CN111932521A - 图像质量测试方法和装置、服务器、计算机可读存储介质 - Google Patents
图像质量测试方法和装置、服务器、计算机可读存储介质 Download PDFInfo
- Publication number
- CN111932521A CN111932521A CN202010814353.0A CN202010814353A CN111932521A CN 111932521 A CN111932521 A CN 111932521A CN 202010814353 A CN202010814353 A CN 202010814353A CN 111932521 A CN111932521 A CN 111932521A
- Authority
- CN
- China
- Prior art keywords
- image
- tested
- color
- quality
- image quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012372 quality testing Methods 0.000 title claims abstract description 44
- 238000012360 testing method Methods 0.000 claims abstract description 184
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000011002 quantification Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
Abstract
本申请涉及一种图像质量测试方法和装置、服务器、计算机可读存储介质,获取相机对不同测试场景进行拍照所生成的待测试图像,计算待测试图像的图像质量参数。将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。将传统通过人眼进行判断的方式,通过计算待测试图像的图像质量参数,然后将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较来进行了量化,从而实现了判断标准的统一。进而,提高了图像质量测试结果的准确性。
Description
技术领域
本申请涉及智能终端技术领域,特别是涉及一种图像质量测试方法和装置、服务器、计算机可读存储介质。
背景技术
随着移动技术的发展,相机拍照技术也得到了快速地发展。传统技术,在相机成像质量的测试中,测试人员对测试场景进行拍摄之后,通过人眼去主观判断,所拍摄的图像是否满足要求。显然,通过人眼判断的方式,主观性太强,很难实现统一标准。因此,相机成像质量的测试结果也就参差不齐,降低了测试结果的准确性。
发明内容
本申请实施例提供一种图像质量测试方法和装置、服务器、计算机可读存储介质,可以提高测试结果的准确性。
一种图像质量测试方法,所述方法包括:
获取相机对不同测试场景进行拍照所生成的待测试图像;
计算所述待测试图像的图像质量参数;
将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
一种图像质量测试装置,所述装置包括:
待测试图像获取模块,用于获取相机对不同测试场景进行拍照所生成的待测试图像;
图像质量参数计算模块,用于计算所述待测试图像的图像质量参数;
质量测试结果生成模块,用于将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
一种服务器,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上所述的图像质量测试方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的图像质量测试方法的步骤。
上述图像质量测试方法和装置、服务器、计算机可读存储介质,获取相机对不同测试场景进行拍照所生成的待测试图像,计算待测试图像的图像质量参数。将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。将传统通过人眼进行判断的方式,通过计算待测试图像的图像质量参数,然后将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较来进行了量化,从而实现了判断标准的统一。进而,提高了图像质量测试结果的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中图像质量测试方法的应用环境图;
图2为一个实施例中图像质量测试方法的流程图;
图3为图2中当对待测试图像的曝光度进行质量测试时,计算待测试图像的图像质量参数方法的流程图;
图4为另一个实施例中图像质量测试方法的流程图;
图5为又一个实施例中图像质量测试方法的流程图;
图6为再一个实施例中图像质量测试方法的流程图;
图7为一个实施例中图像质量测试装置的结构框图;
图8为另一个实施例中图像质量测试装置的结构框图;
图9为一个实施例中服务器的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中图像质量测试方法的应用场景图。如图1所示,该应用环境包括电子设备120及服务器140。通过本申请中的图像质量测试方法,服务器140获取电子设备120上的相机对不同测试场景进行拍照所生成的待测试图像,计算待测试图像的图像质量参数。将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。这里,电子设备120上具有相机,例如电子设备120可以是手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)、穿戴式设备等任意终端设备。
图2为一个实施例中图像质量测试方法的流程图。本实施例中的图像质量测试方法,以运行于图1中的服务器140上为例进行描述。如图2所示,图像质量测试方法包括步骤220至步骤260。其中,
步骤220,获取相机对不同测试场景进行拍照所生成的待测试图像。
在相机成像质量的测试中,通过相机对不同测试场景进行拍照生成待测试图像。其中,不同测试场景包括背光场景、高动态场景、点光源场景、人脸场景、夜景场景、风景场景等,本申请对此不做限定。预先在相机中对每一种场景都配置了对应的拍摄参数。对于每一种测试场景,采用与该场景对应的拍摄参数进行拍照生成待测试图像。然后,服务器从相机中获取到该相机对不同测试场景进行拍照所生成的待测试图像。
步骤240,计算待测试图像的图像质量参数。
然后,服务器计算待测试图像的图像质量参数。其中,图像质量参数可以包括图像的曝光度、色彩、清晰度等,当然,还可以包括其他能够反映图像质量的参数,本申请对此不做限定。
步骤260,将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
服务器上预先存储了不同测试场景的预设图像质量标准。在通过上述步骤获取相机对不同测试场景进行拍照所生成的待测试图像,并计算出待测试图像的图像质量参数。然后,获取该待测试图像对应的测试场景的预设图像质量标准,将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
本申请实施例中,获取相机对不同测试场景进行拍照所生成的待测试图像,计算待测试图像的图像质量参数。将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。将传统通过人眼进行判断的方式,通过计算待测试图像的图像质量参数,然后将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较来进行了量化,从而实现了判断标准的统一。进而,提高了图像质量测试结果的准确性。
在一个实施例中,提供了一种图像质量测试方法,还包括:
通过菲林片移动控制器控制不同菲林片及背光面板进行移动实现切换测试场景。
具体的,在相机成像质量的测试中,相机需要对不同测试场景进行拍照,对不同测试场景下所拍摄的图像都进行质量测试。传统方法,一般是通过测试人员去室外还原测试场景进行拍摄。那么在这种情况下,在还原测试场景的过程中,经常会受到天气状况等各种其他因素的影响,使得不能很好地还原测试场景。
因此,在还原测试场景时,可以通过不同菲林片及背光面板进行组合来还原测试场景。其中,印刷制版所用的胶片被称为菲林片,相当于照片的底片一样。不同的菲林片为对不同测试场景进行分别拍摄所得。背光面板是用来发出光亮的光源装置,此处可以采用均匀背光面板发出均匀的光亮。通过菲林片及背光面板就可以统一还原出测试场景。且还可以通过菲林片移动控制器控制不同菲林片及背光面板进行移动自动实现切换测试场景。从而,通过相机对测试场景进行拍照生成待测试图像。
本申请实施例中,传统方法一般是通过测试人员去室外还原测试场景进行拍摄,在还原测试场景的过程中,经常会受到天气状况等各种其他因素的影响,使得不能很好地还原测试场景。在本申请实施例中,通过菲林片移动控制器控制不同菲林片及背光面板进行移动自动实现切换测试场景。基于菲林片及背光面板可以统一还原出测试场景,且通过菲林片移动控制器实现自动切换测试场景,从而,通过统一测试场景的标准,进而也提高了图像质量测试结果的准确性。
在一个实施例中,如图3所示,当对待测试图像的曝光度进行质量测试时,步骤240,计算待测试图像的图像质量参数,包括:
步骤242,获取待测试图像在第一色彩空间的颜色分量;
步骤244,将待测试图像在第一色彩空间的颜色分量转换成待测试图像在第二色彩空间的颜色分量;
步骤246,计算待测试图像在第二色彩空间的颜色分量的平均值及直方图。
具体的,一般通过相机进行拍摄图像,所采集的图像为RGB图像。RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及这三个颜色通道相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色。
当对待测试图像的曝光度进行质量测试时,因为主要是分析待测试图像的曝光度,而RGB图像主要反映的是图像的三基色信息,YUV图像主要反映的是亮度和色度信息,鉴于曝光度与亮度之间的强相关性,所以就需要将RGB图像转换为YUV图像。首先,获取待测试图像在第一色彩空间(RGB)的颜色分量;其次,将第一色彩空间(RGB)的颜色分量转换成第二色彩空间(YUV)的颜色分量;最终,得到了用YUV颜色分量表示的待测试图像。
然后,计算待测试图像在第二色彩空间的颜色分量的平均值及直方图。具体为,可以分别计算待测试图像的YUV颜色分量的平均值及直方图。例如,计算待测试图像的Y颜色分量的平均值及直方图,计算待测试图像的U颜色分量的平均值及直方图,计算待测试图像的V颜色分量的平均值及直方图。其中,颜色分量的直方图能够体现颜色分量的分布情况。
本申请实施例中,当对待测试图像的曝光度进行测试时,获取待测试图像在第一色彩空间的颜色分量,将待测试图像在第一色彩空间(RGB)的颜色分量转换成待测试图像在第二色彩空间的颜色分量,再计算待测试图像在第二色彩空间(YUV)的颜色分量的平均值及直方图。YUV图像主要反映的是亮度和色度信息,从而,实现通过计算待测试图像的YUV颜色分量的平均值及直方图。再通过待测试图像的YUV颜色分量的平均值及直方图,实现对待测试图像的曝光度进行质量测试。最终,提高了图像质量测试的准确性。
在一个实施例中,将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果,包括:
获取待测试图像对应的测试场景的预设图像质量标准,预设图像质量标准包括第二色彩空间的颜色分量的平均值及直方图的标准;
将所计算出的待测试图像在第二色彩空间的颜色分量的平均值及直方图与预设图像质量标准进行比较,生成质量测试结果。
具体的,服务器上存储了多个测试场景的预设图像质量标准。因此,服务器在将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较时,首先从服务器上获取待测试图像对应的测试场景的预设图像质量标准。其中,预设图像质量标准包括第二色彩空间的颜色分量的平均值及直方图的标准。具体为,从服务器上获取待测试图像对应的测试场景的第二色彩空间的颜色分量的平均值及直方图的标准。
再将所计算出的待测试图像在第二色彩空间的颜色分量的平均值及直方图,与待测试图像对应的测试场景的第二色彩空间的颜色分量的平均值及直方图的标准进行比较,生成质量测试结果。例如,颜色分量的平均值标准可以为阈值区间,若所计算出的待测试图像在第二色彩空间的颜色分量的平均值未落在这个阈值区间内,就可以得出待测试图像在第二色彩空间的颜色分量的平均值不符合标准。此时,所生成的质量测试结果为不合格。
若所计算出的待测试图像在第二色彩空间的颜色分量的平均值落在这个阈值区间内,就可以得出待测试图像在第二色彩空间的颜色分量的平均值符合标准。此时,进一步对所计算出的待测试图像在第二色彩空间的颜色分量的直方图与预设图像质量标准进行比较。
其中,颜色分量的直方图标准可以是待测试场景下所拍摄图像的标准直方图。先对所计算出的待测试图像在第二色彩空间的颜色分量的直方图进行归一化处理,再将处理后的直方图与该同一测试场景下的标准直方图进行比较,具体可以是计算这两种直方图的相似度,当相似度大于预设阈值时,则得出待测试图像在第二色彩空间的颜色分量的直方图符合标准。此时,在待测试图像在第二色彩空间的颜色分量的平均值和直方图均符合标准的情况下,生成的质量测试结果为合格。
当相似度小于或等于预设阈值时,则得出待测试图像在第二色彩空间的颜色分量的直方图不符合标准。此时,所生成的质量测试结果为不合格。其中,计算相似度可以采用计算欧式距离的方式实现。
本申请实施例中,首先,获取待测试图像对应的测试场景的预设图像质量标准。再将所计算出的待测试图像在第二色彩空间的颜色分量的平均值及直方图与预设图像质量标准进行比较,生成质量测试结果。从待测试图像在第二色彩空间的颜色分量的平均值及直方图这两个维度上,去对图像质量进行测试。其中,颜色分量的平均值能够体现颜色分量的集中趋势,而颜色分量的直方图能够体现颜色分量的分布情况。从而,从两个维度上提高了质量测试结果的准确性。
在一个实施例中,第一色彩空间为RGB色彩空间,第二色彩空间为YUV色彩空间;计算第二色彩空间的颜色分量的平均值及直方图,包括:
计算待测试图像在YUV色彩空间的Y颜色分量的平均值及直方图。
具体的,YUV是一种颜色编码方法,常使用在各个视频处理组件中。其中,“Y”表示明亮度(Luminance或Luma),也就是灰阶值,“U”和“V”表示的则是色度(Chrominance或Chroma),作用是描述影像色彩及饱和度,用于指定像素的颜色。
在对待测试图像的曝光度进行质量测试时,鉴于曝光度与亮度之间的强相关性,在将RGB图像转换为YUV图像之后,可以选择计算待测试图像在YUV色彩空间的Y颜色分量的平均值及直方图。而并不需要计算YUV色彩空间的每一个颜色分量的平均值及直方图。因此,在保证图像质量测试的准确性的同时,也节约了***资源。
如图4所示,提供了一种图像质量测试方法,包括如下步骤:
步骤402,在相机成像质量的测试中,通过相机对不同测试场景进行拍照生成待测试图像;
步骤404,将待测试图像在第一色彩空间(RGB)的颜色分量转换成待测试图像在第二色彩空间(YUV)的颜色分量;
步骤406,计算待测试图像在YUV色彩空间的Y颜色分量的平均值及直方图;
步骤408,获取待测试图像对应的测试场景的预设曝光度标准;
步骤410,将所计算出的待测试图像在第二色彩空间的颜色分量的平均值及直方图与预设曝光度标准进行比较,判断是否满足预设曝光度标准;
步骤412,若满足预设曝光度标准,则显示通过;
步骤414,若不满足预设曝光度标准,则显示具体的比较结果,例如显示不达标项目。
本申请实施例中,在对待测试图像的曝光度进行质量测试时,鉴于曝光度与亮度之间的强相关性,在将RGB图像转换为YUV图像之后,可以选择计算待测试图像在YUV色彩空间的Y颜色分量的平均值及直方图。而并不需要计算YUV色彩空间的每一个颜色分量的平均值及直方图。因此,在保证图像质量测试的准确性的同时,也节约了***资源。
在一个实施例中,当对待测试图像的色彩进行质量测试时,计算待测试图像的图像质量参数,包括:
获取待测试图像在第一色彩空间的颜色分量;
将待测试图像在第一色彩空间的颜色分量转换成待测试图像在第三色彩空间的颜色分量。
具体的,第一色彩空间为RGB色彩空间,第三色彩空间为HSV色彩空间。HSV表达彩色图像的方式由三个部分组成:其中,“H”表示Hue(色调、色相)、“S”表示Saturation(饱和度、色彩纯净度)及“V”表示Value(明度)。在图像处理中使用较多的是HSV色彩空间,HSV色彩空间比RGB色彩空间更接近人们对彩色的感知经验。HSV色彩空间可以非常直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比。
一般通过相机进行拍摄图像,所采集的图像为RGB图像。当对待测试图像的色彩进行质量测试时,因为主要是分析待测试图像的色彩,鉴于HSV色彩空间可以非常直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比。因此,就需要将RGB图像转换为HSV图像。首先,获取待测试图像在第一色彩空间(RGB)的颜色分量;其次,将第一色彩空间(RGB)的颜色分量转换成第三色彩空间(HSV)的颜色分量;最终,得到了用HSV颜色分量表示的待测试图像。
本申请实施例中,当对待测试图像的色彩进行质量测试时,获取待测试图像在第一色彩空间的颜色分量,将待测试图像在第一色彩空间的颜色分量转换成待测试图像在第三色彩空间的颜色分量。因为当对待测试图像的色彩进行质量测试时,主要是分析待测试图像的色彩,鉴于HSV色彩空间可以非常直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比。所以,将RGB图像转换为HSV图像,从而提高了后续进行色彩质量测试的准确性。
在一个实施例中,将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果,包括:
对待测试图像进行图像分割,得到不同的图像区域;
获取待测试图像对应的测试场景下图像区域的预设色彩标准;
将不同的图像区域在第三色彩空间的颜色分量与图像区域的预设色彩标准进行比较,生成质量测试结果。
具体的,采用图像分割算法对待测试图像进行图像分割,得到不同的图像区域。例如,对于蓝天白云这种待测试图像,对该图像进行图像分割,得到蓝天对应的区域及白云对应的区域。
在从服务器上获取待测试图像对应的测试场景下图像区域的预设色彩标准,例如,从服务器上获取蓝天白云的测试场景下蓝天区域所对应的预设色彩标准(HSV色彩分量的范围),从服务器上获取蓝天白云的测试场景下白云区域所对应的预设色彩标准(HSV色彩分量的范围)。
从待测试图像在第三色彩空间的颜色分量中,获取不同的图像区域在第三色彩空间的颜色分量。将不同的图像区域在第三色彩空间的颜色分量与图像区域的预设色彩标准进行比较,生成质量测试结果。例如,待测试图像的HSV图像中蓝天区域的颜色分量为(H1,S1,V1),服务器上所存储的蓝天区域的预设色彩标准为(H1,S1-S2,V1-V2)。将这两种颜色分量进行比较,得到质量测试结果。若待测试图像的HSV图像中蓝天区域的颜色分量落在服务器上所存储的蓝天区域的预设色彩标准的范围内,则此时,所生成的质量测试结果为合格。若待测试图像的HSV图像中蓝天区域的颜色分量未落在服务器上所存储的蓝天区域的预设色彩标准的范围内,则此时,所生成的质量测试结果为不合格。
本申请实施例中,当对待测试图像的色彩进行质量测试时,对待测试图像进行图像分割,得到不同的图像区域。从而,基于不同的图像区域在第三色彩空间的颜色分量与图像区域的预设色彩标准进行比较,生成质量测试结果。通过图像分割实现了对于不同图像区域的单独测试,且因为图像分割所得的同一图像区域内的颜色分量相差较近,而不同图像区域内的颜色分量相差较远。所以,基于不同的图像区域在第三色彩空间的颜色分量与该图像区域的预设色彩标准进行比较,从而实现对该图像区域进行色彩质量测试。
在一个实施例中,第三色彩空间为HSV色彩空间。
如图5所示,提供了一种图像质量测试方法,包括:
步骤502,在相机成像质量的测试中,通过相机对不同测试场景进行拍照生成待测试图像;
步骤504,将待测试图像在第一色彩空间的颜色分量转换成待测试图像在第三色彩空间的颜色分量;
步骤506,对待测试图像进行图像分割,得到不同的图像区域;
步骤508,获取待测试图像对应的测试场景下图像区域的预设色彩标准;
步骤510,将不同的图像区域在第三色彩空间的颜色分量与图像区域的预设色彩标准进行比较,判断是否满足预设色彩标准;
步骤512,若满足预设色彩标准,则显示通过;
步骤514,若不满足预设色彩标准,则显示具体的比较结果,例如显示不达标项目。
本申请实施例中,当对待测试图像的色彩进行质量测试时,对待测试图像进行图像分割,得到不同的图像区域。从而,基于不同的图像区域在第三色彩空间的颜色分量与图像区域的预设色彩标准进行比较,生成质量测试结果。因为进行图像分割所得的同一图像区域内的颜色分量相差较近,而不同图像区域内的颜色分量相差较远。所以,基于不同的图像区域在第三色彩空间的颜色分量与该图像区域的预设色彩标准进行比较,从而实现对该图像区域进行色彩质量测试。
在一个实施例中,如图6所示,当对待测试图像的清晰度进行质量测试时,计算待测试图像的图像质量参数,包括:
步骤620,计算待测试图像的清晰度;
将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果,包括:
步骤640,将待测试图像的清晰度与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
具体的,与上述对待测试图像的曝光度及色彩进行质量测试一样,当对待测试图像的清晰度进行质量测试时,计算待测试图像的清晰度。然后,将待测试图像的清晰度与待测试图像对应的测试场景的预设图像质量标准进行比较,判断是否满足预设图像质量标准若满足预设色彩标准,则显示通过;若不满足预设色彩标准,则显示具体的比较结果,例如显示不达标项目。
本申请实施例中,将传统通过人眼进行判断的方式,通过计算待测试图像的图像质量参数,然后将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较来进行了量化,从而实现了判断标准的统一。进而,提高了图像质量测试结果的准确性。
在一个实施例中,提供了一种图像质量测试方法,还包括:
根据质量测试结果对测试场景下的拍照参数进行调整。
本申请实施例中,首先,获取相机对不同测试场景进行拍照所生成的待测试图像;其次,计算待测试图像的图像质量参数,将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。最后,若质量测试结果为不合格,则显示具体的质量测试结果。基于质量测试结果对测试场景下的拍照参数进行调整。从而,根据质量测试结果对测试场景下的拍照参数进行调整,实现对测试场景下的拍照参数进行优化。
应该理解的是,虽然上述图中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种图像质量测试装置700,该装置包括:
待测试图像获取模块720,用于获取相机对不同测试场景进行拍照所生成的待测试图像;
图像质量参数计算模块740,用于计算待测试图像的图像质量参数;
质量测试结果生成模块760,用于将待测试图像的图像质量参数与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
在一个实施例中,如图8所示,还提供了一种图像质量测试装置700,该装置还包括:
测试场景切换模块780,用于通过菲林片移动控制器控制不同菲林片及背光面板进行移动实现切换测试场景。
在一个实施例中,当对待测试图像的曝光度进行质量测试时,图像质量参数计算模块740,还用于获取待测试图像在第一色彩空间的颜色分量;将待测试图像在第一色彩空间的颜色分量转换成待测试图像在第二色彩空间的颜色分量;计算待测试图像在第二色彩空间的颜色分量的平均值及直方图。
在一个实施例中,质量测试结果生成模块760,还用于获取待测试图像对应的测试场景的预设图像质量标准,预设图像质量标准包括第二色彩空间的颜色分量的平均值及直方图的标准;将所计算出的待测试图像在第二色彩空间的颜色分量的平均值及直方图与预设图像质量标准进行比较,生成质量测试结果。
在一个实施例中,第一色彩空间为RGB色彩空间,第二色彩空间为YUV色彩空间;图像质量参数计算模块740,还用于计算待测试图像在YUV色彩空间的Y颜色分量的平均值及直方图。
在一个实施例中,当对待测试图像的色彩进行质量测试时,图像质量参数计算模块740,还用于获取待测试图像在第一色彩空间的颜色分量;将待测试图像在第一色彩空间的颜色分量转换成待测试图像在第三色彩空间的颜色分量。
在一个实施例中,质量测试结果生成模块760,还用于对待测试图像进行图像分割,得到不同的图像区域;获取待测试图像对应的测试场景下图像区域的预设色彩标准;将不同的图像区域在第三色彩空间的颜色分量与图像区域的预设色彩标准进行比较,生成质量测试结果。
在一个实施例中,第三色彩空间为HSV色彩空间。
在一个实施例中,当对待测试图像的清晰度进行质量测试时,图像质量参数计算模块740,还用于计算待测试图像的清晰度;
质量测试结果生成模块760,还用于将待测试图像的清晰度与待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
在一个实施例中,还提供了一种图像质量测试装置700,该装置还包括:
拍照参数调整模块,用于根据质量测试结果对测试场景下的拍照参数进行调整。
上述图像质量测试装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像质量测试装置按照需要划分为不同的模块,以完成上述图像质量测试装置的全部或部分功能。
关于图像质量测试装置的具体限定可以参见上文中对于图像质量测试方法的限定,在此不再赘述。上述图像质量测试装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,还提供了一种手表,包括存储器及处理器,存储器中储存有计算机程序,计算机程序被处理器执行时,使得处理器执行以上各个实施例所提供的一种图像质量测试方法的步骤。
图9为一个实施例中服务器的内部结构示意图。如图9所示,该服务器包括通过***总线连接的处理器和存储器。其中,该处理器用于提供计算和控制能力,支撑整个服务器的运行。存储器可包括非易失性存储介质及内存储器。非易失性存储介质存储有操作***和计算机程序。该计算机程序可被处理器所执行,以用于实现以上各个实施例所提供的一种图像质量测试方法。内存储器为非易失性存储介质中的操作***计算机程序提供高速缓存的运行环境。该服务器可以是手机、平板电脑、PDA(Personal Digital Assistant,个人数字助理)、POS(Point of Sales,销售终端)、车载电脑、穿戴式设备等任意终端设备。
本申请实施例中提供的图像质量测试装置中的各个模块的实现可为计算机程序的形式。该计算机程序可在电子设备或服务器上运行。该计算机程序构成的程序模块可存储在电子设备或服务器的存储器上。该计算机程序被处理器执行时,实现本申请实施例中所描述方法的步骤。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当计算机可执行指令被一个或多个处理器执行时,使得处理器执行图像质量测试方法的步骤。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行图像质量测试方法。
本申请实施例所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM),它用作外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上图像质量测试实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种图像质量测试方法,其特征在于,所述方法包括:
获取相机对不同测试场景进行拍照所生成的待测试图像;
计算所述待测试图像的图像质量参数;
将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
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:
通过菲林片移动控制器控制不同菲林片及背光面板进行移动实现切换测试场景。
3.根据权利要求1或2所述的方法,其特征在于,当对所述待测试图像的曝光度进行质量测试时,所述计算所述待测试图像的图像质量参数,包括:
获取所述待测试图像在第一色彩空间的颜色分量;
将所述待测试图像在第一色彩空间的颜色分量转换成所述待测试图像在第二色彩空间的颜色分量;
计算所述待测试图像在第二色彩空间的颜色分量的平均值及直方图。
4.根据权利要求3所述的方法,其特征在于,所述将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果,包括:
获取所述待测试图像对应的测试场景的预设图像质量标准,所述预设图像质量标准包括第二色彩空间的颜色分量的平均值及直方图的标准;
将所计算出的所述待测试图像在第二色彩空间的颜色分量的平均值及直方图与所述预设图像质量标准进行比较,生成质量测试结果。
5.根据权利要求4所述的方法,其特征在于,所述第一色彩空间为RGB色彩空间,所述第二色彩空间为YUV色彩空间;所述计算所述第二色彩空间的颜色分量的平均值及直方图,包括:
计算所述待测试图像在YUV色彩空间的Y颜色分量的平均值及直方图。
6.根据权利要求1或2所述的方法,其特征在于,当对所述待测试图像的色彩进行质量测试时,所述计算所述待测试图像的图像质量参数,包括:
获取所述待测试图像在第一色彩空间的颜色分量;
将所述待测试图像在第一色彩空间的颜色分量转换成所述待测试图像在第三色彩空间的颜色分量。
7.根据权利要求6中所述的方法,其特征在于,所述将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果,包括:
对所述待测试图像进行图像分割,得到不同的图像区域;
获取所述待测试图像对应的测试场景下所述图像区域的预设色彩标准;
将所述不同的图像区域在第三色彩空间的颜色分量与所述图像区域的预设色彩标准进行比较,生成质量测试结果。
8.根据权利要求7所述的方法,其特征在于,所述第三色彩空间为HSV色彩空间。
9.根据权利要求1或2所述的方法,其特征在于,当对所述待测试图像的清晰度进行质量测试时,所述计算所述待测试图像的图像质量参数,包括:
计算所述待测试图像的清晰度;
所述将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果,包括:
将所述待测试图像的清晰度与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述质量测试结果对所述测试场景下的拍照参数进行调整。
11.一种图像质量测试装置,其特征在于,所述装置包括:
待测试图像获取模块,用于获取相机对不同测试场景进行拍照所生成的待测试图像;
图像质量参数计算模块,用于计算所述待测试图像的图像质量参数;
质量测试结果生成模块,用于将所述待测试图像的图像质量参数与所述待测试图像对应的测试场景的预设图像质量标准进行比较,生成质量测试结果。
12.一种服务器,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至10中任一项所述的图像质量测试方法的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的图像质量测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010814353.0A CN111932521B (zh) | 2020-08-13 | 2020-08-13 | 图像质量测试方法和装置、服务器、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010814353.0A CN111932521B (zh) | 2020-08-13 | 2020-08-13 | 图像质量测试方法和装置、服务器、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932521A true CN111932521A (zh) | 2020-11-13 |
CN111932521B CN111932521B (zh) | 2023-01-03 |
Family
ID=73311875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010814353.0A Active CN111932521B (zh) | 2020-08-13 | 2020-08-13 | 图像质量测试方法和装置、服务器、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932521B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340569A (zh) * | 2021-05-17 | 2021-09-03 | 浪潮金融信息技术有限公司 | 一种高拍仪质量检测的方法、***及介质 |
CN113438469A (zh) * | 2021-05-31 | 2021-09-24 | 深圳市大工创新技术有限公司 | 安防摄像机自动化测试方法及*** |
CN116055712A (zh) * | 2022-08-16 | 2023-05-02 | 荣耀终端有限公司 | 成片率确定方法、装置、芯片、电子设备及介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03160309A (ja) * | 1989-11-20 | 1991-07-10 | Fujitsu Ltd | 画質検査装置 |
JP2002163637A (ja) * | 2000-11-27 | 2002-06-07 | Omron Corp | 画像検査装置及び画像検査方法 |
JP2006140873A (ja) * | 2004-11-15 | 2006-06-01 | Konica Minolta Holdings Inc | 画質評価装置及び画質評価方法 |
US20080019611A1 (en) * | 2004-03-31 | 2008-01-24 | Canon Kabushiki Kaisha | Imaging System Performance Measurement |
JP2011058925A (ja) * | 2009-09-09 | 2011-03-24 | Ricoh Elemex Corp | 画像検査方法及び画像検査装置 |
US20110286665A1 (en) * | 2010-05-24 | 2011-11-24 | Canon Kabushiki Kaisha | Image processing apparatus, control method, and computer-readable medium |
US20120194847A1 (en) * | 2011-01-27 | 2012-08-02 | Ricoh Company, Ltd. | Image testing apparatus, image forming apparatus and computer readable information recording medium |
CN104282019A (zh) * | 2014-09-16 | 2015-01-14 | 电子科技大学 | 基于自然场景统计和感知质量传播的盲图像质量评价方法 |
US20150125090A1 (en) * | 2012-05-15 | 2015-05-07 | Sharp Kabushiki Kaisha | Image processing device, image processing method, television receiver, program, and recording medium |
EP2889833A1 (en) * | 2013-12-26 | 2015-07-01 | Thomson Licensing | Method and apparatus for image quality assessment |
CN105447878A (zh) * | 2015-12-14 | 2016-03-30 | 深圳市高斯贝尔家居智能电子有限公司 | 一种图像质量测试分析方法及*** |
US20160094824A1 (en) * | 2014-09-25 | 2016-03-31 | Sony Corporation | Image processing method, image processing apparatus and electronic device |
CN108335293A (zh) * | 2018-01-31 | 2018-07-27 | 泰康保险集团股份有限公司 | 图像质量的确定方法及装置 |
CN109618149A (zh) * | 2018-12-10 | 2019-04-12 | 北京旷视科技有限公司 | 设备成像质量的测试方法、装置和智能设备 |
-
2020
- 2020-08-13 CN CN202010814353.0A patent/CN111932521B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03160309A (ja) * | 1989-11-20 | 1991-07-10 | Fujitsu Ltd | 画質検査装置 |
JP2002163637A (ja) * | 2000-11-27 | 2002-06-07 | Omron Corp | 画像検査装置及び画像検査方法 |
US20080019611A1 (en) * | 2004-03-31 | 2008-01-24 | Canon Kabushiki Kaisha | Imaging System Performance Measurement |
JP2006140873A (ja) * | 2004-11-15 | 2006-06-01 | Konica Minolta Holdings Inc | 画質評価装置及び画質評価方法 |
JP2011058925A (ja) * | 2009-09-09 | 2011-03-24 | Ricoh Elemex Corp | 画像検査方法及び画像検査装置 |
US20110286665A1 (en) * | 2010-05-24 | 2011-11-24 | Canon Kabushiki Kaisha | Image processing apparatus, control method, and computer-readable medium |
US20120194847A1 (en) * | 2011-01-27 | 2012-08-02 | Ricoh Company, Ltd. | Image testing apparatus, image forming apparatus and computer readable information recording medium |
US20150125090A1 (en) * | 2012-05-15 | 2015-05-07 | Sharp Kabushiki Kaisha | Image processing device, image processing method, television receiver, program, and recording medium |
EP2889833A1 (en) * | 2013-12-26 | 2015-07-01 | Thomson Licensing | Method and apparatus for image quality assessment |
CN104282019A (zh) * | 2014-09-16 | 2015-01-14 | 电子科技大学 | 基于自然场景统计和感知质量传播的盲图像质量评价方法 |
US20160094824A1 (en) * | 2014-09-25 | 2016-03-31 | Sony Corporation | Image processing method, image processing apparatus and electronic device |
CN105447878A (zh) * | 2015-12-14 | 2016-03-30 | 深圳市高斯贝尔家居智能电子有限公司 | 一种图像质量测试分析方法及*** |
CN108335293A (zh) * | 2018-01-31 | 2018-07-27 | 泰康保险集团股份有限公司 | 图像质量的确定方法及装置 |
CN109618149A (zh) * | 2018-12-10 | 2019-04-12 | 北京旷视科技有限公司 | 设备成像质量的测试方法、装置和智能设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113340569A (zh) * | 2021-05-17 | 2021-09-03 | 浪潮金融信息技术有限公司 | 一种高拍仪质量检测的方法、***及介质 |
CN113438469A (zh) * | 2021-05-31 | 2021-09-24 | 深圳市大工创新技术有限公司 | 安防摄像机自动化测试方法及*** |
CN113438469B (zh) * | 2021-05-31 | 2022-03-15 | 深圳市大工创新技术有限公司 | 安防摄像机自动化测试方法及*** |
CN116055712A (zh) * | 2022-08-16 | 2023-05-02 | 荣耀终端有限公司 | 成片率确定方法、装置、芯片、电子设备及介质 |
CN116055712B (zh) * | 2022-08-16 | 2024-04-05 | 荣耀终端有限公司 | 成片率确定方法、装置、芯片、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111932521B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932521B (zh) | 图像质量测试方法和装置、服务器、计算机可读存储介质 | |
US9916518B2 (en) | Image processing apparatus, image processing method, program and imaging apparatus | |
US11431915B2 (en) | Image acquisition method, electronic device, and non-transitory computer readable storage medium | |
EP3627440B1 (en) | Image processing method and apparatus | |
US11539897B2 (en) | Systems and methods for exposure control | |
CN113140197A (zh) | 显示画面调节方法和装置、电子设备、可读存储介质 | |
CN115460386B (zh) | 一种利用黑白相机获取彩色图像的方法及*** | |
CN111311500A (zh) | 一种对图像进行颜色还原的方法和装置 | |
CN110706162A (zh) | 一种图像处理方法、装置及计算机存储介质 | |
US10863103B2 (en) | Setting apparatus, setting method, and storage medium | |
WO2023151210A1 (zh) | 图像处理方法、电子设备及计算机可读存储介质 | |
CN106847150A (zh) | 调节显示屏亮度的装置及方法 | |
CN113055659B (zh) | 颜色补偿参数生成方法、装置、计算机设备以及存储介质 | |
CN105976343B (zh) | 图片曝光的校正方法、装置及智能设备 | |
CN111866383A (zh) | 一种图像处理方法、终端及存储介质 | |
CN110378973A (zh) | 图像信息处理方法、装置以及电子设备 | |
CN113556525B (zh) | 色温调整方法、装置、计算机设备和存储介质 | |
CN115118888B (zh) | 智能镜子的使用方法及智能镜子、电子设备及存储介质 | |
CN112907492B (zh) | 物体运动轨迹的生成方法及生成*** | |
US20240249398A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
CN118071658A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
KR100520970B1 (ko) | 하이 다이나믹 레인지 이미지를 로우 다이나믹 레인지이미지로 전환하기 위한 방법 및 장치 | |
CN113888455A (zh) | 图像生成方法、装置、电子设备和计算机可读存储介质 | |
CN118015104A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
CN118101854A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |