[发明专利]影像仪测试方法、装置、设备、存储介质及程序产品

说明书

本发明实施例提供一种影像仪测试方法、装置、设备、存储介质及程序产品，其中方法包括：通过获取影像仪拍摄得到的图像，其中，所述影像仪为安装在银行内的、用于对用户办理业务进行视觉验证的影像仪，提取所述图像的颜色特征和纹理特征，并对所述颜色特征和纹理特征进行组合，得到所述图像的组合特征，根据所述图像的组合特征与预先训练的支持向量回归模型，确定所述影像仪的评价结果，对颜色特征和纹理特征进行组合，对图像信息的覆盖更为全面，通过训练的支持向量回归模型对图像进行质量评价，得到影像仪的评价结果，提高影像仪的质量评价效率和准确率，有助于银行系统完善识别和交易流程，且成本较低，实际应用效果好。

技术领域

本发明涉及图像处理领域，尤其涉及一种影像仪测试方法、装置、设备、存储介质及程序产品。

背景技术

随着网络技术的发展，影像作为一种更加安全的验证方法在诸多交易场所得到越来越广泛的应用。例如，可以通过拍摄客户影像对客户本人和证件信息进行身份核验。因此，影像仪等图像摄取设备摄录后的图像质量对客户信息的相关验证有较大的关联，相应的图像质量的测试也需纳入软件测评中的一项。

由于在银行系统中，影像仪的图像质量对于识别、交易等环节有着重要的作用，因此，影像仪的质量评价成为银行系统的重要环节。

目前，影像仪的质量测试依赖于人工完成，成本较高，且效率低下。

发明内容

本发明实施例提供一种影像仪测试方法、装置、设备、存储介质及程序产品，通过训练的支持向量回归模型对影像仪进行质量评价，节约成本，且容易实现。

第一方面，本发明实施例提供一种影像仪测试方法，所述方法包括：

获取影像仪拍摄得到的图像；其中，所述影像仪为安装在银行内的、用于对用户办理业务进行视觉验证的影像仪；

提取所述图像的颜色特征和纹理特征，并对所述颜色特征和纹理特征进行组合，得到所述图像的组合特征；

根据所述图像的组合特征与预先训练的支持向量回归模型，确定所述影像仪的评价结果。

可选的，所述拍摄得到的图像为RGB图像；提取所述图像的颜色特征，包括：

将所述RGB图像转换为HSV图像；

根据所述HSV图像，构建明度矩阵、色调矩阵和饱和度矩阵；

将所述明度矩阵、色调矩阵和饱和度矩阵分别进行均值化处理，得到明度均值、色调均值和饱和度均值；

根据明度均值、色调均值和饱和度均值，生成用于表示颜色特征的一维向量。

可选的，提取所述图像的纹理特征，包括：

将所述RGB图像转变为灰度图像，提取所述灰度图像中各像素点的亮度信息；

对所述灰度图像的亮度信息进行压缩，并设定用于计算灰度共生矩阵的多个方向和多个步长；

对于每一方向执行下述步骤：根据所述灰度图像中各像素点的亮度信息，计算该方向下，各个步长对应的灰度共生矩阵并进行归一化操作，所述归一化操作包括计算能量、熵、对比度、逆差矩；计算归一化后所得数据的均值和方差；

将各个方向对应的均值和方差进行组合，得到对应的灰度共生矩阵作为所述图像的纹理特征。

可选的，所述方法还包括：

获取训练数据集，所述训练数据集包括多个训练样本，每一训练样本包括训练图像以及对应的主观评分；

提取所述训练数据集中的训练图像的颜色特征以及纹理特征，并根据颜色特征和纹理特征得到的组合特征；