一种图像质量评价方法和装置与流程

技术特征：
1.一种图像质量评价方法，其特征在于，包括：按照设定的第一像素数对目标图像进行网格划分，得到多个网格图像，之后对所述多个网格图像分别进行频域变换，得到相应的频域图谱；将多个所述频域图谱分别与设定的权重矩阵进行加权平均，得到相应网格图像的清晰度；其中，所述权重矩阵的次对角线上以及所述次对角线上方的权重元素为0，所述次对角线下方的权重元素大于0且沿右下角方向增大；根据设定的分位数，计算所述多个网格图像的清晰度的分位数值，将所述分位数值作为所述目标图像的质量分数，完成对所述目标图像的质量评价。2.根据权利要求1所述的方法，其特征在于，所述目标图像包括纯色区域和非纯色区域；所述方法还包括：接收设定的所述分位数；其中，所述分位数用于从所述多个网格图像的清晰度中滤除隶属于所述纯色区域的清晰度，保留隶属于所述非纯色区域的清晰度。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：接收定义的所述权重矩阵；其中，所述权重矩阵的权重元素以主对角线为对称轴对应相等。4.根据权利要求1所述的方法，其特征在于，所述对所述多个网格图像分别进行频域变换，得到相应的频域图谱，包括：对所述多个网格图像分别进行离散余弦变换，之后对变换结果取绝对值，得到相应的频域图谱。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：将原始图像输入预训练的神经网络模型，由所述神经网络模型从所述原始图像中截取设定的目标区域，得到中间图像；将所述中间图像放缩至设定的第二像素数，生成所述目标图像；其中，所述目标图像的宽和高能被所述网格图像相应的宽和高整除。6.根据权利要求5所述的方法，其特征在于，所述目标区域包括面部区域和全身区域；所述由所述神经网络模型从所述原始图像中截取设定的目标区域，包括：使用所述神经网络模型优先检测所述原始图像是否包含所述面部区域，如果所述原始图像包含所述面部区域，则确定所述面部区域在所述原始图像的第一位置，根据所述第一位置截取所述面部区域；如果所述原始图像不包含所述面部区域，则进一步检测所述原始图像是否包含所述全身区域，并在所述原始图像包含所述全身区域的情况下，确定所述全身区域在所述原始图像的第二位置，根据所述第二位置截取所述全身区域。7.根据权利要求1至6的任一项所述的方法，其特征在于，所述方法还包括：将所述质量分数与设定的清晰度阈值进行比较，如果所述质量分数大于等于所述清晰度阈值，则判定所述目标图像为清晰图像；如果所述质量分数小于所述清晰度阈值，则判定所述目标图像为模糊图像；返回所述目标图像的判定结果，并在所述目标图像判定为模糊图像的情况下，返回重传提示信息。8.一种图像质量评价装置，其特征在于，包括：
频域变换模块，用于按照设定的像素数对目标图像进行网格划分，得到多个网格图像，之后对所述多个网格图像分别进行频域变换，得到相应的频域图谱；加权平均模块，用于将多个所述频域图谱分别与设定的权重矩阵进行加权平均，得到相应网格图像的清晰度；其中，所述权重矩阵的次对角线上以及所述次对角线上方的权重元素为0，所述次对角线下方的权重元素大于0且沿右下角方向增大；质量评价模块，用于根据设定的分位数，计算所述多个网格图像的清晰度的分位数值，将所述分位数值作为所述目标图像的质量分数，完成对所述目标图像的质量评价。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

技术总结
本发明公开了一种图像质量评价方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：按照设定的第一像素数对目标图像进行网格划分，得到多个网格图像，之后对所述多个网格图像分别进行频域变换，得到相应的频域图谱；将多个所述频域图谱分别与设定的权重矩阵进行加权平均，得到相应网格图像的清晰度；其中，所述权重矩阵的次对角线上以及所述次对角线上方的权重元素为0，所述次对角线下方的权重元素大于0且沿右下角方向增大；根据设定的分位数，计算所述多个网格图像的清晰度的分位数值，将所述分位数值作为所述目标图像的质量分数，完成对所述目标图像的质量评价。该实施方式提高了对纹理分布不均匀的图像清晰度表征的准确度。表征的准确度。表征的准确度。


技术研发人员：殷雨昕 马文伟 刘设伟
受保护的技术使用者：泰康在线财产保险股份有限公司
技术研发日：2021.10.11
技术公布日：2022/1/6