[发明专利]一种图像清晰度检测方法、装置、电子设备及存储介质

权利要求书

1.一种图像清晰度检测方法，其特征在于，包括：

将获取的图像划分为至少两个子区域，并根据所述每一子区域中各像素点信息，确定所述每一子区域的清晰度参数值，所述清晰度参数为表征清晰程度的评价参数，所述清晰度参数包括：灰度标准差、自参考梯度值、中间比例梯度均值和高比例梯度均值；

根据所述每一子区域的清晰度参数值，确定所述图像的清晰度参数值；并根据所述图像的清晰度参数值和所述各清晰度参数的设定权重确定所述图像的清晰度综合参数值，所述清晰度综合参数为表征清晰程度的综合评价参数；

当根据所述图像的清晰度参数值确定所述图像既不满足清晰条件，也不满足模糊条件时，按照预设规则抽取子区域；

将抽取的各子区域输入训练的清晰度检测模型中，获得抽取的所述各子区域的清晰度评分；

根据所述抽取的所述各子区域的清晰度评分获得所述图像的初始清晰度评分；

根据所述图像的初始清晰度评分和所述图像的清晰度综合参数值对所述图像进行清晰度检测。

2.如权利要求1所述的方法，其特征在于，所述中间比例梯度均值表征双向梯度值的大小在中间区域范围内的像素点的双向梯度值的均值；所述高比例梯度均值表征双向梯度值的大小在高区域范围内的像素点的双向梯度值的均值；以及

通过以下方式确定所述图像是否满足清晰条件：

当确定所述图像的灰度标准差、所述图像的自参考梯度值以及所述图像的中间比例梯度均值中，存在任一个大于各自对应的第一设定阈值时，确定所述图像满足清晰条件；否则，确定所述图像不满足清晰条件；以及

通过以下方式确定所述图像是否满足模糊条件：

当确定所述图像的灰度标准差、所述图像的自参考梯度值、所述图像的中间比例梯度均值以及所述图像的高比例梯度均值中，存在至少三个小于各自对应的第二设定阈值时，确定所述图像满足模糊条件；否则，确定所述图像不满足模糊条件。

3.如权利要求1所述的方法，其特征在于，针对所述每一子区域，通过以下方式确定所述子区域的自参考梯度值：

根据所述子区域中各像素点信息，确定所述子区域的各像素点对应的第一双向梯度值；

对所述子区域进行高斯核模糊处理，并计算模糊处理后的所述子区域的各像素点对应的第二双向梯度值；

分别确定所述子区域的各像素点对应的第一双向梯度值的均值，以及所述子区域的各像素点对应的第二双向梯度值的均值；

将所述子区域的各像素点对应的第一双向梯度值的均值与所述第二双向梯度值的均值的比值，确定为所述子区域的自参考梯度值。

4.如权利要求3所述的方法，其特征在于，

针对所述每一子区域，通过以下方式确定所述子区域的中间比例梯度均值：

将所述子区域的各像素点对应的第一双向梯度值按照由大到小的顺序进行排列，将所述子区域的各像素点对应的第一双向梯度值的大小在中间区域范围内的第一指定数量的像素点对应的第一双向梯度值的均值，确定为所述子区域的中间比例梯度均值；以及

针对所述每一子区域，通过以下方式确定所述子区域的高比例梯度均值：

将所述子区域的各像素点对应的第一双向梯度值按照由大到小的顺序进行排列，按照由前到后的顺序取第二指定数量的第一双向梯度值，将所述第二指定数量的第一双向梯度值的均值确定为所述子区域的高比例梯度均值。

5.如权利要求1所述的方法，其特征在于，根据所述每一子区域的清晰度参数值，确定所述图像的清晰度参数值，具体包括：

将所有子区域的灰度标准差的均值确定为所述图像的灰度标准差；

将所有子区域的自参考梯度值的均值确定为所述图像的自参考梯度值；

将所有子区域的中间比例梯度均值的均值确定为所述图像的中间比例梯度均值；

将所有子区域的高比例梯度均值的均值确定为所述图像的高比例梯度均值；以及

根据所述图像的清晰度参数值和所述各清晰度参数的设定权重确定所述图像的清晰度综合参数值，具体包括：

将所述图像的灰度标准差、所述图像的自参考梯度值、所述图像的中间比例梯度均值和所述图像的高比例梯度均值按照各自对应的设定权重加权求和，获得所述图像的清晰度综合参数值。