一种图像质量检测方法及检测系统与流程

1.本发明属于图像识别技术领域，具体涉及一种图像质量检测方法及图像检测系统。


背景技术：

2.随着计算机视觉技术的不断发展，相关领域对图像质量的要求也越来越高。比如相关从业人员每天会接触到大量的图像数据；又比如人们在做人脸识别等相关操作前也需要做图像质量判断，将符合标准的图像进行识别操作等。现有图像质量检测的精度、速度不够。


技术实现要素：

3.鉴于此，有必要针对现有技术存在的缺陷提供一种图像质量检测精度较高、速度较快的图像质量检测方法。
4.为解决上述问题，本发明采用下述技术方案：
5.本技术提供了一种图像质量检测方法，包括下述步骤：
6.将待检测图像裁剪成不重叠的n块图像；
7.计算每一小块图像的功率谱估计值；
8.计算每一小块图像的平均亮度值；
9.将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域；
10.通过所述过曝及所述过暗的区域的数量与总区域数量的比值来确定待检测图像是否存在质量问题。
11.在其中一些实施例中，在计算每一小块图像的功率谱估计值的步骤中，具体包括下述步骤：
12.将小块图像做傅里叶变换得到频谱；
13.根据所述频谱计算功率谱；
14.对所述功率谱中心化处理；
15.将中心化处理后的功率谱一维化得到低频区域和高频区域；
16.分别计算所述低频区域的总值和高频区域的总值，并将二者的比值作为功率谱估计值。
17.在其中一些实施例中，在计算每一小块图像的平均亮度值的步骤中，具体包括下述步骤：
18.将小块图像转为hsv，提取v通道的平均值作为图像的平均亮度值。
19.在其中一些实施例中，在将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域的步骤中，具体包括：
20.所述阈值包括功率谱过曝阈值、功率谱过暗阈值、平均亮度过曝阈值和平均亮度
过暗阈值：
21.将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，当同时满足所述功率谱估计值小于所述功率谱过曝阈值和所述平均亮度值大于所述平均亮度过曝阈值认定该区域为过曝区域；
22.当同时满足所述功率谱估计值大于所述功率谱过暗阈值和所述平均亮度值小于所述平均亮度过暗阈值认定该区域为过暗区域。
23.在其中一些实施例中，在通过所述过曝及所述过暗的区域的数量和与总区域数量的比值来确定待检测图像是否存在质量问题的步骤中，具体包括：
24.所述过曝及所述过暗的区域的数量和与总区域数量的比值大于所述阈值时，所述待检测图像存在质量问题。
25.另外，本技术还提供了一种图像质量检测系统，包括：
26.图像裁剪模块，用于将待检测图像裁剪成不重叠的n块图像；
27.第一计算模块，用于计算每一小块图像的功率谱估计值；
28.第二计算模块，用于计算每一小块图像的平均亮度值；
29.比较模块，用于将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域；
30.确认模块，用于通过所述过曝及所述过暗的区域的数量与总区域数量的比值来确定待检测图像是否存在质量问题。
31.本技术采用上述技术方案具备下述效果：
32.本技术提供的图像质量检测方法及系统，将待检测图像裁剪成不重叠的n块图像，计算每一小块图像的功率谱估计值及平均亮度值，将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域，通过所述过曝及所述过暗的区域的数量与总区域数量的比值来确定待检测图像是否存在质量问题，本技术提供的图像质量检测方法及系统，能够检测出图像中的曝光、过暗等质量问题，并将其过滤掉，提高了收集图像的整体质量并能够应用在某些识别领域的预处理上，以提高识别精度。
附图说明
33.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，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。
34.图1为本发明实施例提供的图像质量检测方法的步骤流程图。
35.图2为本发明实施例提供的计算每一小块图像的功率谱估计值的步骤流程图。
36.图3为发明本实施例提供的将中心化处理后的功率谱一维化得到低频区域和高频区域的示意图。
37.图4为本技术实施例提供的图像质量检测系统的结构示意图。
38.图5为本技术实施例1提供的图像质量检测方法的过曝和过暗检测的示意图。
具体实施方式
39.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
40.在本发明的描述中，需要理解的是，术语“上”、“下”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
41.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
42.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。
43.请参阅图1，为本技术提供的图像质量检测方法的步骤流程图，包括下述步骤：
44.步骤s110：待检测图像裁剪成不重叠的n块图像。
45.步骤s120：计算每一小块图像的功率谱估计值。
46.具体地，请参阅图2，为本技术实施例提供的在计算每一小块图像的功率谱估计值的步骤中，具体包括下述步骤：
47.步骤s121：将小块图像做傅里叶变换得到频谱。
48.具体地，傅里叶变换公式为：
[0049][0050]
m，n代表图像的长宽；f(x,y)为图像具体某位置的像素值；u，v为频域分量对应x和y。
[0051][0052]
表示为实部和虚部。
[0053]
步骤s122：根据所述频谱计算功率谱。
[0054]
具体地，功率谱的计算公式为：
[0055]
p(u,v)＝|f(u,v)|2。
[0056]
步骤s123：对所述功率谱中心化处理。
[0057]
步骤s124：将中心化处理后的功率谱一维化得到低频区域和高频区域。
[0058]
请参阅图3，为本实施例提供的将中心化处理后的功率谱一维化得到低频区域和高频区域的示意图，x轴表示频率，y轴表示能量，a为高频区域，b为低频区域，c为噪声区域。
[0059]
步骤s125：分别计算所述低频区域的总值和高频区域的总值，并将二者的比值作为功率谱估计值。
[0060]
通过上述步骤s121～步骤s125，可以完成对每一小块图像的功率谱估计值。
[0061]
步骤s130：计算每一小块图像的平均亮度值。
[0062]
具体地，将小块图像转为hsv，提取v通道的平均值作为图像的平均亮度值。
[0063]
可以理解，还可以将小块图像转为lab或yuv空间，分别提取l通道或y通道的平均值作为图像的平均亮度值。
[0064]
步骤s140：将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域。
[0065]
具体地，在将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域的步骤中，具体包括：
[0066]
所述阈值包括功率谱过曝阈值、功率谱过暗阈值、平均亮度过曝阈值和平均亮度过暗阈值：
[0067]
将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，当同时满足所述功率谱估计值小于所述功率谱过曝阈值和所述平均亮度值大于所述平均亮度过曝阈值认定该区域为过曝区域；
[0068]
当同时满足所述功率谱估计值大于所述功率谱过暗阈值和所述平均亮度值小于所述平均亮度过暗阈值认定该区域为过暗区域。
[0069]
步骤s150：通过所述过曝及所述过暗的区域的数量与总区域数量的比值来确定待检测图像是否存在质量问题。
[0070]
具体地，在通过所述过曝及所述过暗的区域的数量和与总区域数量的比值来确定待检测图像是否存在质量问题的步骤中，具体包括：
[0071]
所述过曝及所述过暗的区域的数量和与总区域数量的比值大于所述阈值时，所述待检测图像存在质量问题。
[0072]
本技术提供的图像质量检测方法，能够检测出图像中的曝光、过暗等质量问题，并将其过滤掉，提高了收集图像的整体质量并能够应用在某些识别领域的预处理上，以提高识别精度。
[0073]
请参阅图4，本技术还提供了一种所述的图像质量检测系统，包括：图像裁剪模块110用于将待检测图像裁剪成不重叠的n块图像；第一计算模块120用于计算每一小块图像的功率谱估计值；第二计算模块130用于计算每一小块图像的平均亮度值；比较模块140用于将所述功率谱估计值和所述平均亮度值和预设的阈值进行比对，得到过曝和过暗的区域；确认模块150用于通过所述过曝及所述过暗的区域的数量与总区域数量的比值来确定待检测图像是否存在质量问题。
[0074]
本实施例提供的图像质量检测系统，其每个模块详细的工作方式在实施例1中已有详细描述，这里不再赘述。
[0075]
本技术提供的图像质量检测系统，能够检测出图像中的曝光、过暗等质量问题，并将其过滤掉，提高了收集图像的整体质量并能够应用在某些识别领域的预处理上，以提高识别精度。
[0076]
实施例1
[0077]
首先，我们将待检测图像裁剪为15*15个不重叠的小块。
[0078]
然后，我们分别计算小块图像的功率谱估计值和平均亮度值。
[0079]
接着，我们将功率谱估计值和平均亮度值和预设的阈值进行比对(包括功率谱过曝阈值、功率谱过暗阈值、平均亮度过曝阈值和平均亮度过暗阈值)。同时满足功率谱过曝
阈值(小于)和平均亮度过曝阈值(大于)认定该区域为过曝区域；同时满足功率谱过暗阈值(大于)和平均亮度过暗阈值(小于)认定该区域为过暗区域。
[0080]
请参阅图5，为本技术实施例1提供的过曝和过暗的示意图，其中a框表示过曝，b框表示过暗。
[0081]
最后，通过过曝过暗区域的数量与总区域数量的比值来确定待检测图像是否存在质量问题。
[0082][0083]
上述图像质量检测方法及系统，能够检测出图像中的曝光、过暗等质量问题，并将其过滤掉，提高了收集图像的整体质量并能够应用在某些识别领域的预处理上，以提高识别精度。
[0084]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理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权利要求范围之内。