图片的模糊检测方法、装置、计算机设备和存储介质.pdf

(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CN113850751A(43)申请公布日2021.12.28(21)申请号202010525211.2(22)申请日2020.06.10(71)申请人苏宁云计算有限公司地址210000江苏省南京市玄武区徐庄软件园苏宁大道1-1号(72)发明人穆翀周旭阳刘剑君(51)Int.Cl.G06T7/00(2017.01)G06Q30/06(2012.01)G06T5/00(2006.01)权利要求书2页说明书7页附图3页(54)发明名称图片的模糊检测方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种图片模糊检测方法、装置、计算机设备和存储介质。方法包括：接收待检测图片，对所述待检测图片进行预处理，得到目标主体区域与主体背景区域；对所述预处理后的图片进行第一模糊检测，得到梯度计算结果；对所述预处理后的图片进行第二模糊检测，得到模糊因子；融合所述第一模糊检测的梯度计算结果和第二模糊检测的模糊因子，确定图片模糊检测结果。本发明实现图片模糊的机器审核功能，大量的节约了人力与时间成本，极大的提高了图片审核效率，同时进一步提升了用户在电商平台购物中的用户体验。CN113850751ACN113850751A权利要求书1/2页1.一种图片模糊检测方法，其特征在于，所述方法包括：接收待检测图片，对所述待检测图片进行预处理，得到目标主体区域与主体背景区域；对所述预处理后的图片进行第一模糊检测，得到梯度计算结果；对所述预处理后的图片进行第二模糊检测，得到模糊因子；融合所述第一模糊检测的梯度计算结果和第二模糊检测的模糊因子，确定图片模糊检测结果。2.根据权利要求1所述的方法，其特征在于，所述预处理包括：对所述待检测图片进行去噪处理，所述去噪处理采用中值滤波去噪算法；对所述去噪处理后的图片进行像素级语义分割，得到目标主体区域和主体背景区域。3.根据权利要求2所述的方法，其特征在于，所述对所述预处理后的图片进行第一模糊检测，得到梯度计算结果，包括：使用第一滤波核对所述目标主体区域进行滤波处理，获得滤波结果；对上述滤波结果进行轮廓提取处理，并按照顺时针方向将每个轮廓的所有元素保存到集合中；以所述集合中的每个元素为原点，使用第二滤波核，取出所述目标主体区域中相应的元素块，进行梯度计算，得到所述集合中每个元素的梯度计算结果。4.根据权利要求3所述的方法，其特征在于，使用所述第一滤波核在所述目标主体区域的每一个像素上移动，若第一滤波核与所述目标主体区域中像素的交集完全属于在所述目标主体区域中的元素，则保留该元素，所述滤波结果由所有符合的像素构成。5.根据权利要求4所述的方法，其特征在于，所述对所述预处理后的图片进行第二模糊检测，得到模糊因子，包括：将所述目标主体区域切分成多个子块，计算每个所述子块的功率谱；对每个所述子块进行降维处理，将二维频谱转换到一维上；获得目标主体区域的功率谱斜率的全局度量，分别比较每个所述子块的功率谱斜率，得到每个所述子块的模糊因子。6.根据权利要求5所述的方法，其特征在于，所述模糊因子的计算公式为：其中，αP为目标主体区域的功率谱斜率的全局度量，ai为每个子块的功率谱斜率。7.根据权利要求1所述的方法，其特征在于，融合所述第一模糊检测的梯度计算结果和第二模糊检测的模糊因子，确定图片模糊检测结果，包括：融合所述第一模糊检测的梯度计算结果和第二模糊检测的模糊因子，获得融合结果；对所述融合结果阈值判断，取得图片模糊检测结果。8.一种图片模糊检测装置，其特征在于，所述装置包括：预处理模块，用于接收待检测图片，对所述待检测图片进行预处理，得到目标主体区域与主体背景区域；第一检测模块，用于对所述预处理后的图片进行第一模糊检测，得到梯度计算结果；第二检测模块，用于对所述预处理后的图片进行第二模糊检测，得到模糊因子；2CN113850751A权利要求书2/2页融合模块，用于融合所述第一模糊检测的梯度计算结果和第二模糊检测的模糊因子，确定图片模糊检测结果。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。3CN113850751A说明书1/7页图片的模糊检测方法、装置、计算机设备和存储介质技术领域[0001]本申请涉及图片审核技术领域，特别是涉及一种图片模糊检测方法、装置、计算机设备和存储介质。背景技术[0002]模糊是由于图像细节损失从而引发的一种质量降级现象。当图像在频谱中的高频部分被衰减时，图像显得模糊，并且存在不同类型