[發明專利]相機模糊檢測方法及裝置

在審

• 申請號: 202010072735.0
• 申請日: 2020-01-21
• 公開（公告）號: CN111246203A
• 公開（公告）日: 2020-06-05
• 發明（設計）人: 劉堯;常樹林;陳敏
• 申請（專利權）人: 上海悅易網絡信息技術有限公司
• 主分類號: H04N17/00
• 分類號: H04N17/00;G06N3/04;G06N3/08
• 代理公司: 上海百一領御專利代理事務所(普通合伙) 31243
• 代理人: 汪祖樂;邵棟

1.一種相機模糊檢測方法，其中，該方法包括：

獲取對模板圖像進行拍攝得到的預設數量的清晰模版照片和模糊模版照片；

基于所述預設數量的清晰模版照片和模糊模版照片訓練相機模糊檢測模型；

控制待檢測的相機對模板圖像進行拍攝得到待檢測照片；

基于所述相機模糊檢測模型，判斷所述待檢測照片是否模糊；

若所述待檢測照片判斷為模糊，則判定所述待檢測的相機為拍攝模糊的問題相機。

2.根據權利要求1所述的方法，其中，基于所述預設數量的清晰模版照片和模糊模版照片訓練相機模糊檢測模型，包括：

按預設大小和步長將每張清晰模版照片依序切分為多張小塊清晰照片，其中，切分順序上相鄰的兩張小塊清晰照片有部分重疊區域；按預設大小和步長將每張模糊模版照片依序切分為多張小塊模糊照片，其中，切分順序上相鄰的兩張小塊模糊照片有部分重疊區域；

獲取所述預設大小的多張小塊背景照片；

分別將代表清晰類別的多張小塊清晰照片、代表模糊類別的多張小塊模糊照片及代表背景類別的多張小塊背景照片放入卷積神經網絡模型進行訓練，以得到所述相機模糊檢測模型。

3.根據權利要求2所述的方法，其中，基于所述相機模糊檢測模型，判斷所述待檢測照片是否模糊，包括：

將所述待檢測照片按預設大小和步長將每張待檢測照片依序切分為多張小塊待檢測照片，其中，切分順序上相鄰的兩張小塊待檢測照片有部分重疊區域；

將每張小塊待檢測照片輸入所述相機模糊檢測模型，以得到每張小塊待檢測照片分別相對于清晰類別、模糊類別和背景類別的概率；

若某張小塊待檢測照片相對于清晰類別的概率大于預設概率閾值，則判定該張小塊待檢測照片為模糊；

若判定為模糊的小塊待檢測照片的張數超過預設張數閾值，則判定所述待檢測照片為模糊。

4.根據權利要求1所述的方法，其中，所述模板圖像包括在白底上按預設間隔布置的黑條紋，所述模板圖像中的黑條紋為多排。

5.根據權利要求4所述的方法，其中，所述模板圖像中奇數排的黑條紋與水平方向的正向呈第一預設夾角，所述模板圖像中偶數排的黑條紋與水平方向的正向呈第二預設夾角，其中，第二預設夾角＝180度-第一預設夾角。

6.一種相機模糊檢測裝置，其中，該裝置包括：

模版獲取模塊，用于獲取對模板圖像進行拍攝得到的預設數量的清晰模版照片和模糊模版照片；

訓練模塊，用于基于所述預設數量的清晰模版照片和模糊模版照片訓練相機模糊檢測模型；

拍攝模塊，用于控制待檢測的相機對模板圖像進行拍攝得到待檢測照片；

判定模塊，用于基于所述相機模糊檢測模型，判斷所述待檢測照片是否模糊；若所述待檢測照片判斷為模糊，則判定所述待檢測的相機為拍攝模糊的問題相機。

7.根據權利要求6所述的裝置，其中，所述訓練模塊，用于按預設大小和步長將每張清晰模版照片依序切分為多張小塊清晰照片，其中，切分順序上相鄰的兩張小塊清晰照片有部分重疊區域；按預設大小和步長將每張模糊模版照片依序切分為多張小塊模糊照片，其中，切分順序上相鄰的兩張小塊模糊照片有部分重疊區域；獲取所述預設大小的多張小塊背景照片；分別將代表清晰類別的多張小塊清晰照片、代表模糊類別的多張小塊模糊照片及代表背景類別的多張小塊背景照片放入卷積神經網絡模型進行訓練，以得到所述相機模糊檢測模型。

8.根據權利要求7所述的裝置，其中，所述判定模塊，用于將所述待檢測照片按預設大小和步長將每張待檢測照片依序切分為多張小塊待檢測照片，其中，切分順序上相鄰的兩張小塊待檢測照片有部分重疊區域；將每張小塊待檢測照片輸入所述相機模糊檢測模型，以得到每張小塊待檢測照片分別相對于清晰類別、模糊類別和背景類別的概率；若某張小塊待檢測照片相對于清晰類別的概率大于預設概率閾值，則判定該張小塊待檢測照片為模糊；若判定為模糊的小塊待檢測照片的張數超過預設張數閾值，則判定所述待檢測照片為模糊。