[發明專利]圖像分析方法及裝置

有效

• 申請號: 201510921111.0
• 申請日: 2015-12-11
• 公開（公告）號: CN105574857B
• 公開（公告）日: 2019-02-15
• 發明（設計）人: 侯文迪;陳志軍;汪平仄
• 申請（專利權）人: 小米科技有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

1.一種圖像分析方法，其特征在于，包括：

獲取待分析圖片；

對所述待分析圖片進行清晰度估計，得到清晰度估計圖像；

逐一過濾掉所述清晰度估計圖像中的各個不清晰區域，得到所述清晰度估計圖像中的清晰區域；

確定所述清晰區域為所述待分析圖片的前景圖像，所述待分析圖片中除所述前景圖像之外的其它圖像為所述待分析圖片的背景圖像；

所述對所述待分析圖片進行清晰度估計，得到清晰度估計圖像，包括：

將所述待分析圖片劃分預設大小的圖像區域；

對于每個圖像區域，在預先獲得的基向量字典所包含的各個基向量的方向上進行投影，得到當前圖像區域對應的投影矩陣；

確定所述每個圖像區域對應的不為0的基向量，得到所述每個圖像區域的投影基向量；

根據所述待分析圖片對應的全部投影基向量，得到清晰度估計圖像。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取模糊樣本圖片；

對所述模糊樣本圖片進行訓練學習，得到所述基向量字典，所述基向量字典包含分解圖像所需的全部基向量。

3.根據權利要求1或2所述的方法，其特征在于，所述逐一過濾掉所述清晰度估計圖像中的各個不清晰區域，包括：

利用自適應二值算法，確定預設閾值；

當所述圖像區域對應的投影基向量的數量大于所述預設閾值時，確定所述圖像區域是清晰區域；或者，

當所述圖像區域對應的投影基向量的數量小于或等于所述預設閾值時，確定所述圖像區域是不清晰區域。

4.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取所述前景圖像所包含的像素數量；

計算所述前景圖像的像素數量與所述待分析圖片所包含的全部像素數量的比值；

當所述比值小于或等于預設比值時，確定所述待分析圖片是模糊圖片。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

輸出第一提醒消息，所述第一提醒消息用于提醒用戶所述待分析圖片是模糊圖片。

6.一種圖像分析裝置，其特征在于，包括：

第一獲取模塊，用于獲取待分析圖片；

清晰度估計模塊，用于對所述第一獲取模塊獲得的待分析圖片進行清晰度估計，得到清晰度估計圖像；

過濾模塊，用于逐一過濾掉所述清晰度估計模塊獲得的清晰度估計圖像中的各個不清晰區域，得到所述清晰度估計圖像中的清晰區域；

第一確定模塊，用于確定所述過濾模塊獲得的清晰區域為所述待分析圖片的前景圖像，所述待分析圖片中除所述前景圖像之外的其它圖像為所述待分析圖片的背景圖像；

所述清晰度估計模塊，包括：

劃分子模塊，用于將所述待分析圖片劃分預設大小的圖像區域；

投影子模塊，用于對于所述劃分子模塊劃分得到的每個圖像區域，在預先獲得的基向量字典所包含的各個基向量的方向上進行投影，得到當前圖像區域對應的投影矩陣；

第一確定子模塊，用于確定所述每個圖像區域對應的不為0的基向量，得到所述每個圖像區域的投影基向量；

生成子模塊，用于根據所述待分析圖片對應的全部投影基向量，得到清晰度估計圖像。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

第二獲取模塊，用于獲取模糊樣本圖片；

訓練模塊，用于對所述模糊樣本圖片進行訓練學習，得到所述基向量字典，所述基向量字典包含分解圖像所需的全部基向量。

8.根據權利要求6或7所述的裝置，其特征在于，所述過濾模塊，包括：

第二確定子模塊，用于利用自適應二值算法，確定預設閾值；

第三確定子模塊，用于當所述圖像區域對應的投影基向量的數量大于所述預設閾值時，確定所述圖像區域是清晰區域；或者，

第四確定子模塊，用于當所述圖像區域對應的投影基向量的數量小于或等于所述預設閾值時，確定所述圖像區域是不清晰區域。