[发明专利]图像质量自动检测方法、系统、设备及存储介质

权利要求书

1.一种图像质量自动检测方法，其特征在于，包括如下步骤：

步骤S1：获取目标图像，确定出所述目标图像中的模糊区域，当所述模糊区域在所述目标图像中所占面积比例小于预设置的第一比例阈值时，判定所述目标图像为合格图像；

步骤S2：识别出所述目标图像的每一商品区域，判断所述商品区域是否为过曝光区域或欠曝光区域，当所述过曝光区域和/或欠曝光区域占所有商品区域小于预设置的第二比例阈值时，判定所述目标图像为合格图像；

步骤S3：将依次经过步骤S1、步骤S2中或依次经过步骤S2、步骤S1筛选出的合格图像通过预设置的图像内容分类模型筛选出质量合格图像。

2.根据权利要求1所述的图像质量自动检测方法，其特征在于，所述步骤S1包括如下步骤：

步骤S101：获取所述目标图像，对所述目标图像进行模糊区域检测，确定所述目标图像中的模糊区域，进而确定所述模糊区域的面积；

步骤S102：根据所述模糊区域的面积计算出所有模糊区域的面积在所述目标图像中所占面积比例；

步骤S103：判定所述所占面积比例是否小于预设置的所述第一比例阈值，并在当所述所占面积比例小于预设置的第一比例阈值时，判定所述目标图像为合格图像。

3.根据权利要求1所述的图像质量自动检测方法，其特征在于，所述步骤S2包括如下步骤：

步骤S201：识别出所述目标图像的每一商品区域，并生成每一所述商品区域的灰度直方图；

步骤S202：将每一所述商品区域的灰度直方图与预设置的该商品区域对应的基准灰度直方图相对比，将所述商品区域分为过曝光区域、欠曝区域和合格区域；

步骤S203：当所述目标图像中的曝光区域和/或欠曝区域的数量与该目标图像中商品区域的总数量比值小于预设置的第二比例阈值时，判定所述目标图像为合格图像。

4.根据权利要求1所述的图像质量自动检测方法，其特征在于，在步骤S1和步骤S2之前还包括如下步骤：

步骤M1：获取多张用于场景分类的训练图像，对每一所述用于场景分类的训练图像进行应用场景的类别标注；

步骤M2：利用标注应用场景后的所述训练图像建立所述场景分类模型；

步骤M3：将所述目标图像输入所述场景分类模型进行场景分类，确定每一所述目标图像的场景类别，进而对每一场景类别中的目标图像执行步骤S1至步骤S3。

5.根据权利要求1所述的图像质量自动检测方法，其特征在于，当所述目标图像为冰箱图像时，所述图像内容分类模型用于将如下任一种或任多种图像筛选掉：

-冰箱部分缺失的图像；

-冰箱门关闭的图像；

-具有两个冰箱的图像；

-冰箱区域在所述目标图像中所占面积比例小于预设置的第三比例阈值的图像。

6.根据权利要求2所述的图像质量自动检测方法，其特征在于，所述步骤S101包括如下步骤：

步骤S1011：通过预设置的模糊区域检测模型对所述目标图像进行模糊区域检测，将所述目标图像中的失焦模糊区域和运行模糊区域识别出；

步骤S1012：将所述目标图像中失焦模糊区域、运动模糊区域和正常区域进行映射生成模糊映射图，并采用第一颜色区域表示失焦模糊区域，第二颜色区域表示运动模糊区域，第三颜色区域表示正常区域；

步骤S1013：累加第一颜色区域和第二颜色区域生成所述模糊区域的面积。