[发明专利]一种图像质量检测方法、装置和存储介质在审

专利信息
申请号: 201811180180.0 申请日: 2018-10-10
公开(公告)号: CN109376628A 公开(公告)日: 2019-02-22
发明(设计)人: 颜浩;陈帅斌;蒋泽飞;夏虹 申请(专利权)人: 杭州登虹科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京智桥联合知识产权代理事务所(普通合伙) 11560 代理人: 洪余节
地址: 310012 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像质量检测 待检测图像 图像分类模型 存储介质 人脸识别 图像 预处理 支持向量机 等级标签 样本图像 检测
【权利要求书】:

1.一种图像质量检测方法,其特征在于,包括:

接收待检测图像;

对所述待检测图像进行预处理;

利用预先训练得到的图像分类模型确定所述待检测图像对应的图像质量等级,其中,所述图像分类模型为基于带有图像质量等级标签的样本图像利用支持向量机SVM算法进行训练得到的。

2.如权利要求1所述的方法,其特征在于,所述图像分类模型为基于带有图像质量等级标签的样本图像,利用支持向量机SVM算法按照以下流程进行训练得到的:

针对每一样本图像,将该样本图像划分为N个图像块,其中,N为大于1的整数;

从每一图像块中提取M维局部二值模式LBP特征,其中,M为大于1的整数;

连接该图像样本所包含的所有图像块的LBP特征得到该样本图像对应的样本特征;

基于各个样本图像对应的样本特征,利用SVM算法进行训练得到所述图像分类模型。

3.如权利要求2所述的方法,其特征在于,在提取所有样本图像的局部二值模式LBP特征之前,还包括:

将各样本图像进行归一化处理为相同大小的图像。

4.如权利要求1所述的方法,其特征在于,对所述待检测图像进行预处理,具体包括:

将所述待检测图像划分为N个图像块,其中,N为大于1的整数;

从每一图像块中提取M维LBP特征;

连接所有图像块的LBP特征得到所述待检测图像对应的图像特征。

5.一种图像质量检测装置,其特征在于,包括:

接收单元,用于接收待检测图像;

预处理单元,用于对所述待检测图像进行预处理;

检测单元,用于利用预先训练得到的图像分类模型确定所述待检测图像对应的图像质量等级,其中,所述图像分类模型为基于带有图像质量等级标签的样本图像利用支持向量机SVM算法进行训练得到的。

6.如权利要求5所述的装置,其特征在于,还包括:

划分单元,用于针对每一样本图像,将该样本图像划分为N个图像块,其中,N为大于1的整数;

提取单元,用于从每一图像块中提取M维局部二值模式LBP特征,其中,M为大于1的整数;

连接单元,用于连接该图像样本所包含的所有图像块的LBP特征得到该样本图像对应的样本特征;

训练单元,用于基于各个样本图像对应的样本特征,利用SVM算法进行训练得到所述图像分类模型。

7.如权利要求6所述的装置,其特征在于,还包括:

归一化处理单元,用于将各样本图像进行归一化处理为相同大小的图像。

8.如权利要求5所述的装置,其特征在于,

所述预处理单元,具体用于将所述待检测图像划分为N个图像块,其中,N为大于1的整数;从每一图像块中提取M维LBP特征;连接所述待检测图像所包含的所有图像块的LBP特征得到所述待检测图像对应的图像特征。

9.一种计算装置,其特征在于,包括至少一个处理器、以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~4任一权利要求所述方法的步骤。

10.一种计算机可读介质,其特征在于,其存储有可由计算装置执行的计算机程序,当所述程序在计算装置上运行时,使得所述计算装置执行权利要求1~4任一所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州登虹科技有限公司,未经杭州登虹科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811180180.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top