[发明专利]基于序列模式的图像模糊检测方法及设备

权利要求书

1.一种基于序列模式的图像模糊检测方法，其特征在于：具体技术方案如下：

步骤S1：获得RGB彩色图像；

步骤S2：将RGB彩色图像转换为灰度图像；

步骤S3：将灰度图像使用Sobel算子求取水平和垂直方向的边缘检测算子的卷积因子；

步骤S4：使用Tenengrad算法计算图像的分数；

步骤S5：将本图像的分数减去上一张图像的分数，利用分数差结果来判断当前图像处于哪一个模式；

步骤S6：根据不同的模式使用不同的判断方法来存储图像；

步骤S7：实时推送图像或手动调用各个模式中存储图像；

步骤S5模式判断的方法具体为：

若当前的图像是整个图像序列中的第一张，则不进行模式判断，只保留S4计算的分数，从第二张开始每张图像用其步骤S4计算的分数减去前一张图像的分数计算出分数差；若分数差大于7则认为是跳跃模式；若分数差的绝对值小于1则认为是波动模式；若分数差的绝对值与自身分数乘积大于0，则认为是运动模式；

步骤S6存储图像的判断方法具体为：

波动模式存储图像的规则是：连续不间断达到七次认定为波动模式则认为确实处于波动模式，存储当前和往后处于该模式的图像直到模式被打破；同时波动模式保存的图像按分数升序进行排列；

运动模式存储图像的规则是：连续不间断达到七次认定为运动模式则认为确实处于运动模式，存储该模式被打破时的图像；

跳跃模式存储图像的规则是：每次进入跳跃模式的图像皆保存；

步骤S7实时推送图像或手动调用各个模式中存储图像的方法具体为：

实时推送图像是在一个模式结束后，立马推送该模式保存的图像；如果跳跃模式中临时存储了图像，则在其他模式没有推送图像时推送这里临时存储的图像，否则不进行推送；手动调用图像是调动各模式中存储的图像，优先启用波动模式中的图像。

2.根据权利要求1所述的基于序列模式的图像模糊检测方法，其特征在于：步骤S4具体为:将S3计算出的水平和垂直边缘检测算子的卷积因子分别进行平方得到L和V，再把L和V相加再开方得到R矩阵，把R矩阵里的每个元素与边缘阈值进行比较筛选；当该元素大于边缘阈值2时，认为是真边缘，则保留不做任何处理；否则认为不是真边缘而遗弃，同时把该元素重新赋值为零；

把R矩阵里的每一个元素相加除以R矩阵中元素的个数得到所求分数S。

3.根据权利要求1所述的基于序列模式的图像模糊检测方法，其特征在于：波动模式的打破规则为分数差的绝对值不小于1；

运动模式的打破规则为分数差绝对值与自身分数乘积不大于0。

4.一种基于序列模式的图像模糊检测方法的设备，其特征在于，包括：

存储器，其上存储有计算机程序代码；以及

处理器，其被配置为运行所述计算机程序代码，以执行如权利要求1至3中任一项所述的方法。

5.一种计算机可读存储介质，其上存储有计算机程序代码，所述计算机程序代码在被运行时执行如权利要求1至3中任一项所述的方法。