[發明專利]一種證照圖片清晰度評價方法有效
| 申請號: | 201910459125.3 | 申請日: | 2019-05-29 |
| 公開(公告)號: | CN110335246B | 公開(公告)日: | 2021-04-13 |
| 發明(設計)人: | 不公告發明人 | 申請(專利權)人: | 成都數之聯科技有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T5/00;G06T7/13 |
| 代理公司: | 成都帝鵬知識產權代理事務所(普通合伙) 51265 | 代理人: | 黎照西 |
| 地址: | 610000 四川省成*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 證照 圖片 清晰度 評價 方法 | ||
1.一種證照圖片清晰度評價方法,其特征在于,包括步驟:
S100,獲取原始證照圖片;
S200,對原始證照圖片進行雙邊濾波處理,濾除脈沖噪聲,實現邊緣保持,減小相鄰像素灰度值的波動,獲得證照圖片灰度圖;
S300,對灰度圖進行基于梯度的邊緣檢測,獲得梯度圖;
S400,根據度量像素周圍灰度變化矩陣獲得隱梯度函數,基于隱梯度函數分析梯度圖中每個像素周圍灰度的連續變化情況;
S500,取分析結果的全局平均值,作為圖片清晰度的評價值;
S600,標準化處理所述評價值,得到圖片清晰度評分;
所述步驟S400中,根據度量像素周圍灰度變化矩陣獲得隱梯度函數,分析梯度圖中每個像素周圍灰度的連續變化情況,包括步驟:
S401,建立度量像素周圍灰度變化的矩陣α;
S402,對于圖片I的像素點i,根據隱梯度函數,得到圖片M為:
其中,為α的所有路徑p,為路徑條數,Sign為指示函數,τ為限制閾值,φ為隱梯度函數;
S403,根據O=I∩M,經過α取梯度最大的梯度值,得到圖片N,圖片N具有每個像素周圍灰度的連續變化情況;
對于圖片O的像素點i:
其中,為i在α下的所有路徑,S為計算一條路徑上梯度和的函數。
2.根據權利要求1所述的一種證照圖片清晰度評價方法,其特征在于,在所述步驟S200中,利用雙邊濾波器對原始證照圖片進行雙邊濾波處理;
所述雙邊濾波處理采用加權平均方法,利用基于高斯分布的加權平均處理原始證照圖片中像素點周圍像素的亮度值,將加權平均值作為該像素點的強度;
加權平均處理的計算權重包括歐氏距離和像素范圍域中的輻射差異。
3.根據權利要求2所述的一種證照圖片清晰度評價方法,其特征在于,在步驟S200,通過所述雙邊濾波處理獲得證照圖片灰度圖的過程為:
S201,雙邊濾波處理后的圖片的計算公式為:
其中,Ifiltered為濾波后圖片,I為輸入的原始證照圖片,x為像素點,Ω是以像素點x為中心點的區域,fr和gs分別為范圍核和空間核,Wp為權重;
S202,根據像素點(i,j)和它的鄰接點(k,l),計算權重Wp為:
其中,σd和σr為光滑參數;
S203,根據所獲取的權重,對濾波圖片Ifiltered進行標準化處理:
作為證照圖片灰度圖。
4.根據權利要求3所述的一種證照圖片清晰度評價方法,其特征在于,在所述步驟S300中,對灰度圖進行基于梯度的邊緣檢測時,使用sobel算子與灰度圖進行卷積處理;
所述sobel算子
x方向和y方向的參數為:
利用sobel算子G,根據所述灰度圖每個像素橫向及縱向的梯度近似值來計算每個像素梯度的大小,獲得梯度圖。
5.根據權利要求1所述的一種證照圖片清晰度評價方法,其特征在于,計算圖片N中所有像素周圍灰度連續變化情況的全局平均值作為圖片清晰度的評價值,評價值越小則圖片越模糊。
6.根據權利要求1所述的一種證照圖片清晰度評價方法,其特征在于,所述標準化處理,通過比值換算將評價值標準化到0-100,得到圖片清晰度的評分。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于成都數之聯科技有限公司,未經成都數之聯科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910459125.3/1.html,轉載請聲明來源鉆瓜專利網。





