[发明专利]一种基于显著性检测的图像模糊检测方法

摘要

本发明公开了一种基于显著性检测的图像模糊检测方法，其收集样本图像，首先对每个样本图像的最显著区域的RGB三个通道分别进行快速傅里叶变换及尺寸缩小处理，用尺寸缩小后的复数数据构建新图像，并将所得到的新构建的缩小图像作为卷积神经网络的输入图像，进行清晰-模糊图像分类训练，得到模糊检测模型，最后对待检测图像的最显著区域进行RGB三个通道的快速傅里叶变换及尺寸缩小处理，并用尺寸缩小后的复数数据构建新的待检测图像，然后采用所述模糊检测模型对所述的新构建的待检测图像进行清晰-模糊图像的判别，从而有效的减少计算量，加快检测速度，同时特别适用于大尺寸图像的快速模糊检测，提高检测的准确率。

主权项

一种基于显著性检测的图像模糊检测方法，其特征在于，包括以下步骤：10.收集样本图像，对每个样本图像进行显著性检测以获取样本图像中最显著区域，并对所述样本图像的最显著区域的RGB三个通道分别进行快速傅里叶变换，得到变换后的复数数据；20.对所述的复数数据进行尺寸缩小处理，并用尺寸缩小后的复数数据构建新图像，得到缩小图像；30.将所述的新构建的缩小图像作为卷积神经网络的输入图像，进行清晰‑模糊图像分类训练，得到模糊检测模型；40.获取待检测图像，对待检测图像进行显著性检测以获取待检测图像中最显著区域，并对所述待检测图像的最显著区域的RGB三个通道进行快速傅里叶变换，对变换得到的复数数据进行尺寸缩小处理，并用尺寸缩小后的复数数据构建新的待检测图像，然后采用所述模糊检测模型对所述的新构建的待检测图像进行清晰‑模糊图像的判别。