检测方法、电子设备及存储介质，通过获取待进行清晰度检测的图像对应的灰度图像；将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；对于多个子图像块中的每一个子图像块，基于该子图像块中的像素的灰度值，计算该子图像块对应的边缘图；对该子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后该子图像块对应的边缘图中的前第一预设数量个数值，确定该子图像块的清晰度；对该多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后该多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。实现了将待进行清晰度检测的图像划分为多个子图像块，分别计算每一个子图像块的清晰度，然后，利用在按照清晰度排序之后多个子图像块中的排名靠前的一定数量的子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。从而，避免模糊背景对图像清晰度的准确性的影响，同时，能够避免一些平坦区域较多的图像被误识别为清晰度较低的图像的情况，提升图像清晰度检测的准确性。检测速度快，对于尺寸较大的待进行清晰度检测的图像也可以满足图像清晰度检测的实时性。不需要额外的辅助设备确定待进行清晰度检测的图像的清晰度，无需增加硬件成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1示出了本申请实施例提供的图像清晰度检测方法的流程图；
图2示出了检测待进行清晰度检测的图像的清晰度的流程示意图。
图3示出了本申请实施例提供的图像清晰度检测装置的结构框图。
图4示出了本申请实施例提供的电子设备的结构框图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了本申请实施例提供的图像清晰度检测方法的流程图，该方法包括：
步骤101，获取待进行清晰度检测的图像对应的灰度图像。
在本申请中，当待进行清晰度检测的图像为灰度图像时，则待进行清晰度检测的图像即为待进行清晰度检测的图像对应的灰度图像。
当待进行清晰度检测的图像不是灰度图像时，则可以计算待进行清晰度检测的图像中的每一个像素的灰度值，然后，生成待进行清晰度检测的图像对应的灰度图像，从而，获取到待进行清晰度检测的图像对应的灰度图像。
例如，待进行清晰度检测的图像的格式为RGB格式，对于待进行清晰度检测的图像中的每一个像素，可以采用以下方式计算该像素的灰度值Gray。
Gray＝R*0.299+G*0.587+B*0.114
其中，R表示像素在R通道的取值，G表示像素在G通道的取值，B表示像素在B通道的取值。
又例如，可以采用以下方式计算该像素的灰度值Gray：
Gray＝R/3+G/3+B/3
当待进行清晰度检测的图像不是灰度图像时，待进行清晰度检测的图像对应的灰度图像中每一个像素各自对应待进行清晰度检测的图像中的一个像素。对于待进行清晰度检测的图像对应的灰度图像中每一个像素，该像素的像素值为计算出的待进行清晰度检测的图像中的与该像素的相对应的像素的灰度值。
步骤102，将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸。
在本申请中，在待进行清晰度检测的图像对应的灰度图像的尺寸不是预设尺寸的情况下，可以将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸例如500*500。
通过将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸，可以确保检测出的清晰度不会由于待进行清晰度检测的图像的尺寸的不同而不同。
步骤103，将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块。
在本申请中，在将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸之后，可以将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块。
例如，可以将待进行清晰度检测的图像对应的灰度图像划分为5*5个子图像块，每一个子图像块的大小为100*100。
在本申请中，不对子图像块大小和是否具有重叠部分进行限定，仅需保证每个子图像块只覆盖图像的一部分，并且所有子图像块的总和能覆盖整个图像即可。
步骤104，分别计算多个子图像块中的每一个子图像块对应的边缘图，以及分别根据每一个子图像块对应的边缘图，确定每一个子图像块的清晰度。
在本申请中，对于多个子图像块中的每一个子图像块，可以采用已有的计算图边缘的算法基于该子图像块中的像素的灰度值，计算该子图像块对应的边缘图。
对于多个子图像块中的每一个子图像块，该子图像块对应的边缘图中的每一个边缘图像素各自对应该子图像块中的一个像素。对于该子图像块对应的边缘图中的每一个边缘图像素，该边缘图像素的像素值为采用计算图边缘的算法对子图像块中的、与该像素相对应的像素的灰度值进行相应的计算操作之后得到数值。
例如，当采用sobel算子法计算第n个子图像块的边缘图Gn时，可以采用以下公式计算出第n个子图像块的边缘图。
Figure BDA0002699783120000071
Figure BDA0002699783120000072
Figure BDA0002699783120000073
其中，In表示第n个子图像块，*表示二维卷积。
在计算多个子图像块中的每一个子图像块对应的边缘图之后，可以对于每一个子图像块，对该子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后该子图像块对应的边缘图中的前第一预设数量个数值，确定该子图像块的清晰度。
子图像块对应的边缘图中的数值可以是指子图像块对应的边缘图中的边缘图像素的像素值。
对于任意一个子图像块，在确定该子图像块的清晰度时，可以对该子图像块对应的边缘图中的数值按照从大至小进行排序。在进行排序之后，该子图像块对应的边缘图中的每一个数值各自具有一个位置。在该子图像块对应的边缘图中的数值越大，则在排序之后，该子图像块对应的边缘图中的数值的位置越靠前。
对于任意一个子图像块，在排序之后，可以基于在排序之后该子图像块对应的边缘图中的前第一预设数量个数值，确定该子图像块的清晰度。可以将在排序之后该子图像块对应的边缘图中的前第一预设数量个数值中的中位数确定为该子图像块的清晰度。
在一些实施例中，对于每一个子图像块，基于在排序之后子图像块对应的边缘图中的前第一预设数量个数值，确定子图像块的清晰度包括：计算在排序之后该子图像块对应的边缘图中的前第一预设数量个数值的平均值；将在排序之后该子图像块对应的边缘图中的该前第一预设数量个数值的平均值确定为该子图像块的清晰度。
在本申请中，对于任意一个子图像块，在确定该子图像块的清晰度时，可以在对该子图像块对应的边缘图中的数值按照从大至小进行排序之后，计算在进行排序之后该子图像块对应的边缘图中的前第一预设数量个数值的平均值。
第一预设数量可以利用N0表示，对于任意一个子图像块，可以计算在对该子图像块对应的边缘图中的数值按照从大至小进行排序之后该子图像块对应的边缘图中的前N0个数值的平均值。然后，将该子图像块对应的边缘图中的前N0个数值的平均值确定为该子图像块的清晰度。
在一些实施例中，第一预设数量为子图像块包括的像素的数量的平方根或对子图像块包括的像素的数量的平方根进行取整数计算得到的计算结果。
子图像块包括的像素的数量的平方根表示为
Figure BDA0002699783120000081
若子图像块包括的像素的数量的平方根为整数，第一预设数量N0为子图像块包括的像素的数量的平方根。若子图像块包括的像素的数量的平方根不是整数，取整计算可以为四舍五入取整计算，可以对子图像块包括的像素的数量的平方根进行四舍五入取整计算，将得到的计算结果作为第一预设数量N0。
步骤105，对多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。
在本申请中，在确定多个子图像块中的每一个子图像块的清晰度之后，对多个子图像块按照清晰度从大至小进行排序。
在对多个子图像块按照清晰度从大至小进行排序之后，每一个子图像块各自具有一个位置。子图像块的清晰度越高，子图像块的位置越靠前。
在对多个子图像块按照清晰度从大至小进行排序之后，可以基于在排序之后多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。可以将前第二预设数量个子图像块的清晰度中的中位数确定为待进行清晰度检测的图像的清晰度。
在一些实施例中，基于在排序之后多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度包括：计算前第二预设数量个子图像块的清晰度的平均值；将前第二预设数量个子图像块的清晰度的平均值确定为待进行清晰度检测的图像的清晰度。
第二预设数量可以利用N1表示，可以计算在对多个子图像块按照清晰度从大至小进行排序之后前N1个子图像块的清晰度的平均值。然后，将该前N1个子图像块的清晰度的平均值确定为该子图像块的清晰度。
在一些实施例中，第二预设数量为子图像块的总数量的平方根或对子图像块的总数量的平方根进行取整数计算得到的计算结果。
若子图像块的总数量的平方根为整数，第二预设数量N1为子图像块的总数量的平方根。若子图像块的总数量的平方根不是整数，取整计算可以为四舍五入取整计算，对子图像块的总数量的平方根进行四舍五入取整计算，将得到的计算结果作为第二预设数量N1。
请参考图2，其示出了检测待进行清晰度检测的图像的清晰度的流程示意图。
获取待进行清晰度检测的图像对应的灰度图像。将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸。在将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸之后，可以将待进行清晰度检测的图像对应的灰度图像划分为i*j个子图像块。
分别计算i*j个子图像块中的每一个子图像块对应的边缘图。对于任意一个子图像块，可以在对该子图像块对应的边缘图中的数值按照从大至小进行排序之后，计算该子图像块对应的边缘图中的前N0个数值的平均值，然后，将该子图像块对应的边缘图中的前N0个数值的平均值确定为该子图像块的清晰度。
对i*j个子图像块按照清晰度从大至小进行排序。计算在对i*j个子图像块按照清晰度从大至小进行排序之后前N1个子图像块的清晰度的平均值。然后，将前N1个子图像块的清晰度的平均值确定为待进行清晰度检测的图像的清晰度。
请参考图3，其示出了本申请实施例提供的图像清晰度检测装置的结构框图。图像清晰度检测装置包括：获取单元301，尺寸调整单元302，子图像块划分单元303，子图像块清晰度确定单元304，图像清晰度确定单元305。
获取单元301被配置为获取待进行清晰度检测的图像对应的灰度图像；
尺寸调整单元302被配置为将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；
子图像块划分单元303被配置为将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；
子图像块清晰度确定单元304被配置为对于所述多个子图像块中的每一个子图像块，基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图；对所述子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度；
图像清晰度确定单元305被配置为对所述多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。
在一些实施例中，子图像块清晰度确定单元进一步被配置为利用sobel算子或拉普拉斯算子基于子图像块中的像素的灰度值，计算所述子图像块对应的边缘图。
在一些实施例中，子图像块清晰度确定单元进一步被配置为计算所述前第一预设数量个数值的平均值；将所述前第一预设数量个数值的平均值确定为所述子图像块的清晰度。
在一些实施例中，所述第一预设数量为所述子图像块包括的像素的数量的平方根或对所述平方根进行取整数计算得到的计算结果。
在一些实施例中，图像清晰度确定单元进一步被配置为计算所述前第二预设数量个子图像块的清晰度的平均值；将所述前第二预设数量个子图像块的清晰度的平均值确定为待进行清晰度检测的图像的清晰度。
在一些实施例中，所述第二预设数量为子图像块的总数量的平方根或对所述平方根进行取整数计算得到的计算结果。
在一些实施例中，待进行清晰度检测的图像为视频中的需要进行清晰度检测的图像。
图4是本申请实施例根据的一种电子设备的结构框图。参照图4，电子设备包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理组件422执行的指令，例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件422被配置为执行指令，以执行上述方法。
电子设备还可以包括一个电源组件426被配置为执行电子设备的电源管理，一个有线或无线网络接口450被配置为将电子设备连接到网络，和一个输入输出(I/O)接口458。电子设备可以操作基于存储在存储器432的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由电子设备执行以完成上述图像清晰度检测方法。可选地，存储介质可以是非临时性计算机可读存储介质，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这里公开的申请后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请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。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种图像清晰度检测方法，其特征在于，所述方法包括：
获取待进行清晰度检测的图像对应的灰度图像；
将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；
将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；
对于所述多个子图像块中的每一个子图像块，基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图；对所述子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度；
对所述多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。
2.根据权利要求1所述的方法，其特征在于，基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图包括：
利用sobel算子或拉普拉斯算子基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图。
3.根据权利要求1所述的方法，其特征在于，基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度包括：
计算所述前第一预设数量个数值的平均值；
将所述前第一预设数量个数值的平均值确定为所述子图像块的清晰度。
4.根据权利要求3所述的方法，其特征在于，所述第一预设数量为子图像块包括的像素的数量的平方根或对子图像块包括的像素的数量的平方根进行取整数计算得到的计算结果。
5.根据权利要求1所述的方法，其特征在于，基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度包括：
计算所述前第二预设数量个子图像块的清晰度的平均值；
将所述前第二预设数量个子图像块的清晰度的平均值确定为待进行清晰度检测的图像的清晰度。
6.根据权利要求5所述的方法，其特征在于，所述第二预设数量为子图像块的总数量的平方根或对子图像块的总数量的平方根进行取整数计算得到的计算结果。
7.根据权利要求1-6之一所述的方法，其特征在于，待进行清晰度检测的图像为视频中的需要进行清晰度检测的图像。
8.一种图像清晰度检测装置，其特征在于，所述装置包括：
获取单元，被配置为获取待进行清晰度检测的图像对应的灰度图像；
尺寸调整单元，被配置为将待进行清晰度检测的图像对应的灰度图像的尺寸调整至预设尺寸；
子图像块划分单元，被配置为将待进行清晰度检测的图像对应的灰度图像划分为多个子图像块；
子图像块清晰度确定单元，被配置为对于所述多个子图像块中的每一个子图像块，基于所述子图像块中的像素的灰度值，计算所述子图像块对应的边缘图；对所述子图像块对应的边缘图中的数值按照从大至小进行排序；基于在排序之后所述子图像块对应的边缘图中的前第一预设数量个数值，确定所述子图像块的清晰度；
图像清晰度确定单元，被配置为对所述多个子图像块按照清晰度从大至小进行排序，以及基于在排序之后所述多个子图像块中的前第二预设数量个子图像块的清晰度，确定待进行清晰度检测的图像的清晰度。
9.一种电子设备，其特征在于，所述电子设备包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至7中任一项所述的方法。
10.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至7中任一项所述的方法。
CN202011018147.5A 2020-09-24 2020-09-24 图像清晰度检测方法、装置、电子设备及存储介质 Pending CN112200775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011018147.5A CN112200775A (zh) 2020-09-24 2020-09-24 图像清晰度检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011018147.5A CN112200775A (zh) 2020-09-24 2020-09-24 图像清晰度检测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112200775A true CN112200775A (zh) 2021-01-08

Family

ID=74006596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011018147.5A Pending CN112200775A (zh) 2020-09-24 2020-09-24 图像清晰度检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112200775A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086560A (zh) * 2022-06-20 2022-09-20 深圳星禾设计有限公司 一种移动终端的影像管理优化方法和移动终端
CN116188510A (zh) * 2023-04-25 2023-05-30 安徽皖欣环境科技有限公司 一种基于多传感器的企业排放数据采集系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090129674A1 (en) * 2007-09-07 2009-05-21 Yi-Chun Lin Device and method for obtaining clear image
CN103793918A (zh) * 2014-03-07 2014-05-14 深圳市辰卓科技有限公司 一种图像清晰度检测方法及装置
CN107240078A (zh) * 2017-06-06 2017-10-10 广州优创电子有限公司 镜头清晰度验算方法、装置及电子设备
CN110335246A (zh) * 2019-05-29 2019-10-15 成都数之联科技有限公司 一种证照图片清晰度评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090129674A1 (en) * 2007-09-07 2009-05-21 Yi-Chun Lin Device and method for obtaining clear image
CN103793918A (zh) * 2014-03-07 2014-05-14 深圳市辰卓科技有限公司 一种图像清晰度检测方法及装置
CN107240078A (zh) * 2017-06-06 2017-10-10 广州优创电子有限公司 镜头清晰度验算方法、装置及电子设备
CN110335246A (zh) * 2019-05-29 2019-10-15 成都数之联科技有限公司 一种证照图片清晰度评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086560A (zh) * 2022-06-20 2022-09-20 深圳星禾设计有限公司 一种移动终端的影像管理优化方法和移动终端
CN116188510A (zh) * 2023-04-25 2023-05-30 安徽皖欣环境科技有限公司 一种基于多传感器的企业排放数据采集系统

Similar Documents

Publication Publication Date Title
CN111031346B (zh) 一种增强视频画质的方法和装置
US11748894B2 (en) Video stabilization method and apparatus and non-transitory computer-readable medium
US7599568B2 (en) Image processing method, apparatus, and program
CN109791695B (zh) 基于图像块的运动向量确定所述块的方差
US20050249429A1 (en) Method, apparatus, and program for image processing
US8213052B2 (en) Digital image brightness adjustment using range information
US20130258138A1 (en) Apparatus for generating an image with defocused background and method thereof
US11093778B2 (en) Method and system for selecting image region that facilitates blur kernel estimation
CN111340749A (zh) 图像质量的检测方法、装置、设备及存储介质
CN105827993A (zh) 调整图像曝光度的方法及系统
CN112200775A (zh) 图像清晰度检测方法、装置、电子设备及存储介质
CN110288560B (zh) 一种图像模糊检测方法及装置
JP2005122721A (ja) 画像処理方法および装置並びにプログラム
CN112991374A (zh) 基于Canny算法的边缘增强方法、装置、设备及存储介质
JP2018133110A (ja) 画像処理装置及び画像処理プログラム
CN111275625B (zh) 一种图像去模糊方法、装置及电子设备
CN108769543B (zh) 曝光时间的确定方法及装置
CN110599532A (zh) 图像的深度估计模型优化、深度估计处理方法及装置
CN113963149A (zh) 一种医疗票据图片的模糊判断方法、系统、设备及介质
CN110933304B (zh) 待虚化区域的确定方法、装置、存储介质与终端设备
CN111179245B (zh) 图像质量检测方法、装置、电子设备和存储介质
WO2024016632A1 (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
JP2021111228A (ja) 学習装置、学習方法、及びプログラム
JP2005332382A (ja) 画像処理方法および装置並びにプログラム
CN111767757B (zh) 身份信息确定方法及装置

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