專利名稱：一種用于確定圖像清晰度的設(shè)備及其方法
技術(shù)領(lǐng)域：
本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及用于確定圖像清晰度的圖像處理技術(shù)。
背景技術(shù)：
在諸如搜索引擎或圖像檢索系統(tǒng)的應(yīng)用中，一個(gè)圖像查詢序列很可能對(duì)應(yīng)多個(gè)圖像查詢結(jié)果，而這些圖像查詢結(jié)果之間的先后順序往往取決于各種因素?，F(xiàn)有技術(shù)中，為了確定所述圖像查詢結(jié)果的提供順序，絕大多數(shù)時(shí)候必須采用預(yù)先設(shè)定的參考模型對(duì)所述圖像查詢結(jié)果進(jìn)行評(píng)估，然后基于評(píng)估結(jié)果對(duì)所述圖像查詢結(jié)果進(jìn)行排序。然而，上述用于評(píng)估的預(yù)設(shè)參考模型需進(jìn)行紛繁復(fù)雜的數(shù)據(jù)處理才能得到，并且不同的圖像查詢結(jié)果可能會(huì)
適用不同的參考模型，這也將造成參考模型數(shù)量龐大，兼容性較低。有鑒于此，如何設(shè)計(jì)一種用于確定圖像清晰度的方法，無需預(yù)置任何參考模型，通過獲取所述圖像查詢結(jié)果的圖像清晰度，來重新排序所述圖像查詢結(jié)果，提升用戶的圖像搜索體驗(yàn)，是相關(guān)技術(shù)人員亟待解決的一項(xiàng)課題。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種用于確定圖像清晰度的設(shè)備及其方法。根據(jù)本發(fā)明的一個(gè)方面，提供一種計(jì)算機(jī)實(shí)現(xiàn)的用于確定圖像清晰度的方法，其中，該方法包括以下步驟a獲取待確定圖像清晰度的圖像；b根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲；c基于SVM清晰度分類器，根據(jù)所述低頻噪聲，確定所述圖像的圖像清晰度。根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種用于確定圖像清晰度的設(shè)備，其中，所述設(shè)備包括第一獲取裝置，用于獲取待確定圖像清晰度的圖像；第二獲取裝置，用于根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲；第一確定裝置，用于基于SVM清晰度分類器，根據(jù)所述低頻噪聲，確定所述圖像的圖像清晰度。根據(jù)本發(fā)明的再一個(gè)方面，還提供了一種搜索引擎，其中，該搜索引擎包括如本發(fā)明的一個(gè)方面所述的用于確定圖像清晰度的設(shè)備。與現(xiàn)有技術(shù)相比，本發(fā)明在對(duì)圖像查詢結(jié)果排序時(shí)，無需預(yù)置任何參考模型，通過獲取所述圖像查詢結(jié)果的圖像清晰度，并基于所述圖像清晰度來重新排序所述圖像查詢結(jié)果中的清晰圖像和模糊圖像，提升用戶的圖像搜索體驗(yàn)。


通過閱讀參照以下附圖所作的對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本發(fā)明的其它特征、目的和優(yōu)點(diǎn)將會(huì)變得更明顯
圖I示出依據(jù)本發(fā)明一個(gè)方面的用于確定圖像清晰度的設(shè)備示意圖；圖2示出依據(jù)本發(fā)明一優(yōu)選實(shí)施例的用于確定圖像清晰度的設(shè)備示意圖；圖3示出依據(jù)本發(fā)明另一個(gè)方面的用于確定圖像清晰度的方法流程圖；圖4示出依據(jù)本發(fā)明一優(yōu)選實(shí)施例的用于確定圖像清晰度的方法流程圖。附圖中相同或相似的附圖標(biāo)記代表相同或相似的部件。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。圖I示出根據(jù)本發(fā)明一個(gè)方面的用于確定圖像清晰度的設(shè)備示意圖。其中，確定 設(shè)備I包括但不限于網(wǎng)絡(luò)主機(jī)、單個(gè)網(wǎng)絡(luò)服務(wù)器、多個(gè)網(wǎng)絡(luò)服務(wù)器集或多個(gè)服務(wù)器構(gòu)成的云。在此，云可以由基于云計(jì)算(Cloud Computing)的大量計(jì)算機(jī)或網(wǎng)絡(luò)服務(wù)器構(gòu)成,其中，云計(jì)算是分布式計(jì)算的一種由一群松散耦合的計(jì)算機(jī)集組成的一個(gè)超級(jí)虛擬計(jì)算機(jī)。其中，所述確定設(shè)備I包括第一獲取裝置11、第二獲取裝置12和第一確定裝置13。第一獲取裝置11獲取待確定圖像清晰度的圖像。具體地，第一獲取裝置11例如通過搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或約定的通信方式，從該第三方設(shè)備獲取所述待確定圖像清晰度的圖像；或者，通過搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或約定的通信方式，從該第三方設(shè)備獲取該用戶通過用戶設(shè)備輸入的圖像查詢序列，并將所述圖像查詢序列在搜索索引庫中進(jìn)行匹配查詢，獲取與所述圖像查詢序列相對(duì)應(yīng)的所述待確定圖像清晰度的圖像；或者，通過頁面技術(shù)，如ASP、JSP、PHP等，從用戶設(shè)備獲取用戶通過該用戶設(shè)備輸入的圖像查詢序列，并將所述圖像查詢序列在搜索索引庫中進(jìn)行匹配查詢，獲取與所述圖像查詢序列相對(duì)應(yīng)的所述待確定圖像清晰度的圖像。例如，用戶在搜索輸入欄中鍵入查詢序列“鮮花”，第一獲取裝置11調(diào)用諸如搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或其他約定的通信方式，獲取所述查詢序列“鮮花”，并根據(jù)所獲取的查詢序列“鮮花”得到相對(duì)應(yīng)的一個(gè)或多個(gè)圖像，諸如玫瑰花圖像、康乃馨圖像等。又如，對(duì)于圖像檢索系統(tǒng)，第一獲取裝置11接收自該圖像檢索系統(tǒng)發(fā)送的新添加至該圖像檢索系統(tǒng)的一個(gè)圖像，或者在不同的圖像類別中隨機(jī)選取一個(gè)圖像，并將所述圖像作為待確定圖像清晰度的圖像。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取待確定圖像清晰度的圖像的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取待確定圖像清晰度的圖像的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。第二獲取裝置12根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲。具體地，第二獲取裝置12根據(jù)第一獲取裝置11所獲取的圖像，通過諸如獲取所述圖像的噪聲點(diǎn)的像素差值以及所述噪聲點(diǎn)的數(shù)量來獲取低頻噪聲。例如，第二獲取裝置12可根據(jù)所述圖像，統(tǒng)計(jì)一個(gè)像素鄰域中，某一像素點(diǎn)分別在X方向和I方向上，與相鄰像素點(diǎn)的差值，如果該差值在預(yù)定噪聲閾值所限定的閾值范圍內(nèi)，則保留所述像素差值；如果該差值超出所述預(yù)定噪聲閾值所限定的閾值范圍，則舍棄所述像素差值。例如，某一像素點(diǎn)與相鄰像素點(diǎn)在X方向上的像素差值為5,以及在y方向上的像素差值為8,并且在X方向和y方向上的所述預(yù)定噪聲閾值范圍均為2 10，則將所述像素點(diǎn)以及所述像素點(diǎn)在X方向和y方向上的像素差值保留下來，然后分別統(tǒng)計(jì)該像素領(lǐng)域中所有被保留下來的像素點(diǎn)在X方向和I方向上的像素差值的均值和方差，以作為與所述圖像相對(duì)應(yīng)的低頻噪聲。在此，X方向和I方向上的像素差值符合要求并被保留下來的像素點(diǎn)稱為噪聲點(diǎn)，以及在X方向和y方向上的像素差值符合要求并被保留下來的像素點(diǎn)的數(shù)量稱為噪聲點(diǎn)的數(shù)量。又如，第二獲取裝置12還根據(jù)所述像素差值和所述噪聲點(diǎn)的數(shù)量，計(jì)算與所述噪聲點(diǎn)相對(duì)應(yīng)的方差，并利用所計(jì)算的方差來獲取與所述圖像相對(duì)應(yīng)的低頻噪聲。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取與所述圖像相對(duì)應(yīng)的低頻噪聲的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取與所述圖像相對(duì)應(yīng)的低頻噪聲的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。第一確定裝置13基于SVM清晰度分類器，根據(jù)所述低頻噪聲來確定所述圖像的圖像清晰度。具體地，在確定設(shè)備I端或與所述確定設(shè)備I通過網(wǎng)絡(luò)相連接的網(wǎng)絡(luò)設(shè)備端包括SVM清晰度分類器14，第一確定裝置13將所述低頻噪聲作為所述SVM清晰度分類器14的一個(gè)輸入特征，通過諸如查詢方式或其他匹配方式，與所述SVM清晰度分類器14中的圖像清晰度進(jìn)行比對(duì)，從而得到所述圖像的圖像清晰度。在此，確定設(shè)備I與包括所述SVM清晰度分類器14的網(wǎng)絡(luò)設(shè)備端之間的網(wǎng)絡(luò)包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡(luò)、無線自組織網(wǎng)絡(luò)(Ad Hoc網(wǎng)絡(luò))等。此外，確定設(shè)備I與所述網(wǎng)絡(luò)設(shè)備端之間的·數(shù)據(jù)傳送包括但不限于TCP/IP協(xié)議、UDP協(xié)議等。本領(lǐng)域技術(shù)人員應(yīng)能理解上述確定所述圖像的圖像清晰度的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的確定所述圖像的圖像清晰度的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，確定設(shè)備I的各個(gè)裝置之間持續(xù)不斷地工作。具體地，第一獲取裝置11獲取待確定圖像清晰度的圖像；第二獲取裝置12根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲；第一確定裝置13基于SVM清晰度分類器，根據(jù)所述低頻噪聲，確定所述圖像的圖像清晰度。在此，本領(lǐng)域技術(shù)人員應(yīng)理解“持續(xù)”是指確定設(shè)備I的各裝置分別按照設(shè)定的或?qū)崟r(shí)調(diào)整的工作模式要求進(jìn)行待確定圖像清晰度的圖像的獲取、與所述圖像相對(duì)應(yīng)的低頻噪聲的獲取、基于SVM清晰度分類器的所述圖像清晰度的確定，直至確定設(shè)備I在較長時(shí)間內(nèi)停止獲取待確定圖像清晰度的圖像。優(yōu)選地，所述確定設(shè)備I還包括訓(xùn)練裝置(未示出)，根據(jù)大量標(biāo)定清晰度的圖像，進(jìn)行清晰度分類訓(xùn)練，以獲得所述SVM清晰度分類器。具體地，所述第一確定裝置13基于SVM清晰度分類器14，根據(jù)第二獲取裝置12所獲取的低頻噪聲來確定所述圖像的圖像清晰度。在此，所述SVM清晰度分類器14可通過對(duì)已標(biāo)定清晰度的大量圖像進(jìn)行清晰度分類訓(xùn)練來得到，并且參與清晰度分類訓(xùn)練的所述大量圖像與待確定圖像清晰度的圖像之間不必相關(guān)聯(lián)。例如，所述SVM清晰度分類器14包括多個(gè)輸入接口，每一輸入接口對(duì)應(yīng)地接收?qǐng)D像的圖像特征信息，并且所述多個(gè)輸入接口中的一個(gè)輸入接口用來接收?qǐng)D像的低頻噪聲，當(dāng)所述第二獲取裝置12所獲取的所述低頻噪聲輸入至所述SVM清晰度分類器14時(shí)，所述第一確定裝置13基于所述SVM清晰度分類器14確定所述圖像的圖像清晰度。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取所述SVM清晰度分類器的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取所述SVM清晰度分類器的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，所述確定設(shè)備I還包括第二確定裝置(圖中未示)，所述第二確定裝置根據(jù)所述圖像清晰度，結(jié)合預(yù)設(shè)的清晰度閾值，確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)。具體地，第二確定裝置根據(jù)所述第一確定裝置13所確定的圖像清晰度，將所述圖像清晰度與預(yù)設(shè)的清晰度閾值進(jìn)行比對(duì)，以確定所述圖像的清晰等級(jí)。例如，當(dāng)所述清晰度閾值為單一閾值時(shí)，可以將已確定圖像清晰度的圖像分為清晰圖像和模糊圖像兩級(jí)，即，當(dāng)所述圖像清晰度大于或等于所述清晰度閾值時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為清晰圖像，以及當(dāng)所述圖像清晰度小于所述清晰度閾值時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為模糊圖像。又如，當(dāng)所述清晰度閾值為雙重閾值時(shí)(比如O. 5和O. 8)，可以將已確定圖像清晰度的圖像分為清晰圖像、較清晰圖像和模糊圖像三級(jí)，即，當(dāng)所述圖像清晰度大于或等于O. 8時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為清晰圖像；當(dāng)所述圖像清晰度小于O. 5時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為模糊圖像；以及當(dāng)所述圖像清晰度介于O. 5和O. 8之間時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為較清晰圖像。由上述可知，本發(fā)明將第一確定裝置13所確定的圖像清晰度結(jié)合預(yù)設(shè)的清晰度閾值，可以將與所述圖像清晰度相對(duì)應(yīng)的圖像細(xì)分為若干等級(jí)，當(dāng)用戶使用圖像查詢序列進(jìn)行搜索時(shí)，可自由選擇與所述圖像查詢序列相對(duì)應(yīng)的圖像查詢結(jié)果中位于某一清晰等級(jí)的所有圖像，增強(qiáng)了用戶的搜索體驗(yàn)，也提升了搜索引擎的智能搜索能力。本領(lǐng)域技術(shù)人員應(yīng)能理解上述確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)的方式如可適用于本發(fā)明， 也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，所述確定設(shè)備I還包括第四獲取裝置(圖中未示)與第三確定裝置(未示出)，所述第四獲取裝置對(duì)所述圖像進(jìn)行區(qū)域分割，以獲取與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；將所述多個(gè)區(qū)域子圖像中至少一個(gè)作為所述待確定清晰度的圖像，利用所述第二獲取裝置12和所述第一確定裝置13，獲取所述多個(gè)區(qū)域子圖像中至少一個(gè)的區(qū)域清晰度；其中，第三確定裝置根據(jù)所述區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。具體地，所述第四獲取裝置諸如以4X4(像素)或16X16(像素)為單位將待確定圖像清晰度的圖像進(jìn)行區(qū)域分割，從而得到與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；然后將每個(gè)區(qū)域子圖像作為待確定清晰度的圖像，通過第二獲取裝置12獲取與所述區(qū)域子圖像相對(duì)應(yīng)的低頻噪聲，以及通過第一確定裝置13基于所述低頻噪聲來確定所述區(qū)域子圖像的區(qū)域清晰度。所述第三確定裝置根據(jù)所述第四獲取裝置所確定的區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。例如，所述第三確定裝置使用以下公式來加權(quán)確定所述圖像的圖像清晰度S = Ec*we i ghtc+Es*we i ghtg+E^we i ghtx其中，S表示所述圖像的圖像清晰度，weight。表示圖像中心區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E。的權(quán)重,Weights表示圖像四個(gè)邊緣區(qū)域所對(duì)應(yīng)的區(qū)域清晰度Es的權(quán)重,Weight1表示圖像四個(gè)邊角區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E1的權(quán)重。人們在觀看圖像時(shí)，該圖像各個(gè)區(qū)域的受關(guān)注程度是不同的，一般地，圖像中心區(qū)域的關(guān)注度最高，圖像四個(gè)邊緣區(qū)域的關(guān)注度次之，圖像四個(gè)邊角區(qū)域的關(guān)注度最低，即，weight。> weight, > weight^。在一個(gè)優(yōu)選的實(shí)施例中(參照?qǐng)DI)，所述確定設(shè)備I還包括提供裝置(未示出)，當(dāng)所述第一獲取裝置11獲取與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的圖像后，所述提供裝置將所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。以下參照?qǐng)DI對(duì)該優(yōu)選實(shí)施例進(jìn)行詳細(xì)描述，其中，第一獲取裝置11獲取與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的待確定圖像清晰度的圖像，第二獲取裝置12根據(jù)所述圖像來獲取與所述圖像相對(duì)應(yīng)的低頻噪聲，第一確定裝置13基于SVM清晰度分類器，根據(jù)所述低頻噪聲來確定所述圖像的圖像清晰度，提供裝置將所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。其具體過程與前述參照?qǐng)DI所描述的實(shí)施例中第二獲取裝置12和第一確定裝置13所執(zhí)行的過程相同，為簡明起見，以引用方式包含于此，而不做贅述。具體地，第一獲取裝置11通過調(diào)用諸如搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或其他約定的通信方式，獲取用戶圖像查詢序列對(duì)應(yīng)的圖像，并且所述提供裝置將所述圖像以及通過所述第一確定裝置13所確定的圖像清晰度提供給所述用戶設(shè)備。在此，用戶通過所述用戶設(shè)備與確定設(shè)備I進(jìn)行交互的方式，包括但不限于鍵盤、鼠標(biāo)、遙控器、觸摸板、手寫設(shè)備或語音輸入設(shè)備，在瀏覽器軟件、應(yīng)用程序或客戶端軟件等的輸入框中輸入圖像查詢序列。優(yōu)選地，所述確定設(shè)備I還包括排序裝置(圖中未示)，所述排序裝置根據(jù)所述圖像清晰度，結(jié)合與所述圖像相對(duì)應(yīng)的文本相關(guān)度，對(duì)所述圖像進(jìn)行排序；其中，所述提供裝置還將所述經(jīng)排序后的圖像提供給所述用戶設(shè)備。具體地，所述排序裝置根據(jù)所述第一確定裝置13所確定的圖像清晰度以及所述文本相關(guān)度，對(duì)所述圖像進(jìn)行排序，并且所述提供裝置將經(jīng)排序后的圖像提供給所述用戶設(shè)備。在此，所述文本相關(guān)度為所述圖像查詢序列與所述圖像之間的文本相關(guān)性。將所述圖像的圖像清晰度與所述文本相關(guān)度相結(jié)合，用戶 在輸入圖像查詢序列進(jìn)行搜索時(shí)，總是優(yōu)先看到圖像清晰度較高且與所述圖像查詢序列最相關(guān)的圖像，從而使搜索引擎在確保搜索準(zhǔn)確率的同時(shí)還可以提升用戶的圖像搜索體驗(yàn)。更優(yōu)選地，所述確定設(shè)備I還包括第五獲取裝置(圖中未示)，所述第五獲取裝置根據(jù)所述圖像的圖像清晰度統(tǒng)計(jì)分析，獲取與所述圖像查詢序列相對(duì)應(yīng)的清晰度需求信息；其中，所述排序裝置還根據(jù)所述圖像清晰度，結(jié)合所述文本相關(guān)度與所述清晰度需求信息，對(duì)所述圖像進(jìn)行排序。例如，不同的圖像查詢序列可對(duì)應(yīng)于不同的圖像清晰度要求，所述第五獲取裝置可以根據(jù)圖像的圖像清晰度統(tǒng)計(jì)分析，獲取與所述圖像查詢序列相對(duì)應(yīng)的清晰度需求信息，然后所述排序裝置基于所述圖像清晰度、所述文本相關(guān)度以及所述清晰度需求信息，對(duì)所述圖像進(jìn)行排序。例如，當(dāng)用戶輸入查詢序列“鮮花”時(shí)，對(duì)與所述查詢序列相對(duì)應(yīng)的圖像的圖像清晰度進(jìn)行統(tǒng)計(jì)分析，若所述圖像的圖像清晰度均較高，搜索引擎在提供圖像給用戶時(shí)，就需要使用圖像清晰度這個(gè)維度來進(jìn)行排序。圖2示出根據(jù)本發(fā)明一優(yōu)選實(shí)施例的用于確定圖像清晰度的設(shè)備示意圖。其中，確定設(shè)備I’包括但不限于網(wǎng)絡(luò)主機(jī)、單個(gè)網(wǎng)絡(luò)服務(wù)器、多個(gè)網(wǎng)絡(luò)服務(wù)器集或多個(gè)服務(wù)器構(gòu)成的云。在此，云可以由基于云計(jì)算(Cloud Computing)的大量計(jì)算機(jī)或網(wǎng)絡(luò)服務(wù)器構(gòu)成，其中，云計(jì)算是分布式計(jì)算的一種由一群松散耦合的計(jì)算機(jī)集組成的一個(gè)超級(jí)虛擬計(jì)算機(jī)。其中，所述確定設(shè)備I’包括第一獲取裝置11’、第二獲取裝置12’、第一確定裝置13’和第三獲取裝置15’。在圖2所示的確定設(shè)備I’中，第一獲取裝置11’、第二獲取裝置12’、第一確定裝置13’分別與圖I所示的第一獲取裝置11、第二獲取裝置12、第一確定裝置13相同或相似，為描述簡便起見，故此處不再贅述，并通過引用的方式包含于此。第三獲取裝置15’根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息；并且所述第一確定裝置13’還基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述圖像輔助信息，確定所述圖像的圖像清晰度。具體地，第三獲取裝置15’根據(jù)所述圖像，通過諸如濾波、縮放或其他方式對(duì)所述圖像進(jìn)行處理，獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息。第一確定裝置13’將第二獲取裝置12’所獲取的低頻噪聲以及第三獲取裝置15’所獲取的圖像輔助信息作為SVM清晰度分類器中兩個(gè)不同維度的輸入特征，通過諸如查詢方式或其他匹配方式，與所述SVM清晰度分類器14’中的圖像清晰度進(jìn)行比對(duì)，從而得到所述圖像的圖像清晰度。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，所述圖像輔助信息包括以下至少任一項(xiàng)-所述圖像的模糊差值； -所述圖像的縮放差值；-所述圖像的邊緣清晰度。以所述圖像輔助信息包括所述圖像的模糊差值為例，所述第三獲取裝置15’將第一獲取裝置11’所獲取的待確定圖像清晰度的圖像進(jìn)行濾波，以得到經(jīng)濾波處理后的模糊圖像，對(duì)所述模糊圖像與所述圖像各自對(duì)應(yīng)的像素進(jìn)行減法運(yùn)算，獲取像素差值，將這些像素差值的絕對(duì)值相加并求平均從而得到與所述圖像相對(duì)應(yīng)的模糊差值。第一確定裝置13’基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述模糊差值，確定所述圖像的圖像清晰度。在此，對(duì)所述圖像進(jìn)行濾波包括但不限于高斯濾波、中值濾波或二者的結(jié)合。以所述圖像輔助信息包括所述圖像的縮放差值為例，所述第三獲取裝置15’將第一獲取裝置11’所獲取的待確定圖像清晰度的圖像進(jìn)行縮放，以得到經(jīng)縮放處理后的縮放圖像，并對(duì)所述縮放圖像與所述圖像各自對(duì)應(yīng)的像素進(jìn)行減法運(yùn)算，獲取像素差值，將這些像素差值的絕對(duì)值相加并求平均從而得到與所述圖像相對(duì)應(yīng)的縮放差值。在此，對(duì)所述圖像進(jìn)行縮放包括但不限于近鄰取樣法、立方卷積法或二者的結(jié)合。第一確定裝置13’基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述縮放差值，確定所述圖像的圖像清晰度。以所述圖像輔助信息包括所述圖像的邊緣清晰度為例，一般來說，灰度變化越劇烈，圖像邊緣越清晰，圖像的清晰度也就越高。例如，第三獲取裝置15’可根據(jù)所述圖像，統(tǒng)計(jì)所述圖像邊緣法線方向的灰度變化，然后基于所述灰度變化來獲取所述圖像的邊緣清晰度。第一確定裝置13’基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述邊緣清晰度，確定所述圖像的圖像清晰度。優(yōu)選地，所述確定設(shè)備I’還包括第四獲取裝置(圖中未示)，所述第四獲取裝置對(duì)所述圖像進(jìn)行區(qū)域分割，以獲取與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；將所述多個(gè)區(qū)域子圖像中至少一個(gè)作為所述待確定清晰度的圖像，利用所述第二獲取裝置12’和所述第一確定裝置13’，獲取所述多個(gè)區(qū)域子圖像中至少一個(gè)的區(qū)域清晰度；其中，所述確定設(shè)備I’還包括第三確定裝置(圖中未示)，所述第三確定裝置根據(jù)所述區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。具體地，所述第四獲取裝置諸如以4X4(像素)或16X16(像素)為單位將待確定圖像清晰度的圖像進(jìn)行區(qū)域分割，從而得到與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；然后將每個(gè)區(qū)域子圖像作為待確定清晰度的圖像，通過第二獲取裝置12’獲取與所述區(qū)域子圖像相對(duì)應(yīng)的低頻噪聲，以及通過第一確定裝置13’基于所述低頻噪聲來確定所述區(qū)域子圖像的區(qū)域清晰度。所述第三確定裝置根據(jù)所述第四獲取裝置所確定的區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。例如，所述第三確定裝置使用以下公式來加權(quán)確定所述圖像的圖像清晰度S = Ec*we i ghtc+Es*we i ghtg+E^we i ghtx
其中，S表示所述圖像的圖像清晰度，weight。表示圖像中心區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E。的權(quán)重,Weights表示圖像四個(gè)邊緣區(qū)域所對(duì)應(yīng)的區(qū)域清晰度Es的權(quán)重,Weight1表示圖像四個(gè)邊角區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E1的權(quán)重。人們在觀看圖像時(shí)，該圖像各個(gè)區(qū)域的受關(guān)注程度是不同的，一般地，圖像中心區(qū)域的關(guān)注度最高，圖像四個(gè)邊緣區(qū)域的關(guān)注度次之，圖像四個(gè)邊角區(qū)域的關(guān)注度最低，即，weight。> weight, > weight^。此外，上述用于確定圖像清晰度的設(shè)備可以與現(xiàn)有的搜索引擎相結(jié)合，構(gòu)成一種新的搜索引擎，現(xiàn)有的搜索引擎可以采用已知的如百度、Google、Yahoo等搜索引擎。優(yōu)選地，所述搜索引擎將與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。具體地，所述搜索引擎在提供與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的圖像時(shí)，還通過諸如特別字體、浮動(dòng)窗口等方式，提供與所述圖像相對(duì)應(yīng)的圖像清晰度。例如，與現(xiàn)有搜索引擎相結(jié)合，在根據(jù)用戶通過用戶設(shè)備輸入的圖像查詢序列提供相應(yīng)的圖像時(shí)，在這些圖像的說明中添加相應(yīng)的圖像清晰度；進(jìn)一步地，這些圖像的圖像清晰度還可以特別字體、或者浮動(dòng)窗口等方式顯 示，如在用戶的鼠標(biāo)停留在圖像或者圖像說明時(shí)，以懸浮窗口顯示該圖像的圖像清晰度。本領(lǐng)域技術(shù)人員應(yīng)能理解上述圖像清晰度的提供方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的圖像清晰度的提供方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。圖3示出根據(jù)本發(fā)明另一個(gè)方面的用于確定圖像清晰度的方法流程圖。其中，用于確定圖像清晰度的確定設(shè)備包括但不限于網(wǎng)絡(luò)主機(jī)、單個(gè)網(wǎng)絡(luò)服務(wù)器、多個(gè)網(wǎng)絡(luò)服務(wù)器集或多個(gè)服務(wù)器構(gòu)成的云。在此，云可以由基于云計(jì)算(Cloud Computing)的大量計(jì)算機(jī)或網(wǎng)絡(luò)服務(wù)器構(gòu)成，其中，云計(jì)算是分布式計(jì)算的一種由一群松散耦合的計(jì)算機(jī)集組成的一個(gè)超級(jí)虛擬計(jì)算機(jī)。在步驟SI中，所述確定設(shè)備獲取待確定圖像清晰度的圖像。具體地，所述確定設(shè)備例如通過搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或約定的通信方式，從該第三方設(shè)備獲取所述待確定圖像清晰度的圖像；或者，通過搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或約定的通信方式，從該第三方設(shè)備獲取該用戶通過用戶設(shè)備輸入的圖像查詢序列，并將所述圖像查詢序列在搜索索引庫中進(jìn)行匹配查詢，獲取與所述圖像查詢序列相對(duì)應(yīng)的所述待確定圖像清晰度的圖像；或者，通過頁面技術(shù)，如ASP、JSP、PHP等，從用戶設(shè)備獲取用戶通過該用戶設(shè)備輸入的圖像查詢序列，并將所述圖像查詢序列在搜索索引庫中進(jìn)行匹配查詢，獲取與所述圖像查詢序列相對(duì)應(yīng)的所述待確定圖像清晰度的圖像。例如，用戶在搜索輸入欄中鍵入查詢序列“鮮花”，所述確定設(shè)備調(diào)用諸如搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或其他約定的通信方式，獲取所述查詢序列“鮮花”，并根據(jù)所獲取的查詢序列“鮮花”得到相對(duì)應(yīng)的一個(gè)或多個(gè)圖像，諸如玫瑰花圖像、康乃馨圖像等。又如，對(duì)于圖像檢索系統(tǒng)，所述確定設(shè)備接收自該圖像檢索系統(tǒng)發(fā)送的新添加至該圖像檢索系統(tǒng)的一個(gè)圖像，或者在不同的圖像類別中隨機(jī)選取一個(gè)圖像，并將所述圖像作為待確定圖像清晰度的圖像。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取待確定圖像清晰度的圖像的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取待確定圖像清晰度的圖像的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。在步驟S2中，所述確定設(shè)備根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲。具體地，所述確定設(shè)備根據(jù)上述步驟Si所獲取的圖像，通過諸如獲取所述圖像的噪聲點(diǎn)的像素差值以及所述噪聲點(diǎn)的數(shù)量來獲取低頻噪聲。例如，所述確定設(shè)備可根據(jù)所述圖像，統(tǒng)計(jì)一個(gè)像素鄰域中，某一像素點(diǎn)分別在X方向和y方向上，與相鄰像素點(diǎn)的差值，如果該差值在預(yù)定噪聲閾值所限定的閾值范圍內(nèi)，則保留所述像素差值；如果該差值超出所述預(yù)定噪聲閾值所限定的閾值范圍，則舍棄所述像素差值。例如，某一像素點(diǎn)與相鄰像素點(diǎn)在X方向上的像素差值為5,以及在y方向上的像素差值為8,并且在X方向和y方向上的所述預(yù)定噪聲閾值范圍均為2 10，則將所述像素點(diǎn)以及所述像素點(diǎn)在X方向和y方向上的像素差值保留下來，然后分別統(tǒng)計(jì)該像素領(lǐng)域中所有被保留下來的像素點(diǎn)在X方向和I方向上的像素差值的均值和方差，以 作為與所述圖像相對(duì)應(yīng)的低頻噪聲。在此，X方向和I方向上的像素差值符合要求并被保留下來的像素點(diǎn)稱為噪聲點(diǎn)，以及在X方向和I方向上的像素差值符合要求并被保留下來的像素點(diǎn)的數(shù)量稱為噪聲點(diǎn)的數(shù)量。又如，所述確定設(shè)備還根據(jù)所述像素差值和所述噪聲點(diǎn)的數(shù)量，計(jì)算與所述噪聲點(diǎn)相對(duì)應(yīng)的方差，并利用所計(jì)算的方差來獲取與所述圖像相對(duì)應(yīng)的低頻噪聲。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取與所述圖像相對(duì)應(yīng)的低頻噪聲的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取與所述圖像相對(duì)應(yīng)的低頻噪聲的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。在步驟S3中，所述確定設(shè)備基于SVM清晰度分類器，根據(jù)所述低頻噪聲來確定所述圖像的圖像清晰度。具體地，在所述確定設(shè)備端或與所述確定設(shè)備通過網(wǎng)絡(luò)相連接的網(wǎng)絡(luò)設(shè)備端包括SVM清晰度分類器，所述確定設(shè)備將所述低頻噪聲作為所述SVM清晰度分類器的一個(gè)輸入特征，通過諸如查詢方式或其他匹配方式，與所述SVM清晰度分類器中的圖像清晰度進(jìn)行比對(duì)，從而得到所述圖像的圖像清晰度。在此，所述確定設(shè)備與包括所述SVM清晰度分類器的網(wǎng)絡(luò)設(shè)備端之間的網(wǎng)絡(luò)包括但不限于互聯(lián)網(wǎng)、廣域網(wǎng)、城域網(wǎng)、局域網(wǎng)、VPN網(wǎng)絡(luò)、無線自組織網(wǎng)絡(luò)(Ad Hoc網(wǎng)絡(luò))等。此外，所述確定設(shè)備與所述網(wǎng)絡(luò)設(shè)備端之間的數(shù)據(jù)傳送包括但不限于TCP/IP協(xié)議、UDP協(xié)議等。本領(lǐng)域技術(shù)人員應(yīng)能理解上述確定所述圖像的圖像清晰度的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的確定所述圖像的圖像清晰度的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，該方法還包括步驟S5(未示出)，在所述步驟S5中，所述確定設(shè)備根據(jù)大量標(biāo)定清晰度的圖像，進(jìn)行清晰度分類訓(xùn)練，以獲得所述SVM清晰度分類器。具體地，所述確定設(shè)備基于SVM清晰度分類器14，根據(jù)所獲取的低頻噪聲來確定所述圖像的圖像清晰度。在此，所述SVM清晰度分類器可通過對(duì)已標(biāo)定清晰度的大量圖像進(jìn)行清晰度分類訓(xùn)練來得到，并且參與清晰度分類訓(xùn)練的所述大量圖像與待確定圖像清晰度的圖像之間不必相關(guān)聯(lián)。例如，所述SVM清晰度分類器包括多個(gè)輸入接口，每一輸入接口對(duì)應(yīng)地接收?qǐng)D像的圖像特征信息，并且所述多個(gè)輸入接口中的一個(gè)輸入接口用來接收?qǐng)D像的低頻噪聲，當(dāng)所述確定設(shè)備所獲取的低頻噪聲輸入至所述SVM清晰度分類器時(shí)，所述確定設(shè)備基于所述SVM清晰度分類器確定所述圖像的圖像清晰度。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取所述SVM清晰度分類器的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取所述SVM清晰度分類器的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，該方法還包括步驟S6 (未示出)，在所述步驟S6中，所述確定設(shè)備根據(jù)所述圖像清晰度，結(jié)合預(yù)設(shè)的清晰度閾值，確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)。具體地，所述確定設(shè)備根據(jù)所述步驟S3所確定的圖像清晰度，將所述圖像清晰度與預(yù)設(shè)的清晰度閾值進(jìn)行比對(duì)，以確定所述圖像的清晰等級(jí)。例如，當(dāng)所述清晰度閾值為單一閾值時(shí)，可以將已確定圖像清晰度的圖像分為清晰圖像和模糊圖像兩級(jí)，即，當(dāng)所述圖像清晰度大于或等于所述清晰度閾值時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為清晰圖像，以及當(dāng)所述圖像清晰度小于所述清晰度閾值時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為模糊圖像。又如，當(dāng)所述清晰度閾值為雙重閾值時(shí)(比如O. 5和O. 8)，可以將已確定圖像清晰度的圖像分為清晰圖像、較清晰圖像和模糊圖像三級(jí)，即，當(dāng)所述圖像清晰度大于或等于O. 8時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為清晰圖像；當(dāng)所述圖像清晰度小于O. 5時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為模糊圖像；以及當(dāng)所述圖像清晰度介于O. 5和O. 8之間時(shí)，與所述圖像清晰度相對(duì)應(yīng)的圖像為較清晰圖像。由上述可知，本發(fā)明將所述確定設(shè)備所確定的圖像清晰度結(jié)合預(yù)設(shè)的清晰度閾值，可以將與所述圖像清晰度相對(duì)應(yīng)的圖像細(xì)分為若干等級(jí)，當(dāng)用戶使用圖像查詢序列進(jìn)行搜索時(shí)，可自由選擇與所述圖像查詢序列相對(duì)應(yīng)的圖像查詢結(jié)果中位于某一清晰等級(jí)的所有圖像，增強(qiáng)了用戶的搜索體驗(yàn)，也提升了搜索引擎的智能搜索能力。本領(lǐng)域技術(shù)人員應(yīng)能理解上述確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明 保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，該方法還包括步驟S7(未示出)，在所述步驟S7中，所述確定設(shè)備對(duì)所述圖像進(jìn)行區(qū)域分割，以獲取與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；并將所述多個(gè)區(qū)域子圖像中至少一個(gè)作為所述待確定清晰度的圖像，利用所述步驟S2和所述步驟S3，獲取所述多個(gè)區(qū)域子圖像中至少一個(gè)的區(qū)域清晰度；其中，所述確定設(shè)備根據(jù)所述區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。具體地，所述確定設(shè)備諸如以4X4(像素)或16X16(像素)為單位將待確定圖像清晰度的圖像進(jìn)行區(qū)域分割，從而得到與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；然后將每個(gè)區(qū)域子圖像作為待確定清晰度的圖像，通過步驟S2獲取與所述區(qū)域子圖像相對(duì)應(yīng)的低頻噪聲，以及通過步驟S3基于所述低頻噪聲來確定所述區(qū)域子圖像的區(qū)域清晰度。所述確定設(shè)備根據(jù)所確定的區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。例如，所述確定設(shè)備使用以下公式來加權(quán)確定所述圖像的圖像清晰度S = Ec^we i ghtc+Es*we i ghtg+E^we i ghtx其中，S表示所述圖像的圖像清晰度，weight。表示圖像中心區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E。的權(quán)重,Weights表示圖像四個(gè)邊緣區(qū)域所對(duì)應(yīng)的區(qū)域清晰度Es的權(quán)重,Weight1表示圖像四個(gè)邊角區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E1的權(quán)重。人們在觀看圖像時(shí)，該圖像各個(gè)區(qū)域的受關(guān)注程度是不同的，一般地，圖像中心區(qū)域的關(guān)注度最高，圖像四個(gè)邊緣區(qū)域的關(guān)注度次之，圖像四個(gè)邊角區(qū)域的關(guān)注度最低，即，weight。> weight, > weight^。在一個(gè)優(yōu)選的實(shí)施例中(參照?qǐng)D3)，該方法還包括步驟S8 (未示出)，在所述步驟S8中，所述確定設(shè)備將與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。以下參照?qǐng)D3對(duì)該優(yōu)選實(shí)施例進(jìn)行詳細(xì)描述，其中，在步驟SI中，所述確定設(shè)備獲取與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的待確定圖像清晰度的圖像，在步驟S2中，所述確定設(shè)備根據(jù)所述圖像來獲取與所述圖像相對(duì)應(yīng)的低頻噪聲，在步驟S3中，所述確定設(shè)備基于SVM清晰度分類器，根據(jù)所述低頻噪聲來確定所述圖像的圖像清晰度，在所述步驟S8中，所述確定設(shè)備將與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。其具體過程與前述參照?qǐng)D3所描述的實(shí)施例中所述步驟S2和所述步驟S3所執(zhí)行的過程相同，為簡明起見，以引用方式包含于此，而不做贅述。具體地，所述確定設(shè)備通過調(diào)用諸如搜索引擎等第三方設(shè)備所提供的應(yīng)用程序接口(API)或其他約定的通信方式，獲取用戶圖像查詢序列對(duì)應(yīng)的圖像，并且將所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。在此，用戶通過所述用戶設(shè)備與確定設(shè)備進(jìn)行交互的方式，包括但不限于鍵盤、鼠標(biāo)、遙控器、觸摸板、手寫設(shè)備或語音輸入設(shè)備，在瀏覽器軟件、應(yīng)用程序或客戶端軟件等的輸入框中輸入圖像查詢序列。優(yōu)選地，該方法還包括步驟S9 (未示出)，在所述步驟S9中，所述確定設(shè)備根據(jù)所述圖像清晰度，結(jié)合與所述圖像相對(duì)應(yīng)的文本相關(guān)度，對(duì)所述圖像進(jìn)行排序；然后將所述經(jīng)排序后的圖像提供給所述用戶設(shè)備。具體地，所述確定設(shè)備根據(jù)所述步驟S3所確定的圖像清晰度以及所述文本相關(guān)度，對(duì)所述圖像進(jìn)行排序，并且將經(jīng)排序后的圖像提供給所述用戶設(shè)備。在此，所述文本相關(guān)度為所述圖像查詢序列與所述圖像之間的文本相關(guān)性。將所述圖像的圖像清晰度與所述文本相關(guān)度相結(jié)合，用戶在輸入圖像查詢序列進(jìn)行搜索時(shí)，總是優(yōu)先看到圖像清晰度較高且與所述圖像查詢序列最相關(guān)的圖像，從而使搜索引擎在確保搜索準(zhǔn)確率的同時(shí)還可以提升用戶的圖像搜索體驗(yàn)。更優(yōu)選地，該方法還包括步驟SlO (未示出)，在所述步驟SlO中，所述確定設(shè)備根據(jù)所述圖像的圖像清晰度統(tǒng)計(jì)分析，獲取與所述圖像查詢序列相對(duì)應(yīng)的清晰度需求信息；然后根據(jù)所述圖像清晰度，結(jié)合所述文本相關(guān)度與所述清晰度需求信息，對(duì)所述圖像進(jìn)行排序。例如，不同的圖像查詢序列可對(duì)應(yīng)于不同的圖像清晰度要求，所述確定設(shè)備可以根據(jù)圖像的圖像清晰度統(tǒng)計(jì)分析，獲取與所述圖像查詢序列相對(duì)應(yīng)的清晰度需求信息，然后基于所述圖像清晰度、所述文本相關(guān)度以及所述清晰度需求信息，對(duì)所述圖像進(jìn)行排序。例如，當(dāng)用戶輸入查詢序列“鮮花”時(shí)，對(duì)與所述查詢序列相對(duì)應(yīng)的圖像的圖像清晰度進(jìn)行統(tǒng)計(jì)分析，若所述圖像的圖像清晰度均較高，搜索引擎在提供圖像給用戶時(shí)，就需要使用圖像清晰度這個(gè)維度來進(jìn)行排序。
圖4示出根據(jù)本發(fā)明一優(yōu)選實(shí)施例的用于確定圖像清晰度的方法流程圖。其中，用于確定圖像清晰度的確定設(shè)備包括但不限于網(wǎng)絡(luò)主機(jī)、單個(gè)網(wǎng)絡(luò)服務(wù)器、多個(gè)網(wǎng)絡(luò)服務(wù)器集或多個(gè)服務(wù)器構(gòu)成的云。在此，云可以由基于云計(jì)算(Cloud Computing)的大量計(jì)算機(jī)或網(wǎng)絡(luò)服務(wù)器構(gòu)成，其中，云計(jì)算是分布式計(jì)算的一種由一群松散耦合的計(jì)算機(jī)集組成的一個(gè)超級(jí)虛擬計(jì)算機(jī)。參照?qǐng)D4，步驟SI’、步驟S2’和步驟S3’分別與圖3所示的步驟SI、步驟S2、步驟S3相同或相似，為描述簡便起見，故此處不再贅述，并通過引用的方式包含于此。在步驟S5’中，所述確定設(shè)備根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息；并且基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述圖像輔助信息，確定所述圖像的圖像清晰度。具體地，所述確定設(shè)備根據(jù)所述圖像，通過諸如濾波、縮放或其他方式對(duì)所述圖像進(jìn)行處理，獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息。所述確定設(shè)備將利用所述步驟S2’所獲取的低頻噪聲以及所述步驟S5’所獲取的圖像輔助信息作為SVM清晰度分類器中兩個(gè)不同維度的輸入特征，通過諸如查詢方式或其他匹配方式，與所述SVM清晰度分類器中的圖像清晰度進(jìn)行比對(duì)，從而得到所述圖像的圖像清晰度。本領(lǐng)域技術(shù)人員應(yīng)能理解上述獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息的方式僅為舉例，其他現(xiàn)有的或今后可能出現(xiàn)的獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息的方式如可適用于本發(fā)明，也應(yīng)包含在本發(fā)明保護(hù)范圍以內(nèi)，并以引用方式包含于此。優(yōu)選地，所述圖像輔助信息包括以下至少任一項(xiàng)-所述圖像的模糊差值；-所述圖像的縮放差值；-所述圖像的邊緣清晰度。以所述圖像輔助信息包括所述圖像的模糊差值為例，在步驟S5’中，所述確定設(shè)備將利用所述步驟Si，所獲取的待確定圖像清晰度的圖像進(jìn)行濾波，以得到經(jīng)濾波處理后的模糊圖像，對(duì)所述模糊圖像與所述圖像各自對(duì)應(yīng)的像素進(jìn)行減法運(yùn)算，獲取像素差值，將這些像素差值的絕對(duì)值相加并求平均從而得到與所述圖像相對(duì)應(yīng)的模糊差值。所述確定設(shè)備基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述模糊差值，確定所述圖像的圖像清晰度。在此，對(duì)所述圖像進(jìn)行濾波包括但不限于高斯濾波、中值濾波或二者的結(jié)合。以所述圖像輔助信息包括所述圖像的縮放差值為例，在步驟S5’中，所述確定設(shè)備將利用所述步驟SI’所獲取的待確定圖像清晰度的圖像進(jìn)行縮放，以得到經(jīng)縮放處理后的縮放圖像，并對(duì)所述縮放圖像與所述圖像各自對(duì)應(yīng)的像素進(jìn)行減法運(yùn)算，獲取像素差值，將這些像素差值的絕對(duì)值相加并求平均從而得到與所述圖像相對(duì)應(yīng)的縮放差值。在此，對(duì)所述圖像進(jìn)行縮放包括但不限于近鄰取樣法、立方卷積法或二者的結(jié)合。所述確定設(shè)備基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述縮放差值，確定所述圖像的圖像清晰度。以所述圖像輔助信息包括所述圖像的邊緣清晰度為例，一般來說，灰度變化越劇烈，圖像邊緣越清晰，圖像的清晰度也就越高。例如，在步驟S5’中，所述確定設(shè)備根據(jù)所述圖像，統(tǒng)計(jì)所述圖像邊緣法線方向的灰度變化，然后基于所述灰度變化來獲取所述圖像的邊緣清晰度。所述確定設(shè)備基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述邊緣清晰度，確定所述圖像的圖像清晰度。優(yōu)選地，該方法還包括步驟S6，和步驟S7’ (均未示出)，在所述步驟S6’，所述確定設(shè)備對(duì)所述圖像進(jìn)行區(qū)域分割，以獲取與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；然后將所述多個(gè)區(qū)域子圖像中至少一個(gè)作為所述待確定清晰度的圖像，利用所述步驟S2’和所述步驟S3’，獲取所述多個(gè)區(qū)域子圖像中至少一個(gè)的區(qū)域清晰度。在所述步驟S7’中，所述確定設(shè)備根據(jù)所述區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。具體地，所述確定設(shè)備諸如以4X4(像素)或16X16(像素)為單位將待確定圖像清晰度的圖像進(jìn)行區(qū)域分割，從而得到與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像；然后將每個(gè)區(qū)域子圖像作為待確定清晰度的圖像，通過步驟S2’獲取與所述區(qū)域子圖像相對(duì)應(yīng)的低頻噪聲，以及通過步驟S3’基于所述低頻噪聲來確定所述區(qū)域子圖像的區(qū)域清晰度。所述確定設(shè)備根據(jù)所確定的區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。例如，所述確定設(shè)備使用以下公式來加權(quán)確定所述圖像的圖像清晰度S = Ec*we i ghtc+Es*we i ghtg+E^we i ghtx其中，S表示所述圖像的圖像清晰度，weight。表示圖像中心區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E。的權(quán)重,Weights表示圖像四個(gè)邊緣區(qū)域所對(duì)應(yīng)的區(qū)域清晰度Es的權(quán)重,Weight1表示圖像四個(gè)邊角區(qū)域所對(duì)應(yīng)的區(qū)域清晰度E1的權(quán)重。人們在觀看圖像時(shí)，該圖像各個(gè)區(qū)域的受關(guān)注程度是不同的，一般地，圖像中心區(qū)域的關(guān)注度最高，圖像四個(gè)邊緣區(qū)域的關(guān)注度次之，圖像四個(gè)邊角區(qū)域的關(guān)注度最低，即，weight。> weight, > weight^。對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無論從哪一點(diǎn)來看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán) 利要求而不是上述說明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。不應(yīng)將權(quán)利要求中的任何附圖標(biāo)記視為限制所涉及的權(quán)利要求。此夕卜，顯然“包括” 一詞不排除其他單元或步驟，單數(shù)不排除復(fù)數(shù)。系統(tǒng)權(quán)利要求中陳述的多個(gè)單元或裝置也可以由一個(gè)單元或裝置通過軟件或者硬件來實(shí)現(xiàn)。第一，第二等詞語用來表示名稱，而并不表示任何特定的順序。
權(quán)利要求
1.一種計(jì)算機(jī)實(shí)現(xiàn)的用于確定圖像清晰度的方法，其中，該方法包括以下步驟 a獲取待確定圖像清晰度的圖像； b根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲； c基于SVM清晰度分類器，根據(jù)所述低頻噪聲，確定所述圖像的圖像清晰度。
2.根據(jù)權(quán)利要求I所述的方法，其中，所述方法還包括 -根據(jù)大量標(biāo)定清晰度的圖像，進(jìn)行清晰度分類訓(xùn)練，以獲得所述SVM清晰度分類器。
3.根據(jù)權(quán)利要求I或2所述的方法，其中，所述步驟b還包括 -根據(jù)預(yù)定噪聲閾值，確定所述圖像中噪聲點(diǎn)的像素差值與所述噪聲點(diǎn)的數(shù)量； -根據(jù)所述像素差值與所述噪聲點(diǎn)的數(shù)量，計(jì)算與所述噪聲點(diǎn)相對(duì)應(yīng)的方差，以獲取所述低頻噪聲。
4.根據(jù)權(quán)利要求I至3中任一項(xiàng)所述的方法，其中，所述方法還包括 -根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息； 其中，所述步驟c還包括 -基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述圖像輔助信息，確定所述圖像的圖像清晰度。
5.根據(jù)權(quán)利要求4所述的方法，其中，所述圖像輔助信息包括以下至少任一項(xiàng) -所述圖像的模糊差值； -所述圖像的縮放差值； -所述圖像的邊緣清晰度。
6.根據(jù)權(quán)利要求I至5中任一項(xiàng)所述的方法，其中，所述方法還包括 -根據(jù)所述圖像清晰度，結(jié)合預(yù)設(shè)的清晰度閾值，確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)。
7.根據(jù)權(quán)利要求I至6中任一項(xiàng)所述的方法，其中，所述方法還包括步驟V -對(duì)所述圖像進(jìn)行區(qū)域分割，以獲取與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像； -將所述多個(gè)區(qū)域子圖像中至少一個(gè)作為所述待確定清晰度的圖像，重復(fù)步驟b和C，以獲取所述多個(gè)區(qū)域子圖像中至少一個(gè)的區(qū)域清晰度； 其中，該方法還包括 -根據(jù)所述區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。
8.根據(jù)權(quán)利要求I至7中任一項(xiàng)所述的方法，其中，所述步驟a還包括 -獲取與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的圖像； 其中，所述方法還包括 X將所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。
9.根據(jù)權(quán)利要求8所述的方法，其中，所述方法還包括 r根據(jù)所述圖像清晰度，結(jié)合與所述圖像相對(duì)應(yīng)的文本相關(guān)度，對(duì)所述圖像進(jìn)行排序； 其中，所述步驟X還包括 -將所述經(jīng)排序后的圖像提供給所述用戶設(shè)備。
10.根據(jù)權(quán)利要求9所述的方法，其中，所述方法還包括 -根據(jù)所述圖像的圖像清晰度統(tǒng)計(jì)分析，獲取與所述圖像查詢序列相對(duì)應(yīng)的清晰度需求信息； 其中，所述步驟r還包括-根據(jù)所述圖像清晰度，結(jié)合所述文本相關(guān)度與所述清晰度需求信息，對(duì)所述圖像進(jìn)行排序。
11.一種用于確定圖像清晰度的設(shè)備，其中，所述設(shè)備包括 第一獲取裝置，用于獲取待確定圖像清晰度的圖像； 第二獲取裝置，用于根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲； 第一確定裝置，用于基于SVM清晰度分類器，根據(jù)所述低頻噪聲，確定所述圖像的圖像清晰度。
12.根據(jù)權(quán)利要求11所述的設(shè)備，其中，所述設(shè)備還包括訓(xùn)練裝置，用于根據(jù)大量標(biāo)定清晰度的圖像，進(jìn)行清晰度分類訓(xùn)練，以獲得所述SVM清晰度分類器。
13.根據(jù)權(quán)利要求11或12所述的設(shè)備，其中，所述第二獲取裝置還用于 -根據(jù)預(yù)定噪聲閾值，確定所述圖像中噪聲點(diǎn)的像素差值與所述噪聲點(diǎn)的數(shù)量； -根據(jù)所述像素差值與所述噪聲點(diǎn)的數(shù)量，計(jì)算與所述噪聲點(diǎn)相對(duì)應(yīng)的方差，以獲取所述低頻噪聲。
14.根據(jù)權(quán)利要求11至13中任一項(xiàng)所述的設(shè)備，其中，所述設(shè)備還包括第三獲取裝置，用于 -根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的圖像輔助信息； 其中，所述第一確定裝置還用于 -基于所述SVM清晰度分類器，根據(jù)所述低頻噪聲和所述圖像輔助信息，確定所述圖像的圖像清晰度。
15.根據(jù)權(quán)利要求14所述的設(shè)備，其中，所述圖像輔助信息包括以下至少任一項(xiàng) -所述圖像的模糊差值； -所述圖像的縮放差值； -所述圖像的邊緣清晰度。
16.根據(jù)權(quán)利要求11至15中任一項(xiàng)所述的設(shè)備，其中，所述設(shè)備還包括第二確定裝置，用于 -根據(jù)所述圖像清晰度，結(jié)合預(yù)設(shè)的清晰度閾值，確定與所述圖像相對(duì)應(yīng)的清晰等級(jí)。
17.根據(jù)權(quán)利要求11至16中任一項(xiàng)所述的設(shè)備，其中，所述設(shè)備還包括第四獲取裝置，用于 -對(duì)所述圖像進(jìn)行區(qū)域分割，以獲取與所述圖像相對(duì)應(yīng)的多個(gè)區(qū)域子圖像； -將所述多個(gè)區(qū)域子圖像中至少一個(gè)作為所述待確定清晰度的圖像，利用所述第二獲取裝置和所述第一確定裝置，獲取所述多個(gè)區(qū)域子圖像中至少一個(gè)的區(qū)域清晰度； 其中，所述設(shè)備還包括第三確定裝置，用于 -根據(jù)所述區(qū)域清晰度，加權(quán)確定所述圖像的圖像清晰度。
18.根據(jù)權(quán)利要求11至17中任一項(xiàng)所述的設(shè)備，其中，所述第一獲取裝置還用于 -獲取與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的圖像； 其中，所述設(shè)備還包括提供裝置，用于 -將所述圖像以及與所述圖像相對(duì)應(yīng)的圖像清晰度提供給所述用戶設(shè)備。
19.根據(jù)權(quán)利要求18所述的設(shè)備，其中，所述設(shè)備還包括排序裝置，用于根據(jù)所述圖像清晰度，結(jié)合與所述圖像相對(duì)應(yīng)的文本相關(guān)度，對(duì)所述圖像進(jìn)行排序；其中，所述提供裝置還用于 -將所述經(jīng)排序后的圖像提供給所述用戶設(shè)備。
20.根據(jù)權(quán)利要求19所述的設(shè)備，其中，所述設(shè)備還包括第五獲取裝置，用于根據(jù)所述圖像的圖像清晰度統(tǒng)計(jì)分析，獲取與所述圖像查詢序列相對(duì)應(yīng)的清晰度需求信息； 其中，所述排序裝置還用于 -根據(jù)所述圖像清晰度，結(jié)合所述文本相關(guān)度與所述清晰度需求信息，對(duì)所述圖像進(jìn)行排序。
21.一種搜索引擎，其中，該搜索引擎包括如權(quán)利要求11至20中任一項(xiàng)所述的用于確定圖像清晰度的設(shè)備。
22.根據(jù)權(quán)利要求21所述的搜索引擎，其中，該搜索引擎在提供與用戶通過用戶設(shè)備輸入的圖像查詢序列相對(duì)應(yīng)的圖像時(shí)，還提供與所述圖像相對(duì)應(yīng)的圖像清晰度。
全文摘要
本發(fā)明提供一種用于確定圖像清晰度的設(shè)備和方法，包括獲取待確定圖像清晰度的圖像；根據(jù)所述圖像，獲取與所述圖像相對(duì)應(yīng)的低頻噪聲；基于SVM清晰度分類器，根據(jù)所述低頻噪聲，確定所述圖像的圖像清晰度。與現(xiàn)有技術(shù)相比，本發(fā)明在對(duì)圖像查詢結(jié)果排序時(shí)，無需預(yù)置任何參考模型，通過獲取所述圖像查詢結(jié)果的圖像清晰度，并基于所述圖像清晰度來重新排序所述圖像查詢結(jié)果中的清晰圖像和模糊圖像，提升用戶的圖像搜索體驗(yàn)。
文檔編號(hào)G06F17/30GK102955947SQ201110240628
公開日2013年3月6日 申請(qǐng)日期2011年8月19日 優(yōu)先權(quán)日2011年8月19日
發(fā)明者文林福 申請(qǐng)人:北京百度網(wǎng)訊科技有限公司