预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共17页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114266744A(43)申请公布日2022.04.01(21)申请号202111566205.2(22)申请日2021.12.20(71)申请人OPPO广东移动通信有限公司地址523860广东省东莞市长安镇乌沙海滨路18号(72)发明人胡杰(74)专利代理机构深圳市威世博知识产权代理事务所(普通合伙)44280代理人时乐行(51)Int.Cl.G06T7/00(2017.01)G06T7/269(2017.01)权利要求书2页说明书9页附图5页(54)发明名称图像模糊度评估方法、装置、电子设备和存储介质(57)摘要本申请公开了一种图像模糊度评估方法、装置、电子设备和存储介质,其中,该方法包括:获取目标的第一图像序列,其中,第一图像序列用于合成第二图像;基于第一图像序列中的间隔预设帧数的两帧第一图像,得到两帧第一图像中目标的运动矢量;利用目标的运动矢量,对第二图像的模糊度进行评估。通过上述方式,本申请能够量化合成图像的模糊度,且准确性较高。CN114266744ACN114266744A权利要求书1/2页1.一种图像模糊度评估方法,其特征在于,包括:获取目标的第一图像序列,其中,所述第一图像序列用于合成第二图像;基于所述第一图像序列中的间隔预设帧数的两帧第一图像,得到所述两帧第一图像中目标的运动矢量;利用所述目标的运动矢量,对所述第二图像的模糊度进行评估。2.根据权利要求1中所述的方法,其特征在于,所述基于所述第一图像序列中的间隔预设帧数的两帧第一图像,得到所述两帧第一图像中目标的运动矢量,包括:对所述第一图像序列中的间隔预设帧数的两帧第一图像进行第一预设处理,得到光流矢量图;基于所述光流矢量图,得到所述两帧第一图像中目标对应的光流长度;所述利用所述目标的运动矢量,对所述第二图像的模糊度进行评估,包括:利用所述目标对应的光流长度,对所述第二图像的模糊度进行评估。3.根据权利要求2中所述的方法,其特征在于,所述第一图像包括多个目标,所述利用所述目标的运动矢量,对所述第二图像的模糊度进行评估,包括:利用多个所述目标对应的光流长度进行预设运算,得到光流统计值;利用所述光流统计值,对所述第二图像的模糊度进行评估。4.根据权利要求2中所述的方法,其特征在于,所述方法还包括:利用所述光流矢量图,得到所述第二图像中像素的模糊度。5.根据权利要求1中所述的方法,其特征在于,所述基于所述第一图像序列中的间隔预设帧数的两帧第一图像,得到所述两帧第一图像中目标的运动矢量,包括:对所述第一图像序列中的间隔预设帧数的两帧第一图像进行第二预设处理,分别得到两帧第一图像中目标的角点特征;将两帧所述第一图像中目标的角点特征进行特征点匹配,得到所述目标的角点特征组合;利用所述目标的角点特征组合进行预设运算,得到所述目标的运动距离;所述利用所述目标的运动矢量,对所述第二图像的模糊度进行评估,包括:利用所述目标对应的运动距离,对所述第二图像的模糊度进行评估。6.根据权利要求1中所述的方法,其特征在于,所述利用所述目标的运动矢量,对所述第二图像的模糊度进行评估,包括:利用多个所述目标的运动矢量,得到多个所述目标的模糊度;利用多个所述目标的模糊度,形成所述第二图像的目标模糊度评估图。7.根据权利要求1中所述的方法,其特征在于,所述间隔预设帧数的两帧第一图像为首帧第一图像和尾帧第一图像。8.一种图像模糊度评估装置,其特征在于,包括:获取模块,用于获取目标的第一图像序列,其中,所述第一图像序列用于合成第二图像;运动矢量模块,用于基于所述第一图像序列中的间隔预设帧数的两帧第一图像,得到2CN114266744A权利要求书2/2页所述两帧第一图像中目标的运动矢量;评估模块,用于利用所述目标的运动矢量,对所述第二图像的模糊度进行评估。9.一种电子设备,其特征在于,所述电子设备包括相互耦接的存储器和处理器,所述存储器用于存储程序数据,所述处理器用于执行所述程序数据以实现如权利要求1‑7任一项所述的方法。10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序数据,所述程序数据在被处理器执行时,用以实现如权利要求1‑7任一项所述的方法。3CN114266744A说明书1/9页图像模糊度评估方法、装置、电子设备和存储介质技术领域[0001]本申请涉及图像技术领域,特别是涉及一种图像模糊度评估方法、装置、电子设备和存储介质。背景技术[0002]随着科技的发展,在图像检测领域出现了利用模糊估计(或模糊检测)算法来检测图像的模糊程度,其中,需要不仅能区分清晰图和模糊图,还需要量化模糊图的模糊程度(例如轻微、中度、严重等)。[0003]当前,采用AI(深度学习)的模糊检测方法相比传统算法可以更