[发明专利]一种图像清晰度的检测方法、装置、设备和存储介质

权利要求书

1.一种图像清晰度的检测方法，包括：

基于纹理检测模型，对目标图像进行纹理丰富度检测，得到目标图像的纹理丰富度值；其中，所述纹理检测模型通过将样本图像对中第一图像和第二图像作为输入，将所述第一图像与所述第二图像之间的第一纹理比较概率或第二纹理比较概率作为标签值进行模型训练得到；

根据所述目标图像的纹理丰富度值确定目标图像所属的纹理类别；其中，针对不同的纹理类别，使用不同的清晰度指标阈值；

根据所述目标图像所属的纹理类别，从候选清晰度检测模型中选择目标清晰度检测模型；其中，所述候选清晰度检测模型与所述纹理类别之间存在关联关系；

确定目标图像的灰度图；

根据所述灰度图中像素点的坐标，确定目标图像的清晰度指标取值；

将所述清晰度指标取值作为所述目标清晰度检测模型的输入，得到目标图像的清晰度检测结果;

其中，所述将所述第一图像与所述第二图像之间的纹理比较概率作为标签值进行模型训练之前，包括：

根据所述第一图像与所述第二图像之间的纹理丰富度比较结果，确定第一图像的纹理得分和第二图像的纹理得分；

根据第一图像的纹理丰富度值、所述第一图像的纹理得分和所述第一纹理比较概率，对所述第一图像的纹理丰富度值进行更新；以及，根据第二图像的纹理丰富度值、所述第二图像的纹理得分和所述第二纹理比较概率，对所述第二图像的纹理丰富度值进行更新；

根据更新后的第一图像的纹理丰富度值和更新后的第二图像的纹理丰富度值，分别对所述第一纹理比较概率和所述第二纹理比较概率进行更新。

2.根据权利要求1所述的方法，所述基于纹理检测模型，对目标图像进行纹理丰富度检测之前，还包括：

将所述第一图像作为孪生网络中第一模型的输入得到第一模型输出的第一纹理丰富度值，将所述第二图像作为孪生网络中第二模型的输入得到第二模型输出的第二纹理丰富度值；

根据所述第一纹理丰富度值与所述第二纹理丰富度值之间的丰富度差值，确定模型输出概率；

根据所述标签值和所述模型输出概率之间的概率差值，更新所述第一模型和所述第二模型中的模型参数，且将经训练的第一模型或第二模型作为所述纹理检测模型。

3.根据权利要求1所述的方法，其中，所述根据第一图像的纹理丰富度值、所述第一图像的纹理得分和所述第一纹理比较概率，对所述第一图像的纹理丰富度值进行更新；以及，根据第二图像的纹理丰富度值、所述第二图像的纹理得分和所述第二纹理比较概率，对所述第二图像的纹理丰富度值进行更新，包括：

通过如下公式对第一图像的纹理丰富度值和第二图像的纹理丰富度值进行更新：

;

;

其中，R_A和R_B分别为第一图像的纹理丰富度值和第二图像的纹理丰富度值，S_A和S_B分别为第一图像的纹理得分和第二图像的纹理得分，P_AB和P_BA分别为第一纹理比较概率和第二纹理比较概率；K为奖励因子，和分别为更新后的第一图像的纹理丰富度值和更新后的第二图像的纹理丰富度值。

4.根据权利要求1所述的方法，其中，所述根据更新后的第一图像的纹理丰富度值和更新后的第二图像的纹理丰富度值，分别对所述第一纹理比较概率和所述第二纹理比较概率进行更新，包括：

通过如下公式分别对所述第一纹理比较概率和所述第二纹理比较概率进行更新：

;

;

其中，和分别为更新后的第一图像的纹理丰富度值和更新后的第二图像的纹理丰富度值，M为差异衡量因子，和分别为更新后的第一纹理比较概率和更新后的第二纹理比较概率。