[发明专利]自动伪影检测

权利要求书

1.一种用于检测图像中的瑕疵的方法，所述方法包括：

将图像提供给多个单独分类器，以生成多个单独分类器输出；以及

将所述多个单独分类器输出提供给集成分类器，以生成瑕疵分类。

2.根据权利要求1所述的方法，其中所述多个单独分类器包括第一单独分类器，所述第一单独分类器包括分类操作。

3.根据权利要求2所述的方法，其中所述分类操作包括以下中的一项：卷积神经网络分类器、逻辑回归分类器、随机森林分类器、支持向量分类器和线性判别分析分类器。

4.根据权利要求1所述的方法，其中所述多个单独分类器包括第一特征提取操作。

5.根据权利要求4所述的方法，其中所述特征提取操作包括以下中的一项：离散傅立叶变换操作、逐像素异常测量操作、定向梯度直方图操作、随机主元分析操作和统计检索操作。

6.根据权利要求1所述的方法，其中单独图像分类器中的每一个单独图像分类器被配置为检测一个或多个特定瑕疵类型。

7.根据权利要求6所述的方法，其中所述一个或多个特定瑕疵类型包括着色器伪影、形状伪影、变色伪影、莫尔斯电码图案、虚线伪影、平行线、三角斑纹、线像素化、屏幕扭曲、屏幕撕裂、方形块斑伪影、模糊伪影和随机块斑伪影。

8.根据权利要求1所述的方法，其中第一单独分类器包括一个或多个特征提取操作与一个或多个分类操作的组合，其中所述组合对与所述单独分类器相关联的瑕疵类型敏感。

9.根据权利要求1所述的方法，其中所述集成分类器包括逻辑回归分类器。

10.一种用于检测图像中的瑕疵的设备，所述设备包括：

评估系统的多个单独分类器；以及

集成分类器，

其中所述多个单独分类器被配置为基于图像来生成多个单独分类器输出；并且

其中所述集成分类器被配置为基于所述多个单独分类器输出来生成瑕疵分类。

11.根据权利要求10所述的设备，其中所述多个单独分类器包括第一单独分类器，所述第一单独分类器包括分类操作。

12.根据权利要求11所述的设备，其中所述分类操作包括以下中的一项：卷积神经网络分类器、逻辑回归分类器、随机森林分类器、支持向量分类器和线性判别分析分类器。

13.根据权利要求10所述的设备，其中所述多个单独分类器包括第一特征提取操作。

14.根据权利要求13所述的设备，其中所述特征提取操作包括以下中的一项：离散傅立叶变换操作、逐像素异常测量操作、定向梯度直方图操作、随机主元分析操作和统计检索操作。

15.根据权利要求10所述的设备，其中单独图像分类器中的每一个单独图像分类器被配置为检测一个或多个特定瑕疵类型。

16.根据权利要求15所述的设备，其中所述一个或多个特定瑕疵类型包括着色器伪影、形状伪影、变色伪影、莫尔斯电码图案、虚线伪影、平行线、三角斑纹、线像素化、屏幕扭曲、屏幕撕裂、方形块斑伪影、模糊伪影和随机块斑伪影。

17.根据权利要求10所述的设备，其中第一单独分类器包括一个或多个特征提取操作与一个或多个分类操作的组合，其中所述组合对与所述单独分类器相关联的瑕疵类型敏感。

18.根据权利要求1所述的设备，其中所述集成分类器包括逻辑回归分类器。