用于檢測圖像清晰度的方法、裝置及終端的制作方法
【技術(shù)領(lǐng)域】
[0001] 本公開涉及計算機技術(shù)領(lǐng)域，特別涉及一種用于檢測圖像清晰度的方法、裝置及 終端。
【背景技術(shù)】
[0002] 隨著電子技術(shù)的不斷發(fā)展，智能終端技術(shù)變得日益完善和成熟，智能終端設(shè)備越 來越廣泛的應(yīng)用于人們的日常生活和工作中，使人們的生活越來越便利。目前，很多智能終 端設(shè)備都具有拍攝照片和存儲圖像等功能，而圖像的清晰度在一定程度上反映了該圖像的 品質(zhì)。某些情況下，智能終端設(shè)備需要根據(jù)圖像的清晰度，執(zhí)行一些任務(wù)，以輔助用戶進行 一些操作。而如何更準(zhǔn)確的確定圖像的清晰度變得尤為重要。

【發(fā)明內(nèi)容】

[0003] 本公開提供一種用于檢測圖像清晰度的方法、裝置及終端，以解決相關(guān)技術(shù)中終 端評價圖像清晰度準(zhǔn)確性低的問題。
[0004] 根據(jù)本公開實施例的第一方面，提供一種用于檢測圖像清晰度的方法，包括：
[0005] 獲取用于表征待檢測圖像局部區(qū)域?qū)Ρ榷鹊娜罘謭D像；
[0006] 確定所述全差分圖像的灰度重心的位置；
[0007] 基于所述灰度重心的位置，采用窗函數(shù)對所述全差分圖像進行加權(quán)處理，以確定 用于評價圖像清晰度的評價因子，其中，所述評價因子越大，所述待檢測圖像越清晰。
[0008] 可選的，所述基于所述灰度重心的位置，采用窗函數(shù)對所述全差分圖像進行加權(quán) 處理，包括：
[0009] 采用窗函數(shù)構(gòu)建所述全差分圖像的加權(quán)模板圖；
[0010] 將所述加權(quán)模板圖的中心與所述灰度重心重合，基于重疊部分的像素點生成對應(yīng) 的加權(quán)圖；
[0011] 基于所述加權(quán)圖以及所述全差分圖像確定用于評價圖像清晰度的評價因子。
[0012] 可選的，所述采用窗函數(shù)構(gòu)建所述全差分圖像的加權(quán)模板圖，包括：
[0013] 獲取所述全差分圖像長度最大的邊上的像素個數(shù)L;
[0014] 生成與所述全差分圖像對應(yīng)的長為L的漢寧窗；
[0015] 獲取與所述漢寧窗對應(yīng)的加權(quán)模板圖。
[0016] 可選的，所述將所述加權(quán)模板圖的中心與所述灰度重心重合，基于重疊部分的像 素點生成對應(yīng)的加權(quán)圖，包括：
[0017] 將所述加權(quán)模板圖中重疊部分的像素點作為第一像素點，將所述全差分圖像中重 疊部分的像素點作為第二像素點，確定在所述重合時每個所述第一像素點的灰度值以及對 應(yīng)的第二像素點的位置信息；
[0018] 基于每個所述第一像素點的灰度值以及對應(yīng)的第二像素點的位置信息，生成對應(yīng) 的加權(quán)圖，使所述加權(quán)圖對應(yīng)的矩陣與所述全差分圖像對應(yīng)的矩陣同階，并且所述加權(quán)圖 中與所述第二像素點位置相同的像素點的灰度值與對應(yīng)于所述第二像素點的第一像素點 的灰度值相同，所述加權(quán)圖中剩余的像素點的灰度值為0。
[0019] 可選的，基于所述加權(quán)圖以及所述全差分圖像確定用于評價圖像清晰度的評價因 子，包括：
[0020] 獲取所述加權(quán)圖對應(yīng)的矩陣作為第一矩陣；
[0021] 獲取所述全差分圖像對應(yīng)的矩陣作為第二矩陣；
[0022] 計算所述第一矩陣與所述第二矩陣點乘的結(jié)果，作為第三矩陣；
[0023] 根據(jù)所述第三矩陣中的元素的值確定所述評價因子。
[0024]可選的，根據(jù)所述第三矩陣中的元素的值確定所述評價因子，包括：
[0025]查找出所述第三矩陣中值最大的元素；
[0026] 基于所述第三矩陣中值最大的元素確定預(yù)定閾值；
[0027] 計算出所述第三矩陣中值大于等于所述預(yù)定閾值的元素的均值，作為所述評價因 子。
[0028]可選的，所述基于所述第三矩陣中值最大的元素確定預(yù)定閾值，包括：
[0029] 計算所述第三矩陣中值最大的元素的值與預(yù)定的經(jīng)驗系數(shù)的乘積，作為預(yù)定閾 值。
[0030] 根據(jù)本公開實施例的第二方面，提供一種用于檢測圖像清晰度的裝置，包括：
[0031] 獲取模塊，被配置為獲取用于表征待檢測圖像局部區(qū)域?qū)Ρ榷鹊娜罘謭D像；
[0032] 確定模塊，被配置為確定所述全差分圖像的灰度重心的位置；
[0033] 加權(quán)處理模塊，被配置為基于所述灰度重心的位置，采用窗函數(shù)對所述全差分圖 像進行加權(quán)處理，以確定用于評價圖像清晰度的評價因子，其中，所述評價因子越大，所述 待檢測圖像越清晰。
[0034]可選的，所述加權(quán)處理模塊包括：
[0035] 構(gòu)建子模塊，被配置為采用窗函數(shù)構(gòu)建所述全差分圖像的加權(quán)模板圖；
[0036] 生成子模塊，被配置為將所述加權(quán)模板圖的中心與所述灰度重心重合，基于重疊 部分的像素點生成對應(yīng)的加權(quán)圖；
[0037] 評價因子確定子模塊，被配置為基于所述加權(quán)圖以及所述全差分圖像確定用于評 價圖像清晰度的評價因子。
[0038]可選的，所述構(gòu)建子模塊包括：
[0039] 第一獲取子模塊，被配置為獲取所述全差分圖像長度最大的邊上的像素個數(shù)L;
[0040] 漢寧窗生成子模塊，被配置為生成與所述全差分圖像對應(yīng)的長為L的漢寧窗；
[0041 ]第二獲取子模塊，被配置為獲取與所述漢寧窗對應(yīng)的加權(quán)模板圖。
[0042]可選的，所述生成子模塊包括：
[0043]確定子模塊，被配置為將所述加權(quán)模板圖中重疊部分的像素點作為第一像素點， 將所述全差分圖像中重疊部分的像素點作為第二像素點，確定在所述重合時每個所述第一 像素點的灰度值以及對應(yīng)的第二像素點的位置信息；
[0044]加權(quán)圖生成子模塊，被配置為基于每個所述第一像素點的灰度值以及對應(yīng)的第二 像素點的位置信息，生成對應(yīng)的加權(quán)圖，使所述加權(quán)圖對應(yīng)的矩陣與所述全差分圖像對應(yīng) 的矩陣同階，并且所述加權(quán)圖中與所述第二像素點位置相同的像素點的灰度值與對應(yīng)于所 述第二像素點的第一像素點的灰度值相同，所述加權(quán)圖中剩余的像素點的灰度值為0。
[0045] 可選的，所述評價因子確定子模塊包括：
[0046] 第一矩陣獲取子模塊，被配置為獲取所述加權(quán)圖對應(yīng)的矩陣作為第一矩陣；
[0047] 第二矩陣獲取子模塊，被配置為獲取所述全差分圖像對應(yīng)的矩陣作為第二矩陣； [0048]第三矩陣計算子模塊，被配置為計算所述第一矩陣與所述第二矩陣點乘的結(jié)果， 作為第三矩陣；
[0049] 評價因子計算子模塊，被配置為根據(jù)所述第三矩陣中的元素的值確定所述評價因 子。
[0050] 可選的，所述評價因子計算子模塊包括：
[0051] 查找子模塊，被配置為查找出所述第三矩陣中值最大的元素；
[0052] 預(yù)定閾值確定子模塊，被配置為基于所述第三矩陣中值最大的元素確定預(yù)定閾 值；
[0053]均值計算子模塊，被配置為計算出所述第三矩陣中值大于等于所述預(yù)定閾值的元 素的均值，作為所述評價因子。
[0054]可選的，所述預(yù)定閾值確定子模塊包括：
[0055]計算子模塊，被配置為計算所述第三矩陣中值最大的元素的值與預(yù)定的經(jīng)驗系數(shù) 的乘積，作為預(yù)定閾值。
[0056]根據(jù)本公開實施例的第三方面，提供一種終端，包括：
[0057] 處理器；
[0058]用于存儲處理器可執(zhí)行指令的存儲器；
[0059]其中，所述處理器被配置為：
[0060] 獲取用于表征待檢測圖像局部區(qū)域?qū)Ρ榷鹊娜罘謭D像；
[0061] 確定所述全差分圖像的灰度重心的位置；
[0062]基于所述灰度重心的位置，采用窗函數(shù)對所述全差分圖像進行加權(quán)處理，以確定 用于評價圖像清晰度的評價因子，其中，所述評價因子越大，所述待檢測圖像越清晰。
[0063] 本公開的實施例提供的技術(shù)方案可以包括以下有益效果：
[0064] 本公開的上述實施例提供的一種用于檢測圖像清晰度的方法，通過獲取用于表征 待檢測圖像局部區(qū)域?qū)Ρ榷鹊娜罘謭D像，確定該全差分圖像的灰度重心的位置，并基于 該灰度重心的位置，采用窗函數(shù)對上述全差分圖像進行加權(quán)處理，以確定用于評價圖像清 晰度的評價因子，從而提高了終端檢測圖像的清晰度的準(zhǔn)確性。
[0065] 本公開的上述實施例提供的另一種用于檢測圖像清晰度的方法，通過采用窗函數(shù) 構(gòu)建全差分圖像的加權(quán)模板圖，將該加權(quán)模板圖的中心與上述灰度重心重合，基于重疊部 分的像素點生成對應(yīng)的加權(quán)圖，并基于該加權(quán)圖以及上述全差分圖像確定用于評價圖像清 晰度的評價因子。從而進一步地提高了終端檢測圖像