[发明专利]一种画质检测方法及系统在审
申请号: | 201811101754.0 | 申请日: | 2018-09-20 |
公开(公告)号: | CN109410173A | 公开(公告)日: | 2019-03-01 |
发明(设计)人: | 杜映丹;吴光斯 | 申请(专利权)人: | 信利光电股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06K9/46;G06K9/62 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 廖苑滨 |
地址: | 516600 广东省汕*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 画质 功能问题 特征学习 图片功能 图片数据 特征库 学习 检测 图片 检测领域 快速定位 输出检测 特征提取 图片输入 图片提取 自动学习 输出 分类 | ||
1.一种画质检测方法,其特征在于,所述方法包括如下步骤:
收集错误画质的图片数据;
根据收集的图片数据建立图片功能库;
对图片功能库进行图片画质特征提取;
根据提取的图片画质特征建立画质特征库;
使用画质特征库对图片画质进行检测,输出检测结果。
2.根据权利要求1所述的一种画质检测方法,其特征在于,所述收集错误画质的图片数据包括收集以往的画质功能出现问题的图片和用户日常使用反馈回来的画质功能出现问题的图片。
3.根据权利要求2所述的一种画质检测方法,其特征在于:所述收集错误画质的图片时,在每个图片下方或者目录中使用文字说明图片的具体画质问题的内容。
4.根据权利要求3所述的一种画质检测方法,其特征在于:所述建立图片功能库的具体过程为,先根据画质问题图片的文字说明进行分类,然后根据不同类型的图片进行建立图片功能模型,然后把建立好的图片功能模型进行存储。
5.根据权利要求4所述的一种画质检测方法,其特征在于:所述分类是根据文字的说明内容进行分成大类,大类里面有若干个小类,小类与小类之间形成关联类。
6.根据权利要求1所述的一种画质检测方法,其特征在于:所述图片功能模型在后期另外收集到画质问题图像后,画质问题图像自动添加到图片功能库,增加图片功能库性能。
7.根据权利要求6所述的一种画质检测方法,其特征在于,所述画质特征提取过程为,对每个图片进行画质特征提取,把提取的画质特征与图片的画质说明文字内容对比,当不完全部相符时,对该图片进行二次画质特征提取。
8.根据权利要求1所述的一种画质检测方法,其特征在于:所述建立画质特征库的过程为:先对画质特征进行分类处理,然后根据分类情况建立画质特征模型,然后把画质特征模型进行存储,在后期出现新提取的画质特征时,新的画质特征自动添加到画质特征模型,提高画质特征模型数据准确性。
9.根据权利要求1所述的一种画质检测方法,其特征在于,所述使用画质特征库对图片画质进行检测的过程为:
重复三次对需要检测的图片进行画质特征提取,然后把提取的画质特征放入到画质特征模型进行对比,三次对比结果中,但有两个以上是相同时,输出检测结果,否则重现检测。
10.一种画质检测系统,其特征在于,所述系统包括:
图片数据收集单元,用于收集错误画质的图片数据;
图片数据功能库单元,用于建立根据收集的图片数据建立图片功能库;
图片画质特征提取单元,用于对图片功能库进行图片画质特征提取和根据提取的图片画质特征建立画质特征库;
画质检测单元,用于使用画质特征库对图片画质进行检测;
及结果输出单元,用于输出检测结果数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于信利光电股份有限公司,未经信利光电股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811101754.0/1.html,转载请声明来源钻瓜专利网。