圖像檢測方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，并且特別地，涉及一種圖像檢測方法和裝置。
【背景技術(shù)】
[0002] 在進行圖像處理時，在很多情況下都需要對圖像中的模糊區(qū)域進行檢測，從而確 定模糊區(qū)域的邊界。
[0003] 目前常用的模糊區(qū)域檢測方案主要包括：（方法1)基于邊緣擴散進行檢測、（方法 2)基于小波變換進行檢測、(方法3)基于離散余弦變換（DCT)進行檢測技術(shù)、(方法4)基于 Kurtosis算法進行檢測。
[0004] 但是，上述檢測方案需要進行大量的計算，并且在檢測的過程中需要使用圖像中 的多個特征，實現(xiàn)的復(fù)雜度較高，因此，對于圖像進行檢測時難以通過并行的方式對各個區(qū) 域進行檢測，并且，上述方案的檢測精度并不高。
[0005] 針對相關(guān)技術(shù)中圖像區(qū)域檢測方法復(fù)雜度高、效率和精度低的問題，目前尚未提 出有效的解決方案。

【發(fā)明內(nèi)容】

[0006] 針對相關(guān)技術(shù)中圖像區(qū)域檢測方法復(fù)雜度高、效率和精度低的問題，本發(fā)明提出 一種圖像檢測方法和裝置，避免采用復(fù)雜的計算，提高了檢測效率，并且具有良好的檢測精 度。
[0007] 為了實現(xiàn)上述目的，根據(jù)本發(fā)明的一個方面，提供了一種圖像中的區(qū)域檢測方法。 該方法包括：
[0008] 對目標(biāo)圖像中的目標(biāo)圖像區(qū)域進行多次卷積遍歷，得到多個卷積結(jié)果，其中，在每 次進行卷積遍歷時，使用卷積模板進行卷積，該卷積模板被配置用于體現(xiàn)目標(biāo)圖像區(qū)域中 參與卷積計算的像素之間的差異；
[0009] 根據(jù)多次卷積遍歷得到的多個卷積結(jié)果得到目標(biāo)圖像區(qū)域的清晰度特征，并根據(jù) 清晰度特征確定目標(biāo)圖像區(qū)域的清晰度。
[0010] 根據(jù)本發(fā)明的另一方面，提供了一種圖像中的區(qū)域檢測裝置。該裝置包括：計算 模塊，用于對目標(biāo)圖像中的目標(biāo)圖像區(qū)域進行多次卷積遍歷，得到多個卷積結(jié)果，其中，在 每次進行卷積遍歷時，使用卷積模板進行卷積，該卷積模板被配置用于體現(xiàn)目標(biāo)圖像區(qū)域 中參與卷積計算的像素之間的差異；確定模塊，用于根據(jù)多次卷積遍歷得到的多個卷積結(jié) 果得到所述目標(biāo)圖像區(qū)域的清晰度特征，并根據(jù)所述清晰度特征確定目標(biāo)圖像區(qū)域的清晰 度。
[0011] 本發(fā)明通過對圖像區(qū)域進行多次卷積遍歷，確定出圖像區(qū)域的清晰度特征，由于 清晰度較高與清晰度較低的區(qū)域相比，清晰度特征中包含的多次卷積遍歷的結(jié)果之間的差 異較?。?，子特征之間的差異變化較小)，從而能夠準(zhǔn)確地確定圖像區(qū)域的清晰度，具有良 好的檢測精度；并且，由于對圖像的區(qū)域進行的計算方式為卷積，所以能避免采用復(fù)雜的運 算，有效降低了檢測的復(fù)雜度，并且簡單的計算方法有助于對目標(biāo)圖像的多個區(qū)域進行并 行檢測，從而有效縮短了檢測所占用的時間，顯著提高了檢測效率。
【附圖說明】
[0012] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例中所 需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施 例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲 得其他的附圖。
[0013] 圖1是根據(jù)本發(fā)明實施例的圖像檢測方法的流程圖；
[0014] 圖2是根據(jù)本發(fā)明實施例的圖像檢測方案對圖像進行一次至三次卷積(一至三階 微分）后的效果示意圖；
[0015] 圖3是根據(jù)本發(fā)明實施例的圖像檢測方案對清晰和模糊圖像分別進行多階微分 后的效果不意圖；
[0016] 圖4是根據(jù)本發(fā)明實施例的多階微分與像素數(shù)量變化關(guān)系的示意圖；
[0017] 圖5是在4X4的滑動窗內(nèi)進行微分的示意圖；
[0018] 圖6a是通過直方圖表示每一階微分后得到的結(jié)果的示意圖；
[0019] 圖6b是多階微分的結(jié)果進行拼接得到最終特征的示意圖；
[0020] 圖7是模糊區(qū)域與清楚區(qū)域之間特征區(qū)分度分布的示意圖；
[0021] 圖8是根據(jù)本發(fā)明實施例的圖像檢測裝置的框圖；
[0022] 圖9是實現(xiàn)本發(fā)明技術(shù)方案的計算機的示例性結(jié)構(gòu)框圖。
【具體實施方式】
[0023] 在下文中將結(jié)合附圖對本發(fā)明的示范性實施例進行描述。為了清楚和簡明起見， 在說明書中并未描述實際實施方式的所有特征。然而，應(yīng)該了解，在開發(fā)任何這種實際實施 例的過程中必須做出很多特定于實施方式的決定，以便實現(xiàn)開發(fā)人員的具體目標(biāo)，例如，符 合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會隨著實施方式的不同而有 所改變。此外，還應(yīng)該了解，雖然開發(fā)工作有可能是非常復(fù)雜和費時的，但對得益于本公開 內(nèi)容的本領(lǐng)域技術(shù)人員來說，這種開發(fā)工作僅僅是例行的任務(wù)。
[0024] 在此，還需要說明的一點是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中 僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明 關(guān)系不大的其他細(xì)節(jié)。
[0025] 圖1示出了根據(jù)本發(fā)明實施例的圖像中的區(qū)域檢測方法。
[0026] 如圖1所示，根據(jù)本發(fā)明實施例的圖像中的區(qū)域檢測方法包括：
[0027] 步驟S101，對目標(biāo)圖像中的目標(biāo)圖像區(qū)域進行多次卷積遍歷，得到多個卷積結(jié)果， 其中，在每次進行卷積遍歷時，使用卷積模板進行卷積，該卷積模板被配置用于體現(xiàn)目標(biāo)圖 像區(qū)域中參與卷積計算的像素之間的差異；
[0028] 步驟S103,根據(jù)多次卷積遍歷得到的多個卷積結(jié)果得到目標(biāo)圖像區(qū)域的清晰度特 征，并根據(jù)清晰度特征確定目標(biāo)圖像區(qū)域的清晰度(從另一個角度來看，也可以理解為在確 定清晰度時，其實上也就確定了圖像的模糊度)。
[0029] 在對目標(biāo)圖像區(qū)域中的像素進行卷積遍歷時，是指對目標(biāo)圖像中的全部像素或部 分相鄰或非相鄰像素組成的像素陣列的像素值進行卷積，該像素值可以像素的灰度值，也 可以是像素的RGB通道值，也可以是像素的其他參數(shù)。
[0030] 應(yīng)當(dāng)注意的是，在對目標(biāo)圖像區(qū)域進行多次卷積遍歷時，后執(zhí)行的卷積遍歷實際 上是在前一次卷積遍歷執(zhí)行后的結(jié)果基礎(chǔ)上進行的。例如，在對原始目標(biāo)圖像區(qū)域進行一 次卷積遍歷后，當(dāng)進行第二次卷積遍歷時，實際上第二次卷積遍歷是在第一次卷積遍歷后 的目標(biāo)圖像區(qū)域基礎(chǔ)上進行的卷積，當(dāng)進行第三次卷積遍歷時，實際上第三次卷積遍歷是 在第二次卷積遍歷后的目標(biāo)圖像區(qū)域基礎(chǔ)上進行的卷積。
[0031] 其中，卷積模板被配置用于體現(xiàn)目標(biāo)圖像區(qū)域中參與卷積計算的像素之間的差 異，因此，在通過卷積模板對像素進行卷積遍歷時，實際上是計算像素間的像素值的差，所 以，當(dāng)卷積的雙方是相鄰像素的情況下，也可以認(rèn)為卷積遍歷過程實際上是在對目標(biāo)圖像 區(qū)域進行微分計算，而對目標(biāo)圖像區(qū)域進行多次卷積遍歷實際上可以理解為是在計算目標(biāo) 圖像區(qū)域的多階微分，例如，進行一次卷積遍歷的過程可以認(rèn)為是進行一階微分，進行二次 卷積遍歷的過程則可以認(rèn)為是進行二階微分，以此類推。具體地，在進行一階微分時，實際 上是對相鄰像素做減法，即，右邊像素值減去左邊像素值(減數(shù)與被減數(shù)也可以調(diào)換)，下邊 像素值減去上邊像素值(減數(shù)與被減數(shù)也可以調(diào)換)，而N階微分圖相當(dāng)于對N-I階微分圖 做一階微分。
【主權(quán)項】
1. 一種圖像檢測方法，其特征在于，包括： 對目標(biāo)圖像中的目標(biāo)圖像區(qū)域進行多次卷積遍歷，得到多個卷積結(jié)果，其中，在每次進 行卷積遍歷時，使用卷積模板進行卷積，該卷積模板被配置用于體現(xiàn)所述目標(biāo)圖像區(qū)域中 參與卷積計算的像素之間的差異； 根據(jù)多次卷積遍歷得到的所述多個卷積結(jié)果得到所述目標(biāo)圖像區(qū)域的清晰度特征，并 根據(jù)所述清晰度特征確定所述目標(biāo)圖像區(qū)域的清晰度。
2. 根據(jù)