[发明专利]图像处理方法、装置、电子设备及计算机可读介质

权利要求书

1.一种图像处理方法，其特征在于，包括：

获取待处理图像；

对所述待处理图像进行分图处理，得到各子图像；

确定各所述子图像的图像信息，并基于各所述子图像的图像信息，得到所述待处理图像的清晰度识别结果；其中，所述图像信息包括图像的绝对中心力矩、亮度值和颜色通道值。

2.根据权利要求1所述的方法，其特征在于，所述对所述待处理图像进行分图处理，得到各子图像，包括：

对所述待处理图像进行缩放处理，得到缩放后的图像；

将所述缩放后的图像进行分图处理，得到各子图像。

3.根据权利要求1所述的方法，其特征在于，对于每一个子图像，若所述图像信息包括图像的绝对中心力矩或图像的亮度值，所述确定所述子图像的图像信息，包括：

将所述子图像转换为灰度图像；

确定所述灰度图像的绝对中心力矩，将所述灰度图像的绝对中心力矩作为对应的子图像的绝对中心力矩；或，

确定所述灰度图像的亮度值，将所述灰度图像的亮度值作为对应的子图像的亮度值。

4.根据权利要求3所述的方法，其特征在于，所述确定所述灰度图像的绝对中心力矩，包括：

确定所述灰度图像中各像素点的灰度值；

基于所述灰度图像中各像素点的灰度值，确定所述灰度图像的灰度值；

确定所述灰度图像中所包含的各灰度值的出现概率；

基于所述灰度图像的灰度值、以及所述灰度图像中所包含的各灰度值的出现概率，确定所述灰度图像的绝对中心力矩；

所述确定所述灰度图像的亮度值，包括：

确定所述灰度图像中各像素点的亮度值的平均亮度值；

对所述平均亮度值进行归一化处理，将归一化处理后的平均亮度值作为所述灰度图像的亮度值。

5.根据权利要求4所述的方法，其特征在于，对于每一个子图像，若所述图像信息包括图像的颜色通道值，所述确定所述子图像的图像信息，包括：

确定滑动窗口，基于所述滑动窗口在所述子图像中滑动，并确定每次滑动所对应的子区域的颜色通道值以及所包含的各像素点的像素值；

基于每个子区域的颜色通道值以及所包含的各像素点的像素值，确定每个子区域的通道值；

基于每个子区域的通道值确定所述子图像的颜色通道值。

6.根据权利要求5所述的方法，其特征在于，所述基于每个子区域的颜色通道值以及所包含的各像素点的像素值，确定每个子区域的通道值，包括：

确定每个子区域的各颜色通道值中的最小颜色通道值，以及所包含的各像素点中的最小像素值；

基于每个子区域的最小颜色通道值和最小像素值，确定每个子区域的通道值。

7.根据权利要求5所述的方法，其特征在于，所述基于每个子区域的通道值确定所述子图像的颜色通道值，包括：

将所述子图像中各子区域的通道值的和值进行归一化处理，得到归一化值；

将所述归一化值作为所述子图像的颜色通道值。

8.根据权利要求1所述的方法，其特征在于，所述基于各所述子图像的图像信息，得到所述待处理图像的清晰度类别识别结果，包括：

将各所述子图像的图像信息输入至神经网络，得到所述待处理图像的清晰度类别识别结果；

其中，所述神经网络是通过下列方式得到的：

获取训练样本集，所述训练样本集中包括标注了清晰度结果的各训练样本；

基于所述训练样本集对初始神经网络进行训练，直至对应的损失函数收敛，所述损失函数的值表征了输出的训练样本的清晰度结果和对应的标注的清晰度结果之间的差异。

9.根据权利要求8所述的方法，其特征在于，所述神经网络为径向基函数神经网络。