[发明专利]测井图像清晰度的识别方法、装置、介质及电子设备

说明书

本公开涉及图像清晰度识别领域，揭示了一种测井图像清晰度的识别方法、装置、介质及电子设备。该方法包括：建立包括多个测井图像的测井图像样本库；获取各测井图像对应的实际清晰度信息；获取与每一测井图像对应的多个清晰度；根据各测井图像对应的所述多个清晰度和所述实际清晰度信息，确定各目标图像清晰度确定算法对应的目标权重；利用各目标图像清晰度确定算法对应的目标权重和各目标图像清晰度确定算法确定目标测井图像的清晰度。此方法通过综合了多种图像清晰度确定算法的不同优势，形成了能够准确识别测井图像清晰度的方法，可以实现对测井图像清晰度的准确量化。

技术领域

本公开涉及图像清晰度识别技术领域，特别涉及一种测井图像清晰度的识别方法、装置、介质及电子设备。

背景技术

通常，对于一个特定的成像系统，其成像的清晰度体现了系统的聚焦状态。当聚焦效果比较好的时候，图像呈现较为清晰，轮廓细节等信息丰富，在空间域或频域上突出不同的特征信息。比如，在空间域上，图像的灰度值作为主要的特征信息；在频域上，特征信息为高频分量。通常使用图像聚焦评价函数(Focus Value)来衡量图像是否处于聚焦状态。

图像聚焦状态比较好时，图像清晰，在空域上表现为图像相邻的像素点的特征值，如灰度值、对比度等，变化比较剧烈。图像在离焦状态下，许多细节信息丢失，使得物体成像模糊。而不同的清晰度识别方法在处理不同模糊图像时存在差异，对于所要识别的图片有条件限制。例如使用熵函数进行识别时，主要侧重的图片中点的均匀排布，如果一张图片如果拿一张只有黑白条的图片来和一张模糊，但是图上有很多黑色点的图片来对比，那么通过熵函数这一识别方法得到的清晰图片就是模糊图，这显然有悖事实，得不到正确的识别结果。

发明内容

在图像清晰度识别技术领域，为了解决上述技术问题，本公开的目的在于提供一种测井图像清晰度的识别方法、装置、介质及电子设备。

根据本公开的一方面，提供了一种测井图像清晰度的识别方法，所述方法包括：

建立包括多个测井图像的测井图像样本库；

获取各测井图像对应的实际清晰度信息，所述实际清晰度信息为实际清晰度排序序号或实际归一化清晰度；

获取与每一测井图像对应的多个清晰度，所述多个清晰度由多个目标图像清晰度确定算法分别对所述测井图像进行清晰度计算而生成；

根据各测井图像对应的所述多个清晰度和所述实际清晰度信息，确定各目标图像清晰度确定算法对应的目标权重；

利用各目标图像清晰度确定算法对应的目标权重和各目标图像清晰度确定算法确定目标测井图像的清晰度。

可选地，所述根据各测井图像对应的所述多个清晰度和所述实际清晰度信息，确定各目标图像清晰度确定算法对应的目标权重，包括：

利用各测井图像对应的所述多个清晰度，建立与各测井图像对应的清晰度向量，所述清晰度向量包括与各目标图像清晰度确定算法对应的归一化后的清晰度；

初始化权重向量，所述权重向量包括与各目标图像清晰度确定算法对应的权重；

利用所述权重向量和与各测井图像对应的所述清晰度向量构建多个训练单元，所述训练单元包括所述权重向量和与两个测井图像分别对应的所述清晰度向量；

执行权重调整步骤，所述权重调整步骤包括：针对每一所述训练单元，对所述训练单元中各测井图像对应的所述清晰度向量中的元素进行比较，并根据比较结果调整所述训练单元中所述权重向量的权重；

确定各所述训练单元中所述权重向量的平均值，得到最终权重向量；

利用所述最终权重向量与各测井图像对应的清晰度向量计算得到各测井图像对应的最终清晰度；