[发明专利]图像模糊检测方法和装置

说明书

技术领域

本发明涉及数字图像处理技术领域，特别涉及一种图像模糊检测方法和装置。

背景技术

视频质量诊断系统是一种智能化的监控视频故障分析和报警系统，它可以对前端摄像机传回的视频图像进行质量分析判断，从而对视频故障做出准确判断并发出报警信息。采用预置算法检测视频图像是否模糊是视频质量诊断系统的重要工作部分。

现有技术中，视频质量诊断系统经常采用基于Canny边缘的梯度模糊检测方法或基于图像边缘宽度的模糊检测方法对视频图像进行模糊检测。上述方法均属于从图像梯度出发，通过统计图像的平均梯度值从而判断视频图像是否模糊的方法。然而，现有技术采用的上述模糊检测方法仅能对部分因摄像机聚焦不准确造成的模糊进行有效检测，而对于一些特殊场景下图像的模糊如细节丰富场景下的图像的局部模糊、夜晚场景下图像的局部模糊、运动场景下特定方向上图像的模糊等无法做到准确检测。

发明内容

有鉴于此，本发明提供一种图像模糊检测方法和装置，以实现准确检测出各种场景下模糊的图像。

一方面，本发明实施例提供了一种图像模糊检测方法，包括：获取一帧数字图像的图像数据；计算所述图像数据中每个像素的多维度梯度信息；依据所述每个像素的多维度梯度信息计算图像数据的联合梯度信息；当所述图像数据的联合梯度信息满足第一预置条件时，计算所述图像数据的全局细化梯度；根据所述图像数据的全局细化梯度检测图像是否模糊。

可选地，所述图像数据的联合梯度信息包括图像数据的联合梯度平均值和联合梯度最大值；所述第一预置条件为：所述图像数据的联合梯度平均值介于第一梯度阈值和第二梯度阈值之间；或者，所述图像数据的联合梯度平均值小于所述第二梯度阈值且所述图像数据的联合梯度最大值不小于第三梯度阈值；其中，所述第三梯度阈值介于所述第一梯度阈值和所述第二梯度阈值之间；

计算所述图像数据的全局细化梯度包括：将所述图像数据划分为预设数量的数据大块；依据公式fColorVar＝sqrt(fVarR+fVarG+fVarB)计算每个所述数据大块的颜色方差fColorVar，其中，fVarR表示当前数据大块R分量的方差；fVarG表示当前数据大块G分量的方差；fVarB表示当前数据大块B分量的方差；所述R、G、B表示当前数据大块的红、绿、蓝三原色分量；若所述数据大块的颜色方差fColorVar不小于预置颜色方差阈值，则将所述数据大块标记为有效数据大块；计算每个有效数据大块的细化梯度值；依据所述每个有效数据大块的细化梯度值计算各个有效数据大块的细化梯度的平均值，将所述有效数据大块的细化梯度的平均值作为所述图像数据的全局细化梯度。

可选地，所述计算每个有效数据大块的细化梯度值，具体包括：将每个所述有效数据大块划分成预设数量的数据小块，依据每个数据小块中每个像素的联合梯度计算每个数据小块的梯度方差和每个数据小块的梯度最大值；若数据小块的梯度方差不小于预置的梯度方差阈值，则将所述数据小块标记为有效数据小块；计算各个有效数据小块的梯度最大值的平均值，将所述有效数据小块梯度最大值的平均值作为所述有效数据大块的细化梯度值。

可选地，所述根据图像数据的全局细化梯度检测图像是否模糊的方法，包括：将所述图像数据的全局细化梯度与第四梯度阈值、第五梯度阈值作比较；若所述图像数据的全局细化梯度大于所述第四梯度阈值，判定图像为明显清晰图像；若所述图像数据的全局细化梯度小于所述第五梯度阈值，判定图像为明显模糊图像；若所述图像数据的全局细化梯度介于所述第四梯度阈值和所述第五梯度阈值之间，计算所述图像数据的水平边缘宽度和垂直边缘宽度；将所述图像数据的水平边缘宽度和垂直边缘宽度与边缘宽度阈值作比较；若所述水平边缘宽度或垂直边缘宽度小于所述边缘宽度阈值，判定图像为清晰图像；若所述水平边缘宽度和垂直边缘宽度均不小于边缘宽度阈值，判定图像为模糊图像。

可选地，所述计算图像数据的水平边缘宽度和垂直边缘宽度，包括：逐行遍历所述图像数据中所述每个像素的垂直方向梯度，获取垂直方向边缘像素点的位置，依据所述边缘像素点的位置逐个统计各列的水平边缘宽度；计算各列的水平边缘宽度的平均值，将所述水平边缘宽度的平均值作为所述图像数据的水平边缘宽度；逐列遍历所述图像数据中所述每个像素的水平方向梯度，获取水平方向边缘像素点的位置，依据所述边缘像素点的位置逐个统计各行的垂直边缘宽度；计算各行的垂直边缘宽度的平均值，将所述垂直边缘宽度的平均值作为所述图像数据的垂直边缘宽度。