[發明專利]一種基于顯著性檢測的圖像模糊檢測方法

在審

• 申請號: 201410344795.8
• 申請日: 2014-07-18
• 公開（公告）號: CN104091341A
• 公開（公告）日: 2014-10-08
• 發明（設計）人: 張偉;曾志勇;傅松林;許清泉
• 申請（專利權）人: 廈門美圖之家科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于顯著性檢測的圖像模糊檢測方法，其特征在于，包括以下步驟：

10.收集樣本圖像，對每個樣本圖像進行顯著性檢測以獲取樣本圖像中最顯著區域，并對所述樣本圖像的最顯著區域的RGB三個通道分別進行快速傅里葉變換，得到變換后的復數數據；

20.對所述的復數數據進行尺寸縮小處理，并用尺寸縮小后的復數數據構建新圖像，得到縮小圖像；

30.將所述的新構建的縮小圖像作為卷積神經網絡的輸入圖像，進行清晰-模糊圖像分類訓練，得到模糊檢測模型；

40.獲取待檢測圖像，對待檢測圖像進行顯著性檢測以獲取待檢測圖像中最顯著區域，并對所述待檢測圖像的最顯著區域的RGB三個通道進行快速傅里葉變換，對變換得到的復數數據進行尺寸縮小處理，并用尺寸縮小后的復數數據構建新的待檢測圖像，然后采用所述模糊檢測模型對所述的新構建的待檢測圖像進行清晰-模糊圖像的判別。

2.根據權利要求1所述的一種基于顯著性檢測的圖像模糊檢測方法，其特征在于：所述的顯著性檢測進一步包括：

a.提取圖像特征：采用高斯濾波器對樣本圖像或待檢測圖像進行濾波和采樣，形成以所述的樣本圖像或待檢測圖像為底層的高斯金字塔模型；然后對高斯金字塔模型中的每一層分別提取各種圖像特征，形成特征金字塔模型；再根據該特征金字塔模型進行計算得到所述的樣本圖像或待檢測圖像的特征圖；

b.生成顯著圖：把每一個所述的特征圖歸一化處理，并將各個歸一化處理后的特征圖進行綜合計算，得到對應于所述的樣本圖像或待檢測圖像的顯著圖。

3.根據權利要求2所述的一種基于顯著性檢測的圖像模糊檢測方法，其特征在于：所述的顯著圖中采用白色和黑色對其進行標記以獲取圖像的顯著性區域，其中，白色表示圖像中顯著的區域，黑色表示圖像中不顯著的區域。

4.根據權利要求3所述的一種基于顯著性檢測的圖像模糊檢測方法，其特征在于：還包括計算顯著性檢測后的顯著性區域里的最大矩形區域，主要通過標記法對所述顯著圖進行連通區域的計算和提取，從而得到最大矩形區域。

5.根據權利要求4所述的一種基于顯著性檢測的圖像模糊檢測方法，其特征在于：所述的標記法進一步包括：

b1.初始標記值記為1；

b2.對所述顯著圖進行逐行掃描，找到一個未標記區域的顏色為白色的像素點，標記該像素點的標記值為1；

b3.檢查該點的八鄰域的像素點并標記像素點滿足為顏色為白色的像素點且未被標記的標記值為當前標記值，同時將新增的標記像素點記錄下來作為區域增長的種子點；

b4.在后續的標記像素點過程中，不斷從記錄種子點的數組中取出一個種子，實施上述的操作，如此循環，直到記錄種子點的數組為空；

b5.若一個連通區域標記結束，則標記值+1，并遍歷下一個連通區域，直到所有像素點被標記為止；

b6.獲取每個標記值的最大區域，并將每個標記值為1的白色區域連接起來，然后計算出顯著性區域與非顯著性區域的比例達到最大的矩形區域為所述的最大矩形區域。

6.根據權利要求1所述的一種基于顯著性檢測的圖像模糊檢測方法，其特征在于：所述的步驟40中采用所述模糊檢測模型對所述的新構建的待檢測圖像進行清晰-模糊圖像的判別，主要是將轉換后構建的新的待檢測圖像塊放入卷積神經網絡系統中，然后根據所述的模糊檢測模型進行計算該新構建的待檢測圖像為清晰圖像或模糊圖像的概率，并選擇概率較大的圖像類型作為所述的待檢測圖像的清晰-模糊類型。