TWI635462B - 一種評估影像品質之方法 - Google Patents

一種評估影像品質之方法 Download PDF

Info

Publication number
TWI635462B
TWI635462B TW106135635A TW106135635A TWI635462B TW I635462 B TWI635462 B TW I635462B TW 106135635 A TW106135635 A TW 106135635A TW 106135635 A TW106135635 A TW 106135635A TW I635462 B TWI635462 B TW I635462B
Authority
TW
Taiwan
Prior art keywords
image
quality
test
patterns
test chart
Prior art date
Application number
TW106135635A
Other languages
English (en)
Other versions
TW201917692A (zh
Inventor
倪嗣堯
藍元宗
吳國禎
Original Assignee
大猩猩科技股份有限公司
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 大猩猩科技股份有限公司 filed Critical 大猩猩科技股份有限公司
Priority to TW106135635A priority Critical patent/TWI635462B/zh
Priority to US15/880,558 priority patent/US10529065B2/en
Application granted granted Critical
Publication of TWI635462B publication Critical patent/TWI635462B/zh
Publication of TW201917692A publication Critical patent/TW201917692A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • 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
    • G06T2207/10024—Color image
    • 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
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • G06T2207/30204—Marker
    • G06T2207/30208—Marker matrix
    • 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
    • G06T2207/30232—Surveillance
    • 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
    • G06T2207/30236—Traffic on road, railway or crossing
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本發明揭露一種評估在一實際場景下所攝取的影像之品質之方法，該方法包含：提供一測試圖，該測試圖置放於該實際場景中且包括多個定位圖形以及多個品質測試圖形；在該實際場景下擷取該測試圖之影像；找出該測試圖之影像中之該多個定位圖形以定位該測試圖之影像之方位；以及識別出該測試圖之影像中之該多個品質測試圖形的影像並評估該多個品質測試圖形的影像之品質。

Description

一種評估影像品質之方法
本發明係有關一種評估影像品質之方法，特別是指評估在一實際場景下所攝取的影像之品質之方法。
近年來隨著監控攝影機的數量增多，影像分析的應用也急遽增加，例如人臉辨識、車牌辨識、異常行為分析等。然而每種影像分析所需的影像視角及畫質要求不盡相同，因此佈署時對於專業的要求程度也較高。例如人臉辨識要求最小人臉大小須符合需求，車牌辨識則要求最小字高大小需符合需求。再例如車牌辨識攝影機，由於車輛移動速度較快，因此快門也需設定較快的速度，避免造成取得的車牌影像模糊。現場佈署人員，常因無足夠的工具及專業的知識，無法驗證攝影機影像是否符合分析需求。傳統的攝影機畫質分析方法，係用於攝影機硬體的調教，特別是硬體出廠前的畫質調教，並不適用於評估在一實際場景下所攝取的影像之品質。
因此需要一個新的方法來評估在一實際場景下所攝取的影像之品質。
本發明之評估在一實際場景下所攝取的影像之品質之方法，其係在實際場景中放置一個包括多個定位圖形以及多個品質測試圖形之測試圖。定位圖形可定位出此測試圖之方位，定位後可針對測試圖中的各種不同品質測試圖形進行影像之品質分析。相較於習知技術，本方法無須人工手動標記測試圖影像的位置以及測試圖影像中的各種不同品質測試圖形的位置，即可自動計算測試圖影像中的各種不同品質測試圖形的品質分數。
在不同情境下擷取人臉或車牌影像會產生不同之影像品質，本發明可定位在不同情境下所擷取之測試圖影像。定位測試圖影像後，可針對測試圖影像中的各種不同品質測試圖形來進行影像品質分析，以供後續調整測試圖與攝影裝置之相對位置，以使針對測試圖中的各種不同品質測試圖形之影像品質符合需求。爾後即可分析在該情境中擷取之人臉影像或車牌影像。
本發明的一實施例中提出一種評估在一實際場景下所攝取的影像之品質之方法，包含：提供一測試圖，該測試圖置放於該實際場景中且包括多個定位圖形以及多個品質測試圖形；在該實際場景下擷取該測試圖之影像；找出該測試圖之影像中之該多個定位圖形以定位該測試圖之影像之方位；以及識別出已定位之該測試圖之影像中之該多個品質測試圖形的影像並評估該多個品質測試圖形的影像之品質。
在一實施例中，該測試圖之三個角落各有一定位圖形，其中，影像左上方與右上方兩個定位圖形之間，具有以橫線構成的垂直解析度品質測試圖形 ；以及影像左上方與左下方兩個定位圖形之間，具有以直線構成的水平解析度品質測試圖形。
在一實施例中，該測試圖更包括一對比度品質測試圖形與一動態模糊品質測試圖形。
在一實施例中，該測試圖更包括一人臉，用以評估人臉在影像上呈現的大小以及人臉影像的影像之品質。
在一實施例中，該人臉由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估人臉影像的影像之品質。
在一實施例中，該測試圖之影像中更包括一車牌，用以評估車牌在影像上呈現的大小以及車牌字元影像的影像之品質。
在一實施例中，該車牌由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌字元影像的影像之品質。
在一實施例中，更包括將被擷取之該測試圖之影像進行色彩灰階化、影像模糊化、影像二值化等處理，以使影像適於後續之處理。
在一實施例中，更包括顯示至少一提示於一屏幕上以供調整該測試圖之位置以使該多個品質測試圖形的影像之品質符合需求。
本發明的一實施例中提出一種用以評估影像之品質之測試圖，該測試圖包含：多個定位圖形以定位該測試圖之方位；以及多個品質測試圖形，其中，該測試圖之三個角落各有一定位圖形，其中，該測試圖左上方與右上方之兩個定位圖形之間，具有以橫線構成的垂直解析度品質測試圖形 ；以及該測試圖左上方與左下方兩個定位圖形之間，具有以直線構成的水平解析度品質測試圖形。
在一實施例中，該測試圖更包括一人臉，用以評估人臉在影像上呈現的大小以及人臉影像的影像之品質。
在一實施例中，該人臉由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估人臉影像的影像之品質。
在一實施例中，該測試圖之影像中更包括一車牌，用以評估車牌在影像上呈現的大小以及車牌字元影像的影像之品質。
在一實施例中，該車牌由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌字元影像的影像之品質。
有關本發明之前述及其他技術內容、特點與功效，在以下配合參考圖式之較佳實施例的詳細說明中，將可清楚的呈現。然而，要說明的是，以下實施例並非用以限定本發明。
本發明主要提出一種針對特定影像分析的影像之品質評估方法，請參考圖1所示本發明提出的一種針對特定影像分析的影像之品質評估方法，此實施例的流程主要包含有以下步驟：在步驟101中擷取實際場景中之一測試圖之影像。在步驟102中測試圖影像之前處理，此步驟102係針對放置於實際場景中之一測試圖拍攝而成之影像，進行色彩灰階化、影像模糊化、影像二值化等處理，使影像適於後續步驟處理。請參考圖1與圖6A。在步驟103中定位測試圖影像，此步驟103於經過步驟102之前處理的影像之中搜尋可能的定位圖形，如圖6A中之定位圖形601、602、603。當找到影像中之的定位圖形之數量與其相對位置符合測試圖所使用的定位圖形時，即可自動將合適的定位圖形位置作為定位點，而無須人工手動標記。另外，定位圖形601、602、603間之距離也可以知道測試圖影像與原測試圖之間的尺寸是否有變大或縮小。在步驟104中定位出測試圖影像位置後可自動識別出測試圖影像中的各種不同品質測試圖形以分析影像之品質，例如：解析度測試圖、標準大小人臉圖案、標準大小車牌圖案、對比度品質測試圖形、動態模糊品質測試圖形等。再依據影像之品質測試圖上不同的品質測試圖形做各方面的影像之品質之評估。
請參考圖2所示關於本發明應用於人臉影像品質與解析度品質的實施例。請參考圖2與圖6A。在本實施例中，利用本發明提出的影像之品質評估方法，可得知實際的影像解析是否符合人臉辨識的需求。經過圖1中之步驟101、102、103後，在步驟105中識別解析度品質測試圖形 。請參考圖6A，測試圖三個角落各有一個定位圖形601、602、603，用來定位測試圖影像。在步驟106中針對垂直解析度品質測試圖形604計算垂直解析度，請參考圖6A，測試圖左上方與右上方兩個定位圖形601、602之間，具有以橫線構成的垂直解析度品質測試圖形604以計算垂直解析度；在步驟107中針對水平解析度品質測試圖形 605來計算水平解析度，請參考圖6A，測試圖左上方與左下方兩個定位圖形601、603之間，具有以直線構成的水平解析度品質測試圖形 605以計算水平解析度。垂直解析度品質測試圖形604與水平解析度品質測試圖形 605用來評估特定方向上的有效解析度。在步驟110中識別識別標準大小人臉圖，包括步驟111中之計算臉部影像之品質與步驟112中之計算臉部尺寸，請參考圖6A，測試圖中央為一標準大小的人臉606，用以評估人臉在影像上呈現的大小是否符合需求，亦能求出人臉影像的影像之品質。
請參考圖3所示關於本發明應用於車牌影像品質與解析度品質的實施例。請參考圖3與圖6B。在本實施例中，利用本發明提出的影像之品質評估方法，可得知實際的影像解析是否符合車牌辨識的需求。經過圖1中之步驟101、102、103後，在步驟105中識別解析度品質測試圖形。請參考圖6B，測試圖三個角落各有一個定位圖形601、602、603，用來定位測試圖影像。在步驟106中針對垂直解析度品質測試圖形 604計算垂直解析度，請參考圖6B，測試圖左上方與右上方兩個定位圖形601、602之間，具有以橫線構成的垂直解析度品質測試圖形 604以計算垂直解析度；在步驟107中針對水平解析度品質測試圖形 605來計算水平解析度，請參考圖6B，測試圖左上方與左下方兩個定位圖形601、603之間，具有以直線構成的水平解析度品質測試圖形 605以計算水平解析度。垂直解析度品質測試圖形 604與水平解析度品質測試圖形 605用來評估特定方向上的有效解析度。在步驟120中識別標準大小車牌圖，包括步驟121中之計算車牌字元影像之品質與步驟122中之計算車牌字元尺寸，請參考圖6B，測試圖中央為一標準大小的車牌610，用以評估車牌字元在影像上呈現的大小是否符合需求，亦能求出車牌字元的影像之品質。
第4圖說明本發明的另一實施例中的一種評估在一實際場景下所攝取的影像之品質之方法之流程圖，請參閱第4圖。該評估在一實際場景下所攝取的影像之品質之方法包含下列步驟: 在步驟S411中，提供一測試圖，該測試圖置放於該實際場景中且包括多個定位圖形以及多個品質測試圖形；在步驟S412中，在該實際場景下擷取該測試圖之影像；在步驟S413中，找出該測試圖之影像中之該多個定位圖形以定位該測試圖之影像之方位；在步驟S414中，識別出已定位之該測試圖之影像中之該多個品質測試圖形的影像並評估該多個品質測試圖形的影像之品質。
在一實施例中，請參考圖6A，該測試圖之三個角落各有一定位圖形601、602、603，其中，影像左上方與右上方兩個定位圖形601、602之間，具有以橫線構成的垂直解析度品質測試圖形 ；以及影像左上方與左下方601、603兩個定位圖形之間，具有以直線構成的水平解析度品質測試圖形 。另外，定位圖形601、602、603間之距離也可以知道測試圖影像與原測試圖之間的尺寸是否有變大或縮小。
在一實施例中，請參考圖6A，該測試圖更包括一動態模糊品質測試圖形607與一對比度品質測試圖形608。
在一實施例中，請參考圖6A，該測試圖更包括一人臉606，用以評估人臉在影像上呈現的大小以及人臉影像的影像之品質。
在一實施例中，請參考圖6A，該人臉由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估人臉影像的影像之品質。
在一實施例中，請參考圖6B，該測試圖之影像中更包括一車牌，用以評估車牌在影像上呈現的大小以及車牌字元影像的影像之品質。
在一實施例中，請參考圖6B，該車牌由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌字元影像的影像之品質。
在一實施例中，更包括將被擷取之該測試圖之影像進行色彩灰階化、影像模糊化、影像二值化等處理，以使影像適於後續之處理。
在一實施例中，更包括顯示至少一提示於一屏幕上以供調整該測試圖之位置以使該多個品質測試圖形的影像之品質符合需求。
第5圖說明本發明的另一實施例中的一種評估在一實際場景下所攝取的影像之品質之系統500之示意圖。請參閱第5圖。評估在一實際場景下所攝取的影像之品質之系統500包含：一影像接收模組504，用以接收一實際場景502下被攝影裝置501擷取之一測試圖503，該測試圖包括多個定位圖形以及多個品質測試圖形；影像定位模組505，用以找出該測試圖之影像中之該多個定位圖形以定位該測試圖之影像之方位；影像之品質分析模組506，識別出已定位之該測試圖之影像中之該多個品質測試圖形的影像並評估該多個品質測試圖形的影像之品質。
在一實施例中，該測試圖之三個角落各有一定位圖形，其中，影像左上方與右上方兩個定位圖形之間，具有以橫線構成的垂直解析度品質測試圖形 ；以及影像左上方與左下方兩個定位圖形之間，具有以直線構成的水平解析度品質測試圖形。
在一實施例中該測試圖更包括一對比度品質測試圖形與一動態模糊品質測試圖形。
在一實施例中，該測試圖更包括一人臉，用以評估人臉在影像上呈現的大小以及人臉影像的影像之品質。
在一實施例中，該人臉由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估人臉影像的影像之品質。
在一實施例中，該測試圖之影像中更包括一車牌，用以評估車牌在影像上呈現的大小以及車牌字元影像的影像之品質。
在一實施例中，該車牌由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌字元影像的影像之品質。
在一實施例中，更包括將被擷取之該測試圖之影像進行色彩灰階化、影像模糊化、影像二值化等處理，以使影像適於後續之處理。
在一實施例中，更包括顯示至少一提示於一屏幕上以供調整該測試圖之位置以使該多個品質測試圖形的影像之品質符合需求。
第6A圖說明本發明的一實施例中的一種用以評估影像之品質之測試圖之示意圖。請參閱第6A圖。該測試圖包含：多個定位圖形601、602、603，以及多個品質測試圖形，其中，該測試圖之三個角落各有一定位圖形601、602、603，其中，影像左上方與右上方兩個定位圖形601、602之間，具有以橫線構成的垂直解析度品質測試圖形；以及影像左上方與左下方兩個定位圖形601、603之間，具有以直線構成的水平解析度品質測試圖形 。另外，定位圖形601、602、603間之距離也可以知道測試圖影像與原測試圖之間的尺寸是否有變大或縮小。垂直解析度品質測試圖形604與水平解析度品質測試圖形 605用來評估特定方向上的有效解析度。測試圖中央為一標準大小的人臉606，用以評估人臉影像的大小是否符合需求，亦能求出人臉影像的影像品質。另外，定位圖形601、602、603間之距離也可以知道測試圖影像與原測試圖之間的尺寸是否有變大或縮小。在一實施例中該測試圖更包括一動態模糊品質測試圖形607與一對比度品質測試圖形608。在一實施例中，該人臉606由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估人臉影像的影像之品質。
第6B圖說明本發明的一實施例中的一種用以評估影像之品質之測試圖之示意圖。請參閱第6B圖。該測試圖包含：多個定位圖形601、602、603，以及多個品質測試圖形，其中，該測試圖之三個角落各有一定位圖形601、602、603，其中，影像左上方與右上方兩個定位圖形601、602之間，具有以橫線構成的垂直解析度品質測試圖形 ；以及影像左上方與左下方兩個定位圖形601、603之間，具有以直線構成的水平解析度品質測試圖形 。另外，定位圖形601、602、603間之距離也可以知道測試圖影像與原測試圖之間的尺寸是否有變大或縮小。垂直解析度品質測試圖形604與水平解析度品質測試圖形605用來評估特定方向上的有效解析度。測試圖中央為一標準大小的車牌610，用以評估車牌影像的大小是否符合需求，亦能求出車牌字元影像的影像品質。在一實施例中該測試圖更包括一動態模糊品質測試圖形607與一對比度品質測試圖形608。在一實施例中，該車牌610由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌影像的影像之品質。
如上所述，本發明之評估在一實際場景下所攝取的影像之品質之方法，其係在實際場景中放置一個包括多個定位圖形以及多個品質測試圖形之測試圖，定位圖形可定位出此測試圖之方位，定位後可針對測試圖中的各種不同品質測試圖形進行影像之品質分析。相較於習知技術，本方法無須人工手動標記測試圖影像中的各種不同品質測試圖形的位置，即可自動化計算測試圖影像中的各種不同品質測試圖形的品質分數。
在不同情境下擷取人臉或車牌影像會產生不同之影像之品質，本發明可定位在不同情境下之測試圖影像，定位後可針對測試圖中的各種不同品質測試圖形進行影像之品質分析，以供後續調整測試圖與攝影裝置之相對位置，以使針對測試圖中的各種不同品質測試圖形之影像品質符合需求。爾後即可分析在該情境中擷取之人臉影像或車牌影像。
501‧‧‧攝影裝置
502‧‧‧實際場景
503‧‧‧測試圖
504‧‧‧影像接收模組
505‧‧‧影像定位模組
506‧‧‧影像之品質分析模組
601‧‧‧定位圖形
602‧‧‧定位圖形
603‧‧‧定位圖形
604‧‧‧垂直解析度品質測試圖形
605‧‧‧水平解析度品質測試圖形
606‧‧‧標準大小的人臉
607‧‧‧動態模糊品質測試圖形
608‧‧‧對比度品質測試圖形
610‧‧‧標準大小的車牌
第1圖說明本發明的一實施例中的一種評估影像之品質之方法之流程圖。 第2圖說明本發明的一實施例中的應用於人臉品質與解析度品質分析的實施例。 第3圖說明本發明的一實施例中的應用於車牌品質與解析度品質分析的實施例。 第4圖說明本發明的另一實施例中的一種評估在一實際場景下所攝取的影像之品質之方法之流程圖。 第5圖說明本發明的另一實施例中的的一種評估在一實際場景下所攝取的影像之品質之系統之示意圖。 第6A圖說明本發明的另一實施例中的一種用以評估人臉影像品質之測試圖之示意圖。 第6B圖說明本發明的另一實施例中的一種用以評估車牌影像品質之測試圖之示意圖。

Claims (15)

  1. 一種評估影像品質之方法，包含： 提供一測試圖，該測試圖置放於一實際場景中且包括多個定位圖形以及多個品質測試圖形； 在該實際場景下擷取該測試圖之影像； 找出所述測試圖之影像中之該多個定位圖形以定位該測試圖之影像之方位；以及 識別出已定位之該測試圖之影像中之該多個品質測試圖形的影像並評估該多個品質測試圖形的影像之品質。
  2. 如第1項所述之方法，其中該測試圖之三個角落各有一定位圖形，其中，影像左上方與右上方兩個定位圖形之間，具有以橫線構成的垂直解析度品質測試圖形；以及影像左上方與左下方兩個定位圖形之間，具有以直線構成的水平解析度品質測試圖形。
  3. 如第1項所述之方法，其中該測試圖更包括一對比度品質測試圖形與一動態模糊品質測試圖形。
  4. 如第1項所述之方法，其中該測試圖更包括一人臉，用以評估人臉在影像上呈現的大小以及人臉影像的影像之品質。
  5. 如第4項所述之方法，其中該人臉由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估人臉影像的影像之品質。
  6. 如第1項所述之方法，其中該測試圖之影像中更包括一車牌，用以評估車牌在影像上呈現的大小以及車牌字元影像的影像之品質。
  7. 如第6項所述之方法，其中該車牌由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌字元影像的影像之品質。
  8. 如第1項所述之方法，更包括將被擷取之該測試圖之影像進行色彩灰階化、影像模糊化、影像二值化等處理，以使影像適於後續之處理。
  9. 如第1項所述之方法，更包括顯示至少一提示於一屏幕上以供調整該測試圖與一攝影裝置之相對位置，以使該多個品質測試圖形的影像品質符合需求。
  10. 一種用以評估影像品質之測試圖，該測試圖包含： 多個定位圖形，用以定位針對該測試圖所攝取的一影像之方位；以及 多個品質測試圖形，用以評估針對該測試圖所攝取的該影像的品質。
  11. 如第10項所述之測試圖，其中該測試圖之三個角落各有一定位圖形，其中，影像左上方與右上方兩個定位圖形之間，具有以橫線構成的垂直解析度品質測試圖形；以及影像左上方與左下方兩個定位圖形之間，具有以直線構成的水平解析度品質測試圖形 。
  12. 如第11項所述之測試圖，其中該測試圖更包括一人臉，用以評估人臉在該影像上呈現的大小及品質。
  13. 如第12項所述之測試圖，其中該人臉由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估該人臉之影像的品質。
  14. 如第11項所述之測試圖，其中該測試圖之影像中更包括一車牌，用以評估車牌在影像上呈現的大小以及車牌字元影像的品質。
  15. 如第14項所述之測試圖，其中該車牌由多個灰階圖案所構成，該多個灰階圖案具有多個灰階值以評估車牌字元影像的品質。
TW106135635A 2017-10-18 2017-10-18 一種評估影像品質之方法 TWI635462B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW106135635A TWI635462B (zh) 2017-10-18 2017-10-18 一種評估影像品質之方法
US15/880,558 US10529065B2 (en) 2017-10-18 2018-01-26 Method of evaluating the quality of images

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106135635A TWI635462B (zh) 2017-10-18 2017-10-18 一種評估影像品質之方法

Publications (2)

Publication Number Publication Date
TWI635462B true TWI635462B (zh) 2018-09-11
TW201917692A TW201917692A (zh) 2019-05-01

Family

ID=64453087

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106135635A TWI635462B (zh) 2017-10-18 2017-10-18 一種評估影像品質之方法

Country Status (2)

Country Link
US (1) US10529065B2 (zh)
TW (1) TWI635462B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10694112B2 (en) * 2018-01-03 2020-06-23 Getac Technology Corporation Vehicular image pickup device and image capturing method
US20200021730A1 (en) * 2018-07-12 2020-01-16 Getac Technology Corporation Vehicular image pickup device and image capturing method
US10963675B2 (en) * 2019-01-30 2021-03-30 Realnetworks, Inc. Method for selecting images in video of faces in the wild
CN110493595B (zh) * 2019-09-30 2022-12-06 腾讯科技（深圳）有限公司 摄像头的检测方法和装置、存储介质及电子装置
CN111815635B (zh) * 2020-09-11 2020-12-11 安翰科技(武汉)股份有限公司 一种胶囊内窥镜图像质量判断方法和系统
CN112200176B (zh) * 2020-12-10 2021-03-02 长沙小钴科技有限公司 人脸图像的质量检测方法、系统和计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452117A (zh) * 2003-05-22 2003-10-29 深圳矽感科技有限公司 二维条码的编码和解码方法
TW200901099A (en) * 2007-06-29 2009-01-01 Wang Shuen Ren Moving object identification system

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5482048A (en) * 1993-06-30 1996-01-09 University Of Pittsburgh System and method for measuring and quantitating facial movements
US5960125A (en) * 1996-11-21 1999-09-28 Cognex Corporation Nonfeedback-based machine vision method for determining a calibration relationship between a camera and a moveable object
US6275600B1 (en) * 1998-03-09 2001-08-14 I.Data International, Inc. Measuring image characteristics of output from a digital printer
JP2000040120A (ja) * 1998-07-23 2000-02-08 Olympus Optical Co Ltd コードイメージ品質検査装置
US6522430B1 (en) * 1999-11-29 2003-02-18 Xerox Corporation Quantification of motion quality effect on image quality
US6992696B1 (en) * 2000-10-26 2006-01-31 Lockheed Martin Corporation Image test target for visual determination of digital image resolution
TW200403598A (en) * 2002-03-29 2004-03-01 Olympus Optical Co Test figure, geometric feature analyzing system, geometric feature analyzing-method, printer, and inkjet printer
US7512286B2 (en) * 2003-10-27 2009-03-31 Hewlett-Packard Development Company, L.P. Assessing image quality
WO2005096218A1 (en) * 2004-03-31 2005-10-13 Canon Kabushiki Kaisha Imaging system performance measurement
US7303528B2 (en) * 2004-05-18 2007-12-04 Scimed Life Systems, Inc. Serialization of single use endoscopes
US7629998B2 (en) * 2005-06-23 2009-12-08 Elbex Video Limited Method and apparatus for measuring illumination and camera performances
US8139117B2 (en) * 2006-04-21 2012-03-20 Sick, Inc. Image quality analysis with test pattern
US8345315B2 (en) * 2006-06-01 2013-01-01 Advanced Track And Trace Method and device for making documents secure using unique imprint derived from unique marking variations
JP4757142B2 (ja) * 2006-08-10 2011-08-24 キヤノン株式会社 撮影環境校正方法及び情報処理装置
US20080062266A1 (en) * 2006-09-12 2008-03-13 Mediatek Inc. Image test board
AU2007203294A1 (en) * 2007-07-17 2009-02-05 Canon Kabushiki Kaisha Method of measuring printer characteristics
US8462407B2 (en) * 2008-12-17 2013-06-11 Canon Kabushiki Kaisha Measuring separation of patterns, and use thereof for determining printer characteristics
US8948447B2 (en) * 2011-07-12 2015-02-03 Lucasfilm Entertainment Companyy, Ltd. Scale independent tracking pattern
JP5604461B2 (ja) * 2012-02-07 2014-10-08 富士フイルム株式会社 画像情報管理方法、装置、システム及び評価用チャート
US9232215B1 (en) * 2012-04-11 2016-01-05 Andrew B. Watson Measuring video acuity
US8976252B2 (en) * 2013-01-30 2015-03-10 Hewlett-Packard Development Company, L.P. Acquisition of color calibration charts
US8780210B1 (en) * 2013-02-01 2014-07-15 Videoq, Inc. Video quality analyzer
AU2014284129B2 (en) * 2013-06-19 2018-08-02 Commonwealth Scientific And Industrial Research Organisation System and method of estimating 3D facial geometry
US9407776B2 (en) * 2013-08-13 2016-08-02 Technology Watch, LLC Method for evaluation of printing and imaging systems that grade attributes of an image evaluation document produced by such systems
US10165263B2 (en) * 2013-09-30 2018-12-25 Nikon Corporation Point spread function estimation of optics blur
US10432927B2 (en) * 2014-09-30 2019-10-01 Ningbo Sunny Opotech Co., Ltd. 3D test chart, adjusting arrangement, forming method and adjusting method thereof
US9773183B2 (en) * 2015-05-07 2017-09-26 The United States Of America As Represented By The Secretary Of The Air Force Morphological automatic Landolt C orientation detection
US9965870B2 (en) * 2016-03-29 2018-05-08 Institut National D'optique Camera calibration method using a calibration target

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1452117A (zh) * 2003-05-22 2003-10-29 深圳矽感科技有限公司 二维条码的编码和解码方法
TW200901099A (en) * 2007-06-29 2009-01-01 Wang Shuen Ren Moving object identification system

Also Published As

Publication number Publication date
TW201917692A (zh) 2019-05-01
US10529065B2 (en) 2020-01-07
US20190114760A1 (en) 2019-04-18

Similar Documents

Publication Publication Date Title
TWI635462B (zh) 一種評估影像品質之方法
CN110717942B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
WO2017092427A1 (zh) 一种电子元件定位方法及装置
WO2017092631A1 (zh) 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法
DE102015005267A1 (de) Informationsverarbeitungsvorrichtung, Verfahren dafür und Messvorrichtung
JP2017198671A (ja) 画像処理装置および画像処理方法
CN105812790B (zh) 图像传感器感光面与光轴垂直度的评测方法及光学测试卡
AU2019336484B2 (en) Digital assessment of chemical dip tests
CN104749801B (zh) 高精度自动光学检测方法和系统
CN110796709A (zh) 车架号尺寸获取方法、装置、计算机设备和存储介质
TW201445458A (zh) 一種攝像設備的檢測裝置及方法
CN110688979A (zh) 违法车辆追踪方法及装置
CN111935480B (zh) 一种用于图像获取装置的检测方法及相关装置
CN113128499B (zh) 视觉成像设备的震动测试方法、计算机设备及存储介质
CN109688404B (zh) 一种评估影像质量的方法
JP2004219291A (ja) 画面の線欠陥検出方法及び装置
TWI510776B (zh) 玻璃氣泡瑕疵檢測處理方法
CN106846419A (zh) 一种图像中人像轮廓的确定方法和装置
JP2006145228A (ja) ムラ欠陥検出方法及び装置
CN114745500B (zh) 图像处理方法及输出检测系统
JP2006242584A (ja) ムラ欠陥検出方法及び装置
WO2022244578A1 (ja) 情報処理システム及び情報処理方法
CN116993654B (zh) 摄像头模组缺陷检测方法、装置、设备、存储介质及产品
CN110647948B (zh) 一种基于神经网络的图片拼接检测方法和系统
JP2004219072A (ja) 画面のスジ欠陥検出方法及び装置