[发明专利]基于有向距离的图像清晰度筛选方法及系统

说明书

本发明属于数字图像处理技术领域，具体公开了一种基于有向距离的图像清晰度筛选方法及系统，该方法通过待筛选的原始图像，获取待筛选图像的灰度矩阵，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，将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相乘，得到清晰度矩阵，计算清晰度矩阵中数值的标准差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。采用本技术方案，利用有向距离和矩阵和权重矩阵，对无人机巡检拍摄的图片快速有效的筛选。

技术领域

本发明属于数字图像处理技术领域，涉及一种基于有向距离的图像清晰度筛选方法及系统。

背景技术

电力巡线是无人机在工业领域应用的成功典范，无人机巡检得到的图片能够辅助工作人员提前发现输电线路的缺陷和破损，及时避免输电线路的故障，保障电力系统的平稳运行。由于无人机在空中快速飞行，拍摄的无人机图片往往会伴随着运动模糊的问题，同时受季节和天气情况的影响，图像会出现不同程度的模糊，模糊的图像无法辨别输电线路和相关设备的缺陷和破损。因此，筛选出清晰度良好的图像在无人机巡线领域具有重要意义。

现有的图像清晰度筛选方法可以分为主观和客观两种类型，第一类是主观评价方法，通过观察者对图像的打分进行归一化作为图像评价的依据；第二类是客观评价，客观评价以人主观的视觉系统建立数学模型，通过具体的公式对图像清晰度进行定量的评价。主观评价受观察者自身知识储备、观测环境等因素的影响，当需评价图像数量较多时，主观评价方法耗时耗力且难以实现对图像清晰度实时评价。因此近年来，人们力求一种合适的客观图像清晰度评价方法，通过具体的量化指标代替主观人眼的感受对图像清晰度进行快速评价。

发明内容

本发明的目的在于提供一种基于有向距离的图像清晰度筛选方法及系统，对无人机巡检拍摄的图片快速有效的筛选。

为了达到上述目的，本发明的基础方案为：一种基于有向距离的图像清晰度筛选方法，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。

本基础方案的工作原理和有益效果在于：将有向距离和矩阵和权重矩阵二者应用到图像筛选过程，无需人工参与，自动完成更客观快速的图像清晰度评价，帮助用户从大量无人机拍摄的图像数据集中筛选出符合要求的图片。

进一步，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。

操作简单，利于使用。

进一步，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：