[发明专利]基于有向距离的图像清晰度筛选方法及系统

权利要求书

1.一种基于有向距离的图像清晰度筛选方法，其特征在于，包括如下步骤：

输入待筛选的原始图像，获取待筛选图像的灰度矩阵；

根据灰度矩阵，计算原始图像各像素点的八邻域有向距离之和的和矩阵；

计算原始图像各像素点的八邻域有向距离之和的权重矩阵；

计算原始图像各像素点的八邻域有向距离之和矩阵与权重矩阵的乘积，得到清晰度矩阵；

计算清晰度矩阵中数值的标准差，并将其作为图像清晰度筛选指标；

判断图像清晰度筛选指标是否在筛选条件内，若满足筛选条件，则标记图像完成图像筛选；若不满足条件，则删除图像，对下一张图像进行清晰度筛选。

2.如权利要求1所述的基于有向距离的图像清晰度筛选方法，其特征在于，计算原始图像各像素点的八邻域有向距离之和矩阵的方法如下：

根据灰度矩阵，计算原始图像的一阶导数矩阵和二阶导数矩阵；

根据一阶导数矩阵和二阶导数矩阵，计算图像的有向距离矩阵；

根据图像的有向距离矩阵，计算原始图像各像素点的八邻域有向距离之和的和矩阵。

3.如权利要求1或2所述的基于有向距离的图像清晰度筛选方法，其特征在于，计算原始图像各像素点的八邻域有向距离之和矩阵的公式为：

其中，x₀表示像素点的横坐标，y₀表示像素点的纵坐标，f_OD(x₀,y₀)表示当前图像第x₀行第y₀列的有向距离和，k表示像素点(x₀，y₀)八邻域像素点的编号，i控制像素点的横坐标，j控制像素点的纵坐标；

OD((x₀,y₀),(x_k,y_k))为点(x₀,y₀)至(x_k,y_k)的有向距离,L(x₀,y₀)为当前图像第x₀行第y₀列的有向距离和的水平方向因子，N(x₀,y₀)为当前图像第x₀行第y₀列的有向距离和的垂直方向因子。

4.如权利要求3所述的基于有向距离的图像清晰度筛选方法，其特征在于，所述有向距离为：

其中，OD表示有向距离，Δx表示横坐标之间的距离差，Δy表示纵坐标之间的距离差，L(x,y),M(x,y),N(x,y)计算公式：

其中，z_y(x,y),z_x(x,y),z_xx(x,y),z_xy(x,y),z_yy(x,y),分别表示表示光滑图像曲面及曲面上的点(x,y)的一阶与二阶导数，L(x，y)表示当前图像第x行第y列的有向距离和的水平方向因子,N(x，y)表示当前图像第x行第y列的有向距离和的垂直方向因子，M(x，y)表示当前图像第x行第y列的有向距离和的联合方向因子。