图像清晰度检测方法及装置与流程
本发明涉及图像处理技术领域，具体而言，涉及一种图像清晰度检测方法及装置。
背景技术：
图像处理技术即为用计算机对图像进行分析，以达到所需结果的技术。如今，图像处理技术已运用于很多领域，同时也能在被运用领域中发挥举足轻重的作用。图像清晰度指标是对图像处理技术中的重要指标，它直接影响图像的分析结果。以眼科疾病诊断为例，用于诊断眼科疾病的专用设备(比如，光学相干断层扫描仪、裂隙灯、角膜内皮细胞计数仪、共焦激光眼底造影仪、眼压计、眼底照相机、眼底血样浓度检测等)就依赖高清晰度的图像才能对疾病进行准确的分析判断。
目前，对清晰度的调整主要通过在图像采集过程中对采集设备焦距进行调整，但现有对焦距的调整由于无参考，难以对单一图像的清晰度做出客观评价，进而无法给对焦等操作提供参考。同时对于连续的视频图像，难以保证清晰度变化的一致性。
技术实现要素：
为了实现上述目的，本发明实施例采用的技术方案如下：
本发明提供一种图像清晰度检测方法，应用于图像采集设备，所述方法包括：获取第一图像；对所述第一图像进行模糊处理获得第二图像；分别计算所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度和每一列的反向列模糊度；根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度及每一列的反向列模糊度计算得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度；根据所述第一图像的行模糊度、第一图像的列模糊度、第二图像的行模糊度、第二图像的列模糊度获得所述第一图像的清晰度评估值。
本发明还提供了一种图像清晰度检测装置，应用于图像采集设备，所述装置包括：获取模块，用于获取第一图像；模糊处理模块，用于对所述第一图像进行模糊处理获得第二图像；计算模块，用于分别计算所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度及每一列的反向列模糊度；及还用于根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度和每一列的反向列模糊度计算得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度；获得模块，用于根据所述第一图像的行模糊度、第一图像的列模糊度、第二图像的行模糊度、第二图像的列模糊度获得所述第一图像的清晰度评估值。
与现有技术相比，本发明提供一种图像清晰度检测方法及装置，应用于图像采集设备。所述方法包括：获取第一图像；对所述第一图像进行模糊处理获得第二图像。根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度及每一列的反向列模糊度计算得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度；根据所述第一图像的行模糊度、第一图像的列模糊度、第二图像的行模糊度、第二图像的列模糊度获得所述第一图像的清晰度评估值。以第二图像为参考，以使对第一图像的清晰度评估更加客观，同时将正向模糊度与反向模糊度分开计算，避免了正负数相互抵消。以提高获得图像的清晰度评估值的准确性，为图像采集设备获得清晰的图片提供可靠的参考。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明较佳实施例提供的图像采集设备的方框示意图。
图2为本发明较佳实施例提供的图像清晰度检测装置的功能模块示意图。
图3为图2中计算模块的功能子模块示意图。
图4为图2中获得模块的功能子模块示意图。
图5为本发明较佳实施例提供的图像清晰度检测方法的流程图。
图6为图5中步骤s103的子步骤流程图。
图7为图5中步骤s105的子步骤流程图。
图标：100-图像采集设备；101-存储器；102-存储控制器；103-处理器；104-外设接口；105-图像采集单元；106-调焦单元；200-图像清晰度检测装置；201-获取模块；202-模糊处理模块；203-计算模块；2031-第一计算子模块；2032-第二计算子模块；2033-第三计算子模块；204-获得模块；2041-第四计算子模块；2042-获得子模块。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
图1示出本发明较佳实施例提供的图像采集设备100的方框示意图。所述图像采集设备100可以是，但不限于是，照相机、摄像机、光学相干断层扫描仪、裂隙灯、角膜内皮细胞计数仪、共焦激光眼底造影仪、眼压计、眼底照相机、眼底血样浓度检测仪等。所述图像采集设备100包括图像清晰度检测装置200、存储器101、存储控制器102、处理器103、外设接口104、图像采集单元105、调焦单元106。
所述存储器101、存储控制器102、处理器103、外设接口104、图像采集单元105、调焦单元106各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图像清晰度检测装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述图像采集设备100的操作系统(operatingsystem，os)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块，例如所述图像清晰度检测装置200包括的软件功能模块或计算机程序。
其中，存储器101可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存储器101用于存储程序，所述处理器103在接收到执行指令后，执行所述程序，所述处理器103以及其他可能的组件对存储器101的访问可在所述存储控制器102的控制下进行。
处理器103可能是一种集成电路芯片，具有信号的处理能力。上述的处理器103可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器103等。
所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
图像采集单元105用于执行对图像的采集，图像采集单元105可以包括摄像头。
调焦单元106用于根据图像的清晰度评估值对图像采集单元105进行调焦。以助于图像采集单元105能采集到的图像的清晰度能达到预定要求。
第一实施例
如图2所示，本发明提供的一种图像清晰度检测装置200。可应用于图像采集设备100。所述装置包括：获取模块201、模糊处理模块202、计算模块203及获得模块204。
获取模块201，用于获取第一图像。
在本实施例中，获取第一图像可以是，但不限于是图像采集单元105采集到的图像数据(例如，通过摄像头采集到的图像数据)或者是通过图像采集设备100的数据交换接口接收图像数据。
模糊处理模块202，用于对所述第一图像进行模糊处理获得第二图像。
本实施例中，可以通过模糊处理算法对第一图像进行处理，获得与第一图像对应的第二图像。第二图像也可以理解为模糊化的第一图像。具体地，模糊处理算法可以是，但不限于是，均值滤波算法、中值滤波算法、高斯滤波算法、归一化滤波算法、双边滤波算法等。
计算模块203，用于分别计算所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度及每一列的反向列模糊度。
在本实施例中，如图3所示，计算模块203还包括第一计算子模块2031及第二计算子模块2032。
第一计算子模块2031，用于分别计算所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差。需要说明的是，图像可以理解为是像素点阵列。像素点的行灰度差即为像素点和与其位于同一行且相邻的下一个像素点灰度值的差值；像素点的列灰度差即为像素点和与其位于同一列且相邻的下一个像素点灰度值的差值。
具体地，根据所述第一图像及所述第二图像，利用公式：
di＝gi-gi+1及
dj＝gj-gj+1，
分别计算所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差。其中，i和j均是大于零的整数，di代表所述像素点的行灰度差，gi代表所述像素点的灰度值，gi+1代表与所述像素点位于同一行且相邻的下一个像素点的灰度值，dj代表所述像素点的列灰度差，gj代表所述像素点的灰度值，gj+1代表与所述像素点位于同一列且相邻的下一个像素点的灰度值。例如，在计算第一行的每个像素的行灰度，则di代表所述第一行第i个像素点的行灰度差，gi代表第一行第i个像素点的灰度值，gi+1代表第一行第i+1个像素点的灰度值。通过获得的相邻像素点的灰度值的差值，可以避免累加灰度差增大的差值而导致无法归一化，进而导致最终得到的清晰度评估值不客观，不准确。
第二计算子模块2032，用于分别计算所述第一图像及所述第二图像的每一行的正向行模糊度及每一列的正向列模糊度。将正向模糊度和反向模糊度分开计算，以避免正值与负值的抵消，使数据失实。
具体地，根据所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差，利用公式：
分别计算所述第一图像及所述第二图像的每一行的正向行模糊度及每一列的正向列模糊度，其中，
第二计算子模块2032还用于分别计算所述第一图像及所述第二图像的每一行的反向行模糊度及每一列的反向列模糊度。
具体地，根据所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差，利用公式：
分别计算所述第一图像及所述第二图像的每一行的反向行模糊度及每一列的反向列模糊度，其中，
计算模块203还用于根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度和每一列的反向列模糊度计算得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度。
本实施例中，计算模块203还包括第三计算子模块2033。
第三计算子模块2033，用于分别计算所述第一图像与所述第二图像的行模糊度及列模糊度。具体地，逐行将每一行的正向行模糊度减去该行的反向行模糊度获得每一行的行模糊度，再将所有行的行模糊度叠加获得第一图像的行模糊度。
本实施例中，可以根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一行的正向列模糊度及每一行的反向列模糊度，利用公式：
分别计算所述第一图像与所述第二图像的行模糊度及列模糊度，其中，当计算行模糊度时，d代表所述第一图像行模糊度，i代表所述第一图像的总的行数，dzn代表所述第一图像第n行的正向行模糊度，dfn代表所述第一图像第n行的反向行模糊度，d′代表所述第二图像的行模糊度，d′zn代表所述第二图像第n行的正向行模糊度，d′fn代表所述第二图像第n行的反向行模糊度，j代表所述第二图像的总行数，当计算每一列的模糊度时，d代表所述第一图像列模糊度，i代表所述第一图像的总的列数，dzn代表所述第一图像第n列的正向列模糊度，dfn代表所述第一图像第n列的反向列模糊度，d′代表所述第二图像的列模糊度，d′zn代表所述第二图像第n列的正向列模糊度，d′fn代表所述第二图像第n列的反向列模糊度，j代表所述第二图像的总列数。
获得模块204，用于获得所述第一图像的清晰度评估值。
具体地，根据所述第一图像的行模糊度、第一图像的列模糊度、第二图像的行模糊度、第二图像的列模糊度获得所述第一图像的清晰度评估值。
本实施例中，如图4所示，获得模块204包括第四计算子模块2041及获得子模块2042。
第四计算子模块2041，用于根据所述第一图像的行模糊度及所述第二图像的列模糊度，利用公式：
计算所述第一图像的行清晰度及列清晰度，其中，当计算行清晰度时，c代表所述第一图像的行清晰度，d′代表所述第二图像的行模糊度，d代表所述第一图像的行模糊度，当计算列清晰度时，c代表所述第一图像的列清晰度，d′代表所述第二图像的列模糊度，d代表所述第一图像的列模糊度。以实现归一化处理。
获得子模块2042，用于根据所述行清晰度及所述列清晰度获得所述第一图像的清晰度评估值。具体地，获得子模块2042执行根据所述行清晰度及所述列清晰度获得所述第一图像的清晰度评估值的方式可以是根据所述行清晰度及所述列清晰度，利用公式：
计算所述第一图像的清晰度评估值，其中，c代表所述第一图像的清晰度评估值，c1代表行清晰度，c2代表列清晰度。
获得子模块2042执行根据所述行清晰度及所述列清晰度获得所述第一图像的清晰度评估值的方式还可以是比较所述行清晰度与所述列清晰度的数值大小。将所述行清晰度与所述列清晰度中的较大值作为所述第一图像的清晰度评估值。
需要说明的是，得到的清晰度评估值可以之后的操作提供一个可靠的指导。比如，当清晰度评估值大于设定阈值，(例如，预定阈值为0.5，第一图像的清晰度为0.8)则表示图像的清晰度没达到预定标准，也就是不清晰，这时调焦单元106进行调焦。当清晰度评估值小于设定阈值则表示图像清晰，则表示调焦单元106无需再对焦，图像采集设备100将第一图像作为最终采集结果。以眼底拍照仪为例，当眼底拍照仪中的获得模块204得到的第一图像清晰度为0.3，小于0.5，则表明清晰度较好，可直接对眼底进行拍照，无需再对焦。有了清晰度评估值做指导，眼底拍照仪无需反复调焦以寻找最优焦距。提高了眼底拍照仪的工作效率。需要说明的是，设定阈值可以预先设置在图像采集设备100中。
第二实施例
请参考图5，图5示出了本发明实施例提供的一种图像清晰度检测方法的流程图。所述方法可以应用于图像采集设备100。所述方法包括以下步骤：
步骤s101，获取第一图像。
本实施例中，步骤s101可以由获取模块201执行。
步骤s102，对所述第一图像进行模糊处理获得第二图像。
本实施例中，步骤s102可以由模糊处理模块202执行。
步骤s103，分别计算所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度和每一列的反向列模糊度。
本实施例中，步骤s103可以由计算模块203执行。如图6所示，步骤s103包括以下子步骤：
子步骤s1031，分别计算所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差。
本实施例中，子步骤s1031由第一计算子模块2031执行。具体地，根据所述第一图像及所述第二图像，利用公式：
di＝gi-gi+1及
dj＝gj-gj+1，
分别计算所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差，其中，i和j均是大于零的整数，di代表所述像素点的行灰度差，gi代表所述像素点的灰度值，gi+1代表与所述像素点位于同一行且相邻的下一个像素点的灰度值，dj代表所述像素点的列灰度差，gj代表所述像素点的灰度值，gj+1代表与所述像素点位于同一列且相邻的下一个像素点的灰度值。
子步骤s1032，分别计算所述第一图像及所述第二图像的每一行的正向行模糊度及每一列的正向列模糊度。
在本实施例中，子步骤s1032由第二计算子模块2032执行。具体地，根据所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差，利用公式：
分别计算所述第一图像及所述第二图像的每一行的正向行模糊度及每一列的正向列模糊度，其中，
子步骤s1033，分别计算所述第一图像及所述第二图像的每一行的反向行模糊度及每一列的反向列模糊度。
本实施例中，子步骤s1033由第二计算子模块2032执行。具体地，根据所述第一图像及所述第二图像中每一个像素点的行灰度差及列灰度差，利用公式：
分别计算所述第一图像及所述第二图像的每一行的反向行模糊度及每一列的反向列模糊度，其中，
步骤s104，得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度。具体地，根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度及每一列的反向列模糊度计算得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度。例如，可以根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一行的正向列模糊度及每一行的反向列模糊度，利用公式：
分别计算所述第一图像与所述第二图像的行模糊度及列模糊度，其中，当计算行模糊度时，d代表所述第一图像行模糊度，i代表所述第一图像的总的行数，dzn代表所述第一图像第n行的正向行模糊度，dfn代表所述第一图像第n行的反向行模糊度，d′代表所述第二图像的行模糊度，d′zn代表所述第二图像第n行的正向行模糊度，d′fn代表所述第二图像第n行的反向行模糊度，j代表所述第二图像的总行数，当计算每一列的模糊度时，d代表所述第一图像列模糊度，i代表所述第一图像的总的列数，dzn代表所述第一图像第n列的正向列模糊度，dfn代表所述第一图像第n列的反向列模糊度，d′代表所述第二图像的列模糊度，d′zn代表所述第二图像第n列的正向列模糊度，d′fn代表所述第二图像第n列的反向列模糊度，j代表所述第二图像的总列数。
本实施例中，步骤s104可以由计算模块203执行。具体地，通过计算模块203中的第三计算子模块2033执行。
步骤s105，获得所述第一图像的清晰度评估值。具体地，根据所述第一图像的行模糊度、第一图像的列模糊度、第二图像的行模糊度、第二图像的列模糊度获得所述第一图像的清晰度评估值。
本实施例中，步骤s105可以由获得模块204执行。如图7所示，步骤s105包括以下子步骤：
子步骤s1051，计算所述第一图像的行清晰度及列清晰度。具体地，根据所述第一图像的行模糊度及所述第二图像的列模糊度，利用公式：
计算所述第一图像的行清晰度及列清晰度，其中，当计算行清晰度时，c代表所述第一图像的行清晰度，d′代表所述第二图像的行模糊度，d代表所述第一图像的行模糊度，当计算列清晰度时，c代表所述第一图像的列清晰度，d′代表所述第二图像的列模糊度，d代表所述第一图像的列模糊度。以实现归一化处理。
本实施例中，子步骤s1051可以由第四计算子模块2041执行。
子步骤s1052，根据所述行清晰度及所述列清晰度获得所述第一图像的清晰度评估值。具体地，获得子模块2042执行根据所述行清晰度及所述列清晰度获得所述第一图像的清晰度评估值的方式可以是根据所述行清晰度及所述列清晰度，利用公式：
计算所述第一图像的清晰度评估值，其中，c代表所述图像的清晰度评估值，c1代表行清晰度，c2代表列清晰度。
本实施例中，子步骤s1052可以由获得子模块2042执行。
在其他实施例中，子步骤s1052还可以是根据所述行清晰度及所述列清晰度获得所述第一图像的清晰度评估值的方式还可以是比较所述行清晰度与所述列清晰度的数值大小。将所述行清晰度与所述列清晰度中的较大值作为所述第一图像的清晰度评估值。且，子步骤s1052可以由获得子模块2042执行。
综上所述，本发明提供一种图像清晰度检测方法及装置，应用于图像采集设备。所述方法包括：获取第一图像；对所述第一图像进行模糊处理获得第二图像。根据所述第一图像及所述第二图像每一行的正向行模糊度、每一行的反向行模糊度、每一列的正向列模糊度及每一列的反向列模糊度计算得到所述第一图像的行模糊度和列模糊度及所述第二图像的行模糊度和列模糊度；根据所述第一图像的行模糊度、第一图像的列模糊度、第二图像的行模糊度、第二图像的列模糊度获得所述第一图像的清晰度评估值。以第二图像为参考，以使对第一图像的清晰度评估更加客观，同时将正向模糊度与反向模糊度分开计算，避免了正负数相互抵消。以提高获得的图像的清晰度评估值的准确性，为图像采集设备获得清晰的图片提供可靠的参考。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！