[发明专利]一种无参考的图像清晰度检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及一种无参考的图像清晰度检测方法。

背景技术

实际应用中，摄像机或照相机采集到的图像常常由于各种原因会降质，造成人眼的视觉感受模糊、不清晰。常见的图像降质原因有：压缩、传感器性能退化、电磁干扰、失焦等。图像质量包括两方面：主观质量和客观质量。主观质量是指人眼对图像整体内容和细节的感受；客观质量是指降质图像与原始图像的偏离程度。

根据对原始图像的依赖程度，图像质量评价方法主要分为三类：全参考、半参考和无参考图像质量评价方法。全参考图像质量评级方法需要原始图像，因而应用受到限制。半参考图像质量评价方法需要由原始图像提取的特征，虽然需要的信息量小于全参考图像质量评价方法，但是仍然不能独立进行图像质量的评估。无参考图像质量评价方法，不需要任何原始图像的信息，只以降质图像为输入，采用一定的图像特征，估计图像的清晰度，并使该清晰度值与人眼视觉感受相关。

专利“图像处理设备、图像处理方法、程序、及存储介质（专利号：200710137014）”以对象边缘的锐度、长度和方向确定聚焦状态；其缺点是对边缘信息少的图像估计得到的清晰度与主观不符。专利“一种利用多尺度形态学特征的图像清晰度度量方法（专利号：201110167446）”在图像的像素灰度值上得到多尺度形态学特征，作为清晰度的度量；其缺点是对于常见的含有细条纹或噪声干扰的视频图像易造成漏检。专利“一种图像质量评价方法及装置（专利号：201010532192）”利用空间频域特性参数、亮度响应非线性特性参数、掩盖效应特性参数等作为人眼视觉特征参数，使用自学习分类方法训练得到人眼视觉评价模型；其缺点是图像的空间频域特性对噪声和纹理的区分不明显，分类器的性能受样本多少的限制，而且分类器的输出是图像质量等级，而不是分数值。专利“一种无参考图像的模糊程度评价方法（专利号：201110252220）”利用模糊效应的局部特性，通过各个局部区域灰度值方差总和反映各个像素灰度值与周围像素灰度值的总体偏离程度，将该偏离程度的量度归一化得到最终的模糊度；其缺点是：对灰度范围窄的视频图像易造成误检。专利“用于确定图像质量的图像处理装置及其方法（专利号：200610115947）”利用图像的亮度直方图判断图像质量；其缺点是估计结果易受图像内容的影响。专利“智能视频诊断监控系统（专利号：201020660598）”中提到采用平均梯度法反映图像细微反差的程度；其缺点是清晰度估计结果易受噪声的影响。

发明内容

本发明针对现有技术的不足，提供了一种无参考的图像清晰度检测方法，该方法不需要参考图像（或视频），只需要待检测的灰度图像作为输入，即可检测该灰度图的清晰度或模糊度，并且该清晰度值与人眼主观感受尽可能一致。

本发明方法具体为：

步骤一：根据已有的灰度图计算梯度图{Gx,Gy}；采用公开的边缘检测算法，定位强边缘点。

步骤二：计算强边缘点的边缘宽度，并统计边缘宽度累计直方图EdgeWidthHist。

步骤三：对已有的灰度图进行小波变换，计算高频小波系数的能量Energy；所述的高频小波系数的能量Energy为：一次小波变换后得到的水平、垂直和对角方向上的高频小波系数的平方和。

步骤四：对已有的灰度图统计灰度直方图，根据灰度直方图计算灰度直方图特征{GrayHistWidth,GrayMin,GrayMax}。

步骤五：根据边缘宽度累计直方图EdgeWidthHist、高频小波系数能量Energy和灰度直方图特征{GrayHistWidth,GrayMin,GrayMax}，估计该灰度图的清晰度：

首先，根据灰度直方图特征{GrayHistWidth,GrayMin,GrayMax}对图像分类，分为灰图像、暗图像、灰度范围窄的图像和一般图像四类；

然后，对不同类的图像采用不同的EdgeWidthHist分量值做为主要特征MainFeature；

其次，根据Energy对MainFeature分级修正，以处理虚警和漏警；

最后，输出修正后的MainFeature值做为清晰度值。

本发明不需要参考图像即可检测图像的清晰度，并且清晰度值与人眼主观感受一致。该方法不受图像内容和视场亮度的影响，检测结果对编码和噪声等干扰有一定的鲁棒性。

附图说明

图1为边缘宽度计算示意图；

图2为小波系数示意图；

图3为灰度直方图特征分析流程图；

图4为模糊值估计流程图；