[发明专利]图像模糊程度确定方法、数据集构建方法与去模糊方法

权利要求书

1.一种图像模糊程度确定方法，其特征在于，包括：

获取连续n帧原始图像以及由所述连续n帧原始图像中相同位置像素点进行加权融合所合成的目标图像，n为不小于2的正整数；

获取所述目标图像中每个像素点在每一帧所述原始图像中对应的相同位置像素点的像素值；

根据所述每个像素点在所述n帧原始图像中对应的n个所述像素值之间的偏差程度，确定所述目标图像的模糊程度数据，所述目标图像的模糊程度数据包括所述目标图像中每个像素点的模糊程度值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述目标图像的模糊程度数据，生成所述目标图像对应的模糊程度图像，所述模糊程度图像中每个像素点的像素值为每个像素点在所述目标图像中的模糊程度值。

3.根据权利要求1所述的方法，其特征在于，所述获取连续n帧原始图像以及由所述连续n帧原始图像中相同位置像素点进行加权融合所合成的目标图像，包括：

获取连续n帧原始图像；

对所述连续n帧原始图像中相同位置像素点进行加权融合，以将所述连续n帧原始图像合成为一张所述目标图像。

4.根据权利要求3所述的方法，其特征在于，在获取连续n帧原始图像前，所述方法还包括：

基于所述目标图像的预期全局模糊程度值，确定n的值。

5.一种模糊图像数据集构建方法，其特征在于，包括：

获取目标图像以及根据权利要求1至4任一项所述的图像模糊程度确定方法所确定的所述目标图像的模糊程度数据；

将所述目标图像作为样本图像，所述目标图像的模糊程度数据作为第一标签，构建模糊图像数据集；所述模糊图像数据集用于训练模糊程度感知网络，所述模糊程度感知网络用于对输入所述模糊程度感知网络的图像确定其模糊程度数据。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取用于合成所述目标图像的连续n帧原始图像中的一帧原始图像，将所述一帧原始图像作为第二标签，添加至所述模糊图像数据集中；所述模糊图像数据集还用于训练去模糊网络，所述去模糊网络用于对输入所述去模糊网络的图像进行去模糊处理。

7.一种图像去模糊方法，其特征在于，包括：

获取由连续n帧原始图像中相同位置像素点进行加权融合所合成的待处理图像，n为不小于2的正整数；

根据权利要求1至4任一项所述的图像模糊程度确定方法，以所述待处理图像为目标图像，确定所述待处理图像的模糊程度数据；

基于所述待处理图像的模糊程度数据，对所述待处理图像进行去模糊处理，得到所述待处理图像对应的去模糊图像。

8.一种图像去模糊方法，其特征在于，包括：

获取待处理图像；

利用模糊程度感知网络对所述待处理图像进行处理，得到所述待处理图像的模糊程度数据；

基于所述待处理图像的模糊程度数据，对所述待处理图像进行去模糊处理，得到所述待处理图像对应的去模糊图像；

其中，所述模糊程度感知网络是利用权利要求5或6所述的模糊图像数据集构建方法所构建的模糊图像数据集而训练得到的。

9.根据权利要求8所述的方法，其特征在于，所述基于所述待处理图像的模糊程度数据，对所述待处理图像进行去模糊处理，得到所述待处理图像对应的去模糊图像，包括：

利用特征感知网络对所述待处理图像的模糊程度数据进行处理，得到调制参数；

根据所述调制参数对所述待处理图像进行去模糊处理，得到所述待处理图像对应的去模糊图像。

10.根据权利要求9所述的方法，其特征在于，所述根据所述调制参数对所述待处理图像进行去模糊处理，得到所述待处理图像对应的去模糊图像，包括：

将所述待处理图像输入去模糊网络的输入层，所述调制参数输入所述去模糊网络的中间层，通过所述去模糊网络输出所述去模糊图像。