一种快速识别及锁定动态图像清晰度的方法与流程

1.本发明涉及图像识别及处理技术领域，尤其涉及一种快速识别动态图像清晰度的方法和一种快速锁定动态图像清晰度的方法。


背景技术：

2.图像清晰度评估是图像处理领域的一项重要任务，对于清晰度要求不高的场合或者对于图像变化不大的场合，通常的清晰度评估方法是可行的，但在动态图的清晰度识别场合，特别是在机器人对不同场景进行快速识别的场合，传统的图像清晰度识别技术或方法，就存在延时严重的普遍现象。
3.4k超高清以上图像的实时分析判定需求，在即将全面实现5g传输的时代，对多用户、大数据图像、快速处理的要求，会越来越多地得到具体应用。由于快速变化各式各样场景的图像，传统的图像识别方法很难做到快速高效。


技术实现要素：

4.本发明要解决的技术问题是：为了解决现有技术中的上述问题，本发明提供了一种快速识别动态图像清晰度的方法和一种快速锁定动态图像清晰度的方法来解决上述问题。
5.本发明解决其技术问题所采用的技术方案是：一种快速识别动态图像清晰度的方法，包括以下步骤：
6.选取一帧图像的关注区域，所述关注区域包括图像中央区域、图像亮度处于中间值的区域和/或物象边缘区域；
7.对所述关注区域进行图像处理，得到关注区域的转化参数；
8.对所述转化参数进行清晰度判定，得到区域判定结果。
9.作为优选，还包括以下步骤：
10.判断所述区域判定结果是否达到清晰度要求，如果是则对图像的其它区域进行图像处理，并判定其他区域的清晰度，最终得到图像整体清晰度的判定结果。
11.作为优选，所述图像处理的方法包括边缘增强的拉普拉斯转换和灰度梯度进行二次回归运算。
12.作为优选，通过以上步骤判定不同时间点的图像的清晰度，得到清晰度与时间点的关系。
13.本发明还提供了一种快速锁定动态图像清晰度的方法，包括以下步骤：
14.选取一帧图像的关注区域，所述关注区域包括图像中央区域、图像亮度处于中间值的区域和/或物象边缘区域；
15.对所述关注区域进行图像处理，得到关注区域的转化参数；
16.对所述转化参数进行清晰度判定，得到区域判定结果；
17.判断所述区域判定结果是否达到清晰度要求，如果不是，则粗调图像的清晰度；
18.如果是则对图像的其它区域进行图像处理，并判定其他区域的清晰度，最终得到图像整体清晰度的判定结果；
19.对图像进行微动校正，使图像的清晰度趋于最佳。
20.作为优选，所述图像处理的方法包括边缘增强的拉普拉斯转换和灰度梯度进行二次回归运算。
21.作为优选，通过以上步骤判定不同时间点的图像的清晰度，得到清晰度与时间点的关系。
22.本发明的有益效果是，这种快速识别及锁定动态图像清晰度的方法应用简单的运算，快速给出关注区域的清晰度判定值，从而间接给出原始图像清晰度的参考值，从而大大节约了运算所需要的cpu资源，进而加快了测定速度。由于选定区域是的特征选取具有的特征代表性，其清晰度测定结果已经能够满足实际需求，随后对整个图像的微动校正，得到最佳的图像清晰度测定结果。
附图说明
23.下面结合附图和实施例对本发明进一步说明。
24.图1是本发明的一种快速识别动态图像清晰度的方法的最优实施例的流程图。
25.图2是本发明的一种快速锁定动态图像清晰度的方法的最优实施例的流程图。
具体实施方式
26.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，仅用于解释本发明，而不能理解为对本发明的限制。
27.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“轴向”、“径向”、“周向”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。
28.此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
29.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
30.如图1所示，本发明提供了一种快速识别动态图像清晰度的方法，包括以下步骤：
31.选取一帧图像的关注区域，关注区域包括图像中央区域、图像亮度处于中间值的区域和/或物象边缘区域；图像中央区域是最为关注的观察部位，比如，照相机的选景框，都是可见图像的最中间部分，对这个中间区域的识别是比较简单的，直接锁定中间部分即可。图像亮度处于中间值的区域，也就是视场明暗适中区域，以这个图像的亮度为指征，在局部区域中选取亮度为中值附近的区域，以此区域来代表进行整个图像的清晰度的快速识别。物象边缘区域为整个图像区域内不同个体边缘界面比较多的地方。这些关注区域的选定，主要是选取具有整个图像代表性的区域，减小图像识别的运算量，有效提高测定速度。
32.通过边缘增强的拉普拉斯转换和灰度梯度进行二次回归运算对关注区域进行图像处理，得到关注区域的转化参数；对转化参数进行清晰度判定，得到区域判定结果。为快速测定整体图像的清晰度，尽可能减小算法数据量，最优化地减小选定区域的数据量及便于快速测定，对关注区域进行图像的算法转换是非常必要的。本实施例中选取最简单快速的常规sobel算法基础上进行，最简单的sobel算子包含两组3x3的矩阵，分别为横向及纵向模板，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。本实施例中，参考如下两个模板来检测图像边缘。从而判定所述区域图像的清晰度。
33.测定水平边缘的横向算子：
34.测定垂直平边缘的纵向算子：
35.区域图像的每一个像素的横向及纵向梯度近似计算公式
36.梯度方向公式：
37.以上公式中，gx与gy行列式中所有数字和为0，这样可以保证计算结果与实际效果最为接近，给出的实施例数值可以根据实际测定效果机型适当调整。
38.此实例中，利用函数g的极值，判定或测定图像的清晰度，根据极限预算法则，在选定图像区域内，一定有极限存在，而比较运算后极限值的过程，就是寻求最优解的过程，也就是清晰度极值判定的过程。
39.为规避sobel算法对图像主体与背景上的缺陷，提高测定图像的清晰度的准确性，本实施例中，如果先将原图进行饱和度为0％的变换，会更加快速地测定图像清晰度参数。
40.图像的清晰度判定，必须是对所有区域进行判定，首先对图像的关注区域判定清晰度，可以达到快速确认该图像的区域判定结果是否满足基本要求，区域判定结果可以近似地认为就是这个图像的清晰度结果，但不是整个图像的清晰度结果，区域判定结果接近于图像整体的清晰度结果，所以如果关注区域达到清晰度要求，则整体图像的清晰度是可识别的，也就是可行解，然后对图像的其它区域进行图像处理，并判定其他区域的清晰度，最终得到图像整体清晰度的判定结果。
41.根据其它的一些实施方式，通过以上步骤判定不同时间点的图像的清晰度，得到清晰度与时间点的关系。动态图像往往是不断变化的，清晰度也是这样，重复的判定关注区域的清晰度和图像整体的清晰度，即可实时测定不同时间节点的清晰度。
42.如图2所示，本发明还提供了一种快速锁定动态图像清晰度的方法，包括以下步骤：
43.选取一帧图像的关注区域，关注区域包括图像中央区域、图像亮度处于中间值的区域和/或物象边缘区域；
44.对关注区域进行图像处理，得到关注区域的转化参数；
45.对转化参数进行清晰度判定，得到区域判定结果；
46.判断区域判定结果是否达到清晰度要求，如果不是，则粗调图像的清晰度；
47.如果是则对图像的其它区域进行图像处理，并判定其他区域的清晰度，最终得到图像整体清晰度的判定结果；
48.对图像进行微动校正，使图像的清晰度趋于最佳。对图像清晰度的微动校正，是在清晰度判定结果的基础上，指令给驱动机构，如光学变焦镜头等，在前期对选定区域内清晰度判定的基础上，已经通过驱动变焦镜头的光学镜片之间的相对位置等方法进行粗调，关注区域的清晰度已经得到很大改善而满足了清晰度的基本要求，虽然此时也许还不是整个图像的最佳清晰度状态，所以仅需要微动调节驱动机构即可。
49.图像处理的方法包括边缘增强的拉普拉斯转换和灰度梯度进行二次回归运算。
50.根据其它的一些实施方式，通过以上步骤判定不同时间点的图像的清晰度，得到清晰度与时间点的关系。
51.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对所述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
52.以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。