用于检测图像清晰度的方法、装置及终端的制作方法
【技术领域】
[0001] 本公开涉及计算机技术领域，特别涉及一种用于检测图像清晰度的方法、装置及 终端。
【背景技术】
[0002] 随着电子技术的不断发展，智能终端技术变得日益完善和成熟，智能终端设备越 来越广泛的应用于人们的日常生活和工作中，使人们的生活越来越便利。目前，很多智能终 端设备都具有拍摄照片和存储图像等功能，而图像的清晰度在一定程度上反映了该图像的 品质。某些情况下，智能终端设备需要根据图像的清晰度，执行一些任务，以辅助用户进行 一些操作。而如何更准确的确定图像的清晰度变得尤为重要。
【发明内容】
[0003] 本公开提供一种用于检测图像清晰度的方法、装置及终端，以解决相关技术中终 端评价图像清晰度准确性低的问题。
[0004] 根据本公开实施例的第一方面，提供一种用于检测图像清晰度的方法，包括：
[0005] 获取用于表征待检测图像局部区域对比度的全差分图像；
[0006] 确定所述全差分图像的灰度重心的位置；
[0007] 基于所述灰度重心的位置，采用窗函数对所述全差分图像进行加权处理，以确定 用于评价图像清晰度的评价因子，其中，所述评价因子越大，所述待检测图像越清晰。
[0008] 可选的，所述基于所述灰度重心的位置，采用窗函数对所述全差分图像进行加权 处理，包括：
[0009] 采用窗函数构建所述全差分图像的加权模板图；
[0010] 将所述加权模板图的中心与所述灰度重心重合，基于重叠部分的像素点生成对应 的加权图；
[0011] 基于所述加权图以及所述全差分图像确定用于评价图像清晰度的评价因子。
[0012] 可选的，所述采用窗函数构建所述全差分图像的加权模板图，包括：
[0013] 获取所述全差分图像长度最大的边上的像素个数L;
[0014] 生成与所述全差分图像对应的长为L的汉宁窗；
[0015] 获取与所述汉宁窗对应的加权模板图。
[0016] 可选的，所述将所述加权模板图的中心与所述灰度重心重合，基于重叠部分的像 素点生成对应的加权图，包括：
[0017] 将所述加权模板图中重叠部分的像素点作为第一像素点，将所述全差分图像中重 叠部分的像素点作为第二像素点，确定在所述重合时每个所述第一像素点的灰度值以及对 应的第二像素点的位置信息；
[0018] 基于每个所述第一像素点的灰度值以及对应的第二像素点的位置信息，生成对应 的加权图，使所述加权图对应的矩阵与所述全差分图像对应的矩阵同阶，并且所述加权图 中与所述第二像素点位置相同的像素点的灰度值与对应于所述第二像素点的第一像素点 的灰度值相同，所述加权图中剩余的像素点的灰度值为0。
[0019] 可选的，基于所述加权图以及所述全差分图像确定用于评价图像清晰度的评价因 子，包括：
[0020] 获取所述加权图对应的矩阵作为第一矩阵；
[0021] 获取所述全差分图像对应的矩阵作为第二矩阵；
[0022] 计算所述第一矩阵与所述第二矩阵点乘的结果，作为第三矩阵；
[0023] 根据所述第三矩阵中的元素的值确定所述评价因子。
[0024]可选的，根据所述第三矩阵中的元素的值确定所述评价因子，包括：
[0025]查找出所述第三矩阵中值最大的元素；
[0026] 基于所述第三矩阵中值最大的元素确定预定阈值；
[0027] 计算出所述第三矩阵中值大于等于所述预定阈值的元素的均值，作为所述评价因 子。
[0028]可选的，所述基于所述第三矩阵中值最大的元素确定预定阈值，包括：
[0029] 计算所述第三矩阵中值最大的元素的值与预定的经验系数的乘积，作为预定阈 值。
[0030] 根据本公开实施例的第二方面，提供一种用于检测图像清晰度的装置，包括：
[0031] 获取模块，被配置为获取用于表征待检测图像局部区域对比度的全差分图像；
[0032] 确定模块，被配置为确定所述全差分图像的灰度重心的位置；
[0033] 加权处理模块，被配置为基于所述灰度重心的位置，采用窗函数对所述全差分图 像进行加权处理，以确定用于评价图像清晰度的评价因子，其中，所述评价因子越大，所述 待检测图像越清晰。
[0034]可选的，所述加权处理模块包括：
[0035] 构建子模块，被配置为采用窗函数构建所述全差分图像的加权模板图；
[0036] 生成子模块，被配置为将所述加权模板图的中心与所述灰度重心重合，基于重叠 部分的像素点生成对应的加权图；
[0037] 评价因子确定子模块，被配置为基于所述加权图以及所述全差分图像确定用于评 价图像清晰度的评价因子。
[0038]可选的，所述构建子模块包括：
[0039] 第一获取子模块，被配置为获取所述全差分图像长度最大的边上的像素个数L;
[0040] 汉宁窗生成子模块，被配置为生成与所述全差分图像对应的长为L的汉宁窗；
[0041 ]第二获取子模块，被配置为获取与所述汉宁窗对应的加权模板图。
[0042]可选的，所述生成子模块包括：
[0043]确定子模块，被配置为将所述加权模板图中重叠部分的像素点作为第一像素点， 将所述全差分图像中重叠部分的像素点作为第二像素点，确定在所述重合时每个所述第一 像素点的灰度值以及对应的第二像素点的位置信息；
[0044]加权图生成子模块，被配置为基于每个所述第一像素点的灰度值以及对应的第二 像素点的位置信息，生成对应的加权图，使所述加权图对应的矩阵与所述全差分图像对应 的矩阵同阶，并且所述加权图中与所述第二像素点位置相同的像素点的灰度值与对应于所 述第二像素点的第一像素点的灰度值相同，所述加权图中剩余的像素点的灰度值为0。
[0045] 可选的，所述评价因子确定子模块包括：
[0046] 第一矩阵获取子模块，被配置为获取所述加权图对应的矩阵作为第一矩阵；
[0047] 第二矩阵获取子模块，被配置为获取所述全差分图像对应的矩阵作为第二矩阵； [0048]第三矩阵计算子模块，被配置为计算所述第一矩阵与所述第二矩阵点乘的结果， 作为第三矩阵；
[0049] 评价因子计算子模块，被配置为根据所述第三矩阵中的元素的值确定所述评价因 子。
[0050] 可选的，所述评价因子计算子模块包括：
[0051] 查找子模块，被配置为查找出所述第三矩阵中值最大的元素；
[0052] 预定阈值确定子模块，被配置为基于所述第三矩阵中值最大的元素确定预定阈 值；
[0053]均值计算子模块，被配置为计算出所述第三矩阵中值大于等于所述预定阈值的元 素的均值，作为所述评价因子。
[0054]可选的，所述预定阈值确定子模块包括：
[0055]计算子模块，被配置为计算所述第三矩阵中值最大的元素的值与预定的经验系数 的乘积，作为预定阈值。
[0056]根据本公开实施例的第三方面，提供一种终端，包括：
[0057] 处理器；
[0058]用于存储处理器可执行指令的存储器；
[0059]其中，所述处理器被配置为：
[0060] 获取用于表征待检测图像局部区域对比度的全差分图像；
[0061] 确定所述全差分图像的灰度重心的位置；
[0062]基于所述灰度重心的位置，采用窗函数对所述全差分图像进行加权处理，以确定 用于评价图像清晰度的评价因子，其中，所述评价因子越大，所述待检测图像越清晰。
[0063] 本公开的实施例提供的技术方案可以包括以下有益效果：
[0064] 本公开的上述实施例提供的一种用于检测图像清晰度的方法，通过获取用于表征 待检测图像局部区域对比度的全差分图像，确定该全差分图像的灰度重心的位置，并基于 该灰度重心的位置，采用窗函数对上述全差分图像进行加权处理，以确定用于评价图像清 晰度的评价因子，从而提高了终端检测图像的清晰度的准确性。
[0065] 本公开的上述实施例提供的另一种用于检测图像清晰度的方法，通过采用窗函数 构建全差分图像的加权模板图，将该加权模板图的中心与上述灰度重心重合，基于重叠部 分的像素点生成对应的加权图，并基于该加权图以及上述全差分图像确定用于评价图像清 晰度的评价因子。从而进一步地提高了终端检测图像