[发明专利]一种应用于智能终端的图像模糊度评价方法及系统

摘要

本发明公开了一种应用于智能终端的图像模糊度评价方法及系统，包括以下步骤图像获取；图像灰度化；图像边缘提取；图像处理；图像边缘统计信息计算；图像模糊度指标计算；根据最佳视觉效果的DMOS范围得出对应的一个模糊度指标范围[min,max]；图像模糊度调整；得出最终图像和该图像模糊度评价指标；该应用于智能终端的图像模糊度评价系统包括模糊度评价模块和模糊度调整模块。本发明的评价方法从相对评价的角度出发，利用滤波器构造待评价图像的参考图像，计算滤波处理前后图像边缘统计信息的相对比值作为评价指标，实现了图像模糊度评价的内容无关性和实时性，可以快速准确地评价比较任何图像的模糊度。

主权项

一种应用于智能终端的图像模糊度评价方法，其特征在于，该应用于智能终端的图像模糊度评价方法包括模糊度评价和模糊度调整；具体包括以下步骤：步骤一，图像获取，通过智能手机，笔记本电脑，掌上电脑，平板电脑的可拍照智能终端的成像设备拍照或者直接从其内存图像库选择获取待评价图像；步骤二，图像灰度化，为方便图像的边缘提取，利用数字图像处理中RGB图像的R、G、B各个通道的像素值与灰度图像像素值的转换关系将彩色图像转化为灰度图像，公式如下：Gray＝R*0.3+G*0.59+B*0.11；步骤三，图像边缘提取，利用数字图像处理方法中的Roberts算子边缘检测技术作用于灰度图像获取图像的边缘，不同的检测算子具有不同的边缘检测模板，我们根据具体模板计算交叉像素的差分作为当前像素值，使用模板如下：E(i,j)＝|F(i,j)‑F(i+1,j+1)|+|F(i+1,j)‑F(i,j+1)|；步骤四，图像处理，利用高通/低通滤波器对灰度图像进行滤波处理以构造待评价图像的参考图像，采用3*3均值滤波器，利用滤波模板遍历图像每个像素，每次将模板中心置于当前像素，以模板内所有像素的平均值作为当前像素新值，模板如下：19×111111111;]]>步骤五，图像边缘灰度统计信息计算，分别计算图像滤波前后各自边缘灰度统计信息，滤波处理前的待评价图像F边缘灰度统计信息为sum_orig,滤波处理后的参考图像F2边缘灰度统计信息为sum_filter,具体计算公式如下：sum_orig=w1×(|F(i,j)-F(i-1,j)|+|F(i,j)-F(i,j-1)|+|F(i,j)-F(i,j+1)|+|F(i,j)-F(i+1,j)|)+w2×(|F(i,j)-F(i-1,j-1)|+|F(i,j)-F(i-1,j+1)|+|F(i,j)-F(i+1,j-1)|+|F(i,j)-F(i+1,j+1)|)]]>sum_filter=w1×(|F2(i,j)-F2(i-1,j)|+|F2(i,j)-F2(i,j-1)|+|F2(i,j)-F2(i,j+1)|+|F2(i,j)-F2(i+1,j)|)+w2×(|F2(i,j)-F2(i-1,j-1)|+|F2(i,j)-F2(i-1,j+1)|+|F2(i,j)-F2(i+1,j-1)|+|F2(i,j)-F2(i+1,j+1)|),]]>其中，w1与w2是根据离中心像素的距离设定的权值，w1＝1，w2＝1/3；步骤六，图像模糊度指标计算，将步骤五得出的图像滤波前后边缘灰度统计信息的比值作为模糊度指标，为方便评价，取较大的为分母，较小的为分子，保持该值介于(0,1)之间；步骤七，根据最佳视觉效果的DMOS范围得出对应的一个模糊度指标范围[min,max],得出模糊度调整范围，利用模糊度评价方法评价LIVE2中的174幅高斯模糊图像，计算出它们各自的模糊度评价值，然后利用拟合工具plot(value,DMOS)建立评价值value与DMOS之间的映射关系，根据最佳视觉效果对应的DMOS得出对应的一个模糊评价值范围[min，max]；步骤八，图像模糊度调整，若图像模糊度指标小于min，根据步骤六，说明图像滤波前后变化很大，原图像过于锐化，则利用低通滤波器进行滤波调整；同理若大于max，说明图像滤波前后变化很小，原图像过于模糊，则利用高通滤波器进行滤波调整，以达到更佳视觉效果；步骤九，得出最终图像和该图像模糊度评价指标，并显示在智能终端屏幕。