基于拉普拉斯变化的多阈值图像模糊判别方法及存储介质

技术领域

本发明涉及图像识别、异常检测领域，提供了一种基于拉普拉斯变化的多阈值图像模糊判别方法及存储介质。

背景技术

判别一张图像是模糊还是清晰，常规的做法是先将图像灰度化，然后对图像做拉普拉斯变换，最后求方差与一阈值比较，若大于阈值判别为清晰，若小于阈值则判别为模糊。

现有技术方案缺点：

这种方法阈值单一，很难适应多变场景，特别的在特写场景和非特写场景应用中无法得到兼顾，比如，当背景虚化的特写场景在单一的阈值下就容易产生误报。

发明内容

本发明的目的在于解决现有的对图像做拉普拉斯变换，最后求方差与一阈值比较的方法在多变场景下容易产生误报的问题。

为了实现上述目的，本发明提供了一种基于拉普拉斯变化的多阈值图像模糊判别方法，包括以下步骤：

步骤1：获取待判别图像image，灰度化成imageGray，然后对imageGray进行拉普拉斯变换得到imageLaplace；

步骤2：获取相机水印区域ROI1，若获取成功，则构建去除水印区域的maks1，否则跳转到步骤4；相机水印区域ROI1是多个水印区域的集合，maks1是整个图像去除相机水印区域ROI1之后的区域结果，表示为0/1或0/255；

步骤3：计算mask1覆盖区域中imageLaplace的方差var1，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到步骤6，mask1区域内的imageLaplace方差计算公式如下：

其中，

步骤4：获取固定水印区域ROI2，根据ROI2区域对imageLaplace进行裁剪得到imageLaplaceROI2；

步骤5：计算imageLaplaceROI2的方差var1，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到步骤6，imageLaplaceROI2计算方差方式如下：

其中，

步骤6：从配置文件中获取特写区域ROI3，若存在配置文件并成功获取特写区域ROI3，则构建特写区域的maks2，否则跳转到步骤8；maks2是表示ROI3内有效的像素值，maks2通常由0/1或0/255，0表示非特写区域。

步骤7：计算mask2覆盖区域中imageLaplace的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程，mask2区域内的imageLaplace方差计算公式如下：

其中，

步骤8：在图像中心获取特写区域ROI4，然后根据ROI4区域对imageLaplace进行裁剪得到imageLaplaceROI4；

步骤9：计算imageLaplaceROI4的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程；imageLaplaceROI4计算方差方式如下：

其中，

上述技术方案中，ROI2＝Rect(0，0.1H，W，0.8H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

上述技术方案中，ROI4＝Rect(0.2W，0.25H，0.6W，0.5H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

本发明还提供了一种存储介质，处理器执行存储介质内的程序时，实现所述的一种基于拉普拉斯变化的多阈值图像模糊判别方法。

本发明还提供了一种基于拉普拉斯变化的多阈值图像模糊判别装置，包括以下模块：

拉普拉斯变换模块：获取待判别图像image，灰度化成imageGray，然后对imageGray进行拉普拉斯变换得到imageLaplace；

ROI1模块：获取相机水印区域ROI1，若获取成功，则构建去除水印区域的maks1，否则跳转到ROI2模块；相机水印区域ROI1是多个水印区域的集合，maks1是整个图像去除相机水印区域ROI1之后的区域结果，表示为0/1或0/255；

方差判断模块1：计算mask1覆盖区域中imageLaplace的方差var1，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到ROI3模块，mask1区域内的imageLaplace方差计算公式如下：

其中，

ROI2模块：获取固定水印区域ROI2，根据ROI2区域对imageLaplace进行裁剪得到imageLaplaceROI2；

方差判断模块2：计算imageLaplaceROl2的方差var1，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到ROI3模块，imageLaplaceROI2计算方差方式如下：

其中，

ROI3模块：从配置文件中获取特写区域ROI3，若存在配置文件并成功获取特写区域ROI3，则构建特写区域的maks2，否则跳转到ROI4模块；maks2是表示ROI3内有效的像素值，maks2通常由0/1或0/255，0表示非特写区域；

方差判断模块3：计算mask2覆盖区域中imageLaplace的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程，mask2区域内的imageLaplace方差计算公式如下：

其中，

上的值，area

ROI4模块：在图像中心获取特写区域ROI4，然后根据ROI4区域对imageLaplace进行裁剪得到imageLaplaceROI4；

方差判断模块4：计算imageLaplaceROI4的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程；imageLaplaceROI4计算方差方式如下：

其中，

上述装置中，ROI2＝Rect(0，0.1H，W，0.8H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

上述装置中，ROI4＝Rect(0.2W，0.25H，0.6W，0.5H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

因为本发明采用上述技术手段，因此具备以下有益效果：

1、采用两个阈值分别针对特写场景和非特写场景，解决了阈值单一问题，在保证对特写场景模糊判别正确率的同时降低了特写场景模糊的漏检率，从而有效提高了模糊判别的正确率；

2、在检测前剔除相机水印信息，有效降低了水印对模糊判别的误检；

3、在给出固定相机水印信息区域和固定特写区域的同时，留出了相机水印信息区域和特写配置区域的接口，使得该方法更加灵活。

附图说明

图1为本发明流程图；

图2为特写场合中背景虚化的实施例；

图3为相机水印区域ROI1区域的实施例。

具体实施方式

以下将对本发明的实施例给出详细的说明。尽管本发明将结合一些具体实施方式进行阐述和说明，但需要注意的是本发明并不仅仅只局限于这些实施方式。相反，对本发明进行的修改或者等同替换，均应涵盖在本发明的权利要求范围当中。

另外，为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员将理解，没有这些具体细节，本发明同样可以实施。

实施例1

为了实现上述目的，本发明提供了一种基于拉普拉斯变化的多阈值图像模糊判别方法，包括以下步骤：

步骤1：获取待判别图像image，灰度化成imageGray，然后对imageGray进行拉普拉斯变换得到imageLaplace；

步骤2：获取相机水印区域ROI1，若获取成功，则构建去除水印区域的maks1，否则跳转到步骤4；相机水印区域ROI1是多个水印区域的集合，maksl是整个图像去除相机水印区域ROI1之后的区域结果，表示为0/1或0/255；

步骤3：计算mask1覆盖区域中imageLaplace的方差var1，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到步骤6，mask1区域内的imageLaplace方差计算公式如下：

其中，

步骤4：获取固定水印区域ROl2，根据ROI2区域对imageLaplace进行裁剪得到imageLaplaceROI2；

步骤5：计算imageLaplaceROI2的方差var1，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到步骤6，imageLaplaceROI2计算方差方式如下：

其中，

步骤6：从配置文件中获取特写区域ROI3，若存在配置文件并成功获取特写区域ROI3，则构建特写区域的maks2，否则跳转到步骤8；maks2是表示ROI3内有效的像素值，maks2通常由0/1或0/255，0表示非特写区域。

步骤7：计算mask2覆盖区域中imageLaplace的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程，mask2区域内的imageLaplace方差计算公式如下：

其中，

步骤8：在图像中心获取特写区域ROI4，然后根据ROI4区域对imageLaplace进行裁剪得到imageLaplaceROI4；

步骤9：计算imageLaplaceROI4的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程；imageLaplaceROI4计算方差方式如下：

其中，

上述技术方案中，ROI2＝Rect(0，0.1H，W，0.8H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

上述技术方案中，ROI4＝Rect(0.2W，0.25H，0.6W，0.5H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

实施例2

本发明还提供了一种存储介质，处理器执行存储介质内的程序时，实现实施例1所述的一种基于拉普拉斯变化的多阈值图像模糊判别方法。

实施例3

本发明还提供了一种基于拉普拉斯变化的多阈值图像模糊判别装置，包括以下模块：

拉普拉斯变换模块：获取待判别图像image，灰度化成imageGray，然后对imageGray进行拉普拉斯变换得到imageLaplace；

ROI1模块：获取相机水印区域ROI1，若获取成功，则构建去除水印区域的maks1，否则跳转到ROI2模块；相机水印区域ROI1是多个水印区域的集合，maks1是整个图像去除相机水印区域ROI1之后的区域结果，表示为0/1或0/255；

方差判断模块1：计算mask1覆盖区域中imageLaplace的方差varl，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到ROI3模块，mask1区域内的imageLaplace方差计算公式如下：

其中，

上的值，area

ROI2模块：获取固定水印区域ROI2，根据ROI2区域对imageLaplace进行裁剪得到imageLaplaceROI2；

方差判断模块2：计算imageLaplaceROI2的方差varl，若小于阈值th1则将待检测图像判别为模糊图片结束判别流程，否则跳转到ROI3模块，imageLaplaceROI2计算方差方式如下：

其中，

ROI3模块：从配置文件中获取特写区域ROI3，若存在配置文件并成功获取特写区域ROI3，则构建特写区域的maks2，否则跳转到ROI4模块；maks2是表示ROI3内有效的像素值，maks2通常由0/1或0/255，0表示非特写区域；

方差判断模块3：计算mask2覆盖区域中imageLaplace的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程，mask2区域内的imageLaplace方差计算公式如下：

其中，

上的值，area

ROI4模块：在图像中心获取特写区域ROI4，然后根据ROI4区域对imageLaplace进行裁剪得到imageLaplaceROI4；

方差判断模块4：计算imageLaplaceROI4的方差var2，若小于阈值th2则将待检测图像判别为模糊图片结束判别流程，否则待检测图像判别为清晰图片结束判别流程；imageLaplaceROI4计算方差方式如下：

其中，

上述装置中，ROI2＝Rect(0，0.1H，W，0.8H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。

上述装置中，ROI4＝Rect(0.2W，0.25H，0.6W，0.5H)，其中W和H分别为imageLaplace的宽度和高度，Rect中的值分别表示矩形框的左上角横坐标、左上角纵坐标、宽度和高度。