本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,尤其是涉及一種圖像模糊檢測方法及裝置。
背景技術(shù):
在觀看數(shù)字電視、網(wǎng)絡(luò)視頻等數(shù)字信號源類的節(jié)目時,當(dāng)拍攝視頻源的攝像機參數(shù)設(shè)置不當(dāng)、抖動,視頻畫面被拉伸、分辨率太低或編碼異常時,畫面中的細(xì)節(jié)信息會丟失或被破壞從而導(dǎo)致畫面模糊的現(xiàn)象,而畫面模糊會大幅降低視頻播放質(zhì)量。
為了保證用戶觀看電視或網(wǎng)絡(luò)視頻節(jié)目的質(zhì)量,需要計算機輔助來完成自動化且快速有效的異常檢測?,F(xiàn)有技術(shù)的模糊檢測方法主要有特征點匹配方法、定義特征參數(shù)及評價參數(shù)的方法、基于梯度特征的檢測方法及機器學(xué)習(xí)方法等。
上述方法或采用較復(fù)雜的評價參數(shù)或采用較復(fù)雜的檢測模型,在高清應(yīng)用場景中,往往無法滿足實時檢測的需求。
技術(shù)實現(xiàn)要素:
有鑒于此,本發(fā)明的目的在于提供一種圖像模糊檢測方法及裝置,以解決現(xiàn)有圖像模糊檢測技術(shù)中存在的實時性較差的技術(shù)問題。
第一方面,本發(fā)明實施例提供了一種圖像模糊檢測方法,包括以下步驟:
對待測圖像進行低通濾波,生成參考圖像;
對待測圖像和參考圖像分別進行低通濾波,生成待測濾波圖像和參考濾波圖像;
生成待測圖像與待測濾波圖像之間的第一差值圖像,以及參考圖像與參考濾波圖像之間的第二差值圖像;
分別求取第一差值圖像的熵與第二差值圖像的熵;
求取第一差值圖像的熵與第二差值圖像的熵之間的比值,并根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第一種可能的實施方式,其中,對待測圖像進行低通濾波,生成參考圖像之前,還包括:
將待測圖像分塊處理為多個分塊圖像,并將其中選定的分塊圖像按照設(shè)定順序作為新的待測圖像。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第二種可能的實施方式,其中,分別求取第一差值圖像的熵與第二差值圖像的熵之前,還包括:
根據(jù)相同的分塊處理原則,將第一差值圖像和第二差值圖像分別分割為多個分塊圖像;
根據(jù)相同的選塊原則,將選定的第一差值圖像的分塊圖像按照設(shè)定順序作為新的第一差值圖像,將選定的第二差值圖像的分塊圖像按照設(shè)定順序作為新的第二差值圖像。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第三種可能的實施方式,其中,分塊處理為基于場景的分塊處理或基于網(wǎng)格的分塊處理。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第四種可能的實施方式,其中,對待測圖像進行低通濾波具體為:
通過第一高斯低通濾波器對待測圖像進行低通濾波;
對待測圖像和參考圖像分別進行低通濾波具體為:
通過第二高斯低通濾波器對待測圖像和參考圖像進行低通濾波。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第五種可能的實施方式,其中,預(yù)設(shè)模糊閾值范圍為0.8-1.5。
結(jié)合第一方面,本發(fā)明實施例提供了第一方面的第六種可能的實施方式,其中,模糊告警在比值大于或等于預(yù)設(shè)模糊閾值時發(fā)出。
第二方面,本發(fā)明實施例還提供了一種圖像模糊檢測裝置,包括:
參考圖像生成模塊,用于對待測圖像進行低通濾波,生成參考圖像;
濾波模塊,用于對待測圖像和參考圖像分別進行低通濾波,生成待測濾波圖像和參考濾波圖像;
差值圖像生成模塊,用于求取待測圖像與待測濾波圖像的第一差值圖像,以及參考圖像與參考濾波圖像的第二差值圖像;
熵值生成模塊,用于分別求取第一差值圖像與第二差值圖像的熵;
判斷模塊,求取第一差值圖像的熵與第二差值圖像的熵之間的比值,并根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。
結(jié)合第二方面,本發(fā)明實施例提供了第二方面的第一種可能的實施方式,其中,還包括第一分塊模塊;
第一分塊模塊用于第一分塊模塊用于將待測圖像分塊處理為多個分塊圖像,并將其中選定的分塊圖像按照設(shè)定順序作為新的待測圖像。
結(jié)合第二方面,本發(fā)明實施例提供了第二方面的第二種可能的實施方式,其中,還包括第二分塊模塊;
第二分塊模塊用于根據(jù)相同的分塊處理原則,將第一差值圖像和第二差值圖像分別分割為多個分塊圖像;
根據(jù)相同的選塊原則,將選定的第一差值圖像的分塊圖像按照設(shè)定順序作為新的第一差值圖像,將選定的第二差值圖像的分塊圖像按照設(shè)定順序作為新的第二差值圖像。
本發(fā)明實施例帶來了以下有益效果:
本發(fā)明提供的圖像模糊檢測方法,通過對待測圖像進行低通濾波生成參考圖像;對待測圖像和參考圖像分別進行低通濾波生成待測濾波圖像和參考濾波圖像;求取待測圖像與待測濾波圖像之間的第一差值圖像的熵,以及參考圖像與參考濾波圖像之間的第二差值圖像的熵;求取第一差值圖像的熵與第二差值圖像的熵之間的比值,并根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。計算方法簡單,運算速度快,受外界影響較小,適用于各種沒有預(yù)知標(biāo)準(zhǔn)圖像情形下的實時模糊異常檢測。
本發(fā)明的其他特征和優(yōu)點將在隨后的說明書中闡述,并且,部分地從說明書中變得顯而易見,或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。
為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂,下文特舉較佳實施例,并配合所附附圖,作詳細(xì)說明如下。
附圖說明
為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖是本發(fā)明的一些實施方式,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。
圖1為本發(fā)明實施例1提供的圖像模糊檢測方法的流程圖;
圖2為本發(fā)明實施例1提供的圖像模糊檢測方法一種實施方式的流程圖;
圖3為本發(fā)明實施例1提供的圖像模糊檢測方法另一種實施方式的流程圖;
圖4為本發(fā)明實施例2提供的圖像模糊檢測裝置的示意圖;
圖5為本發(fā)明實施例2提供的圖像模糊檢測裝置一種實施方式的示意圖;
圖6為本發(fā)明實施例2提供的圖像模糊檢測裝置另一種實施方式的示意圖。
圖標(biāo):11-參考圖像生成模塊;12-濾波模塊;13-差值圖像生成模塊;14-熵值生成模塊;15-判斷模塊;21-第一分塊模塊;22-第二分塊模塊。
具體實施方式
為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚,下面將結(jié)合附圖對本發(fā)明的技術(shù)方案進行清楚、完整地描述,顯然,所描述的實施例是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都屬于本發(fā)明保護的范圍。
目前的圖像模糊檢測很難滿足實時性要求,基于此,本發(fā)明實施例提供的一種圖像模糊檢測方法及裝置,可以滿足視頻圖像實時模糊檢測的需求。
為便于對本實施例進行理解,首先對本發(fā)明實施例所公開的一種圖像模糊檢測方法進行詳細(xì)介紹。
實施例1:
如圖1所示,本發(fā)明實施例提供了一種圖像模糊檢測方法,包括以下步驟:
s102.對待測圖像進行低通濾波,生成參考圖像。
s104.對待測圖像和參考圖像分別進行低通濾波,生成待測濾波圖像和參考濾波圖像。
s106.生成待測圖像與待測濾波圖像之間的第一差值圖像,以及參考圖像與參考濾波圖像之間的第二差值圖像。
s108.分別求取第一差值圖像的熵與第二差值圖像的熵。
s110.求取第一差值圖像的熵與第二差值圖像的熵之間的比值,并根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。
本實施例通過對待測圖像進行低通濾波生成參考圖像;對待測圖像和參考圖像分別進行低通濾波生成待測濾波圖像和參考濾波圖像;求取待測圖像與待測濾波圖像之間的第一差值圖像的熵,以及參考圖像與參考濾波圖像之間的第二差值圖像的熵;求取第一差值圖像的熵與第二差值圖像的熵的比值,并根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。計算方法簡單,運算速度快,受外界影響較小,適用于各種沒有預(yù)知標(biāo)準(zhǔn)圖像情形下的實時模糊異常檢測。
本實施例步驟s102中,通過第一高斯低通濾波器對待測圖像進行低通濾波,濾除圖像中的高頻信號。
步驟s104中,通過第二高斯低通濾波器對待測圖像和參考圖像進行低通濾波。需要說明的是,本步驟中的第二高斯低通濾波器與步驟s102中的第一高斯低通濾波的濾波核可以相同,也可以不同。
若待測圖像是一幅清晰的圖像,低通濾波后待測圖像的高頻信號丟失明顯,因此參考圖像和原待測圖像相比會有明顯的模糊現(xiàn)象。若待測圖像是模糊異常的圖像,低通濾波后的參考圖像雖然會比原待測圖像模糊,但是二者清晰度相差不大,高頻信息都較少,遠(yuǎn)不如清晰的待測圖像低通濾波后的差異明顯。
于是,當(dāng)待測圖像有較高的清晰度時,第一差值圖像會包含較多的信息,反之,當(dāng)輸入圖像為模糊圖像時,第一差值圖像會包含較少的信息。但是,第二差值圖像包含的信息量在輸入為清晰圖像或模糊圖像的情況下相差不大。因此,本實施例用第一差值圖像的熵和第二差值圖像的熵的比值來衡量輸入圖像的清晰程度。
步驟s110中,預(yù)設(shè)模糊閾值范圍為0.8-1.5,優(yōu)選為0.9-1.2。且模糊告警在第一差值圖像的熵和第二差值圖像的熵的比值大于等于預(yù)設(shè)模糊閾值時發(fā)出。
如圖2所示,作為本實施例的一種實施方式,在步驟s102之前,還包括:
步驟s101.將待測圖像分塊處理為多個分塊圖像,并將其中選定的分塊圖像按照設(shè)定順序作為新的待測圖像。
本步驟中的分塊處理優(yōu)選為基于場景的分塊處理或基于網(wǎng)格的分塊處理。其中,基于網(wǎng)格劃分的分塊處理是將圖像劃分成mxn的網(wǎng)格?;趫鼍暗姆謮K處理為:在模糊檢測前,對視頻場景做簡要分析,通過參考前幀圖像,粗略區(qū)分出相對靜止的背景和運動的前景。
需要說明的是,本實施方式中可以將分塊處理后的所有分塊圖像按照設(shè)定順序作為新的待測圖像,也可以根據(jù)實際需要將分塊圖像中選定的部分分塊圖像按照設(shè)定順序作為新的待測圖像。通過對視頻圖像的分塊檢測實現(xiàn)視頻圖像的局部模糊檢測。
本實施方式適用于視頻圖像的局部模糊檢測,方法簡單,檢測速度快,具有很好的實時性。
如圖3所示,作為本實施例的另一種實施方式,在步驟s108之前還包括:
步驟s107.根據(jù)相同的分塊處理原則,將第一差值圖像和第二差值圖像分別分割為多個分塊圖像;根據(jù)相同的選塊原則,將選定的第一差值圖像的分塊圖像按照設(shè)定順序作為新的第一差值圖像,將選定的第二差值圖像的分塊圖像按照設(shè)定順序作為新的第二差值圖像。
本步驟中的分塊方法可以是基于場景的分塊方法或基于網(wǎng)格的分塊方法。
需要說明的是,本實施方式中可以將分塊處理后的所有分塊圖像按照設(shè)定順序依次進行后續(xù)處理,也可以根據(jù)實際需要將分塊圖像中選定的部分分塊圖像按照設(shè)定順序進行后續(xù)處理。
本實施方式適用于視頻圖像的局部模糊檢測,方法簡單,檢測速度快,具有很好的實時性。
本實施例中對于局部模糊檢測,可以在求取每塊待測圖像的第一差值圖像的熵與第二差值圖像的熵的比值后,再根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系進行模糊告警;也可以在整幀圖像的所有選定分塊圖像全部判斷完后再進行模糊告警,實際使用時根據(jù)具體情況選擇合適的報警時機。本實施例中局部模糊檢測的模糊告警優(yōu)選包括分塊圖像的位置信息。
實施例2:
如圖4所示,本實施例提供了一種圖像模糊檢測裝置,包括:參考圖像生成模塊11、濾波模塊12、差值圖像生成模塊13、熵值生成模塊14和判斷模塊15,參考圖像生成模塊11用于對待測圖像進行低通濾波,生成參考圖像;濾波模塊12用于對待測圖像和參考圖像分別進行低通濾波,生成待測濾波圖像和參考濾波圖像;差值圖像生成模塊13用于求取待測圖像與待測濾波圖像的第一差值圖像,以及參考圖像與參考濾波圖像的第二差值圖像;熵值生成模塊14用于分別求取第一差值圖像的熵與第二差值圖像的熵;判斷模塊15用于求取第一差值圖像的熵與第二差值圖像的熵之間的比值,并根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。
本實施例通過參考圖像生成模塊11對待測圖像進行低通濾波生成參考圖像;通過濾波模塊12對待測圖像和參考圖像分別進行低通濾波生成待測濾波圖像和參考濾波圖像;通過熵值生成模塊14求取待測圖像與待測濾波圖像之間的第一差值圖像的熵,以及參考圖像與參考濾波圖像之間的第二差值圖像的熵;判斷模塊15求取第一差值圖像的熵與第二差值圖像的熵之間的比值后,根據(jù)比值與預(yù)設(shè)模糊閾值之間的關(guān)系判斷是否進行模糊告警。計算方法簡單,運算速度快,受外界影響較小,適用于各種沒有預(yù)知標(biāo)準(zhǔn)圖像情形下的實時模糊異常檢測。
本實施例中的參考圖像生成模塊11通過第一高斯低通濾波器對待測圖像進行低通濾波。濾波模塊12通過第二高斯低通濾波器對待測圖像和參考圖像進行低通濾波,且第一高斯低通濾波器與第二高斯低通濾波器的濾波核可以根據(jù)實際需求匹配為相同或是不同。
如圖5所示,作為本實施例的一種實施方式,該裝置還包括第一分塊模塊21,用于將待測圖像分塊處理為多個分塊圖像,并將其中選定的分塊圖像按照設(shè)定順序作為新的待測圖像。通過對目標(biāo)分塊圖像的模糊檢測實現(xiàn)視頻圖像的局部模糊檢測。
如圖6所示,作為本實施例的另一種實施方式,該裝置還包括第二分塊模塊22,用于根據(jù)相同的分塊處理原則,將第一差值圖像和第二差值圖像分別分割為多個分塊圖像;根據(jù)相同的選塊原則,將選定的第一差值圖像的分塊圖像按照設(shè)定順序作為新的第一差值圖像,將選定的第二差值圖像的分塊圖像按照設(shè)定順序作為新的第二差值圖像。
本實施例中的第一分塊模塊21和第二分塊模塊22通過基于場景的分塊處理或基于網(wǎng)格的分塊處理。
此外,本實施例中的模糊閾值范圍為0.8-1.5,優(yōu)選為0.9-1.2。且模糊告警在第一差值圖像的熵和第二差值圖像的熵的比值大于等于預(yù)設(shè)模糊閾值時發(fā)出。
本發(fā)明實施例提供的圖像模糊檢測裝置,與上述實施例提供的圖像模糊檢測方法具有相同的技術(shù)特征,所以也能解決相同的技術(shù)問題,達(dá)到相同的技術(shù)效果。
本發(fā)明實施例所提供的圖像模糊檢測方法及裝置的計算機程序產(chǎn)品,包括存儲了程序代碼的計算機可讀存儲介質(zhì),所述程序代碼包括的指令可用于執(zhí)行前面方法實施例中所述的方法,具體實現(xiàn)可參見方法實施例,在此不再贅述。
所屬領(lǐng)域的技術(shù)人員可以清楚地了解到,為描述的方便和簡潔,上述描述的系統(tǒng)和裝置的具體工作過程,可以參考前述方法實施例中的對應(yīng)過程,在此不再贅述。
另外,在本發(fā)明實施例的描述中,除非另有明確的規(guī)定和限定,術(shù)語“安裝”、“相連”、“連接”應(yīng)做廣義理解,例如,可以是固定連接,也可以是可拆卸連接,或一體地連接;可以是機械連接,也可以是電連接;可以是直接相連,也可以通過中間媒介間接相連,可以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言,可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。
所述功能如果以軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時,可以存儲在一個計算機可讀取存儲介質(zhì)中。基于這樣的理解,本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來,該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中,包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機,服務(wù)器,或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括:u盤、移動硬盤、只讀存儲器(rom,read-onlymemory)、隨機存取存儲器(ram,randomaccessmemory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
在本發(fā)明的描述中,需要說明的是,術(shù)語“中心”、“上”、“下”、“左”、“右”、“豎直”、“水平”、“內(nèi)”、“外”等指示的方位或位置關(guān)系為基于附圖所示的方位或位置關(guān)系,僅是為了便于描述本發(fā)明和簡化描述,而不是指示或暗示所指的裝置或元件必須具有特定的方位、以特定的方位構(gòu)造和操作,因此不能理解為對本發(fā)明的限制。此外,術(shù)語“第一”、“第二”、“第三”僅用于描述目的,而不能理解為指示或暗示相對重要性。
最后應(yīng)說明的是:以上所述實施例,僅為本發(fā)明的具體實施方式,用以說明本發(fā)明的技術(shù)方案,而非對其限制,本發(fā)明的保護范圍并不局限于此,盡管參照前述實施例對本發(fā)明進行了詳細(xì)的說明,本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi),其依然可以對前述實施例所記載的技術(shù)方案進行修改或可輕易想到變化,或者對其中部分技術(shù)特征進行等同替換;而這些修改、變化或者替換,并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實施例技術(shù)方案的精神和范圍,都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此,本發(fā)明的保護范圍應(yīng)所述以權(quán)利要求的保護范圍為準(zhǔn)。