[發(fā)明專利]一種圖片質量評價方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010224632.1
• 申請日: 2020-03-26
• 公開（公告）號: CN111798406A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設計）人: 曾文杰
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/60;G06T7/90;G06T7/11
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李陽;趙迪

1.一種圖片質量評價方法，其特征在于，包括：

獲取目標圖片以及所述目標圖片所歸屬視覺規(guī)范項目的項目標識，提取所述目標圖片的圖片信息；

根據(jù)所述圖片信息，計算所述目標圖片的設定評價參數(shù)的度量值；

根據(jù)所述項目標識，獲取所述評價參數(shù)的基準值；其中，所述基準值是通過計算多張基準圖片的所述評價參數(shù)的度量值來確定的；

按照設定的比較規(guī)則，將所述目標圖片的度量值與所述基準值進行比較，得到所述目標圖片的評價結果。

2.根據(jù)權利要求1所述的方法，其特征在于，所述評價參數(shù)包括圖片的對象數(shù)量、接近性、相似性和整齊性中的任意一個或者多個；其中，所述接近性用于衡量核心對象到圖片中心的距離遠近，所述相似性用于衡量圖片的色彩變化情況，所述整齊性用于衡量圖片的整齊情況。

3.根據(jù)權利要求2所述的方法，其特征在于，在所述評價參數(shù)包括所述對象數(shù)量的情況下，提取所述目標圖片的圖片信息，包括：

獲取所述目標圖片的第一尺寸信息，以及所述目標圖片所包含對象的第二尺寸信息；

根據(jù)所述圖片信息，計算所述目標圖片的對象數(shù)量的度量值，包括：

按照設定縮放比例縮小所述第一尺寸信息，得到基準尺寸信息；

遍歷所述目標圖片包含的對象，統(tǒng)計所述目標圖片中第二尺寸信息大于所述基準尺寸信息的對象總數(shù)，所述對象總數(shù)即為所述對象數(shù)量的度量值。

4.根據(jù)權利要求2所述的方法，其特征在于，在所述評價參數(shù)包括所述接近性的情況下，提取所述目標圖片的圖片信息，包括：

將所述目標圖片劃分為N×M的格子區(qū)域，按照所述格子區(qū)域初始化坐標軸的刻度，確定所述目標圖片的中心坐標；其中，N和M為整數(shù)；

獲取所述目標圖片的像素信息，根據(jù)所述像素信息和設定過濾條件，過濾所述目標圖片的像素點，得到目標像素點；

根據(jù)所述圖片信息，計算所述目標圖片的接近性的度量值，包括：

計算所述目標像素點所隸屬的格子區(qū)域的矩陣中心，將所述矩陣中心映射為對應的鍵；

統(tǒng)計具有相同鍵的所述目標像素點的數(shù)量，得到所述鍵對應的格子區(qū)域的信息量；

計算前K個大信息量的格子區(qū)域的矩陣中心與所述中心坐標的距離，將K個所述距離累加求和得到所述接近性的度量值；其中，K為整數(shù)。

5.根據(jù)權利要求4所述的方法，其特征在于，所述像素信息為像素點的顏色值，所述過濾條件為當前像素點的顏色值與所述當前像素點的上下左右四個方向的像素點的顏色值之差的絕對值均小于設定閾值；

根據(jù)所述像素信息和設定過濾條件，過濾所述目標圖片的像素點，包括：

將所述當前像素點的顏色值與分別所述當前像素點的上下左右四個方向的像素點的顏色值做差，得到四個差值；

如果所述四個差值的絕對值均小于所述閾值，則過濾所述當前像素點。

6.根據(jù)權利要求2所述的方法，其特征在于，在所述評價參數(shù)包括所述相似性的情況下，提取所述目標圖片的圖片信息，包括：

提取所述目標圖片的多個像素點的顏色值；

根據(jù)所述圖片信息，計算所述目標圖片的相似性的度量值，包括：

將所述目標圖片的多個像素點的顏色值分別與其上下左右四個方向的像素點的顏色值做差，將差值的平方和累加；

根據(jù)累加結果計算所述目標圖片的平均顏色值差，所述平均顏色值差即為所述相似性的度量值。

7.根據(jù)權利要求2所述的方法，其特征在于，在所述評價參數(shù)包括所述整齊性的情況下，提取所述目標圖片的圖片信息，包括：

獲取所述目標圖片的第一尺寸信息；

根據(jù)所述圖片信息，計算所述目標圖片的整齊性的度量值，包括：

根據(jù)所述第一尺寸信息，將所述目標圖片縮放為設定尺寸；

將縮放后的目標圖片對應的灰度圖數(shù)據(jù)作為一維數(shù)組，統(tǒng)計所述一維數(shù)組中數(shù)組元素出現(xiàn)的概率；

根據(jù)所述概率計算所述目標圖片的信息熵，所述信息熵即為所述整齊性的度量值。