申请/专利权人：深圳回收宝科技有限公司

申请日：2020-08-03

公开（公告）日：2024-03-05

公开（公告）号：CN111932510B

主分类号：G06T7/00

分类号：G06T7/00;G06F16/55;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.05#授权;2020.12.01#实质审查的生效;2020.11.13#公开

摘要：本申请提供一种图像清晰度的确定方法及装置，该图像清晰度的确定方法包括：获取摄像头拍摄的待处理图像；对待处理图像进行前处理，得到多个第一预设尺寸的窗口图像；基于至少两种图像分类策略对窗口图像进行图像清晰度判断，得到对应的至少两种图像分类结果；基于至少两种图像分类结果确定窗口图像的图像清晰度；基于多个窗口图像的图像清晰度确定待处理图像的图像清晰度。本申请通过多种图像分类策略对窗口图像进行清晰度判断得到多种图像分类结果，综合多种图像分类结果判断窗口图像的清晰度，进而确定待处理图像的图像清晰度，能够提高图像清晰度判断的准确度。

主权项：1.一种图像清晰度的确定方法，其特征在于，所述图像清晰度的确定方法包括：获取摄像头拍摄的待处理图像；对所述待处理图像进行前处理，得到多个第一预设尺寸的窗口图像；基于至少两种图像分类策略对所述窗口图像进行图像清晰度判断，得到对应的至少两种图像分类结果；基于所述至少两种图像分类结果确定窗口图像的图像清晰度；基于多个所述窗口图像的图像清晰度确定所述待处理图像的图像清晰度；所述对所述待处理图像进行前处理，得到多个第一预设尺寸的窗口图像，包括：将所述待处理图像的尺寸调整至第二预设尺寸；对第二预设尺寸的所述待处理图像进行灰度化，得到灰度化图像；利用预设滑动窗口对所述灰度化图像进行切分，得到多个第一预设尺寸的窗口图像；所述基于至少两种图像分类策略对所述窗口图像进行图像清晰度判断，得到对应的至少两种图像分类结果，包括：获取空域梯度分类策略、傅里叶变换频域分类策略以及经过训练的预设神经网络模型；基于所述空域梯度分类策略对所述窗口图像进行图像清晰度判断，得到空域梯度分类结果；基于所述傅里叶变换频域分类策略对所述窗口图像进行图像清晰度判断，得到傅里叶变换频域分类结果；基于所述预设神经网络模型对所述窗口图像进行图像清晰度预测，得到神经网络模型分类结果；所述基于所述至少两种图像分类结果确定窗口图像的图像清晰度，包括：获取所述空域梯度分类结果的权重系数、所述傅里叶变换频域分类结果的权重系数以及神经网络模型分类结果的权重系数；基于所述空域梯度分类结果的权重系数、所述傅里叶变换频域分类结果的权重系数、神经网络模型分类结果的权重系数、所述空域梯度分类结果、所述傅里叶变换频域分类结果以及神经网络模型分类结果，确定所述窗口图像的图像清晰度。

全文数据：

权利要求：

百度查询： 深圳回收宝科技有限公司 一种图像清晰度的确定方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD