[发明专利]图像模糊度确定方法、装置、计算机设备及存储介质

权利要求书

1.一种图像模糊度确定方法，其特征在于，包括：

获取人脸图像；

对所述人脸图像进行裁剪及灰度处理以得到目标特征区域灰度图，所述目标特征区域灰度图为所述人脸图像的目标特征区域对应的灰度图；

对所述目标特征区域灰度图中每个像素点进行水平方向卷积运算和垂直方向卷积运算，以获得所述每个像素点的水平方向梯度和垂直方向梯度；

根据所述每个像素点的水平方向梯度和垂直方向梯度确定所述每个像素点对应的近似梯度；

根据所述每个像素点对应的近似梯度确定目标模糊度，将所述目标模糊度作为所述人脸图像的模糊度。

2.如权利要求1所述的图像模糊度确定方法，其特征在于，所述对所述目标特征区域灰度图中每个像素点进行水平方向卷积运算和垂直方向卷积运算，以获得所述每个像素点的水平方向梯度和垂直方向梯度，包括：

确定索贝尔水平卷积因子以及索贝尔垂直卷积因子；

根据所述索贝尔水平卷积因子对所述目标特征区域灰度图中所述每个像素点进行水平方向卷积运算以获得所述每个像素点的水平方向梯度，以及根据所述索贝尔垂直卷积因子对所述目标特征区域灰度图中所述每个像素点进行垂直方向卷积运算以获得所述每个像素点的垂直方向梯度。

3.如权利要求2所述的图像模糊度确定方法，其特征在于，

所述索贝尔水平卷积因子为[-1，0，1，-2，0，2，-1，0，1]，所述索贝尔垂直卷积因子为[1，2，1，0，0，0，-1，-2，-1]；

或，

所述索贝尔水平卷积因子为[-0.5，0，0.5，-1.5，0，1.5，-0.5，0，0.5]，所述索贝尔垂直卷积因子为[0.5，1.5，0.5，0，0，0，-0.5，-1.5，-0.5]。

4.如权利要求3所述的图像模糊度确定方法，其特征在于，所述根据所述每个像素点的水平方向梯度和垂直方向梯度确定所述每个像素点对应的近似梯度，包括：

确定所述每个像素点的水平方向梯度的绝对值和垂直方向梯度的绝对值；

确定所述每个像素点的水平方向梯度的绝对值与垂直方向梯度的绝对值之间的和；

将所述每个像素点的水平方向梯度的绝对值与垂直方向梯度的绝对值之间的和作为所述每个像素点对应的近似梯度。

5.如权利要求3所述的图像模糊度确定方法，其特征在于，所述根据所述每个像素点的水平方向梯度和垂直方向梯度确定所述每个像素点对应的近似梯度，包括：

确定所述每个像素点的水平方向梯度和垂直方向梯度的平方和；

对所述每个像素点的水平方向梯度和垂直方向梯度的平方和取平方根；

将所述每个像素点的所述平方根作为所述每个像素点对应的近似梯度。

6.如权利要求1所述的图像模糊度确定方法，其特征在于，所述根据所述每个像素点对应的近似梯度确定目标模糊度，包括；

确定所述每个像素点对应的近似度之和；

将所述每个像素点对应的近似度之和除以所述目标特征区域灰度图的像素点总数，以得到所述目标模糊度。

7.如权利要求1所述的图像模糊度确定方法，其特征在于，所述根据所述每个像素点对应的近似梯度确定目标模糊度之前，所述方法还包括：

计算所述人脸图像中所有像素点的亮度值；

计算所述人脸图像中所有像素点的亮度值对应的自然对数；

对人脸图像中所有像素点的亮度值对应的自然对数求平均值；

对所述平均值取自然指数值以得到所述人脸图像的平均亮度；

所述根据所述每个像素点对应的近似梯度确定目标模糊度，包括；

确定出所述每个像素点对应的近似梯度中大于所述人脸图像的平均亮度的目标近似度；

将所述目标近似度之和除以所述目标特征区域灰度图的像素点总数，以得到所述目标模糊度。