CN113379700B - 图像质量的检测方法、系统、设备及介质 - Google Patents
图像质量的检测方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN113379700B CN113379700B CN202110638494.6A CN202110638494A CN113379700B CN 113379700 B CN113379700 B CN 113379700B CN 202110638494 A CN202110638494 A CN 202110638494A CN 113379700 B CN113379700 B CN 113379700B
- Authority
- CN
- China
- Prior art keywords
- picture
- comparison result
- detected
- gray
- map
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 64
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本发明提供了一种图像质量的检测方法、系统、设备及介质,该检测方法包括:PC获取待测图片,待测图片为摄像终端拍摄的图片,将待测图像与基准图片进行比对,生成第一对比结果;其中,基准图片与待测图片的拍摄对象和拍摄环境相同;将待测图片转换为灰度图,计算灰度图的区间像素数量,以及计算灰度图的亮度系数,将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,以及将亮度系数与设定亮度系数值进行对比,生成第三对比结果;根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果。本发明实现了图像质量的自动化检测,大大提高了图像的检测效率,且避免了人工检测可能带来的误差。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像质量的检测方法、系统、设备及介质。
背景技术
在多媒体娱乐产品中,图像质量的下降会使消费者在视觉上的享受大打折扣,导致多媒体产品的应用价值随之降低。
目前在具备拍照功能的终端中,对拍摄的照片成像的好坏通常以人工判断为主,由于各种可能存在的因素,导致人工判断照片存在误差,可能会出现将一些清晰度异常、亮度异常的异常图像判断为正常照片,导致检测效率低下,且影响了消费者的视觉享受。
发明内容
本发明的目的在于提供一种图像质量的检测方法、系统、设备及介质,实现了对待测图片的图像质量自动化检测,提高了图像质量的检测效率。
为实现上述目的,第一方面,本发明提供了一种图像质量的检测方法,应用于个人电脑PC,PC与摄像终端连接,该方法包括:
PC获取待测图片,该待测图片为摄像终端拍摄的图片,将待测图像与基准图片进行比对,生成第一对比结果;其中,基准图片与待测图片的拍摄对象和拍摄环境相同;将待测图片转换为灰度图,计算灰度图的区间像素数量,以及计算灰度图的亮度系数,将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,以及将亮度系数与设定亮度系数值进行对比,生成第三对比结果;根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果。
本发明实施例的有益效果在于:PC获取待测图片,且通过在PC中将待测图像与基准图片进行比对生成第一对比结果、将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果和将亮度系数与设定亮度系数值进行对比,生成第三对比结果,根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果,从而实现了图像质量的自动化检测,大大提高了图像的检测效率,且避免了人工检测可能带来的误差。
在一种可能的实现中,根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果,包括:当第一对比结果为待测图片与基准图片一致,第二对比结果为灰度图的区间像素数量小于设定阈值,第三对比结果为亮度系数小于设定亮度系数值时,生成所述待测图片为图像正常的检测结果。其有益效果在于:实现了如何判断待测图像为正常图像。
在一种可能的实现中,将待测图片与基准图片进行对比,生成第一对比结果,包括:采用像素差值法,将待测图片与基准图片中对应的像素点进行比对,生成第一比对结果。
在一种可能的实现中,将所述待测图片转换为灰度图,计算所述灰度图的区间像素数量,包括:从待测图片中获取感兴趣区域,将获取的感兴趣区域转换为灰度图,计算出灰度图的区间像素中白色像素点数量M,白色像素点数量占灰度图的区间像素数量的比例为M/SiZE,以及计算出灰度图的区间像素中黑色像素点数量N,该黑色像素点数量N占灰度图的区间像素数量的比例为N/SiZE,其中SiZE为灰度图的总的区间像素数量。将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,包括:需要说明的是,设定阈值包括第一阈值和第二阈值;当M/SiZE大于第一阈值,且N/SiZE大于第二阈值时,生成待测图片的黑/白屏异常的第二对比结果;当M/SiZE小于或等于第一阈值,且N/SiZE小于或等于第二阈值时,生成待测图片的黑/白屏正常的第二对比结果。其有益效果在于:实现了如何对待测图片的黑/白屏进行正常或异常的判断。
在一种可能的实现中,将所述待测图片转换为灰度图,计算所述灰度图的亮度系数,包括:计算灰度图的灰度偏离的均值Da,以及计算灰度图的灰度偏离的平均偏差Ma,根据均值Da和平均偏差Ma,计算出所述亮度系数,所述亮度系数满足K=|Da/Ma|,将亮度系数与设定亮度系数值进行对比,生成第三对比结果,包括:当亮度系数大于或等于设定亮度系数值时,生成所述待测图片的亮度异常的第三对比结果,当亮度系数小于设定亮度系数值时,生成待测图片的亮度正常的第三对比结果。
在第二方面,本发明实施例提供一种图像质量的检测系统,包括:个人电脑PC、摄像终端,PC与摄像终端连接;其中,
摄像终端,接收拍摄指令用于拍摄待测图片,PC,用于发送拍摄指令,并获取待测图片。PC,还用于将待测图像与基准图片进行比对,生成第一对比结果;其中,基准图片与待测图片的拍摄对象和拍摄环境相同,并将待测图片转换为灰度图,计算灰度图的区间像素数量,以及计算灰度图的亮度系数,将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,以及将亮度系数与设定亮度系数值进行对比,生成第三对比结果,根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果。
本发明实施例的有益效果在于:PC获取待测图片,且通过在PC中将待测图像与基准图片进行比对生成第一对比结果、将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果和将亮度系数与设定亮度系数值进行对比,生成第三对比结果,根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果,从而实现了图像质量的自动化检测,大大提高了图像的检测效率,且避免了人工检测可能带来的误差。
在一种可能的实现中,PC用于判断,当第一对比结果为待测图片与基准图片一致,第二对比结果为灰度图的区间像素数量小于设定阈值,第三对比结果为亮度系数小于设定亮度系数值时,生成待测图片为图像正常的检测结果。
在一种可能的实现中,所述PC,采用像素差值法,将待测图片与基准图片中对应的像素点进行比对,生成第一比对结果。
在一种可能的实现中,PC,从待测图片中获取感兴趣区域,将获取的感兴趣区域转换为灰度图,计算出灰度图的区间像素中白色像素点数量M,白色像素点数量占灰度图的区间像素数量的比例为M/SiZE,以及计算出灰度图的区间像素中黑色像素点数量N,黑色像素点数量N占灰度图的区间像素数量的比例为N/SiZE,其中SiZE为总的灰度图的区间像素数量;其中,
设定阈值包括第一阈值和第二阈值,当M/SiZE大于第一阈值,且N/SiZE大于第二阈值时,生成所述待测图片的黑/白屏异常的第二对比结果,当M/SiZE小于或等于第一阈值,且N/SiZE小于或等于第二阈值时,生成所述待测图片的黑/白屏正常的第二对比结果。
在一种可能的实现中,PC,用于计算灰度图的灰度偏离的均值Da,以及计算灰度图的灰度偏离的平均偏差Ma,并根据均值Da和平均偏差Ma,计算出亮度系数,该亮度系数满足K=|Da/Ma|;其中,
当亮度系数大于或等于设定亮度系数值时,PC生成待测图片的亮度异常的第三对比结果,当亮度系数小于设定亮度系数值时,PC生成待测图片的亮度正常的第三对比结果。
在一种可能的实现中,该系统还包括:灯箱和场景显示器,所述场景显示器和所述摄像终端设于所述灯箱内;其中,PC还用于发送控制指令,控制并切换灯箱内的光源和亮度,以及控制并切换所述场景显示器显示的基准图,摄像终端接收PC发送的控制指令,切换拍摄模式拍摄场景显示器显示的基准图。其有益效果在于:实现了光源、亮度、场景和拍摄模式的切换调节,增加了对不同待测图像的自动检测。
在第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的方法步骤。
本发明电子设备的有益效果在于:通过处理器执行计算机程序实现上述测试方法的运行。
在第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法步骤。
本发明计算机可读存储介质的有益效果在于,通过执行计算机程序实现上述测试方法的运行。
附图说明
图1为本发明实施例图像质量的检测方法的流程图;
图2为本发明实施例黑/白屏异常检测方法的流程图;
图3为本发明实施例亮度异常检测方法的流程图;
图4为本发明实施例图像质量的检测系统的系统图;
图5为本发明实施例图像质量检测系统中运行时的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。除非另外定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
目前对拍摄的照片成像的好坏通常以人工判断为主,导致投入大量的人力,且由于各种可能存在的因素,导致人工判断照片存在误差,可能会出现将一些清晰度异常、亮度异常的异常图像判断为正常照片,影响了消费者的视觉上的观赏的同时,导致检测效率低下。
针对上述存在的问题,本发明的实施例提供了一种图像质量的检测方法,应用于个人电脑(personal computer,PC),该PC与摄像终端连接,参考图1所示,该方法包括:
S101:PC获取待测图片,该待测图片为摄像终端拍摄的图片。
S102:PC将待测图像与预先存储在PC上的基准图片进行比对,生成第一对比结果,其中,基准图片与待测图片的拍摄对象和拍摄环境相同。
该步骤中,采用像素差值法,将待测图片与基准图片中对应的像素点进行比对,生成第一比对结果。需要说明的是,拍摄对象包括不同的场景图像,拍摄环境包括不同颜色的光源和亮度,通过保障基准图片与待测图片的拍摄对象和拍摄环境相同,从而控制了可能出现的变量,提高了对比结果的准确性。
S103:PC将待测图片转换为灰度图,计算灰度图的区间像素数量,以及计算灰度图的亮度系数。
该步骤中,在计算灰度图的区间像素数量时,先从待测图像中获取感兴趣区域(region of interest,ROI),感兴趣区域是从待测图像中选择的一个图像区域,这个图像区域是图像分析所关注的重点。圈定该图像区域以便进行进一步处理,可以减少处理时间,并且增加精度。
然后将获取的感兴趣区域转换为灰度图,计算出灰度图的区间像素中白色像素点数量M,白色像素点数量占灰度图的区间像素数量的比例为M/SiZE,以及计算出灰度图的区间像素中黑色像素点数量N,黑色像素点数量N占灰度图的区间像素数量的比例为N/SiZE,其中SiZE为灰度图的总的区间像素数量。
需要说明的是,灰度图是指只含亮度信息,不含色彩信息的图象,灰度图中的像素点通过8位的灰度值“0-255”来表示,其中,数值“255”表示纯白色,“0”表示纯黑色,“0-255”之间的数值表示从纯黑到纯白之间不同级别的灰度。在计算亮度系数时,将待测图片直接转换为灰度图,然后计算该灰度图中像素点灰度值偏离th1的均值Da,以及计算灰度图中像素点的灰度值偏离th1的平均偏差Ma,其中,th1取值为128,即th1大约为(0-255)的中间值,然后根据均值Da和平均偏差Ma,计算出亮度系数,该亮度系数满足K=|Da/Ma|。
S104:PC将灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,以及将亮度系数与设定亮度系数值进行对比,生成第三对比结果。
该步骤中,设定阈值包括第一阈值和第二阈值,当M/SiZE大于第一阈值,且N/SiZE大于第二阈值时,生成待测图片的黑/白屏异常的第二对比结果。当M/SiZE小于或等于第一阈值,且N/SiZE小于或等于第二阈值时,生成待测图片的黑/白屏正常的第二对比结果。需要说明的是,第一阈值和第二阈值相同,且第一阈值和第二阈值可取(0.85-0.9)中的任意值,在本实施例中,第一阈值和第二阈值为0.85。
当亮度系数大于或等于设定亮度系数值时,生成待测图片的亮度异常的第三对比结果,当亮度系数小于设定亮度系数值时,生成待测图片的亮度正常的第三对比结果。需要说明的是,设定亮度系数值取值范围在(1-1.5),在本实施例中,设定亮度系数值为1。
S105:PC根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果。
在本实施例中,一种可能的情况下,当第一对比结果为待测图片与基准图片一致,第二对比结果为灰度图的区间像素数量小于设定阈值,第三对比结果为所述亮度系数小于所述设定亮度系数值时,生成待测图片为图像正常的检测结果,否则生成待测图片为图像异常的检测结果。另一种可能的情况下,当第一对比结果为待测图片与基准图片一致,第二对比结果为灰度图的区间像素数量小于设定阈值,第三对比结果为所述亮度系数等于所述设定亮度系数值时,生成待测图片为图像正常的检测结果,否则生成待测图片为图像异常的检测结果;由一可能的情况下,当第一对比结果为待测图片与基准图片一致,第二对比结果为灰度图的区间像素数量等于设定阈值,第三对比结果为所述亮度系数小于所述设定亮度系数值时,生成待测图片为图像正常的检测结果,否则生成待测图片为图像异常的检测结果。
本实施例中,通过在PC中生成的第一对比结果、第二对比结果和第三对比结果,并根据第一对比结果、第二对比结果和第三对比结果,生成待测图片的图像质量检测结果,从而实现了图像质量的自动化检测,大大提高了图像的检测效率,且避免了人工检测可能带来的误差。
在一种可能的实施例中,为了进一步说明如何实现黑/白屏的异常检测,在上述实施例的基础上,参考图2所示,黑/白屏的异常检测的方法包括:
S201:PC获取待测图片。
S202:PC从待测图片中获取感兴趣区域。
该步骤中,通过圈定待测图片中的部分区域进行进一步处理。使用ROI圈定目标,可以减少处理时间,增加处理的精度。
S203:PC将该感兴趣区域转换为灰度图。
S204:PC计算出灰度图的区间像素中白色像素点数量M,以及计算出灰度图的区间像素中黑色像素点数量N。
该步骤中,白色像素点数量M为像素点的灰度值在(230-250)之间的像素点数量之和,其中,SiZE为总的灰度图的区间像素数量,所以白色像素点数量M占灰度图的区间像素数量的比例为M/SiZE。黑色像素点数量N为像素点的灰度值在(0-30)之间的像素点的数量,黑色像素点数量N占灰度图的区间像素数量的比例为N/SiZE。
S205:PC将M/SiZE是否大于第一阈值,将N/SiZE是否大于第二阈值。
该步骤中,当M/SiZE大于第一阈值,且N/SiZE大于第二阈值时,进入步骤S206,当M/SiZE小于或等于第一阈值,且N/SiZE小于或等于第二阈值,进入步骤S207。
S206:PC生成待测图片的黑/白屏异常的第二对比结果。
该步骤中,即判断该待测图片为异常图片。
S207:PC生成待测图片的黑/白屏正常的第二对比结果。
该步骤中,即判断该待测图片为正常图片。
S208:PC导出待测图片为异常图片的序列号、数量、异常率和检测花费的时间。
在本实施例中,通过导出异常图片的序列号便于快速查出异常图片,以及通过分析异常率,从而分析出待测图片出现异常的概率为多少,拍摄终端拍摄图片的质量如何。
在另一种可能的实施例中,为了进一步说明如何实现图片亮度的异常检测,在上述实施例的基础上,参考图3所示,图片亮度的异常检测的方法包括:
S301:PC获取待测图片。
S302:PC将待测图片装换为灰度图。
S303:PC计算灰度图的灰度偏离的均值Da,以及计算灰度图的灰度偏离的平均偏差Ma。
该步骤,根据上述实施例提及的均值Da和平均偏差Ma的计算方法计算。
S304:PC根据均值Da和平均偏差Ma计算出亮度系数,该亮度系数满足K=|Da/Ma|。
在本实施例,需要说明的是K代表亮度系数。
S305:PC判断K是否大于等于th2。
该步骤中,th2表示设定亮度系数,若K≥th2,进入步骤S306,若K<th2,进入步骤S307。
S306:PC判断均值Da是否大于等于th3。
该步骤中,th3取值为0,当均值Da≥0时,进入步骤S308,当均值Da<0时,进入步骤S309。
S307:PC生成待测图片的亮度正常的第三对比结果。
S308:PC生成待测图片的过亮异常的第三对比结果。
S309:PC生成待测图片的过暗异常的第三对比结果。
S310:PC导出待测图片为异常图片的序列号、数量、异常率和检测花费的时间。
在本实施例中,即实现了对亮度异常图片的判断,并且进一步分析判断了待测图片是过亮异常还是过暗异常的情况,进一步便于使用者对待测图片的分析。
基于上述实施例中的方法,本发明还公开了一种图像质量的检测系统,参考图4所示,该检测系统包括:个人电脑PC401、场景显示器404和摄像终端402,其中,PC401与摄像终端402连接,场景显示器404与PC401连接,在本实施例中,场景显示器404为平板电脑,PC401通过安卓调试桥(Android debug bridge,ADB)控制场景显示器404显示的图片,PC401通过安卓调试桥控制拍摄终端402拍摄场景显示器404上显示的图片作为待测图片,拍摄终端402拍摄待测图片后,在通过USB数据线将待测图片传输到PC401上进行自动化图像质量检测。
需要说明的是,场景显示器404将图片传输至PC401中作为基准图片403,从而保证了基准图片403与待测图片的拍摄对象和拍摄环境均相同。可以理解的是,基准图片403即为场景显示器上显示的图片。
具体的,结合图5所示,该检测系统还包括灯箱,灯箱和PC通讯连接,场景显示器和摄像终端设于灯箱内。该检测系统检测步骤如下:
S501:开启检测系统。
S502:PC发送控制指令至灯箱,控制并切换灯箱内的光源和亮度。
该步骤中,通过对灯箱内的光源和亮度的调节,实现了对不同亮度和色彩的图片进行检测。
S503:PC通过安卓调试桥发送控制指令至摄像终端,控制并切换场景显示器显示基准图片。
该步骤中,可选择不同基准图片作为拍摄对象。
S504:对选择的基准图片进行判断,查看是否切换和显示成功。
该步骤中,若切换和显示不成功,重复步骤S503直至得到所需的基准图片,若切换显示成功进入步骤S505。
S505:PC通过安卓调试桥发送控制指令至摄像终端,摄像终端接收控制指令对拍照模式和拍照次数进行设置,摄像终端切换不同的拍摄模式进行图片拍摄。
该步骤中,每种拍摄模式下对应一张图片。
S506:判断拍照模式与拍照数量与设置的是否一致。
该步骤中,若拍照模式与拍照数量与设置的一致,进入步骤S507,否则重复步骤S505,直至成功。
S507:摄像终端将待测图片传送至PC。
该步骤后,可进入步骤S508,也可直接进入步骤S511。
S508:在PC查找待测图像对应的基准图片。
该步骤中,若查找到对应的基准图片进入步骤S509,若没查找到对应的基准图片进入步骤S510。
S509:将待测图像与基准图片进行比对。
该步骤中,PC生成第一对比结果。
S510:生成待测图片为图像异常的检测结果。
S511:PC进行亮度和黑/白屏的检测。
该步骤中,亮度和黑/白屏的正常或异常的检测,可采用上述实施例中检测的方法实现,使PC生成第二对比结果和第三对比结果。
S512:PC判断待测图片与基准图片是否一致,灰度图的区间像素数量是否小于设定阈值,亮度系数是否小于设定亮度系数值时。
根据上述实施例中图像质量的检测方法,可以理解的是,当第一对比结果为待测图片与基准图片一致,第二对比结果为灰度图的区间像素数量小于设定阈值,第三对比结果为亮度系数小于设定亮度系数值时,进入步骤S513,否则进入步骤S510。
S513:生成待测图片为图像正常的检测结果。
S514:结束系统检测。
本实施例实现了图像质量的自动化检测,大大提高了图像的检测效率,且避免了人工检测可能带来的误差。
在本发明公开的另一个实施例中,在上述实施例的基础上,一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述实施例中图像质量的检测的方法。
在本发明公开的另一个实施例中,在上述实施例的基础上,一种计算机可读存储介质,其上存储有计算机程序计算机程序被处理器执行时实现如上述实施例中图像质量的检测的方法。
以上所述,仅为本申请实施例的具体实施方式,但本申请实施例的保护范围并不局限于此,任何在本申请实施例揭露的技术范围内的变化或替换,都应涵盖在本申请实施例的保护范围之内。因此,本申请实施例的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种图像质量的检测方法,应用于个人电脑PC,所述PC与摄像终端连接,其特征在于,所述方法包括:
获取待测图片,所述待测图片为所述摄像终端拍摄的图片;
将所述待测图片与基准图片进行比对,生成第一对比结果;其中,所述基准图片与所述待测图片的拍摄对象和拍摄环境相同;
将所述待测图片转换为灰度图,计算所述灰度图的区间像素数量,以及计算所述灰度图的亮度系数;
将所述灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,以及将所述亮度系数与设定亮度系数值进行对比,生成第三对比结果;
根据所述第一对比结果、所述第二对比结果和所述第三对比结果,生成所述待测图片的图像质量检测结果;
将所述待测图片转换为灰度图,计算所述灰度图的区间像素数量,包括:
从所述待测图片中获取感兴趣区域,将获取的所述感兴趣区域转换为灰度图,计算出所述灰度图的区间像素中白色像素点数量M,所述白色像素点数量占所述灰度图的区间像素数量的比例为M/SiZE,以及计算出所述灰度图的区间像素中黑色像素点数量N,所述黑色像素点数量N占所述灰度图的区间像素数量的比例为N/SiZE,其中SiZE为所述灰度图的总的区间像素数量;
将所述灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,包括:
当M/SiZE大于第一阈值,且N/SiZE大于第二阈值时,生成所述待测图片的黑/白屏异常的第二对比结果;当M/SiZE小于或等于第一阈值,且N/SiZE小于或等于第二阈值时,生成所述待测图片的黑/白屏正常的第二对比结果;其中,所述设定阈值包括第一阈值和第二阈值。
2.根据权利要求1所述的方法,其特征在于,根据所述第一对比结果、所述第二对比结果和所述第三对比结果,生成所述待测图片的图像质量检测结果,包括:
当第一对比结果为所述待测图片与基准图片一致,所述第二对比结果为灰度图的区间像素数量小于设定阈值,所述第三对比结果为所述亮度系数小于所述设定亮度系数值时,生成所述待测图片为图像正常的检测结果。
3.根据权利要求1或2所述的方法,其特征在于,将所述待测图片与基准图片进行对比,生成第一对比结果,包括:
采用像素差值法,将所述待测图片与基准图片中对应的像素点进行比对,生成第一比对结果。
4.根据权利要求1或2所述的方法,其特征在于,将所述待测图片转换为灰度图,计算所述灰度图的亮度系数,包括:
计算所述灰度图的灰度偏离的均值Da,以及计算所述灰度图的灰度偏离的平均偏差Ma;
根据均值Da和平均偏差Ma,计算出所述亮度系数,所述亮度系数满足K=|Da/Ma|;
将所述亮度系数与设定亮度系数值进行对比,生成第三对比结果,包括:
当所述亮度系数大于或等于设定亮度系数值时,生成所述待测图片的亮度异常的第三对比结果,当所述亮度系数小于设定亮度系数值时,生成所述待测图片的亮度正常的第三对比结果。
5.一种图像质量的检测系统,其特征在于,所述系统包括:个人电脑PC和摄像终端,所述PC与摄像终端连接;其中,
所述摄像终端,接收拍摄指令用于拍摄待测图片;
所述PC,用于发送所述拍摄指令,并获取所述待测图片;
所述PC,还用于将所述待测图片与基准图片进行比对,生成第一对比结果;其中,所述基准图片与所述待测图片的拍摄对象和拍摄环境相同,并将所述待测图片转换为灰度图,计算所述灰度图的区间像素数量,以及计算所述灰度图的亮度系数,将所述灰度图的区间像素数量与设定阈值进行比较,生成第二对比结果,以及将所述亮度系数与设定亮度系数值进行对比,生成第三对比结果,根据所述第一对比结果、所述第二对比结果和所述第三对比结果,生成所述待测图片的图像质量检测结果;
所述PC,从所述待测图片中获取感兴趣区域,将获取的所述感兴趣区域转换为灰度图,计算出所述灰度图的区间像素中白色像素点数量M,所述白色像素点数量占所述灰度图的区间像素数量的比例为M/SiZE,以及计算出所述灰度图的区间像素中黑色像素点数量N,所述黑色像素点数量N占所述灰度图的区间像素数量的比例为N/SiZE,其中,SiZE为所述灰度图的总的区间像素数量;
当M/SiZE大于第一阈值,且N/SiZE大于第二阈值时,生成所述待测图片的黑/白屏异常的第二对比结果,当M/SiZE小于或等于第一阈值,且N/SiZE小于或等于第二阈值时,生成所述待测图片的黑/白屏正常的第二对比结果;其中,所述设定阈值包括第一阈值和第二阈值。
6.根据权利要求5所述的系统,其特征在于,所述PC,用于判断当第一对比结果为所述待测图片与基准图片一致,所述第二对比结果为灰度图的区间像素数量小于设定阈值,所述第三对比结果为所述亮度系数小于所述设定亮度系数值时,生成所述待测图片为图像正常的检测结果。
7.根据权利要求5或6所述的系统,其特征在于,所述PC,采用像素差值法,将所述待测图片与基准图片中对应的像素点进行比对,生成第一比对结果。
8.根据权利要求5或6所述的系统,其特征在于,所述PC,用于计算所述灰度图的灰度偏离的均值Da,以及计算所述灰度图的灰度偏离的平均偏差Ma,并根据均值Da和平均偏差Ma,计算出所述亮度系数,所述亮度系数满足K=|Da/Ma|;其中,
当所述亮度系数大于或等于设定亮度系数值时,所述PC生成所述待测图片的亮度异常的第三对比结果,当所述亮度系数小于设定亮度系数值时,所述PC生成所述待测图片的亮度正常的第三对比结果。
9.根据权利要求5或6所述的系统,其特征在于,该系统还包括:灯箱和场景显示器,所述场景显示器和所述摄像终端设于所述灯箱内;其中,
所述PC,还用于发送控制指令,控制并切换所述灯箱内的光源和亮度,以及控制并切换所述场景显示器显示所述基准图;
所述摄像终端,接收所述PC发送的控制指令,切换拍摄模式拍摄所述场景显示器显示的所述基准图片。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在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4任一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110638494.6A CN113379700B (zh) | 2021-06-08 | 2021-06-08 | 图像质量的检测方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110638494.6A CN113379700B (zh) | 2021-06-08 | 2021-06-08 | 图像质量的检测方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113379700A CN113379700A (zh) | 2021-09-10 |
CN113379700B true CN113379700B (zh) | 2022-11-25 |
Family
ID=77572697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110638494.6A Active CN113379700B (zh) | 2021-06-08 | 2021-06-08 | 图像质量的检测方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379700B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962974A (zh) * | 2021-10-27 | 2022-01-21 | 阿波罗智联(北京)科技有限公司 | 图像处理方法、装置、电子设备和介质 |
CN116433670B (zh) * | 2023-06-14 | 2023-08-29 | 浙江舶云科技有限公司 | 一种图像质量检测方法及检测系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019003534A (ja) * | 2017-06-19 | 2019-01-10 | 富士通株式会社 | 画像処理プログラム、画像処理装置、及び画像処理方法 |
CN111080577A (zh) * | 2019-11-27 | 2020-04-28 | 北京至真互联网技术有限公司 | 眼底影像质量评估方法和系统、设备及存储介质 |
CN111340749A (zh) * | 2018-12-17 | 2020-06-26 | 顺丰科技有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
-
2021
- 2021-06-08 CN CN202110638494.6A patent/CN113379700B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019003534A (ja) * | 2017-06-19 | 2019-01-10 | 富士通株式会社 | 画像処理プログラム、画像処理装置、及び画像処理方法 |
CN111340749A (zh) * | 2018-12-17 | 2020-06-26 | 顺丰科技有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
CN111080577A (zh) * | 2019-11-27 | 2020-04-28 | 北京至真互联网技术有限公司 | 眼底影像质量评估方法和系统、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113379700A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113379700B (zh) | 图像质量的检测方法、系统、设备及介质 | |
US10798373B2 (en) | Display correction apparatus, program, and display correction system | |
US8150099B2 (en) | Image processing device, image processing method, image processing program product, and imaging device | |
US10852213B2 (en) | Image processing device for gas detection, image processing method for gas detection, image processing program for gas detection, computer-readable recording medium having image processing program for gas detection recorded thereon, and gas detection system | |
CN108668093B (zh) | Hdr图像的生成方法及装置 | |
US8807762B2 (en) | Projector | |
CN107272234B (zh) | 一种基于液晶屏测试画面的检测方法及系统 | |
US11069057B2 (en) | Skin diagnostic device and skin diagnostic method | |
CN107886920B (zh) | 一种获得正确Mura补偿数据的方法及系统 | |
KR20140070120A (ko) | 디스플레이 장치의 색 보정 장치 및 그 보정 방법 | |
Yee et al. | A perceptual metric for production testing | |
EP2716055B1 (en) | Systems and methods for testing video hardware by evaluating output video frames containing embedded reference characteristics | |
CN111240612A (zh) | 一种调节屏幕分辨率的方法及终端 | |
CN113407461A (zh) | 界面测试方法、装置、电子设备及存储介质 | |
CN113039577A (zh) | 产品测试方法、装置、计算机可读存储介质及电子设备 | |
US9832395B2 (en) | Information processing method applied to an electronic device and electronic device having at least two image capturing units that have the same image capturing direction | |
JP2017130794A (ja) | 情報処理装置、評価用チャート、評価システム、および性能評価方法 | |
KR100859937B1 (ko) | 디스플레이의 그레이 레벨 대 휘도 곡선을 신속히 생성하는방법 및 장치 | |
JP2005346474A (ja) | 画像処理方法及び装置及びプログラム及び記憶媒体 | |
CN110572641B (zh) | 一种显示设备的测试方法、装置及计算机可读存储介质 | |
CN107590802B (zh) | 一种电视机显示一致性检测方法、存储介质及检测设备 | |
KR101928780B1 (ko) | 부재 열화 분석 장치, 부재 열화 측정 장치 및 컴퓨터 판독가능 기록 매체 | |
CN116684575A (zh) | 一种采用计算机程序识别摄像模组是否偏色的方法及系统 | |
JP7372072B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、および画像検査システム | |
CN117577032A (zh) | 显示设备的显示效果的检测方法、装置及电子设备 |
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 |