清晰度检测方法、装置及计算机存储介质与流程

1.本技术实施例涉及计算机技术领域，特别涉及一种清晰度检测方法、装置及计算机存储介质。


背景技术：

2.清晰度是评判图像清晰与模糊的标准，清晰度的评价值决定了图像是否清晰。在一个不变的拍摄场景下，拍摄的图像从模糊到清晰，再从清晰到模糊，是有一个变化过程的。此时图像的清晰度评价值也会随之变化。若图像的清晰度评价值到达某一位置时，图像可能出现不清晰的时候，进而使用户的观感效果差。因此，对图像采集装置拍摄图像进行清晰度检测是非常重要的。
3.在相关技术中，在图像采集装置拍摄一个场景时，当拍摄场景稳定后，检测图像采集装置所拍摄当前拍摄场景的图像的清晰度，并自动进行调焦处理，使拍摄的图像向最清晰处逼近。
4.在上述技术中，对于不同拍摄场景，清晰度评价值的不是同一标准体系。当图像采集装置拍摄场景每次出现变化时，在拍摄场景稳定后，都需要重新进行调焦处理，不会考虑当前场景所拍摄的图像是否清晰，只会识别出这是不同的拍摄场景，然后图像采集装置就会进行调焦。导致在变换拍摄场景时，图像采集装置对拍摄的清晰图像进行错误调焦处理。这样不仅会造成拍摄的延迟，还会使用户有不适的观感。


技术实现要素：

5.本技术实施例提供了一种清晰度检测方法、装置及计算机存储介质，可以避免图像采集装置对拍摄的清晰图像进行错误调焦处理的现象。所述技术方案如下：
6.一方面，提供了一种清晰度检测方法，所述方法包括：
7.基于清晰度评价算子确定待检测的目标图像的第一清晰度评价值；
8.基于所述目标图像中的边缘信息，确定所述目标图像的场景复杂度，所述场景复杂度指示所述目标图像中的拍摄场景的复杂程度；
9.如果所述场景复杂度指示所述目标图像中的拍摄场景为复杂场景，则调整所述第一清晰度评价值，得到第二清晰度评价值，所述第二清晰度评价值指示的清晰程度低于所述第一清晰度评价值指示的清晰程度，或者，如果所述场景复杂度指示所述目标图像中的拍摄场景为简单场景，则调整所述第一清晰度评价值，得到第二清晰度评价值，所述第二清晰度评价值指示的清晰程度高于所述第一清晰度评价值指示的清晰程度。
10.可选地，所述目标图像为图像采集装置当前采集的图像；
11.所述方法还包括：
12.如果基于所述第二清晰度评价值指示的清晰度确定所述图像为清晰图像，则不调整所述图像采集装置的焦距，如果基于所述第二清晰度评价值指示的清晰程度确定所述目标图像为模糊图像，则调整所述图像采集装置的焦距。
13.可选地，所述图像采集装置为内窥镜系统，所述内窥镜系统包括内镜，所述内镜用于插入人体组织；
14.所述目标图像为所述内镜插入人体组织情况下所述图像采集装置采集的图像。
15.可选地，所述基于所述目标图像中的边缘信息，确定所述目标图像的场景复杂度，包括：
16.获取所述目标图像对应的边缘图像，所述边缘图像指示所述目标图像中的拍摄场景的边缘信息；
17.基于参考半径对所述边缘图像中的边缘进行散焦模糊处理，得到临界模糊图像；
18.基于所述临界模糊图像的图像二维熵，确定所述目标图像的场景复杂度，所述图像二维熵指示所述临界模糊图像中的像素值分布特征。
19.可选地，所述基于所述临界模糊图像的图像二维熵，确定所述目标图像的场景复杂度，包括：
20.对所述临界模糊图像进行尺度变换，得到与所述临界模糊图像对应的多个尺度图像，所述多个尺度图像的尺度和所述临界模糊图像的尺度不同；
21.确定所述临界模糊图像的图像二维熵、以及所述多个尺度图像中各个尺度图像的图像二维熵；
22.将所述临界模糊图像的图像二维熵、以及所述多个尺度图像中各个尺度图像的图像二维熵加权融合，得到所述目标图像的场景复杂度。
23.可选地，所述边缘图像中的边缘包括的第一类边缘和第二类边缘，所述第一类边缘的平均边缘宽度小于或等于所述第二类边缘的平均边缘宽度；
24.所述基于参考半径对所述边缘图像中的边缘进行散焦模糊处理，包括：
25.对于所述边缘图像中的第一边缘，采用第一参考半径进行散焦模糊处理，所述第一边缘是指属于所述第一类边缘但不属于所述第二类边缘的边缘；
26.对于所述边缘图像中的第二边缘，采用第二参考半径进行散焦模糊处理，所述第二边缘是指属于所述第二类边缘但不属于所述第一类边缘的边缘；
27.对于所述边缘图像中的第三边缘，采用第三参考半径进行散焦模糊处理，所述第三边缘是指同时属于所述第一类边缘和所述第二类边缘的边缘；
28.对于所述边缘图像中除所述第一类边缘和所述第二类边缘之外的其他部分，采用第四参考半径进行散焦模糊处理；
29.其中，所述第一参考半径大于或等于所述第三参考半径，所述第三参考半径大于或等于所述第二参考半径，所述第二参考半径大于或等于所述第四参考半径。
30.可选地，所述获取所述目标图像对应的边缘图像之前，所述方法还包括：
31.剔除所述目标图像中的无效信息，所述无效信息为所述目标图像中非视野范围内的像素点和/或过曝光区域内的像素点；
32.所述获取所述目标图像对应的边缘图像，包括：
33.获取剔除了所述无效信息之后的目标图像中的边缘图像。
34.可选地，所述获取所述目标图像对应的边缘图像之前，所述方法还包括：
35.采用低通滤波器对所述目标图像进行滤波处理，得到所述目标图像中的低频信息；
36.从所述目标图像中去除所述低频信息；
37.所述获取所述目标图像对应的边缘图像，包括：
38.获取去除了所述低频信息之后的目标图像中的边缘图像。
39.可选地，所述第二清晰度评价值和所述第一清晰度评价值之间的差值与所述场景复杂度指示的复杂程度相关。
40.可选地，所述基于所述目标图像中的边缘信息，确定所述目标图像的场景复杂度之前，所述方法还包括：
41.如果基于第一清晰度评价值指示的清晰程度确定所述目标图像为非深度离焦图像，则执行基于所述目标图像中的边缘信息，确定所述目标图像的场景复杂度。
42.另一方面，提供了一种清晰度检测装置，所述装置包括：
43.确定模块，用于基于清晰度评价算子确定待检测的目标图像的第一清晰度评价值；
44.所述确定模块，用于基于所述目标图像中的边缘信息，确定所述目标图像的场景复杂度，所述场景复杂度指示所述目标图像中的拍摄场景的复杂程度；
45.判断模块，用于如果所述场景复杂度指示所述目标图像中的拍摄场景为复杂场景，则调整所述第一清晰度评价值，得到第二清晰度评价值，所述第二清晰度评价值指示的清晰程度低于所述第一清晰度评价值指示的清晰程度，或者，如果所述场景复杂度指示所述目标图像中的拍摄场景为简单场景，则调整所述第一清晰度评价值，得到第二清晰度评价值，所述第二清晰度评价值指示的清晰程度高于所述第一清晰度评价值指示的清晰程度。
46.可选地，所述目标图像为图像采集装置当前采集的图像；
47.所述装置还包括：
48.调整模块，用于如果基于述第二清晰度评价值指示的清晰程度确定所述目标图像为清晰图像，则不调整所述图像采集装置的焦距，如果基于所述第二清晰度评价值指示的清晰程度确定所述目标图像为模糊图像，则调整所述图像采集装置的焦距。
49.可选地，所述图像采集装置为内窥镜系统，所述内窥镜系统包括内镜，所述内镜用于插入人体组织；
50.所述目标图像为所述内镜插入人体组织情况下所述图像采集装置采集的图像。
51.可选地，所述确定模块包括：
52.第一获取单元，用于获取所述目标图像对应的边缘图像，所述边缘图像指示所述目标图像中的拍摄场景的边缘信息；
53.第一确定单元，用于基于参考半径对所述边缘图像中的边缘进行散焦模糊处理，得到临界模糊图像；
54.第二确定单元，用于基于所述临界模糊图像的图像二维熵，确定所述目标图像的场景复杂度，所述图像二维熵指示所述临界模糊图像中的像素值分布特征。
55.可选地，所述第二确定单元包括：
56.确定单元，用于对所述临界模糊图像进行尺度变换，得到与所述临界模糊图像对应的多个尺度图像，所述多个尺度图像的尺度和所述临界模糊图像的尺度不同；
57.所述确定单元，用于确定所述临界模糊图像的图像二维熵、以及所述多个尺度图
像中各个尺度图像的图像二维熵；
58.所述确定单元，用于将所述临界模糊图像的图像二维熵、以及所述多个尺度图像中各个尺度图像的图像二维熵加权融合，得到所述目标图像的场景复杂度。
59.可选地，所述边缘图像中的边缘包括的第一类边缘和第二类边缘，所述第一类边缘的平均边缘宽度小于或等于所述第二类边缘的平均边缘宽度；
60.所述第一确定单元包括：
61.处理单元，用于对于所述边缘图像中的第一边缘，采用第一参考半径进行散焦模糊处理，所述第一边缘是指属于所述第一类边缘但不属于所述第二类边缘的边缘；
62.所述处理单元，用于对于所述边缘图像中的第二边缘，采用第二参考半径进行散焦模糊处理，所述第二边缘是指属于所述第二类边缘但不属于所述第一类边缘的边缘；
63.所述处理单元，用于对于所述边缘图像中的第三边缘，采用第三参考半径进行散焦模糊处理，所述第三边缘是指同时属于所述第一类边缘和所述第二类边缘的边缘；
64.所述处理单元，用于对于所述边缘图像中除所述第一类边缘和所述第二类边缘之外的其他部分，采用第四参考半径进行散焦模糊处理；
65.其中，所述第一参考半径大于或等于所述第三参考半径，所述第三参考半径大于或等于所述第二参考半径，所述第二参考半径大于或等于所述第四参考半径。
66.可选地，所述确定模块还包括：
67.剔除单元，用于剔除所述目标图像中的无效信息，所述无效信息为所述目标图像中非视野范围内的像素点和/或过曝光区域内的像素点；
68.所述第一获取单元用于：
69.获取剔除了所述无效信息之后的目标图像中的边缘图像。
70.可选地，所述确定模块还包括：
71.滤波单元，用于采用低通滤波器对所述目标图像进行滤波处理，得到所述目标图像中的低频信息；
72.从所述目标图像中去除所述低频信息；
73.所述第一获取单元用于：获取去除了所述低频信息之后的目标图像中的边缘图像。
74.可选地，所述第二清晰度评价值和所述第一清晰度评价值之间的差值与所述场景复杂度指示的复杂程度相关。
75.可选地，所述确定模块还用于：
76.如果基于第一清晰度评价值指示的清晰程度确定所述目标图像为非深度离焦图像，则执行基于所述目标图像中的边缘信息，确定所述目标图像的场景复杂度。
77.第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，所述指令被处理器执行时实现上述一方面所述的一种清晰度检测方法。
78.第四方面，提供了一种计算机装置，所述装置包括：
79.处理器；
80.用于存储处理器可执行指令的存储器；
81.其中，所述处理器被配置为执行上述一方面所述的一种清晰度检测方法。
82.第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得
计算机执行上述一方面所述的清晰度检测方法。
83.本技术实施例提供的技术方案带来的有益效果至少包括：
84.通过目标图像的第一清晰度评价值和场景复杂度，来确定目标图像的第二清晰度评价值。由于清晰度评价值可以评判图像的清晰与模糊，因此，利用第二清晰度评价值进一步判断出该图像是清晰还是不清晰。若判断出的结果为图像不清晰时，为了让图像变得清晰，那么可以使用调整图像采集装置焦距的方法让图像变得清晰。由于第二清晰度评价值和场景复杂度有关，并且在场景复杂度指示目标图像中的拍摄场景为复杂场景的情况下，则调整后的第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度，在场景复杂度指示目标图像中的拍摄场景为简单场景的情况下，调整后的第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度，如此便可将不同复杂度场景下的清晰度评价值转换为同一标准体系的清晰度评价值。如此，在图像采集装置每次变换拍摄场景时，只需要基于第二清晰度评价值来判断图像采集装置是否要调整焦距即可，这样就能正确的处理拍摄场景切换但是不需要调整焦距的情况，而不是在每次变换拍摄场景时，都必须要重新调整焦距。因此可以有效的避免图像采集装置对清晰图像进行错误调焦处理的现象，从而也就不会造成拍摄延迟的情况，提高了用户使用图像采集装置采集图像的效率。另外，在目标图像为实时视频流中的一帧图像时，如果场景发生变化，通过本技术实施例的方法可以防止每次都重新调焦，这样就可以避免实时视频流出现误聚焦或短暂虚焦现象。如此，在实时视频流为内窥镜拍摄的视频流的情况下，通过本技术实施例的方法可以使得医生在观看实时视频时，不会因为视频误聚焦或短暂虚焦而影响注意力或扰乱视线。
附图说明
85.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，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的附图。
86.图1是本技术实施例提供的一种清晰度检测系统的架构示意图。
87.图2是本技术实施例提供的一种清晰度检测方法流程图。
88.图3是本技术实施例提供的一种确定场景稳定度的流程图。
89.图4是本技术实施例提供的一种确定场景复杂度的流程图。
90.图5是本技术实施例提供的一种清晰度检测方法的具体流程图。
91.图6是本技术实施例提供的一种清晰度检测装置的结构示意图。
92.图7是本技术实施例提供的一种终端的结构框图。
93.图8是本技术实施例提供的一种服务器结构示意图。
具体实施方式
94.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
95.为了后续便于说明，在此先对本技术实施例的应用场景进行介绍说明。
96.图像是否清晰影响着用户对图像的观感效果，清晰度评价值的大小直接反应了图
像的清晰程度，决定了图像是否清晰。清晰度评价值和清晰度评价值指示的图像的清晰程度分为以下两种情况，若清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系，则说明清晰度评价值越大，图像越清晰。若清晰度评价值和清晰度评价值指示的图像的清晰程度呈现负相关关系，则说明清晰度评价值越小，图像越清晰。
97.在不同拍摄场景下，对图像的清晰度进行检测是非常重要的。对于不同的拍摄场景下的两个图像，在用户感受这两个图像清晰度相同的情况下，这两个图像的清晰度评价值可能是不同的。比如，有两个拍摄场景，一个是复杂拍摄场景(如五颜六色的画)，另一个是简单拍摄场景(如一面白天花板)。当这两个拍摄场景所拍摄出来的图像都非常清晰时，如果清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系时，此时复杂拍摄场景拍摄的图像的清晰度评价值大于另一个简单拍摄场景拍摄的图像清晰度评价值。或者，当这两个拍摄场景所拍摄出来的图像都非常清晰时，如果清晰度评价值和指示的清晰程度呈现负相关关系时，此时复杂拍摄场景拍摄的图像的清晰度评价值小于另一个简单拍摄场景拍摄的图像清晰度评价值。也就是说，不管清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系，还是负相关关系，复杂场景和简单场景的清晰度评价值都不是同一标准体系。
98.基于上述原理，在图像采集装置的当前简单拍摄场景变化为其他复杂拍摄场景，且当前简单拍摄场景拍摄的图像为清晰时，由于图像采集装置会将简单拍摄场景所拍摄的图像的清晰度评价值确定为其他复杂拍摄场景所拍摄的图像的清晰度评价值，此时，就算用户感受到其他复杂拍摄场景所拍摄的图像是清晰的，图像采集装置也会将其他复杂拍摄场景所拍摄的图像判断为不清晰。在判断出其他复杂拍摄场景所拍摄的图像不清晰的情况下，会对其他复杂拍摄场景进行重新对焦处理，直到其他复杂拍摄场景所拍摄的图像是清晰的。也即是，在图像采集装置每次变换拍摄场景时，由于不同拍摄场景下的清晰度评价值的不是同一标准体系，导致图像采集装置每次变换拍摄场景后均需要重新调焦处理，直至获取到该拍摄场景下的清晰图像。另外，在目标图像为实时视频流中的一帧图像时，由于视频中的画面一直在变化，也即是，获取的每一帧图像都可能是不同的场景。因此，视频流中的每一帧图像都可能会重新进行调焦处理，实时视频流就会出现误聚焦或短暂虚焦现象，进而影响注意力或扰乱视线，导致一些严重的事故。比如，在医疗领域中，医生对患者做手术时，通过显示屏观看人体内情况，此时若场景切换，进行错误调焦处理，如果正好是手术关键点，有可能就会影响医生的注意力，导致判断失误。
99.本技术实施例提供的方法就应用于在图像采集装置拍摄场景进行变化的情况下，对图像的清晰度进行检测的拍摄场景中。可选地，本技术实施例提供的清晰度检测方法也可以应用在其他需要进行清晰度检测的拍摄场景中。在此就不再一一举例说明。
100.为了能够实现一种清晰度检测方法，本技术实施例提供了一种清晰度检测系统。为了便于后续说明，在此先对该清晰度检测系统进行详细解释说明。
101.图1是本技术实施例提供的一种清晰度检测系统的架构示意图。如图1所示，该清晰度检测系统100包括场景稳定度检测模块101，清晰度评价值计算模块102，场景复杂度计算模块103，清晰度评价值修正模块104，对焦控制模块105。
102.其中，场景稳定度检测模块用于检测当前拍摄场景是否稳定，将稳定后的拍摄场景下的图像发送给清晰度评价值计算模块。
103.清晰度评价值计算模块用于接收场景稳定度检测模块发送过来的稳定后的拍摄场景的图像，并确定接收的图像的第一清晰度评价值，然后将确定图像的第一清晰度评价值发送给场景复杂度计算模块。
104.场景复杂度计算模块用于接收清晰度评价值计算模块发送的图像的第一清晰度评价值，根据第一清晰度评价值确定图像的拍摄场景复杂度，将确定出来的拍摄场景复杂度发送给清晰度评价值修正模块。
105.清晰度评价值修正模块用于接收场景复杂度计算模块确定的拍摄场景复杂度，基于拍摄场景复杂度对第一清晰度评价值进行修正，进而确定第二清晰度评价值。如果第二清晰度评价值低于第一清晰度阈值，则向对焦控制模块发送调焦指令。
106.对焦控制模块用于接收清晰度评价值修正模块发送的调焦指令，对焦控制模块相应于该指令，并调整图像采集装置的焦距。
107.上述各个模块的功能将在后续方法实施例中进行详细说明，在此不再进行赘述。
108.在本技术实施例中，清晰度检测系统是基于图像采集装置拍摄的图像或者视频进行的清晰度检测。该图像采集装置包括摄像头和其他硬件部分。摄像头可以为医疗内窥镜，监控摄像头，手机摄像头等。清晰度检测系统检测出摄像头拍摄的图像的清晰度，并根据清晰度评价值确定图像采集装置是否需要对焦，进而呈现给用户清晰的图像。
109.需要说明的是，图1所示的清晰度检测系统可以集中式地部署在一个终端中，也可以集中式地部署在一个服务器中，可选地，该清晰度检测系统中的各个模块还可以分布式部署在不同的设备上，本技术实施例对此不做限定。
110.此外，图1中清晰度检测系统各个模块为软件模块，各个模块的命名是基于软件模块的功能命名的。在应用本技术实施例时，可以基于需求进行不同的命名，比如，可以将场景稳定度检测模块命名为第一模块，将清晰度评价值计算模块命名为第二模块，将场景复杂度计算模块命名为第三模块，将清晰度评价值修正模块命名为第四模块，将对焦控制模块命名为第五模块等。本技术实施例并不限定上述各个模块的命名。
111.基于图1所示的清晰度检测系统，下面对本技术实施例提供的方法进一步展开说明。基于图1所示的清晰度检测系统可知，该方法的执行主体并不限定。为了便于后续说明，下述实施例以清晰度检测系统集中式地部署在终端上为例进行说明。
112.图2是本技术实施例提供的一种清晰度检测方法流程图，该清晰度检测方法可以包括如下几个步骤：
113.步骤201：终端基于清晰度评价算子确定待检测的目标图像的第一清晰度评价值。
114.为了确定待检测的目标图像是否清晰，进而确定是否调整图像采集装置的焦距，需要利用图1中清晰度评价值计算模块对待检测的目标图像的清晰度进行检测，具体地基于清晰度评价算子确定第一清晰度评价值。其中，目标图像可以为图像采集装置当前采集的图像。
115.需要说明的是，在本技术实施例中，图像采集装置可以为内窥镜系统，内窥镜系统包括内镜，内镜用于插入人体组织，目标图像为内镜插入人体组织情况下图像采集装置采集的图像。因此，本技术实施例所提供的方法主要用于利用内窥镜系统对患者进行检查的场景中，以下所述方法均用于利用内窥镜系统对患者进行检查的场景中，将不再进行解释说明。此外，本技术实施例中，并不对内镜的名称加以限制，当对患者的腹部进行检查时，内
镜称为腹腔镜，当对患者的胃部进行检查时，内镜称为胃镜。
116.上述清晰度评价算子是对图像的相关信息进行计算，其计算所得的第一清晰度评价值的大小与图像清晰与否直接对应，从而给是否调整图像采集装置焦距提供了判断依据。
117.上述基于清晰度评价算子确定第一清晰度评价值的实现方式为：清晰度评价算子可以为brenner(一种梯度评价函数)函数，根据brenner函数将目标图像中相邻两个像素点的像素值的差进行平方，然后将所有的平方后的值相加，即可得到第一清晰度评价值。其中，像素点的像素值可以用灰度值表示，在此并不加以限定，下文也不再赘述。
118.需要说明的是，上述清晰度评价算子还可以为灰度梯度算子、tenengrad(一种图像清晰度评价函数)函数、laplacian(拉普拉斯)算子、variance(方差)函数、kirsch(一种边缘检测新算法)算子等，在此并不对清晰度评价算子加以限定。根据灰度梯度算子、tenengrad函数、laplacian算子、variance函数、kirsch算子等清晰度评价算子确定目标图像的第一清晰度评价值已经是本领域技术人员熟知的，本实施例不作赘述。
119.此外，由于用户是基于拍摄场景稳定的情况下，来判断图像是否清晰。因此图像的第一清晰度评价值需在拍摄场景稳定的情况下进行确定，这样确定出来的第一清晰度评价值才有意义。具体地，终端确定当前拍摄场景的稳定度，基于稳定的拍摄场景确定目标图像的第一清晰度评价值。
120.上述终端确定拍摄场景稳定度的实现方式为：利用图1中的场景稳定度检测模块检测图像采集装置当前拍摄目标图像的拍摄场景是否稳定。
121.其中，场景稳定度检测模块可以包括自动白平衡稳定检测模块，自动曝光稳定检测模块，图像系统参数稳定检测模块，状态信息汇总模块，历史信息判断模块。具体地，终端根据自动白平衡稳定检测模块检测当前拍摄场景的自动白平衡是否达到稳定状态，根据自动曝光稳定检测模块检测当前拍摄场景的自动曝光是否达到稳定状态，根据图像系统参数稳定检测模块检测当前拍摄场景的图像系统参数是否达到稳定状态。在状态信息汇总模块确定当前拍摄场景的自动白平衡、自动曝光和图像系统参数均达到稳定状态后，历史信息判断模块利用当前拍摄场景的历史稳定信息确定当前拍摄场景的稳定状态。
122.当图像采集装置摄像头大幅运动导致拍摄场景发生变化时，图像采集装置采集的图像的色温会发生很大变化，因此，上述终端根据自动白平衡稳定检测模块检测当前拍摄场景的自动白平衡是否达到稳定状态的实现方式为：自动白平衡稳定检测模块根据当前拍摄场景的当前色温，来判断自动白平衡是否达到稳定状态。若当前色温跟目标色温的差值的绝对值小于色温阈值，则说明自动白平衡达到稳定状态。若当前色温跟目标色温的差值的绝对值大于色温阈值，则说明自动白平衡没有达到稳定状态。其中，目标色温为提前设置的色温。比如，用户设置的白平衡为日光，日光的色温为5000-5500k，则5000-5500k就是目标色温。若色温阈值为100k，在图像采集装置进行自动调节时，如果当前拍摄场景的色温跟目标色温的差值的绝对值小于100k，也即是，当前拍摄场景的色温在4900-5600k之间，说明自动白平衡达到稳定状态。
123.当自动曝光在大幅调节亮度时，图像采集装置采集图像的曝光时间会发生很大变化，因此，上述自动曝光稳定检测模块检测当前拍摄场景的自动曝光是否达到稳定状态的实现方式为：自动曝光稳定检测模块根据当前拍摄场景的当前亮度，来判断自动曝光是否
达到稳定状态。若当前亮度跟目标亮度的差值的绝对值小于亮度阈值，则自动曝光达到稳定状态。若当前亮度跟目标亮度的差值的绝对值大于亮度阈值，则自动曝光没有达到稳定状态。其中，目标亮度为用户所期望的亮度，目标亮度与图像采集装置的光圈、感光度、增益等参数有关。
124.当图像系统参数被调节时，图像系统的各个系统参数会发生很大的变化，因此，上述根据图像系统参数稳定检测模块检测当前拍摄场景的图像系统参数是否达到稳定状态的实现方式为：图像系统参数稳定检测模块根据当前拍摄场景的当前图像系统参数，来判断图像系统参数是否达到稳定状态。若当前图像系统参数跟目标图像系统参数相同，则图像系统参数达到稳定状态。若当前图像系统参数跟目标图像系统参数不相同，则图像系统参数没有达到稳定状态。其中，图像系统参数包括降噪等级、锐化等级、对比度、饱和度与高级算法如图像去雾、暗区改善、荧光成像等，目标图像系统参数为设置好的图像系统参数。
125.上述历史信息判断模块利用当前拍摄场景的历史稳定信息确定当前拍摄场景的稳定状态的实现方式为：历史信息判定模块会储存历史采集的每帧图像的相关信息，这些相关信息包括白平衡参数、自动曝光时间、以及图像系统参数等等。如果从当前帧开始往前追溯的连续n帧的图像的这些相关信息都在一个范围之内，则确定这n帧的图像所对应的拍摄场景处于稳定状态。因此，可以预先设置连续稳定状态的图像帧数阈值为t，则当前述n》t时，才会将当前帧的拍摄场景判定为稳定状态。比如，t为60帧，则只有当前帧之前的连续60帧图像都处于稳定状态时，才能确定当前拍摄场景处于稳定状态。
126.如图3所示，图3是本技术实施例提供的一种确定场景稳定度的流程图。当确定了目标图像之后，图像采集装置开启场景稳定度检测模型，根据场景稳定度检测模型中的自动白平衡稳定检测模块检测自动白平衡是否达到稳定状态，若达到稳定状态，则将自动白平衡稳定状态信息传送给状态信息汇总模块，否则继续检测自动白平衡是否达到稳定状态。自动曝光稳定检测模块检测自动曝光是否达到稳定状态，若达到稳定状态，则将自动曝光稳定状态信息传送给状态信息汇总模块，否则继续检测自动曝光是否达到稳定状态。图像系统参数检测模块检测图像系统参数是否达到稳定状态，若达到稳定状态，则将图像系统参数稳定状态信息传送给状态信息汇总模块，否则继续检测图像系统参数是否达到稳定状态。当状态信息汇总模块确定自动白平衡、自动曝光和图像系统参数是否均达到稳定状态，若是，则将均达到稳定状态后的当前帧的图像的相关信息传给历史信息判断模块，若否，则状态信息汇总模块继续确定自动白平衡、自动曝光和图像系统参数是否均达到稳定状态。当历史信息判断模块接收到自动白平衡、自动曝光和图像系统参数均达到稳定状态的信息后，确定当前帧开始往前追溯的连续t帧的图像的相关信息是否都在一个范围之内，若都在一个范围内，则输出拍摄场景稳定状态信息，若不再一个范围内，则继续利用历史信息判断模块当前帧开始往前追溯的连续t帧的图像的相关信息是否都在一个范围之内。
127.步骤202：终端基于目标图像中的边缘信息，确定目标图像的场景复杂度。
128.图像中的边缘信息可以反应出该图像的纹理特征，根据图像的纹理体征的复杂程度，确定出图像的场景复杂度。因此，在本技术实施例中，终端先获取目标图像中的边缘信息，然后基于目标图像中的边缘信息，确定目标图像的场景复杂度。
129.在一种可能实现的方式中，上述终端基于目标图像中的边缘信息，确定目标图像的场景复杂度的实现方式为：终端获取目标图像对应的边缘图像，其中，边缘图像指示目标
图像中的拍摄场景的边缘信息。终端基于参考半径对边缘图像中的边缘进行散焦模糊处理，得到临界模糊图像。终端基于临界模糊图像的图像二维熵，确定目标图像的场景复杂度，图像二维熵指示临界模糊图像中的像素值分布特征。
130.上述终端获取目标图像对应的边缘图像的实现方式为：目标图像的边缘图像中包括目标图像的第一类边缘和第二类边缘。终端获取目标图像中的第一类边缘和第二类边缘，基于目标图像中的第一类边缘和第二类边缘，确定目标图像对应的边缘图像。其中，第一类边缘的平均边缘宽度小于或等于第二类边缘的平均边缘宽度。也就是，第一类边缘表示在目标图像中相对较细的边缘，第二类边缘表示在目标图像中相对较粗的边缘。
131.上述终端获取目标图像中的第一类边缘和第二类边缘的实现方式为：终端根据canny(一种边缘检测算法)算法确定目标图像中的第一类边缘。终端根据sobel(索贝尔算法)算法确定目标图像中的第二类边缘。
132.上述终端根据canny算法确定目标图像中的第一类边缘具体地为：由于目标图像中存在噪声，噪声是图像灰度值变化很大的像素点，且噪声很容易被识别为伪边缘，因此终端对目标图像进行降噪处理，来去除噪声，得到去除噪声后的目标图像。图像的梯度表示灰度变化明显的地方，终端确定去除噪声后的目标图像的梯度，确定目标图像的梯度，得到可能的边缘。终端对目标图像进行非极大值抑制，将灰度变化最大的像素点保留下来，其它的不保留，这样可以剔除掉一大部分的像素点。通过非极大值抑制后，仍然有很多的可能边缘点没有被检测出来，进一步的设置一个双阈值，即低阈值和高阈值。像素点灰度变化大于高阈值的，设置为强边缘像素，也即是明显的边缘。像素点灰度变化小于低阈值的，也即是不太明显的边缘，剔除。在低阈值和高阈值之间的设置为弱边缘。进一步判断，如果其目标图像的区域内有强边缘像素，保留，如果没有，剔除。这样保留下来的边缘就是目标图像的第一类边缘。
133.上述终端根据sobel算法确定目标图像中的第二类边缘具体为：终端根据sobel模板确定目标图像中每个像素点的梯度，若任一像素点的梯度大于边缘阈值，则认为该像素点为边缘像素点。将所有确定出来的边缘像素点连接，这样就确定出来目标图像的第二类边缘。
134.需要说明的是，上述使用canny算法来确定目标图像中的第一类边缘的仅仅是本技术实施例提供的一种可选地方法，对于如何获取目标图像中的第一类边缘还可以为其他方法，比如laplacian(拉普拉斯)算子等，本技术实施例并不对如何获取目标图像中的第一类边缘加以限制。同样地，上述使用sobel算法来确定目标图像中的第二类边缘的仅仅是本技术实施例提供的一种可选地方法，对于如何获取目标图像中的第二类边缘还可以为其他方法，比如prewitt(一种一阶微分算子的边缘检测)算子等，本技术实施例并不对如何获取目标图像中的第二类边缘加以限制。
135.上述边缘图像可以被分为四部分，分别为第一边缘、第二边缘、第三边缘和边缘图像中除第一类边缘和第二类边缘之外的其他部分。其中，第一边缘是指属于第一类边缘但不属于第二类边缘的边缘。第二边缘是指属于第二类边缘但不属于第一类边缘的边缘。第三边缘是指同时属于第一类边缘和第二类边缘的边缘。
136.因此，在步骤202中，终端基于参考半径对边缘图像中的边缘进行散焦模糊处理，得到临界模糊图像的实现方式可以为：终端基于不同的参考半径对边缘图像中的不同部分
进行散焦模糊处理，以便使边缘图像中的所有部分的模糊程度到达同一等级，也即是将目标图像调整为一个模糊图像。该模糊图像为清晰图像到达模糊图像的临界模糊图像。
137.具体地，对于边缘图像中的第一边缘，采用第一参考半径进行散焦模糊处理，在此将第一参考半径记为r1。对于边缘图像中的第二边缘，采用第二参考半径进行散焦模糊处理，在此将第二参考半径记为r2。对于边缘图像中的第三边缘，采用第三参考半径进行散焦模糊处理，在此将第三参考半径记为r3。对于边缘图像中除第一类边缘和第二类边缘之外的其他部分，采用第四参考半径进行散焦模糊处理，在此将第四参考半径记为r4。其中，第一参考半径大于或等于第三参考半径，第三参考半径大于或等于第二参考半径，第二参考半径大于或等于第四参考半径。这样根据不同参考半径进行散焦模糊处理完的四部分就组成了临界模糊图像。
138.需要说明的是，参考半径越大，散焦模糊处理的模糊跨度越大。由于要将边缘图像中的所有部分都模糊到同一等级，越细小的边缘说明越清晰度越高，则选用的参考半径越大，越粗大的边缘说明清晰度越低，则选用的参考半径越小。因此，上述r1＞r3＞r2＞r4。
139.上述终端基于不同的参考半径对边缘图像中的不同部分进行散焦模糊处理的实现方式为：对于边缘图像中的不同部分的每个像素点来说，以任一像素点为中心像素点，与该像素点所在的相应部分对应的参考半径为半径，基于中心像素点在该半径范围之内的所有邻域像素点进行加权叠加，从而得到该像素点的像素值。其中，半径范围之内的所有邻域像素点的权重根据离中心像素点远近来决定，离中心像素点越近，则权重越大。具体可根据散焦模糊处理的公式来确定任一像素点在散焦模糊处理后的像素值。如公式1所示。
140.公式1：
[0141][0142]
在公式1中，r表示从1到4，αr为图像平滑调节参数，fr为对应半径的滤波掩膜。i(i，j)为第i行第j列像素点的像素值。
[0143]
由于上述临界模糊图像只能体现目标图像的结构化信息，但确定图像的场景复杂度的依据为像素点的灰度分布空间特征的信息。而图像的二维熵能够反映灰度分布空间特征的信息量，因此，还需确定上述临界模糊图像的二维熵。其中，目标图像的结构化信息指示目标图像中出现的对象所在的模糊区域。比如，目标图像中有一颗树，则结构化信息为这个树的大概轮廓。
[0144]
在步骤202中，上述终端确定临界模糊图像的图像二维熵的实现方式为：终端根据公式2确定临界模糊图像的二维直方图，如公式2所示。然后根据临界模糊图像的二维直方图确定临界模糊图像的图像二维熵。
[0145]
公式2：
[0146]
p
i,j
＝s
i,j
/n
[0147]
其中，i表示图像灰度值，j表示参考半径范围之内邻域灰度平均值。p
i,j
表示像素点在所有有效像素点中出现的次数的比例，s
i,j
表示像素点在所有有效像素点中出现的次数，n图像有效像素的总个数。
[0148]
上述根据临界模糊图像的二维直方图确定临界模糊图像的图像二维熵的实现方式为：如公式3所示，在公式3中，对p
i,j
取对数，h表示临界模糊图像的图像二维熵。
[0149]
公式3：
[0150][0151]
临界模糊图像的图像二维熵可以反映临界模糊图像中像素位置的灰度信息和像素邻域内灰度分布的综合特征。
[0152]
在一种可能实现的方式中，上述终端基于临界模糊图像的图像二维熵，确定目标图像的场景复杂度的实现方式为：终端将h确定为目标图像的场景复杂度。也即是，将临界模糊图像的图像二维熵定为目标图像的场景复杂度。
[0153]
在另一种可能实现的方式中，上述终端基于目标图像中的边缘信息，确定目标图像的场景复杂度的实现方式为：为了使目标图像的场景复杂度更为准确，对临界模糊图像进行尺度变换，不同尺度反映不同的图像结构。尺度越小，越能表述大而笼统的结构，尺度越大，越能表述小而精确的结构。其中，尺度是指图像的大小尺寸。比如，480p(progressive，逐行)，720p，1080p。
[0154]
具体地，在终端确定临界模糊图像的图像二维熵之后，对临界模糊图像进行尺度变换，得到与临界模糊图像对应的多个尺度图像，其中，多个尺度图像的尺度和临界模糊图像的尺度不同。终端确定临界模糊图像的图像二维熵、以及多个尺度图像中各个尺度图像的图像二维熵。终端将临界模糊图像的图像二维熵、以及多个尺度图像中各个尺度图像的图像二维熵加权融合，得到目标图像的场景复杂度。
[0155]
上述得到与临界模糊图像对应的多个尺度图像的实现方式可以为：采用降采样的方式，将临界模糊图像缩小为多个不同的尺度。具体地，在临界模糊图像的所有像素点中每隔m个像素点，抽取一个像素点，并将抽取的像素点剔除掉，最终得到一个像素点较临界模糊图像像素点少的图像，此时，剔除掉像素点的图像就为另一个尺度的图像。终端利用这样的方法得到多个尺度图像。
[0156]
此外得到与临界模糊图像对应的多个尺度图像也可以采用其他方式，比如，通过“双线性降采样”、“高斯卷积降采样”、“频域降采样”等等，本技术实施例对此不做限定。
[0157]
在终端得到与临界模糊图像对应的多个尺度图像之后，确定不同尺度图像的图像二维熵，其方法与上述终端确定临界模糊图像的图像二维熵相同，在此不再赘述。
[0158]
上述终端将临界模糊图像的图像二维熵、以及多个尺度图像中各个尺度图像的图像二维熵加权融合，得到目标图像的场景复杂度的实现方式为：将每个尺度下的图像二维熵记为hk。若多个尺度图像的个数为m个，则如公式4所示，βk为第k个尺度下的权重系数。其中，任一尺度下的所有像素点的平均像素值越大，该尺度的权重就越大。
[0159]
公式4：
[0160][0161]
此外，由于步骤202中要对边缘图像进行散焦模糊处理，为了减少处理的复杂性。在一种可能实现的方式中，终端需在获取目标图像对应的边缘图像之前，终端可以先采用低通滤波器对目标图像进行滤波处理，得到目标图像中的低频信息。终端从目标图像中去除低频信息。终端获取去除了低频信息之后的目标图像中的边缘图像。
[0162]
可选地，由于目标图像中存在一些不会影响场景复杂度的像素点，将这些像素点称之为无效信息，无效信息为目标图像中非视野范围内的像素点和/或过曝光区域内的像素点。比如，医用内窥镜场景，图像有效视野范围并非全图，而是由内窥镜口径限制的圆心在图像正中心的圆形范围，圆形外的其他像素即视为非视野范围像素。过曝区域通常由反光造成，细节全部损失，属于无效像素。因此，终端可以先剔除目标图像中的无效信息。然后终端获取剔除了目标图像中的无效信息之后的目标图像中的边缘图像。
[0163]
可选地，终端在获取目标图像对应的边缘图像之前，终端可以先采用低通滤波器对目标图像进行滤波处理，得到目标图像中的低频信息。终端从目标图像中去除低频信息，得到去除了低频信息的目标图像。在终端得到去除了低频信息的目标图像之后，终端再将去除了低频信息的目标图像中的无效信息进行剔除，进而获取剔除了目标图像中的无效信息之后的目标图像中的边缘图像。
[0164]
此外，在步骤202中，如果目标图像本来就是模糊的，那么后续再将第一清晰度评价值调整到第二清晰度评价值就没有必要。因此，终端可以在基于目标图像中的边缘信息，确定目标图像的场景复杂度之前，根据目标图像的第一清晰度评价值判断目标图像为非深度离焦图像，还是深度离焦图像。非深度离焦图像表示清晰图像或轻度模糊的图像，深度离焦图像表示模糊的图像。如果第一清晰度评价值指示的清晰程度确定目标图像为非深度离焦图像，则执行基于目标图像中的边缘信息，确定目标图像的场景复杂度。若为深度离焦图像，则直接调整图像采集装置的焦距即可。
[0165]
具体地，为了便于确定出目标图像为深度离焦图像，还是非深度离焦图像，设置第二清晰度阈值，在清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系时，如果第一清晰度评价值超过第二清晰度阈值，则执行基于目标图像中的边缘信息，确定目标图像的场景复杂度。也就是，当第一清晰度评价值超过第二清晰度阈值时，目标图像为非深度离焦图像。如果第一清晰度评价值小于第二清晰度阈值，则说明目标图像为深度离焦图像，直接调整相机的焦距即可。其中，第二清晰度阈值用于划分深度离焦图像和非深度离焦图像。
[0166]
步骤202的具体实施过程如图4所示，图4是本技术实施例提供的一种确定景复杂度的流程图。清晰度评价值计算模块在确定第一清晰度评价值之后，根据第一清晰度评价值确定目标图像为深度离焦图像，还是非深度离焦图像。若为非深度离焦图像，则开启场景复杂度计算模块，对目标图像进行滤波预处理，也就是，终端采用低通滤波器对目标图像进行滤波处理，得到目标图像中的低频信息。终端从目标图像中去除低频信息，得到去除了低频信息的目标图像，在终端得到去除了低频信息的目标图像之后。终端将去除了低频信息的目标图像中的无效信息进行剔除，进而获取剔除了目标图像中的无效信息之后的目标图像中的边缘图像。将边缘图像利用图像结构一致性处理模块进行散焦模糊处理，然后利用图像复杂度统计模块对散焦模糊处理后的目标图像确定图像二维熵，进而确定目标图像的复杂度，输出复杂度统计信息。此时，该复杂度统计信息也称为拍摄场景复杂度。
[0167]
步骤203：如果场景复杂度指示目标图像中的拍摄场景为复杂场景，则调整第一清晰度评价值，得到第二清晰度评价值，第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度，或者，如果场景复杂度指示目标图像中的拍摄场景为简单场景，则调整第一清晰度评价值，得到第二清晰度评价值，第二清晰度评价值指示的清晰程度高于
第一清晰度评价值指示的清晰程度。
[0168]
在一种可能实现的方式中，在清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系的情况下，如果场景复杂度指示目标图像中的拍摄场景为复杂场景，则减少第一清晰度评价值，得到第二清晰度评价值，此时，第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度。如果场景复杂度指示目标图像中的拍摄场景为简单场景，则增加第一清晰度评价值，得到第二清晰度评价值，此时，第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度。
[0169]
在另一种可能实现的方式中，在清晰度评价值和清晰度评价值指示的图像的清晰程度呈现负相关关系的情况下，如果场景复杂度指示目标图像中的拍摄场景为复杂场景，则增加第一清晰度评价值，得到第二清晰度评价值，此时，第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度。如果场景复杂度指示目标图像中的拍摄场景为简单场景，则减少第一清晰度评价值，得到第二清晰度评价值，此时，第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度。
[0170]
上述第二清晰度评价值和第一清晰度评价值之间的差值与场景复杂度指示的复杂程度相关。
[0171]
由于上述两种可能实现的方式都是基于清晰度评价值和清晰度评价值指示的图像的清晰程度的关系产生的，只需要根据清晰度评价值和清晰度评价值指示的图像的清晰程度的关系，来调整第一清晰度评价值即可，因此，下面以在清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系的情况下进行说明。
[0172]
为了便于调整第一清晰度评价值，设置复杂度阈值，假设场景复杂度本身的值和所所指示的场景复杂程度之间呈现正相关关系，如果场景复杂度超过复杂度阈值，说明场景复杂度指示目标图像中的拍摄场景为复杂场景，则减少第一清晰度评价值，得到第二清晰度评价值，或者，如果场景复杂度低于复杂度阈值，说明场景复杂度指示目标图像中的拍摄场景为简单场景，则增加第一清晰度评价值，得到第二清晰度评价值。
[0173]
此时，第二清晰度评价值和第一清晰度评价值之间的差值与场景复杂度和复杂度阈值之间的差值呈现正相关关系。其中，复杂度阈值是由用户指定的。也即是，复杂度值越高，对清晰度评价值的削减程度越强。复杂度值越低，对清晰度评价值的增大幅度越高。
[0174]
具体地，如果场景复杂度超过复杂度阈值，则说明当前拍摄场景比较复杂，这样第一清晰度评价值对应的峰值比较大，第一清晰度评价值很有可能没有达到同一标准体系的清晰度评价值，因此，需要减少第一清晰度评价值来得到第二清晰度评价值，使得第二清晰度评价值和场景复杂度之间的关联弱化。如果场景复杂度低于复杂度阈值，则说明当前拍摄场景比较简单，这样第一清晰度评价值对应的峰值比较小，也即是第一清晰度评价值很有可能没有达到同一标准体系的清晰度评价值，因此，需要增加第一清晰度评价值来得到第二清晰度评价值。通过这两种调整方式，便可将不同复杂度的拍摄场景下的图像的清晰度评价值映射到同一个标准体系下，从而便于清晰度评价值在同一个标准体系下对图像进行清晰度检测，可以有效的避免图像采集装置对清晰图像进行错误调焦处理的现象，从而也就不会造成拍摄延迟的情况，提高了用户使用图像采集装置采集图像的效率。另外，在目标图像为实时视频流中的一帧图像时，如果场景发生变化，将不同复杂度的拍摄场景下的图像的清晰度评价值映射到同一个标准体系下，可以有效地防止每次都重新调焦，进而避
免实时视频流出现误聚焦或短暂虚焦现象。如此，在实时视频流为内窥镜拍摄的视频流的情况下，将不同复杂度的拍摄场景下的图像的清晰度评价值映射到同一个标准体系下，可以使得医生在观看实时视频时，不会因为视频误聚焦或短暂虚焦而影响注意力或扰乱视线，避免一些医疗事故的发生。
[0175]
上述确定第二清晰度评价值的目的是将复杂场景和简单场景的清晰度评价值调整到同一等级，然后根据第二清晰度评价值来确定目标图像的清晰与模糊，进而确定是否需要调整图像采集装置焦距。这样避免了当拍摄场景发生改变时，图像采集装置对拍摄的清晰图像进行错误调焦处理的现象。
[0176]
上述根据第二清晰度评价值来确定目标图像的清晰与模糊，进而确定是否需要调整图像采集装置焦距的实现方式为：如果基于第二清晰度评价值指示的清晰程度确定目标图像为清晰图像，则不调整图像采集装置的焦距，如果基于第二清晰度评价值指示的清晰程度确定目标图像为模糊图像，则调整图像采集装置的焦距。
[0177]
为了便于确定第二清晰度评价值指示的清晰程度确定目标图像是清晰图像还是模糊图像，在此，设置第一清晰度阈值，在清晰度评价值和清晰度评价值指示的图像的清晰程度呈现正相关关系的情况下，如果第二清晰度评价值超过第一清晰度阈值，则表明目标图像为清晰图像，此时则不调整图像采集装置的焦距，如果第二清晰度评价值低于第一清晰度阈值，则表明目标图像为模糊图像，此时则调整图像采集装置的焦距。其中，第一清晰度阈值为判断图像采集装置是否调整焦距的临界值。也即是，自动对焦控制模块根据第二清晰度评价值确定当前清晰模糊程度，进而给出图像采集装置调焦时的调焦长度，即清晰时，不启动对焦控制模块，调焦长度为0，模糊时，启动对焦控制模块，模糊程度越高，调焦长度越大。其中，调焦长度为图像采集装置调整焦距时，当前焦距到达目标焦距的长度。
[0178]
综上所述，在本技术实施例中，通过目标图像的第一清晰度评价值和场景复杂度，来确定目标图像的第二清晰度评价值。由于清晰度评价值可以评判图像的清晰与模糊，因此，利用第二清晰度评价值进一步判断出该图像是清晰还是不清晰。若判断出的结果为图像不清晰时，为了让图像变得清晰，那么可以使用调整图像采集装置焦距的方法让图像变得清晰。若不清晰，则可以调整图像采集装置的焦距。由于第二清晰度评价值和场景复杂度有关，并且在场景复杂度指示目标图像中的拍摄场景为复杂场景的情况下，则调整后的第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度，在场景复杂度指示目标图像中的拍摄场景为简单场景的情况下，调整后的第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度，如此便可将不同复杂度场景下的清晰度评价值转换为同一标准体系的清晰度评价值。如此，在图像采集装置每次变换拍摄场景时，只需要基于第二清晰度评价值来判断图像采集装置是否要调整焦距即可，这样就能正确的处理拍摄场景切换但是不需要调整焦距的情况，而不是在每次变换拍摄场景时，都必须要重新调整焦距。因此可以有效的避免图像采集装置对清晰图像进行错误调焦处理的现象，从而也就不会造成拍摄延迟的情况，提高了用户使用图像采集装置采集图像的效率。另外，在目标图像为实时视频流中的一帧图像时，如果场景发生变化，通过本技术实施例的方法可以防止每次都重新调焦，这样就可以避免实时视频流出现误聚焦或短暂虚焦现象。如此，在实时视频流为内窥镜拍摄的视频流的情况下，通过本技术实施例的方法可以使得医生在观看实时视频时，不会因为视频误聚焦或短暂虚焦而影响注意力或扰乱视线。
[0179]
上述所有可选技术方案，均可按照任意结合形成本技术的可选实施例，本技术实施例对此不再一一赘述。
[0180]
下面以图5为例对本技术实施例提供的方法进一步进行解释说明。图5是本技术实施例提供的一种清晰度检测方法的具体流程图。需要说明的是，图5所示的实施例仅仅是前述图2所示实施例中的部分可选的技术方案，并不构成对本技术实施例提供的清晰度检测方法的限定。
[0181]
1，在确定目标图像之后，场景稳定度检测模块检测拍摄目标图像的场景是否处于稳定状态，若稳定，则场景稳定度检测模块将场景的稳定状态发送给场景的图像发送给清晰度评价值计算模块，若不稳定，则场景稳定度检测模块继续判断拍摄场景是否稳定。
[0182]
2，清晰度评价值计算模块接收场景稳定度检测模块发送过来的稳定后的场景的图像，并确定接收的图像的第一清晰度评价值，然后将确定图像的第一清晰度评价值发送给场景复杂度计算模块。场景复杂度计算模块接收清晰度评价值计算模块发送的图像的第一清晰度评价值，根据第一清晰度评价值将确定目标图像是深度离焦图像，还是非深度离焦图像。确定非深度离焦图像的场景复杂度，将确定出来的场景复杂度发送给清晰度评价值修正模块。
[0183]
3，清晰度评价值修正模块接收场景复杂度计算模块确定的场景复杂度，基于场景复杂度对第一清晰度评价值进行修正，进而确定第二清晰度评价值。如果第二清晰度评价值低于第一清晰度阈值，则向对焦控制模块发送调焦指令。
[0184]
4，对焦控制模块控制图像采集装置调整焦距，若焦距调整到目标图像为清晰的状态，则说明对焦动作完成。对焦完成之后，下一次拍摄场景变换时，图像采集装置继续采集图像进行场景稳定度检测及后续步骤。
[0185]
综上所述，在本技术实施例中，通过目标图像的第一清晰度评价值和场景复杂度，来确定目标图像的第二清晰度评价值。由于清晰度评价值可以评判图像的清晰与模糊，因此，利用第二清晰度评价值进一步判断出该图像是清晰还是不清晰。若判断出的结果为图像不清晰时，为了让图像变得清晰，那么可以使用调整图像采集装置焦距的方法让图像变得清晰。若不清晰，则可以调整图像采集装置的焦距。由于第二清晰度评价值和场景复杂度有关，并且在场景复杂度指示目标图像中的拍摄场景为复杂场景的情况下，则调整后的第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度，在场景复杂度指示目标图像中的拍摄场景为简单场景的情况下，调整后的第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度，如此便可将不同复杂度场景下的清晰度评价值转换为同一标准体系的清晰度评价值。如此，在图像采集装置每次变换拍摄场景时，只需要基于第二清晰度评价值来判断图像采集装置是否要调整焦距即可，这样就能正确的处理拍摄场景切换但是不需要调整焦距的情况，而不是在每次变换拍摄场景时，都必须要重新调整焦距。因此可以有效的避免图像采集装置对清晰图像进行错误调焦处理的现象，从而也就不会造成拍摄延迟的情况，提高了用户使用图像采集装置采集图像的效率。另外，在目标图像为实时视频流中的一帧图像时，如果场景发生变化，通过本技术实施例的方法可以防止每次都重新调焦，这样就可以避免实时视频流出现误聚焦或短暂虚焦现象。如此，在实时视频流为内窥镜拍摄的视频流的情况下，通过本技术实施例的方法可以使得医生在观看实时视频时，不会因为视频误聚焦或短暂虚焦而影响注意力或扰乱视线。
[0186]
图6是本技术实施例提供的一种清晰度检测装置的结构示意图，该清晰度检测装置可以由软件、硬件或者两者的结合实现。该清晰度检测装置600包括：确定模块601，判断模块602。
[0187]
确定模块，用于基于清晰度评价算子确定待检测的目标图像的第一清晰度评价值；
[0188]
该确定模块，还用于基于目标图像中的边缘信息，确定目标图像的场景复杂度，场景复杂度指示目标图像中的拍摄场景的复杂程度；
[0189]
判断模块，用于如果场景复杂度指示所述目标图像中的拍摄场景为复杂场景，则调整第一清晰度评价值，得到第二清晰度评价值，第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度，或者，如果场景复杂度指示目标图像中的拍摄场景为简单场景，则调整第一清晰度评价值，得到第二清晰度评价值，第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度。
[0190]
可选地，目标图像为图像采集装置当前采集的图像；
[0191]
该装置还包括：
[0192]
调整模块，用于如果基于第二清晰度评价值指示的清晰程度确定目标图像为清晰图像，则不调整图像采集装置的焦距，如果第二清晰度评价值指示的清晰程度确定目标图像为模糊图像，则调整图像采集装置的焦距。
[0193]
可选地，图像采集装置为内窥镜系统，内窥镜系统包括内镜，内镜用于插入人体组织；
[0194]
目标图像为所述内镜插入人体组织情况下图像采集装置采集的图像。
[0195]
可选地，确定模块包括：
[0196]
第一获取单元，用于获取目标图像对应的边缘图像，边缘图像指示目标图像中的拍摄场景的边缘信息；
[0197]
第一确定单元，用于基于参考半径对边缘图像中的边缘进行散焦模糊处理，得到临界模糊图像；
[0198]
第二确定单元，用于基于临界模糊图像的图像二维熵，确定目标图像的场景复杂度，图像二维熵指示临界模糊图像中的像素值分布特征。
[0199]
可选地，第二确定单元包括：
[0200]
确定单元，用于对临界模糊图像进行尺度变换，得到与临界模糊图像对应的多个尺度图像，多个尺度图像的尺度和临界模糊图像的尺度不同；
[0201]
确定单元，用于确定临界模糊图像的图像二维熵、以及多个尺度图像中各个尺度图像的图像二维熵；
[0202]
确定单元，用于将临界模糊图像的图像二维熵、以及多个尺度图像中各个尺度图像的图像二维熵加权融合，得到目标图像的场景复杂度。
[0203]
可选地，边缘图像中的边缘包括的第一类边缘和第二类边缘，第一类边缘的平均边缘宽度小于或等于第二类边缘的平均边缘宽度；
[0204]
第一确定单元包括：
[0205]
处理单元，用于对于边缘图像中的第一边缘，采用第一参考半径进行散焦模糊处理，第一边缘是指属于所述第一类边缘但不属于第二类边缘的边缘；
[0206]
处理单元，用于对于边缘图像中的第二边缘，采用第二参考半径进行散焦模糊处理，第二边缘是指属于所述第二类边缘但不属于第一类边缘的边缘；
[0207]
处理单元，用于对于边缘图像中的第三边缘，采用第三参考半径进行散焦模糊处理，第三边缘是指同时属于第一类边缘和第二类边缘的边缘；
[0208]
处理单元，用于对于边缘图像中除所述第一类边缘和第二类边缘之外的其他部分，采用第四参考半径进行散焦模糊处理；
[0209]
其中，第一参考半径大于或等于第三参考半径，第三参考半径大于或等于第二参考半径，第二参考半径大于或等于第四参考半径。
[0210]
可选地，所述确定模块还包括：
[0211]
剔除单元，用于剔除目标图像中的无效信息，无效信息为目标图像中非视野范围内的像素点和/或过曝光区域内的像素点；
[0212]
所述第一获取单元用于：
[0213]
获取剔除了无效信息之后的目标图像中的边缘图像。
[0214]
可选地，所述确定模块还包括：
[0215]
滤波单元，用于采用低通滤波器对所述目标图像进行滤波处理，得到目标图像中的低频信息；
[0216]
从目标图像中去除低频信息；
[0217]
所述第一获取单元用于：获取去除了低频信息之后的目标图像中的边缘图像。
[0218]
可选地，第二清晰度评价值和第一清晰度评价值之间的差值与场景复杂度指示的复杂程度相关。
[0219]
可选地，所述确定模块还用于：
[0220]
如果基于第一清晰度评价值指示的清晰程度确定所述目标图像为非深度离焦图像，则执行基于目标图像中的边缘信息，确定目标图像的场景复杂度。
[0221]
综上所述，在本技术实施例中，通过目标图像的第一清晰度评价值和场景复杂度，来确定目标图像的第二清晰度评价值。由于清晰度评价值可以评判图像的清晰与模糊，因此，利用第二清晰度评价值进一步判断出该图像是清晰还是不清晰。若判断出的结果为图像不清晰时，为了让图像变得清晰，那么可以使用调整图像采集装置焦距的方法让图像变得清晰。若不清晰，则可以调整图像采集装置的焦距。由于第二清晰度评价值和场景复杂度有关，并且在场景复杂度指示目标图像中的拍摄场景为复杂场景的情况下，则调整后的第二清晰度评价值指示的清晰程度低于第一清晰度评价值指示的清晰程度，在场景复杂度指示目标图像中的拍摄场景为简单场景的情况下，调整后的第二清晰度评价值指示的清晰程度高于第一清晰度评价值指示的清晰程度，如此便可将不同复杂度场景下的清晰度评价值转换为同一标准体系的清晰度评价值。如此，在图像采集装置每次变换拍摄场景时，只需要基于第二清晰度评价值来判断图像采集装置是否要调整焦距即可，这样就能正确的处理拍摄场景切换但是不需要调整焦距的情况，而不是在每次变换拍摄场景时，都必须要重新调整焦距。因此可以有效的避免图像采集装置对清晰图像进行错误调焦处理的现象，从而也就不会造成拍摄延迟的情况，提高了用户使用图像采集装置采集图像的效率。另外，在目标图像为实时视频流中的一帧图像时，如果场景发生变化，通过本技术实施例的方法可以防止每次都重新调焦，这样就可以避免实时视频流出现误聚焦或短暂虚焦现象。如此，在实时
视频流为内窥镜拍摄的视频流的情况下，通过本技术实施例的方法可以使得医生在观看实时视频时，不会因为视频误聚焦或短暂虚焦而影响注意力或扰乱视线。
[0222]
需要说明的是：上述实施例提供的清晰度检测装置在进行清晰度检测时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的清晰度检测装置和清晰度检测方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0223]
图7是本技术实施例提供的一种终端700的结构框图。该终端700可以是：智能手机、平板电脑、mp3播放器(moving picture experts group audio layer iii，动态影像专家压缩标准音频层面3)、mp4(moving picture experts group audio layer iv，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。终端700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
[0224]
通常，终端700包括有：处理器701和存储器702。
[0225]
处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0226]
存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本技术中方法实施例提供的清晰度检测方法。
[0227]
在一些实施例中，终端700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。
[0228]
外围设备接口703可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
[0229]
射频电路704用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转
换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实施例中，射频电路704还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
[0230]
显示屏705用于显示ui(userinterface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置终端700的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在终端700的不同表面或呈折叠设计；在另一些实施例中，显示屏705可以是柔性显示屏，设置在终端700的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用lcd(liquid crystal display，液晶显示屏)、oled(organic light-emitting diode,有机发光二极管)等材质制备。
[0231]
摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及vr(virtualreality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。
[0232]
音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在终端700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。
[0233]
定位组件708用于定位终端700的当前地理位置，以实现导航或lbs(location based service，基于位置的服务)。定位组件708可以是基于美国的gps(global positioning system，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
[0234]
电源709用于为终端700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电
或无线充电。该可充电电池还可以用于支持快充技术。
[0235]
在一些实施例中，终端700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
[0236]
加速度传感器711可以检测以终端700建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器711可以用于检测重力加速度在三个坐标轴上的分量。处理器701可以根据加速度传感器711采集的重力加速度信号，控制显示屏705以横向视图或纵向视图进行用户界面的显示。加速度传感器711还可以用于游戏或者用户的运动数据的采集。
[0237]
陀螺仪传感器712可以检测终端700的机体方向及转动角度，陀螺仪传感器712可以与加速度传感器711协同采集用户对终端700的3d动作。处理器701根据陀螺仪传感器712采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变ui)、拍摄时的图像稳定、游戏控制以及惯性导航。
[0238]
压力传感器713可以设置在终端700的侧边框和/或显示屏705的下层。当压力传感器713设置在终端700的侧边框时，可以检测用户对终端700的握持信号，由处理器701根据压力传感器713采集的握持信号进行左右手识别或快捷操作。当压力传感器713设置在显示屏705的下层时，由处理器701根据用户对显示屏705的压力操作，实现对ui界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
[0239]
指纹传感器714用于采集用户的指纹，由处理器701根据指纹传感器714采集到的指纹识别用户的身份，或者，由指纹传感器714根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器701授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器714可以被设置终端700的正面、背面或侧面。当终端700上设置有物理按键或厂商logo时，指纹传感器714可以与物理按键或厂商logo集成在一起。
[0240]
光学传感器715用于采集环境光强度。在一个实施例中，处理器701可以根据光学传感器715采集的环境光强度，控制显示屏705的显示亮度。具体地，当环境光强度较高时，调高显示屏705的显示亮度；当环境光强度较低时，调低显示屏705的显示亮度。在另一个实施例中，处理器701还可以根据光学传感器715采集的环境光强度，动态调整摄像头组件706的拍摄参数。
[0241]
接近传感器716，也称距离传感器，通常设置在终端700的前面板。接近传感器716用于采集用户与终端700的正面之间的距离。在一个实施例中，当接近传感器716检测到用户与终端700的正面之间的距离逐渐变小时，由处理器701控制显示屏705从亮屏状态切换为息屏状态；当接近传感器716检测到用户与终端700的正面之间的距离逐渐变大时，由处理器701控制显示屏705从息屏状态切换为亮屏状态。
[0242]
本领域技术人员可以理解，图7中示出的结构并不构成对终端700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
[0243]
本技术实施例还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行上实施例提供的清晰度检测方法。
[0244]
本技术实施例还提供了一种包含指令的计算机程序产品，当其在终端上运行时，
使得终端执行上述实施例提供的清晰度检测方法。
[0245]
图8是本技术实施例提供的一种服务器结构示意图。该服务器可以是后台服务器集群中的服务器。具体来讲：
[0246]
服务器800包括中央处理单元(cpu)801、包括随机存取存储器(ram)802和只读存储器(rom)803的系统存储器804，以及连接系统存储器804和中央处理单元801的系统总线805。服务器800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(i/o系统)806，和用于存储操作系统813、应用程序814和其他程序模块815的大容量存储设备807。
[0247]
基本输入/输出系统806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中显示器808和输入设备809都通过连接到系统总线805的输入输出控制器810连接到中央处理单元801。基本输入/输出系统806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。
[0248]
大容量存储设备807通过连接到系统总线805的大容量存储控制器(未示出)连接到中央处理单元801。大容量存储设备807及其相关联的计算机可读介质为服务器800提供非易失性存储。也就是说，大容量存储设备807可以包括诸如硬盘或者cd-rom驱动器之类的计算机可读介质(未示出)。
[0249]
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括ram、rom、eprom、eeprom、闪存或其他固态存储其技术，cd-rom、dvd或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备807可以统称为存储器。
[0250]
根据本技术的各种实施例，服务器800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器800可以通过连接在系统总线805上的网络接口单元811连接到网络812，或者说，也可以使用网络接口单元811来连接到其他类型的网络或远程计算机系统(未示出)。
[0251]
上述存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，被配置由cpu执行。所述一个或者一个以上程序包含用于进行本技术实施例提供的的清晰度检测方法的指令。
[0252]
本技术实施例还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行上述实施例提供的清晰度检测方法。
[0253]
本技术实施例还提供了一种包含指令的计算机程序产品，当其在服务器上运行时，使得服务器执行上述实施例提供的清晰度检测方法。
[0254]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0255]
以上所述仅为本技术实施例的较佳实施例，并不用以限制本技术实施例，凡在本技术实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的
保护范围之内。