一種圖像模糊檢測方法
【專利摘要】本發(fā)明公開了一種圖像模糊檢測方法，其通過對待處理圖像進行灰度化處理，得到灰度圖像，并通過灰度圖像計算出空域圖像，然后通過空域圖像計算出待處理圖像的清晰度評分值，最后對所述的評分值進行閥值計算來判斷待處理圖像是否模糊；本發(fā)明通過在傳統(tǒng)的主觀評價方法中導入評分機制，將模型的評分值作為圖像質(zhì)量的評價，采用定量的方法測量圖像的質(zhì)量，評價過程自動完成，無需人工參與，并且能夠有效的判斷出圖像是否模糊，從而可以幫助用戶在大量圖片快速篩選出所需的圖像。
【專利說明】一種圖像模糊檢測方法

【技術領域】
[0001] 本發(fā)明涉及一種圖像模糊檢測方法。

【背景技術】
[0002] 隨著數(shù)碼相機等大眾化的成像設備的普及，在我們身邊出現(xiàn)了越來越多的數(shù)字圖 像，普通用戶個人電子相冊里的圖像已經(jīng)數(shù)以萬計，其中很多圖像是存在多種失真的，模糊 失真是其中重要的一類。實際應用中，人們期望能夠由計算機在大量的圖像庫中自動識別 出模糊圖像，從而去除低質(zhì)量的圖像，提高存儲效率。另一方面，低質(zhì)量圖像識別在圖像搜 索中也具有重要價值，人們不僅希望搜索引擎能夠檢索到相似圖像，同時也能夠將質(zhì)量較 高的圖像排序盡可能靠前，從而提高圖像利用效率。
[0003] 圖像質(zhì)量是判斷圖像采集設備性能好壞、工作狀態(tài)是否正常的一個重要指標，也 較多地被用在圖像處理算法性能優(yōu)劣比較和優(yōu)化系統(tǒng)參數(shù)。因此，在圖像采集、編碼壓縮、 網(wǎng)絡傳輸?shù)阮I域建立有效的圖像質(zhì)量評價機制具有重要的意義。傳統(tǒng)的主觀評價方法采用 人類觀察者來參與評價，通過自身的主觀感受來評價視頻對象的質(zhì)量；這個方法雖然可靠 性比較高，但如果判斷的圖像數(shù)量較多時，需要耗費大量的精力，效率較低。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明為解決上述問題，提供了一種圖像模糊檢測方法，其能夠通過評分機制快 速、有效的檢測出模糊圖像。
[0005] 為實現(xiàn)上述目的，本發(fā)明采用的技術方案為：
[0006] 一種圖像模糊檢測方法，其特征在于，包括以下步驟：
[0007] 10.獲取待處理圖像，并進行灰度化處理，得到灰度圖像；
[0008] 20.通過灰度圖像計算出空域圖像；
[0009] 30.通過空域圖像計算出待處理圖像的清晰度評分值；
[0010] 40.對所述的評分值進行閥值計算來判斷待處理圖像是否模糊。
[0011] 優(yōu)選的，所述步驟10中的灰度化處理，主要是根據(jù)以下計算公式對待處理圖像的 每個像素點進行計算得到灰度圖像 ：
[0012] Gray = 0. 2989R+0. 5870G+0. 1140B ：
[0013] 其中，Gray為灰度圖像的像素點的顏色值，R、G、B分別為待處理圖像當前像素點 的紅、綠、藍三個通道的顏色值。
[0014] 優(yōu)選的，所述的步驟20中通過灰度圖像計算出空域圖像，進一步包括以下步驟：
[0015] 21.定義待處理圖像的擴大圖像，并將待處理圖像的像素點復制到擴大圖像中，其 中,待處理圖像的大小為m*n，擴大圖像的大小為（m+16)*(n+16);
[0016] 22.遍歷所述的擴大圖像，并將擴大圖像分割為8*8的子塊，每個子塊的大小64， 且子塊的數(shù)量為（m+16)*(n+16)/64;
[0017] 23.遍歷擴大圖像的每個8*8子塊，并對每個8*8的子塊滑動計算2*2的滑動塊的 總變差；
[0018] 24.計算擴大圖像每個8*8子塊中的總變差最大的2*2滑動塊；
[0019] 25.根據(jù)2*2滑動塊的最大總變差計算擴大圖像每個8*8子塊的平均最大總變差， 并將該平均最大總變差作為所述空域圖像的像素點的顏色值，得到空域圖像。
[0020] 優(yōu)選的，所述步驟23中對每個8*8的子塊滑動計算2*2的滑動塊的總變差，計算 方法如下：
[0021]

【權利要求】
1. 一種圖像模糊檢測方法，其特征在于，包括以下步驟：
10.獲取待處理圖像，并進行灰度化處理，得到灰度圖像；
20. 通過灰度圖像計算出空域圖像；
30.通過空域圖像計算出待處理圖像的清晰度評分值；
40.對所述的評分值進行閥值計算來判斷待處理圖像是否模糊。
2. 根據(jù)權利要求1所述的一種圖像模糊檢測方法，其特征在于：所述步驟10中的灰度 化處理，主要是根據(jù)以下計算公式對待處理圖像的每個像素點進行計算得到灰度圖像： Gray = 0. 2989R+0. 5870G+0. 1140B： 其中，Gray為灰度圖像的像素點的顏色值，R、G、B分別為待處理圖像當前像素點的紅、 綠、藍三個通道的顏色值。
3. 根據(jù)權利要求1所述的一種圖像模糊檢測方法，其特征在于：所述的步驟20中通過 灰度圖像計算出空域圖像，進一步包括以下步驟：
21. 定義待處理圖像的擴大圖像，并將待處理圖像的像素點復制到擴大圖像中，其中， 待處理圖像的大小為m*n，擴大圖像的大小為（m+16)*(n+16);
22. 遍歷所述的擴大圖像，并將擴大圖像分割為8*8的子塊，每個子塊的大小64,且子 塊的數(shù)量為（m+16)*(n+16)/64;
23. 遍歷擴大圖像的每個8*8子塊，并對每個8*8的子塊滑動計算2*2的滑動塊的總變 差；
24. 計算擴大圖像每個8*8子塊中的總變差最大的2*2滑動塊；
25.根據(jù)2*2滑動塊的最大總變差計算擴大圖像每個8*8子塊的平均最大總變差，并將 該平均最大總變差作為所述空域圖像的像素點的顏色值，得到空域圖像。
4. 根據(jù)權利要求3所述的一種圖像模糊檢測方法，其特征在于：所述步驟23中對每個 8*8的子塊滑動計算2*2的滑動塊的總變差，計算方法如下：
其中，u(X)為2*2滑動塊的總變差，X為2*2的滑動塊的顏色值，xi和xj為2*2滑動 塊的相鄰像素的顏色值。
5.根據(jù)權利要求4所述的一種圖像模糊檢測方法，其特征在于：所述步驟24中計算擴 大圖像每個8*8子塊中的總變差最大的2*2滑動塊，計算方法如下：
其中，S(x)為每個8*8子塊中的總變差最大的2*2滑動塊。
6. 根據(jù)權利要求5所述的一種圖像模糊檢測方法，其特征在于：所述步驟25中根據(jù) 2*2滑動塊的最大總變差計算擴大圖像每個8*8子塊的平均最大總變差，計算方法如下： grad = gradmax/(2*2)； grad為每個8*8子塊的2*2滑動塊的平均最大總變差，gradmax為每個8*8子塊的2*2滑動塊的最大總變差。
7. 根據(jù)權利要求3所述的一種圖像模糊檢測方法，其特征在于：所述步驟30中通過空 域圖像計算出待處理圖像的評分值，主要是通過將空域圖像的每個8*8子塊的平均最大總 變差從大到小進行排序，并對排序在前的部分數(shù)值求和取平均值，該平均值即為待處理圖 像的清晰度評分值。
8. 根據(jù)權利要求7所述的一種圖像模糊檢測方法，其特征在于：所述平均值的計算方 法如下：
其中，Aver為所述平均值，S3^ac!為排序后的平均最大總變差，N= (2*8+m) * (2*8+n)八8*8)/100,k為排序后第k個的平均最大總變差。
9. 根據(jù)權利要求1所述的一種圖像模糊檢測方法，其特征在于：所述步驟40中對所 述的評分值進行閥值計算來判斷待處理圖像是否模糊，主要是將評分值與分界線分值作比 較，如果評分值小于分界線分值，則判斷待處理圖像為模糊圖像，反之則判斷待處理圖像為 清晰圖像。
10. 根據(jù)權利要求1所述的一種圖像模糊檢測方法，其特征在于：所述的分界線分值主 要是通過以下步驟獲取得到：
41. 搜集樣本圖像，并對樣本圖像進行清晰圖像或模糊圖像的人工標注；
42. 選取數(shù)量相等的清晰圖像和模糊圖像進行灰度化處理，得到樣本灰度圖像；
43. 通過樣本灰度圖像計算出樣本空域圖像；
44. 通過樣本空域圖像計算出樣本圖像的清晰度評分值；
45. 計算所有樣本圖像的評分值的均值，并將該均值作為所述分界線分值。
【文檔編號】G06T7/00GK104268888SQ201410526259
【公開日】2015年1月7日 申請日期:2014年10月9日 優(yōu)先權日:2014年10月9日
【發(fā)明者】張偉, 張長定, 傅松林, 李志陽 申請人:廈門美圖之家科技有限公司