CN113658093A - 图像质量评估方法、装置、设备及计算机存储介质 - Google Patents
图像质量评估方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN113658093A CN113658093A CN202110739781.6A CN202110739781A CN113658093A CN 113658093 A CN113658093 A CN 113658093A CN 202110739781 A CN202110739781 A CN 202110739781A CN 113658093 A CN113658093 A CN 113658093A
- Authority
- CN
- China
- Prior art keywords
- image
- quality
- processed
- determining
- target
- 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
Links
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 131
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 238000001303 quality assessment method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种图像质量评估方法、装置、设备及计算机存储介质。该图像质量评估方法包括:确定待处理图像和参考图像集;确定参考图像集中各个参考图像对应的质量对比评估信息;其中,一个质量对比评估信息用于表征对应的参考图像与待处理图像的质量对比评估信息;基于确定的各个质量对比评估信息,确定待处理图像的质量评估值。通过上述方式,本申请的图像质量评估方法提高了图像质量评估的准确性。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像质量评估方法、装置、设备及计算机存储介质。
背景技术
图像处理技术日渐成熟,许多基于图像处理的分类、回归等图像处理任务都希望能够在庞大的数据量中挑选质量较高的图像进行图像处理。由于在不同图像处理任务下,对图像质量的要求不同,在利用不同图像处理任务对应的多维度因素综合评价图像质量,存在图像质量评估繁琐且准确率低的问题。
发明内容
本申请提供了一种图像质量评估方法、装置、设备及计算机存储介质。
本申请提供了一种图像质量评估方法,所述图像质量评估方法包括:
确定待处理图像和参考图像集;
确定所述参考图像集中各个参考图像对应的质量对比评估信息;其中,一个所述质量对比评估信息用于表征对应的参考图像与所述待处理图像的质量对比评估信息;
基于确定的各个质量对比评估信息,确定所述待处理图像的质量评估值。
为解决上述问题,本申请提供了一种图像质量评估装置,所述图像质量评估装置包括:
第一确定单元,用于确定待处理图像和参考图像集;
第二确定单元,用于确定所述参考图像集中各个参考图像对应的质量对比评估信息;其中,一个所述质量对比评估信息用于表征对应的参考图像与所述待处理图像的质量对比评估信息;
第三确定单元,基于确定的各个质量对比评估信息,确定所述待处理图像的质量评估值。
为解决上述问题,本申请还提供了一种终端设备,所述终端设备包括存储器和处理器,其中,所述存储器与所述处理器耦接;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现上述的图像质量评估方法。
本申请还提供了一种计算机存储介质,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现上述的图像质量评估方法。
本申请的图像质量评估装置确定待处理图像和参考图像集;确定参考图像集中各个参考图像对应的质量对比评估信息;其中,一个质量对比评估信息用于表征对应的参考图像与待处理图像的质量对比评估信息;基于确定的各个质量对比评估信息,确定待处理图像的质量评估值。通过上述方式,本申请的图像质量评估方法利用待处理图像与参考图像集中各参考图像之间的质量对比评估信息确定待处理图像的质量评估值,提高了待处理图像的质量评估准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是本申请提供的图像质量评估方法一实施例的流程示意图;
图2是图1所示的图像质量评估方法中S101一实施例的流程示意图;
图3是图2所示的图像质量评估方法中S11和S12之间一实施例的流程示意图;
图4是图1所示的图像质量评估方法中S103一实施例的流程示意图;
图5是图4所示的图像质量评估方法中S33一实施例的流程示意图;
图6是图1所示的图像质量评估方法中S102一实施例的流程示意图;
图7是本申请提供的图像质量评估装置一实施例的结构示意图;
图8是本申请提供的终端设备一实施例的结构示意图;
图9是本申请提供的计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请提出了一种图像质量评估方法,具体请参阅图1,图1是本申请提供的图像质量评估方法一实施例的流程示意图。本实施例中图像质量评估方法可以应用于图像质量评估装置,本申请的图像质量评估装置可以为服务器,也可以为移动设备,还可以为由服务器和移动设备相互配合的系统。相应地,移动设备包括的各个部分,例如各个单元、子单元、模块、子模块可以全部设置于服务器中,也可以全部设置于移动设备中,还可以分别设置于服务器和移动设备中。
进一步地,上述服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块,例如用来提供分布式服务器的软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。
具体而言,本实施例的图像质量评估方法具体包括以下步骤:
S101:确定待处理图像和参考图像集。
本公开实施例中,考虑到直接对单帧图像进行质量评估,存在质量评估任务难以定义,质量评估准确性低,且过程复杂等问题。为此,本实施例的图像质量评估装置采用两两图像进行质量对比评估的方式确定待处理图像的质量评估值。具体地,图像质量评估装置确定待处理图像和参考图像集。其中,参考图像集中包括多帧参考图像。
S102:确定参考图像集中各个参考图像对应的质量对比评估信息;其中,一个质量对比评估信息用于表征对应的参考图像与待处理图像的质量对比评估信息。
为了有效解决质量评估难以定义问题,本实施例的图像质量评估装置兼顾人眼视觉系统与图像质量评分任务。具体地,图像质量评估装置确定参考图像集中各参考图像和待处理图像之间的质量对比评估信息,得到待处理图像与各参考图像之间的多个质量对比评估信息。
其中,待处理图像与各参考图像之间的质量对比评估信息为标注员根据标注文档说明对待处理图像和与其对应的参考图像进行图像优劣标注的情况。标注文档说明为图像优劣评估标准。
S103:基于确定的各个质量对比评估信息,确定待处理图像的质量评估值。
其中,图像质量评估装置根据待处理图像和各参考图像之间的质量对比评估信息,确定待处理图像的质量评估值。需要说明的是,待处理图像的质量评估值可以为根据待处理图像和各参考图像进行质量分数评估处理得到的质量分数。也可以为根据待处理图像和各参考图像进行质量等级评估处理得到的质量等级。本实施例对待处理图像的质量评估值的不作限定。
上述方案中,图像质量评估装置确定待处理图像和参考图像集;确定参考图像集中各个参考图像对应的质量对比评估信息;其中,一个质量对比评估信息用于表征对应的参考图像与待处理图像的质量对比评估信息;基于确定的各个质量对比评估信息,确定待处理图像的质量评估值。通过上述方式,本申请的图像质量评估方法利用待处理图像与参考图像集中各参考图像之间的质量对比评估信息确定待处理图像的质量评估值,提高了待处理图像的质量评估准确性。
进一步地,为了提高待处理图像的质量评估准确性,避免确定的待处理图像和参考图像集中各参考图像之间的差异性较大,无法准确评估待处理图像质量。本实施例的图像质量评估装置可以在同一目标的不同帧图像中选取待处理图像和各参考图像。详情可参阅图2,图2是图1所示的图像质量评估方法中S101一实施例的流程示意图。具体而言,S101还包括以下步骤:
S11:获取目标图像序列,目标图像序列中包括包含同一目标的至少两帧目标图像。
其中,图像质量评估装置获取目标图像序列。一方面,摄像头拍摄图像序列,并将图像序列发送与其连接的图像质量评估装置。另一方面,图像质量评估装置也可为带有拍摄及处理功能的设备,并直接获取图像序列。采用摄像头获取图像序列或图像质量评估装置获取图像序列时,可利用摄像头或图像质量评估装置拍摄视频流,并提取视频流中的序列图像,得到图像序列。
进一步地,考虑到图像序列中可能存在多个目标,若直接对包括至少一个目标的图像序列进行处理,可能存在目标间的相互干扰导致图像质量评估不准确。为避免上述问题的发生。本实施例的图像质量评估装置对单目标图像序列进行图像质量评估处理。具体地,图像质量评估装置识别图像序列中的图像,得到目标图像序列。其中,目标图像序列包括包含同一目标的至少两帧目标图像。
S12:从目标图像序列中,选取一帧目标图像作为待处理图像。
S13:从目标图像序列中除一帧目标图像之外的目标图像中,选取部分或全部目标图像为参考图像集中的参考图像。
其中,图像质量评估装置选取目标图像序列中除一帧目标图像之外的目标图像作为参考图像,进而形成参考图像集。具体地,图像质量评估装置可以选取其中的部分或全部目标图像作为参考图像,组成参考图像集。其中,参考图像记为
进一步地,考虑到目标图像序列中可能存在目标长时间静止不动的情况,若在目标长时间静止不动情况对应的目标图像中确定待处理图像和参考图像,将导致待处理图像质量评估准确性低,且增加计算量。为避免上述问题,图像质量评估装置去除目标图像序列中冗余的目标图像。详情可参阅图3,图3是图2所示的图像质量评估方法中S11和S12之间一实施例的流程示意图。具体而言,S11和S12之间还包括以下步骤:
S14:计算目标图像序列中相邻帧目标图像之间的特征相似度。
其中,图像质量评估装置计算目标图像序列中相邻帧目标图像之间的特征相似度。
S15:判断特征相似度是否大于等于预设相似度阈值。
其中,图像质量处理装置判断目标图像序列中相邻帧目标图像之间的特征相似度是否大于或等于预设相似度阈值,若是,则执行S16。若否,则确定相邻帧目标图像之间不存在冗余目标图像,进而保留相邻帧目标图像。
S16:按照预设规则删除相邻帧目标图像中的一帧目标图像。
其中,图像质量评估装置在判定目标图像序列中相邻帧目标图像之间的特征相似度大于或等于预设相似度阈值时,按照预设规则保留相邻帧目标图像中的一帧图像。其中,预设规则可以为删除相邻帧目标图像中的前一图像,并保留相邻帧目标图像中的后一图像,以利用后一图像与其相邻的下一目标图像再次进行特征相似度计算,直至将目标图像序列中的冗余图像去除为止。另外,图像质量评估装置还可删除相邻帧目标图像中的后一目标图像,并保留相邻帧目标图像中的前一目标图像。
上述方案中,图像质量评估装置利用目标图像序列中相邻帧目标图像之间的相似度去除目标图像序列中的冗余图像,避免将冗余目标图像作为待处理图像或参考图像而造成待处理图像的质量评估不准确。
在具体实施例中,待处理图像和参考图像之间的质量对比评估信息可以为待处理图像和参考图像之间的质量高低比较结果。因此,图像质量评估装置可利用待处理图像和参考图像之间的质量高低比较结果确定待处理图像的质量评估值。详情可参阅图4,图4是图1所示的图像质量评估装置中S103一实施例的流程示意图。具体而言,S103包括以下步骤:
S31:基于确定的各个质量对比评估信息,确定参考图像集中,质量高于或等于待处理图像的参考图像的第一数量。
其中,图像质量评估装置根据待处理图像和各参考图像之间的质量高低比较结果,确定参考图像集中,质量高于或等于待处理图像的参考图像,得到第一数量的参考图像。
S32:确定参考图像集中,质量低于待处理图像的参考图像的第二数量。
其中,图像质量评估装置根据待处理图像和各参考图像之间的质量高低比较结果,确定参考图像集中,质量低于待处理图像的参考图像,得到第二数量的参考图像。
S33:根据第一数量和第二数量,确定待处理图像的质量评估值。
其中,图像质量评估装置利用第一数量和第二数量确定待处理图像的质量评估值的详细方案可参阅图5中S331~S332的详细描述,具体包括:
S331:分别计算第一数量和第二数量之间的数量差以及数量和。
其中,图像质量评估装置计算第一数量和第二数量之间的数量和,以及第一数量和第二数量之间的数量差。
S332:利用数量差和数量和之间的比值确定待处理图像的质量评估值。
其中,图像评估装置利用数量差与数量和之间的比值确定待处理图像的质量评估值。
需要说明的是,在其他实施例中,图像质量评估装置还可根据待处理图像和各参考图像之间的质量高低比较结果,将参考图像集中质量等于待处理图像的参考图像的数量确定为第五数量,记为y;将参考图像集中质量高于待处理图像的参考图像的数量确定为第六数量,记为x;将参考图像集中质量低于待处理图像的参考图像的数量确定为第二数量,记为z。进而计算第二数量、第五数量和第六数量之和,记为C=x+y+z,以及计算第二数量和第六数量之间的数量差x-z。从而利用数量差和数量和之间的比值确定待处理图像的质量评估值。
具体地,待处理图像的质量评估值满足下式:
其中,C为第二数量、第五数量和第二数量的数量和,x-z为第一数量和第六数量之间的数量差,score为待处理图像的质量评估值。
上述方案中,图像质量评估装置利用各个质量对比评估信息,确定参考图像集中,质量高于或等于待处理图像的参考图像的第一数量;以及确定参考图像集中,质量低于待处理图像的参考图像的第二数量;根据第一数量和第二数量,确定待处理图像的质量评估值,避免直接对单帧图像进行质量评估而导致质量评估任务难以定义,且质量评估准确性低等问题,统计量化了质量评估,提高了图像质量评估的准确性。
在具体实施例中,对于确定待处理图像和参考图像之间的质量对比评估信息的方式,为了避免待处理图像和参考图像之间质量对比评估遗漏,本实施例的图像质量评估装置可利用待处理图像和参考图像集中的每一参考图像形成图像对,进而基于获取图像对的质量对比评估信息确定待处理图像的质量评估值。详情可参阅图6,图6是图1所示的图像质量评估方法中S102一实施例的流程示意图。具体而言,S102还包括以下步骤:
S21:利用待处理图像与参考图像集中的每一参考图像对应生成图像对,图像对的数量与参考图像的数量相等。
S22:基于参考图像对应的质量对比评估信息,获取参考图像所在的图像对的质量对比评估信息。
其中,质量对比评估信息用于表征待处理图像和参考图像之间的质量等级高低。另外,质量对比评估信息还可用于表征待处理图像和参考图像之间的质量分数高低。图像质量评估装置通过获取待处理图像和参考图像之间的质量对比评估信息,确定图像对的质量对比评估信息。
S23:基于确定的各个图像对的质量对比评估信息,确定参考图像质量高于或等于待处理图像的图像对的第三数量。
其中,图像质量评估装置将图像对中参考图像质量高于或等于待处理图像的图像对的数量记为第三数量。
S24:确定参考图像质量低于待处理图像的图像对的第四数量。
其中,图像质量评估装置将图像对中参考图像质量低于待处理图像的图像对的数量记为第三数量。
S25:根据第三数量和第四数量,确定待处理图像的质量评估值。
其中,图像质量评估装置计算第三数量和第四数量之间的数量差与数量和,进而基于数量差与数量和之间的比值确定待处理图像的质量评估值。
需要说明的是,图像质量评估装置还可基于各图像对的质量对比评估信息,分别统计参考图像质量高于待处理图像质量的图像对数量、参考图像质量等于待处理图像质量的图像对数量,以及参考图像质量低于待处理图像质量的图像对数量。进而基于参考图像质量高于待处理图像质量的图像对数量、参考图像质量等于待处理图像质量的图像对数量,以及参考图像质量低于待处理图像质量的图像对数量量化待处理图像的质量评估值。
上述方案中,图像质量评估装置利用待处理图像和参考图像集中的每一参考图像形成图像对,进而基于获取图像对的质量对比评估信息确定待处理图像的质量评估值,提高了图像质量评估准确性。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
为实现上述实施例的图像质量评估方法,本申请提出了一种图像质量评估装置,具体请参阅图7,图7是本申请提供的图像质量评估装置一实施例的结构示意图。具体地,图像质量评估装置700包括第一确定单元71、第二确定单元72以及第三确定单元73。
其中,第一确定单元71,用于确定待处理图像和参考图像集。
第二确定单元72,用于确定参考图像集中各个参考图像对应的质量对比评估信息;其中,一个质量对比评估信息用于表征对应的参考图像与待处理图像的质量对比评估信息。
第三确定单元73,基于确定的各个质量对比评估信息,确定待处理图像的质量评估值。
为实现上述实施例的图像质量评估方法,本申请还提出了一种终端设备,具体请参阅图8,图8是本申请提供的终端设备一实施例的结构示意图。
本申请实施例的终端设备800包括存储器81和处理器82,其中,存储器81和处理器82耦接。
存储器81用于存储程序数据,处理器82用于执行程序数据以实现上述实施例所述的图像质量评估方法。
在本实施例中,处理器82还可以称为CPU(Central Processing Unit,中央处理单元)。处理器82可能是一种集成电路芯片,具有信号的处理能力。处理器82还可以是通用处理器、数字信号处理器(DSP,Digital Signal Process)、专用集成电路(ASIC,ApplicationSpecific Integrated Circuit)、现场可编程门阵列(FPGA,Field Programmable GateArray)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器82也可以是任何常规的处理器等。
本申请还提供一种计算机存储介质,如图9所示,计算机存储介质900用于存储程序数据91,程序数据91在被处理器执行时,用以实现如上述实施例所述的图像质量评估方法。
本申请还提供一种计算机程序产品,其中,上述计算机程序产品包括计算机程序,上述计算机程序可操作来使计算机执行如本申请实施例所述的图像质量评估方法。该计算机程序产品可以为一个软件安装包。
本申请上述实施例所述的图像质量评估方法,在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时,可以存储在装置中,例如一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种图像质量评估方法,其特征在于,所述图像质量评估方法包括:
确定待处理图像和参考图像集;
确定所述参考图像集中各个参考图像对应的质量对比评估信息;其中,一个所述质量对比评估信息用于表征对应的参考图像与所述待处理图像的质量对比评估信息;
基于确定的各个质量对比评估信息,确定所述待处理图像的质量评估值。
2.根据权利要求1所述的方法,其特征在于,所述确定待处理图像和参考图像集的步骤,包括:
获取目标图像序列,所述目标图像序列中包括包含同一目标的至少两帧目标图像;
从所述目标图像序列中,选取一帧目标图像作为所述待处理图像;
从所述目标图像序列中除所述一帧目标图像之外的目标图像中,选取部分或全部目标图像为所述参考图像集中的参考图像。
3.根据权利要求2所述的方法,其特征在于,所述获取目标图像序列的步骤之后,所述从所述目标图像序列中,选取一帧目标图像作为所述待处理图像的步骤之前,还包括:
计算所述目标图像序列中相邻帧目标图像之间的特征相似度;
若所述特征相似度大于或等于预设相似度阈值,则按照预设规则删除所述相邻帧目标图像中的一帧目标图像。
4.根据权利要求1所述的方法,其特征在于,所述质量对比评估信息用于表征对应的参考图像与所述待处理图像之间的质量高低比较结果;
所述基于确定的各个质量对比评估信息,确定所述待处理图像的质量评估值的步骤,包括:
基于确定的各个质量对比评估信息,确定所述参考图像集中,质量高于或等于所述待处理图像的参考图像的第一数量;以及
确定所述参考图像集中,质量低于所述待处理图像的参考图像的第二数量;
根据所述第一数量和所述第二数量,确定所述待处理图像的质量评估值。
5.根据权利要求1所述的图像质量评估方法,其特征在于,所述确定所述参考图像集中各个参考图像对应的质量对比评估信息的步骤,包括:
利用所述待处理图像与所述参考图像集中的每一参考图像对应生成图像对,所述图像对的数量与所述参考图像的数量相等;
基于所述参考图像对应的质量对比评估信息,获取所述参考图像所在的图像对的质量对比评估信息;
基于确定的各个图像对的质量对比评估信息,确定所述参考图像质量高于或等于所述待处理图像的图像对的第三数量;以及
确定所述参考图像质量低于所述待处理图像的图像对的第四数量;
根据所述第三数量和所述第四数量,确定所述待处理图像的质量评估值。
6.根据权利要求4所述的图像质量评估方法,其特征在于,所述图像质量评估方法还包括:
基于确定的各个质量对比评估信息,确定所述参考图像集中,质量等于所述待处理图像的参考图像的第五数量;
确定所述参考图像中,质量高于所述待处理图像的参考图像的第六数量;
计算所述第二数量、所述第五数量和第六数量的数量和,以及所述第二数量和所述第六数量之间的数量差;
利用所述数量差和所述数量和之间的比值确定所述待处理图像的质量评估值。
7.根据权利要求4所述的图像质量评估方法,其特征在于,所述根据所述第一数量和所述第二数量,确定所述待处理图像的质量评估值的步骤,包括:
分别计算所述第一数量和所述第二数量之间的数量差以及数量和;
利用所述数量差和所述数量和之间的比值确定所述待处理图像的质量评估值。
8.一种图像质量评估装置,其特征在于,所述装置包括:
第一确定单元,用于确定待处理图像和参考图像集;
第二确定单元,用于确定所述参考图像集中各个参考图像对应的质量对比评估信息;其中,一个所述质量对比评估信息用于表征对应的参考图像与所述待处理图像的质量对比评估信息;
第三确定单元,基于确定的各个质量对比评估信息,确定所述待处理图像的质量评估值。
9.一种终端设备,其特征在于,所述终端设备包括存储器和处理器,其中,所述存储器与所述处理器耦接;
其中,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现上述权利要求1~7任一项所述的图像质量评估方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质用于存储程序数据,所述程序数据在被处理器执行时,用以实现权利要求1~7任一项所述的图像质量评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739781.6A CN113658093A (zh) | 2021-06-30 | 2021-06-30 | 图像质量评估方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110739781.6A CN113658093A (zh) | 2021-06-30 | 2021-06-30 | 图像质量评估方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113658093A true CN113658093A (zh) | 2021-11-16 |
Family
ID=78477801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110739781.6A Pending CN113658093A (zh) | 2021-06-30 | 2021-06-30 | 图像质量评估方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113658093A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170255825A1 (en) * | 2016-03-01 | 2017-09-07 | Fujifilm Corporation | Image processing apparatus, image processing method, program, and recording medium |
CN107659806A (zh) * | 2017-08-22 | 2018-02-02 | 华为技术有限公司 | 视频质量的评估方法和装置 |
US20180070015A1 (en) * | 2016-09-06 | 2018-03-08 | Apple Inc. | Still image stabilization/optical image stabilization synchronization in multi-camera image capture |
CN108269254A (zh) * | 2018-01-17 | 2018-07-10 | 百度在线网络技术(北京)有限公司 | 图像质量评估方法和装置 |
US20190130627A1 (en) * | 2016-07-04 | 2019-05-02 | Fujifilm Corporation | Image processing apparatus, image processing method, program, and recording medium |
CN110751649A (zh) * | 2019-10-29 | 2020-02-04 | 腾讯科技(深圳)有限公司 | 视频质量评估方法、装置、电子设备及存储介质 |
CN110858394A (zh) * | 2018-08-20 | 2020-03-03 | 深圳云天励飞技术有限公司 | 一种图像质量评估方法、装置、电子设备及计算机可读存储介质 |
CN110895802A (zh) * | 2018-08-23 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种图像处理方法及装置 |
CN111327824A (zh) * | 2020-03-02 | 2020-06-23 | Oppo广东移动通信有限公司 | 拍摄参数的选择方法、装置、存储介质及电子设备 |
CN111401324A (zh) * | 2020-04-20 | 2020-07-10 | Oppo广东移动通信有限公司 | 图像质量评估方法、装置、存储介质及电子设备 |
CN111695643A (zh) * | 2020-06-24 | 2020-09-22 | 北京金山云网络技术有限公司 | 图像处理方法、装置和电子设备 |
CN111784693A (zh) * | 2020-08-12 | 2020-10-16 | 成都佳华物链云科技有限公司 | 一种图像质量评估方法、装置、电子设备及存储介质 |
CN112070739A (zh) * | 2020-09-03 | 2020-12-11 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
KR20210009258A (ko) * | 2019-07-16 | 2021-01-26 | 연세대학교 산학협력단 | 화질 평가 방법 및 장치 |
CN112836682A (zh) * | 2021-03-04 | 2021-05-25 | 广东建邦计算机软件股份有限公司 | 视频中对象的识别方法、装置、计算机设备和存储介质 |
-
2021
- 2021-06-30 CN CN202110739781.6A patent/CN113658093A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170255825A1 (en) * | 2016-03-01 | 2017-09-07 | Fujifilm Corporation | Image processing apparatus, image processing method, program, and recording medium |
US20190130627A1 (en) * | 2016-07-04 | 2019-05-02 | Fujifilm Corporation | Image processing apparatus, image processing method, program, and recording medium |
US20180070015A1 (en) * | 2016-09-06 | 2018-03-08 | Apple Inc. | Still image stabilization/optical image stabilization synchronization in multi-camera image capture |
CN107659806A (zh) * | 2017-08-22 | 2018-02-02 | 华为技术有限公司 | 视频质量的评估方法和装置 |
CN108269254A (zh) * | 2018-01-17 | 2018-07-10 | 百度在线网络技术(北京)有限公司 | 图像质量评估方法和装置 |
CN110858394A (zh) * | 2018-08-20 | 2020-03-03 | 深圳云天励飞技术有限公司 | 一种图像质量评估方法、装置、电子设备及计算机可读存储介质 |
CN110895802A (zh) * | 2018-08-23 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种图像处理方法及装置 |
KR20210009258A (ko) * | 2019-07-16 | 2021-01-26 | 연세대학교 산학협력단 | 화질 평가 방법 및 장치 |
CN110751649A (zh) * | 2019-10-29 | 2020-02-04 | 腾讯科技(深圳)有限公司 | 视频质量评估方法、装置、电子设备及存储介质 |
CN111327824A (zh) * | 2020-03-02 | 2020-06-23 | Oppo广东移动通信有限公司 | 拍摄参数的选择方法、装置、存储介质及电子设备 |
CN111401324A (zh) * | 2020-04-20 | 2020-07-10 | Oppo广东移动通信有限公司 | 图像质量评估方法、装置、存储介质及电子设备 |
CN111695643A (zh) * | 2020-06-24 | 2020-09-22 | 北京金山云网络技术有限公司 | 图像处理方法、装置和电子设备 |
CN111784693A (zh) * | 2020-08-12 | 2020-10-16 | 成都佳华物链云科技有限公司 | 一种图像质量评估方法、装置、电子设备及存储介质 |
CN112070739A (zh) * | 2020-09-03 | 2020-12-11 | Oppo广东移动通信有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN112836682A (zh) * | 2021-03-04 | 2021-05-25 | 广东建邦计算机软件股份有限公司 | 视频中对象的识别方法、装置、计算机设备和存储介质 |
Non-Patent Citations (4)
Title |
---|
CHEN BAI: "Mutual reference frame-quality assessment for first-person videos", 2017 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP), 22 February 2018 (2018-02-22) * |
张玉叶;赵育良;郭星香;: "航空侦察图像质量评估的适用方法分析", 信息技术与信息化, no. 09, 28 September 2020 (2020-09-28) * |
王蔓;颜佳;吴敏渊;: "基于视觉相似性的去色图像质量评估", 计算机应用, no. 10, 10 October 2017 (2017-10-10) * |
田钰;曾焕强;邢露;符颖;蔡灿辉;: "利用边缘相似度的光场图像质量评价", 信号处理, no. 10, 25 October 2018 (2018-10-25) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110691259B (zh) | 视频播放方法、系统、装置、电子设备及存储介质 | |
US11748629B2 (en) | Device and method of handling anomaly detection | |
US20200175377A1 (en) | Training apparatus, processing apparatus, neural network, training method, and medium | |
US11210502B2 (en) | Comparison method and apparatus based on a plurality of face image frames and electronic device | |
US11386576B2 (en) | Image processing apparatus, method of tracking a target object, and storage medium | |
CN111027412B (zh) | 一种人体关键点识别方法、装置及电子设备 | |
US20180182072A1 (en) | Hybride denoising of images and videos based on interest metrics | |
US8165387B2 (en) | Information processing apparatus and method, program, and recording medium for selecting data for learning | |
CN111814846A (zh) | 属性识别模型的训练方法、识别方法及相关设备 | |
JP2004030694A (ja) | デジタル映像テクスチャー分析方法 | |
CN108764206B (zh) | 目标图像识别方法和系统、计算机设备 | |
CN110460874B (zh) | 视频播放参数生成方法、装置、存储介质及电子设备 | |
CN113658093A (zh) | 图像质量评估方法、装置、设备及计算机存储介质 | |
CN110390344B (zh) | 备选框更新方法及装置 | |
CN110856014A (zh) | 动态图像生成方法、装置、电子设备及存储介质 | |
CN115004245A (zh) | 目标检测方法、装置、电子设备和计算机存储介质 | |
CN111353428B (zh) | 动作信息识别方法、装置、电子设备及存储介质 | |
JP6562492B1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20210150723A1 (en) | Image processing device, image processing method, and program | |
US8463037B2 (en) | Detection of low contrast for image processing | |
CN115937617B (zh) | 一种风险识别模型训练、风险控制方法、装置和设备 | |
CN114979674B (zh) | 一种基于区块链的内容推送方法、装置及电子设备 | |
US11638031B2 (en) | Motion compensation method and module, chip, electronic device and storage media | |
CN113840172B (zh) | 视频裁剪方法、装置、终端设备以及可读存储介质 | |
CN111339360B (zh) | 视频处理方法、装置、电子设备及计算机可读存储介质 |
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 |