CN106920224-CN201710128213-一种评估拼接图像清晰度的方法.pdfVIP

(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 CN 106920224 A (43)申请公布日 2017.07.04 (21)申请号 201710128213.6 (22)申请日 2017.03.06 (71)申请人 长沙全度影像科技有限公司 地址 410205 湖南省长沙市高新开发区尖 山路39号中电软件园一期9栋厂房4层 402房 (72)发明人 不公告发明人　 (51)Int.Cl. G06T 5/50(2006.01) G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 7/38(2017.01) G06N 3/04(2006.01) 权利要求书4页 说明书9页 附图2页 (54)发明名称 一种评估拼接图像清晰度的方法 (57)摘要 本发明公开了一种评估拼接图像清晰度的 方法，属于图像拼接和图像质量评价技术领域， 涉及计算机视觉领域，包括以下步骤：S1：生成训 练数据集和测试数据集。S2：生成卷积神经网络 模型。S3：基于训练的卷积神经网络测试测试数 据集。本发明根据卷积神经网络输出的每块的输 出标签，计算每一幅待评价拼接合成图像所有块 的输出标签的平均值，然后计算同一拼接算法下 所有拼接合成图像输出标签的平均值作为该拼 接算法效果好坏的评价等级。利用卷积神经网 络，可以代替繁琐的，大量的人为统计评分，并且 可以准确的判断图像拼接中融合区域清晰度的 A 好坏，克服单因素评价指标所带来的局限性，有 4 利于全自动自适应图像拼接系统的实现，具有非 2 2 0 常重要的应用价值。 2 9 6 0 1 N C CN 106920224 A 权　利　要　求　书 1/4 页 1.一种评估拼接图像清晰度的方法，其特征在于，包括以下步骤： S1：生成训练数据集和测试数据集；S2：生成卷积神经网络模型；S3：基于训练的卷积神 经网络测试测试数据集； 所述S1包括S101、S102、S103、S104； S101:获取拼接合成图像； S102：计算拼接合成图像的客观评价参数；选取了清晰度作为客观评价参数；采用多方 向Sobel算子检测边缘并以其梯度幅值作为清晰度的度量；采用多方向模板Si，对图像中每 个点进行领域卷积计算，提取图像多个方向上的边缘成分；即有： H ＝I (x，y)*S 1 mos 1 H ＝I (x，y)*S 2 mos 2 H ＝I (x，y)*S 8 mos 8 其中，Imos (x，y)为图像灰度，图像中每个像素点的梯度值可以表示为： 为降低图像噪声对实际边缘的影响，将表征图像整体噪声的标准差经过开发处理，作 为边缘图像阈值，则I(x，y)＞T 的点即认为是图像边缘像素，阈值T 表示如下： N N 然后，将所有大于阈值的梯度值T ，即把被认为是图像边缘像素的梯度值相加，以边缘 N 梯度能量和定义图像清晰度评价算子，即： S103：生成训练数据集； 根据S101步得到的拼接合成图像以及S102步设置的客观评价参数，计算卷积神经网络 的训练数据集；对训练样本集中所有的拼接合成图像以及相对应的原始图像序列，使用图