CN116843683A - 设备成像清晰度评估方法、***和装置 - Google Patents

设备成像清晰度评估方法、***和装置 Download PDF

Info

Publication number
CN116843683A
CN116843683A CN202311099700.6A CN202311099700A CN116843683A CN 116843683 A CN116843683 A CN 116843683A CN 202311099700 A CN202311099700 A CN 202311099700A CN 116843683 A CN116843683 A CN 116843683A
Authority
CN
China
Prior art keywords
image
images
frequency domain
score
similarity
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
Application number
CN202311099700.6A
Other languages
English (en)
Other versions
CN116843683B (zh
Inventor
姚可为
张肇宁
陈雪飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honor Device Co Ltd
Original Assignee
Honor Device Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honor Device Co Ltd filed Critical Honor Device Co Ltd
Priority to CN202311099700.6A priority Critical patent/CN116843683B/zh
Publication of CN116843683A publication Critical patent/CN116843683A/zh
Application granted granted Critical
Publication of CN116843683B publication Critical patent/CN116843683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本申请提供了一种设备成像清晰度评估方法、***和装置，有利于解决终端设备成像清晰度评估准确度低的问题。方法包括：获取多张图像，多张图像是第二终端设备分别在多个光源环境下对预设图像进行拍摄得到的；分别计算多张图像中每张图像的频域参数，并基于频域参数，确定多张图像的频域综合得分，频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个；分别计算多张图像中每张图像与预设图像之间的相似度，并基于相似度，确定多张图像的相似度综合得分；基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度。

Description

设备成像清晰度评估方法、***和装置
技术领域
本申请涉及图像处理技术领域，尤其涉及一种设备成像清晰度评估方法、***和装置。
背景技术
随着终端技术的发展，终端设备已成为人们的主要摄影工具。终端设备的图像的清晰度是评估终端设备成像质量的重要指标。
目前，图像的清晰度评价因素受图像的解析力、对比度、锐化强度等多种因素影响。相关技术中可以通过确定图像的锐度、对比度、锐化强度、或解析力来评价图像清晰度，但评价维度仅限于在频域维度的评价，图像清晰度评价的准确度较低。
因此，需要一种设备成像清晰度评估方法，有利于解决设备成像清晰度评估准确度低的问题，同时在对设备成像进行评估之后，研发人员可以根据设备成像的清晰度评估数据调节终端设备的参数以提高终端设备的成像质量，提高用户体验。
发明内容
本申请提供了一种设备成像清晰度评估方法、***和装置，有利于解决终端设备成像清晰度评估准确度低的问题。
第一方面，提供了一种设备成像清晰度评估方法，该方法可以由第一终端设备执行，该方法包括：获取多张图像，多张图像是第二终端设备分别在多个光源环境下对预设图像进行拍摄得到的，多个光源环境的光源亮度不同；分别计算多张图像中每张图像的频域参数，并基于频域参数，确定多张图像的频域综合得分，频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个；分别计算多张图像中每张图像与预设图像之间的相似度，并基于相似度，确定多张图像的相似度综合得分；基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度。
本申请提供的设备成像清晰度评估方法，第一终端设备对第二终端设备在不同光源环境下拍摄的多张图像进行频域得分的计算和相似度得分的计算，通过频域得分和相似度得分来评估第二终端设备的成像清晰度。这样，可以降低光源环境对设备成像的影响，综合频域维度和空域维度（相似度）两个维度的评估，有利于提高设备成像清晰度评估准确度。
在一种可能的实现方式中，在对第二终端设备的成像清晰度进行评估之后，研发人员可以根据设备成像的清晰度评估数据调节终端设备的参数，以提高终端设备的成像质量，提高用户体验。
可选地，预设图像可以是枯叶图。枯叶图包含丰富的纹理细节且与自然图像相近，可用于对设备成像清晰度的评估。但应理解，任意具有丰富纹理细节的图像均可以作为预设图像来对设备成像清晰度进行评估，本申请对预设图像的具体图像类型和内容不做具体限定。
应理解，光源环境的个数可以是预先设置的。通过调整光源的亮度可以模拟不同的光源环境。例如，通过调整光源亮度为第一亮度模拟晴天光源环境，通过调整光源亮度为第二亮度模拟阴天光源环境，通过调整光源亮度为第三亮度模拟夜晚光源环境。
还应理解，在频域参数为锐度时，确定的频域综合得分为锐度综合得分。在频域参数为锐化强度时，确定的频域综合得分为锐化强度综合得分。在频域参数为锐化截止频率时，确定的频域综合得分为锐化截止频率综合得分。在频域参数为锐度和锐化强度时，确定的频域综合得分为锐度综合得分和锐化强度综合得分。依次类推，频域参数和频域综合得分一一对应，本申请在此不再赘述。
可选地，在频域综合得分大于或等于第一预设阈值、且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。
应理解，在频域综合得分为锐度综合得分、锐化强度综合得分、或锐化截止频率综合得分中的任一个的情况下，第一预设阈值的阈值个数为1个。对应地，在锐度综合得分、锐化强度综合得分、或锐化截止频率综合得分大于或等于第一预设阈值、且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。在频域综合得分包括2个频域参数的综合得分（即锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的任2个得分）的情况下，第一预设阈值的阈值个数为2个，2个阈值分别与2个频域参数的综合得分对应。在上述2个频域参数的综合得分分别大于或等于上述对应的2个阈值、且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。依次类推，根据频域综合得分包括的频域综合得分的数量和频域参数的不同，第一预设阈值对应存在不同的个数和阈值，频域综合得分个数和第一预设阈值的个数一一对应，在该情况下，第一终端设备确定第二终端设备的成像清晰度符合要求的方式与上述频域综合得分为1个或2个的情况类似，本申请对此不再赘述。
示例性地，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分。第一预设阈值对应包括阈值1、阈值2、以及阈值3。在锐度综合得分大于或等于阈值1、锐化强度综合得分大于或等于阈值2、锐化截止频率综合得分大于或等于阈值3，且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。
通过给每个频域参数的综合得分和相似度得分都设定对应阈值，可以更细粒度评估的设备成像清晰度，从而有利于可以提高设备成像清晰度评估的精确度。
结合第一方面，在第一方面的某些实现方式中，基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度，包括：将频域综合得分和相似度综合得分进行加权求和，得到多张图像的图像清晰度综合得分；基于图像清晰度综合得分，评估第二终端设备的成像清晰度。
可选地，在频域综合得分包括3个频域参数的综合得分（即锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分）的情况下，锐度综合得分、锐化强度综合得分、锐化截止频率综合得分、以及相似度综合得分分别被配置权重系数，第一终端设备将该四个综合得分基于配置的权重系数进行加权求和得到多张图像的图像清晰度综合得分。还应理解，在频域综合得分包括2个或1个频域参数的综合得分的情况下，频域综合得分的权重配置以及多张图像的图像清晰度综合得分的计算方式与上述频域综合得分包括3个频域参数的综合得分的情况类似，此处不再赘述。
可选地，在图像清晰度综合得分大于或等于第三预设阈值的情况下，确定第二终端设备的成像清晰度符合要求。
示例性地，频域综合得分包括：锐度综合得分S A 、锐化强度综合得分S B 、以及锐化截止频率综合得分S C 。相似度综合得分为S D 。配置锐度综合得分的权重系数为ω 1 、锐化强度综合得分的权重系数为ω 2 、锐化截止频率综合得分的权重系数为ω 3 、相似度综合得分的权重系数为ω 4 。第一终端设备将频域综合得分和相似度综合得分进行加权求和，得到多张图像的图像清晰度综合得分S ISQ =ω 1×S A +ω 2×S B +ω 3×S C +ω 4×S D 。在S ISQ 大于或等于第三预设阈值的情况下，确定第二终端设备的成像清晰度符合要求。
结合第一方面，在第一方面的某些实现方式中，确定多张图像的频域综合得分，包括：基于频域参数，计算多张图像中每张图像的频域得分；分别计算多个光源环境中每个光源环境对应的至少一张图像的频域得分的平均值，得到每个光源环境的频域得分；将每个光源环境的频域得分进行加权求和，得到频域综合得分。
应理解，每个光源环境的频域得分包括每个光源环境锐度得分、锐化强度得分、以及锐化截止频率得分中的至少一个。
可选地，第一终端设备可以根据预设的打分函数，对多张图像中每张图像的频域参数进行打分，得到多张图像中每张图像的频域得分。
可选地，在将每个光源环境的频域得分进行加权求和时，不同的光源环境可以设置不同的权重。例如，在一些场景中，用户对设备在夜间环境拍摄的有更高的要求，研发人员可以在评估设备的清晰度时，设置光滑亮度较低的光源环境的权重，以在光滑亮度较低的光源环境中评估的成像清晰度不符合要求时，调整设备的参数以提高设备在夜间环境的成像清晰度。在另一些场景中，用户对设备在室外环境拍摄的有更高的要求，研发人员可以在评估设备的清晰度时，设置光滑亮度较高的光源环境的权重，以在光滑亮度较高的光源环境中评估的成像清晰度不符合要求时，调整设备的参数以提高设备在室外环境的成像清晰度。
具体的，上述多个光源环境可以包括第一光源环境和第二光源环境，第一光源环境的权重可以为第一预设权重，第二光源环境的权重可以为第二预设权重，上述多张图像可以包括第二终端设备在第一光源环境下拍摄的多张第一图像和第二终端设备在第二光源环境下拍摄的多张第二图像，频域得分可以包括锐度得分和锐化强度得分。第一终端设备首先可以计算多张图像中每张图像的频域得分。然后，第一终端设备可以根据每张图像的频域得分计算多张第一图像的频域得分的平均值和多张第二图像的频域得分的平均值。接着，第一终端设备可以将多张第一图像的频域得分的平均值与上述第一预设权重相乘得到第一乘积，将多张第二图像的频域得分的平均值与上述第二预设权重相乘得到第二乘积。最后，第一终端设备可以将第一乘积和第二乘积之和确定为频域综合得分。
通过对不同的光源设置不同的权重，可以降低将光源对设备成像的频域综合得分的影响，进而降低光源对设备成像清晰度的影响，提高设备成像清晰度评估的准确度，也可以根据评估结果调整设备参数，使调整后的设备成像效果更适应特定环境的成像要求。
结合第一方面，在第一方面的某些实现方式中，确定多张图像的频域综合得分，包括：基于频域参数，计算多张图像中每张图像的频域得分；计算多张图像的频域得分的平均值，得到频域综合得分。
结合第一方面，在第一方面的某些实现方式中，确定多张图像的相似度综合得分，包括：基于相似度，计算多张图像中每张图像的相似度得分；分别计算多个光源环境中每个光源环境对应的至少一张图像的相似度得分的平均值，得到每个光源环境的相似度得分；将每个光源环境的相似度得分进行加权求和，得到相似度综合得分。
应理解，在将每个光源环境的相似度得分进行加权求和时的光源环境的权重设置与上述将每个光源环境的频域得分进行加权求和时的光源环境的权重设置可以相同，也可以不同，本申请对此不作限定。
具体的，第一终端设备确定多张图像的相似度综合得分的方式与上述第一终端设备确定多张图像的频域综合得分的方式相似，此处不再赘述。
通过对不同的光源设置不同的权重，可以降低将光源对设备成像的相似度综合得分的影响，进而降低光源对设备成像清晰度的影响，提高设备成像清晰度评估的准确度，也可以根据评估结果调整设备参数，使调整后的设备成像效果更适应特定环境的成像要求。
结合第一方面，在第一方面的某些实现方式中，确定多张图像的相似度综合得分，包括：基于相似度，计算多张图像中每张图像的相似度得分；计算多张图像的相似度得分的平均值，得到相似度综合得分。
结合第一方面，在第一方面的某些实现方式中，在分别计算多张图像中每张图像的频域参数之前，上述方法还包括：对每张图像进行检测，得到每张图像的亮度信息；基于每张图像的亮度信息，得到每张图像的二维调制传递函数（modulation transferfunction，MTF）；对每张图像的二维调制传递函数的取值进行处理，得到每张图像的一维调制传递函数；上述分别计算多张图像中每张图像的频域参数，包括：基于每张图像的一维调制传递函数，计算多张图像中每张图像的频域参数。
可选地，对每张图像的亮度信息进行二维离散傅里叶变换，得到每张图像的功率谱；将每张图像的功率谱除以预设图像的功率谱，得到每张图像的二维调制传递函数。
可选地，第一终端设备可以通过YOLO（you only look once）算法对每张图像进行自动检测，得到每张图像的目标区域的亮度分布函数psf(a，b)，其中，a和b表示像素的位置。对每个目标区域的亮度分布函数psf(a，b)进行2D离散傅里叶变换得到每张图像的功率谱G(m，n)，其中m表示频率，n表示频率对应的功率。获取预设图像的功率谱I(m，n)，将每张图像的功率谱G(m，n)分别除以预设图像的功率谱I(m，n)，得到每张图像的二维调制传递函数，其中，u为空间频率，v表示图像的不同方向，该二维调制传递函数可以称为MTF曲面。第一终端设备对每张图像的二维调制传递函数进行不同方向平均，得到每张图像的一维调制传递函数MTF(u，0)1D，也即MTF(u)，该一维调制传递函数也可以称为MTF曲线，其中，在不同方向平均是指对不同的MTF曲线上同一空间频率的MTF值求平均。
应理解，上述目标区域可以是图像的纹理区域。
结合第一方面，在第一方面的某些实现方式中，上述分别计算多张图像中每张图像与预设图像之间的相似度，包括：利用每张图像的像素点个数、每张图像的像素值和每张图像的均值，计算每张图像的标准差；利用预设图像的像素点个数、预设图像的像素值和预设图像的均值，计算预设图像的标准差；利用每张图像的像素点个数、每张图像的像素值、每张图像的均值、预设图像的像素值以及预设图像的均值，计算每张图像与预设图像之间的协方差；利用每张图像的标准差、预设图像的标准差、以及每张图像与预设图像之间的协方差，计算每张图像与预设图像之间的相似度。
第二方面，提供了一种设备成像清晰度评估***，该***包括第一终端设备、第二终端设备、以及灯箱，灯箱内设有光源；第一终端设备用于：控制光源开启，并将光源的亮度调整为第一亮度，向第二终端设备发送第一拍摄指令；第二终端设备用于：接收第一拍摄指令，并对预设图像进行多次拍摄，得到多张第一图像；第一终端设备还用于：将光源的亮度调整为第二亮度，向第二终端设备发送第二拍摄指令；第二终端设备还用于：接收第二拍摄指令，并对预设图像进行多次拍摄，得到多张第二图像；向第一终端设备传输多张图像，多张图像包括多张第一图像和多张第二图像；第一终端设备还用于：接收多张图像，分别计算多张图像中每张图像的频域参数，并基于每张图像的频域参数，确定多张图像的频域综合得分，频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个；分别计算多张图像中每张图像与预设图像之间的相似度，并基于每张图像与预设图像之间的相似度，确定多张图像的相似度综合得分；基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度。
本申请提供的设备成像清晰度评估***，第一终端设备可以控制灯箱调整光源亮度，以使第二终端设备可以在不同光源环境下拍摄多张图像，第一终端设备对该多张图像进行频域得分的计算和相似度得分的计算，通过频域得分和相似度得分来评估第二终端设备的成像清晰度。这样，有利于减小光源环境对设备成像的影响，综合频域维度和空域维度（相似度）两个维度的评估，有利于提高设备成像清晰度评估准确度。
在一种可能的实现方式中，在对第二终端设备的成像清晰度进行评估之后，研发人员可以根据设备成像的清晰度评估数据调节第一终端设备的参数，以提高第一终端设备的成像质量，提高用户体验。
结合第二方面，在第二方面的某些实现方式中，多张第一图像是第二终端设备对预设图像拍摄第一预设次数或拍摄第一预设时长得到的。
应理解，多张第二图像是第二终端设备对预设图像拍摄第二预设次数或拍摄第二预设时长得到的。第一预设次数和第二预设次数可以相同，也可以不同，第一预设时长和第二预设时长可以相同，也可以不同，本申请对此不做限定。
还应理解，第二终端设备可以在第一预设时长内对预设图像自动拍摄。该多张第一图像是第二终端设备在第一预设时长内拍摄得到的。例如第一预设时长是20s，第二终端设备在一分钟可以自动拍摄10张照片，该10张照片为多张第一图像。
结合第二方面，在第二方面的某些实现方式中，第一拍摄指令携带用于指示第一预设次数或第一预设时长的信息。
第三方面，提供了一种设备成像清晰度评估装置，用于执行上述第一方面的实现方式中的方法。具体地，该装置包括用于执行上述第一方面的实现方式中的方法的模块。
在一种设计中，该装置可以包括执行上述第一方面所描述的方法/操作/步骤/动作所一一对应的模块，该模块可以是硬件电路，也可是软件，也可以是硬件电路结合软件实现。
第四方面，提供了一种设备成像清晰度评估装置，包括：处理器和存储器，该处理器用于读取存储器中存储的指令，以执行上述第一方面的方法。
可选地，处理器为一个或多个，存储器为一个或多个。
可选地，存储器可以与处理器集成在一起，或者存储器与处理器分离设置。
在具体实现过程中，存储器可以为非瞬时性（non-transitory）存储器，例如只读存储器（read only memory，ROM），其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本申请实施例对存储器的类型以及存储器与处理器的设置方式不做限定。
上述第三方面中的装置可以是一个芯片，该处理器可以通过硬件来实现也可以通过软件来实现，当通过硬件实现时，该处理器可以是逻辑电路、集成电路等；当通过软件来实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现，该存储器可以集成在处理器中，可以位于该处理器之外，独立存在。
第五方面，提供了一种计算机程序产品，计算机程序产品包括：计算机程序（也可以称为代码，或指令），当计算机程序被运行时，使得计算机执行上述第一方面的方法。
第六方面，提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序（也可以称为代码，或指令）当其在计算机上运行时，使得计算机执行上述第一方面的方法。
附图说明
图1是本申请实施例提供的一种设备成像清晰度评估***示意图；
图2是本申请实施例提供的一种设备成像清晰度评估的示意性流程图；
图3是本申请实施例提供的一种图像生成一维调制传递函数的示意性框图；
图4是本申请实施例提供的一种确定一维调制传递函数的示意图；
图5是本申请实施例提供的一种确定锐化强度和锐化截止频率的示意图；
图6是本申请实施例提供的一种设备成像清晰度评估装置的示意性框图；
图7是本申请实施例提供的另一种设备成像清晰度评估装置的示意性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是，本申请中，“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
此外，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项（个）”或其类似表达，是指的这些项中的任意组合，包括单项（个）或复数项（个）的任意组合。例如，a、b和c中的至少一项（个），可以表示：a，或b，或c，或a和b，或a和c，或b和c，或a、b和c，其中a，b，c可以是单个，也可以是多个。
在本申请实施例中，“当……时”、“在……的情况下”、“若”以及“如果”等描述均指在某种客观情况下设备会做出相应的处理，并非是限定时间，且也不要求设备在实现时一定要有判断的动作，也不意味着存在其它限定。
目前，在相关技术中，可以通过评价设备拍摄的照片的清晰度来对设备的成像清晰度进行评估。图像的清晰度评价因素受图像的解析力、对比度、锐度等多种因素影响。相关技术中可以通过确定图像的锐度、对比度、或解析力来评价图像清晰度，但评价维度仅限于在频域维度的评价，图像清晰度评价的准确度较低，也即设备成像清晰度评估准确率较低。
为此，本申请提供了一种设备成像清晰度评估方法、***和装置，通过对设备在不同光源环境下拍摄的多张图像进行频域和空域两个维度的综合评估。这样，可以降低光源环境对设备成像的影响，综合频域维度和空域维度（相似度）两个维度的评估，有利于提高设备成像清晰度评估准确度，同时在对第二终端设备的成像清晰度进行评估之后，研发人员可以根据设备成像的清晰度评估数据调节手机摄像头的参数以提高终端设备的成像质量，提高用户体验。
本申请提供了一种设备成像清晰度评估***，该***包括第一终端设备、第二终端设备、以及灯箱，灯箱内设有光源。第一终端设备用于：控制光源开启，并将光源的亮度调整为第一亮度，向第二终端设备发送第一拍摄指令。第二终端设备用于：接收第一拍摄指令，并对预设图像进行多次拍摄，得到多张第一图像；第一终端设备还用于：将光源的亮度调整为第二亮度，向第二终端设备发送第二拍摄指令。第二终端设备还用于：接收第二拍摄指令，并对预设图像进行多次拍摄，得到多张第二图像；向第一终端设备传输多张图像，多张图像包括多张第一图像和多张第二图像。第一终端设备还用于：接收多张图像，并基于该多张图像评估第二终端设备的成像清晰度。
应理解，上述第二终端设备为可以进行成像（即可以通过摄像头拍摄照片）的设备，例如可以为手机、平板、以及相机等，上述第一终端设备为可以进行设备成像清晰度评估的设备，例如可以为手机、平板、以及计算机等，本申请实施例对此不作限定。
为了便于理解本申请，下面结合图1对本申请实施例所涉及的设备清晰度评估***100进行介绍。如图1所示，该***100包括图卡101、灯箱102、计算机103、以及手机104~106。计算机103和手机104~106之间可以进行数据传输，计算机103可以控制灯箱102调整光源亮度。应理解，图1中的计算机103相当于上述第一终端设备，图1中的手机104~106相当于上述第二终端设备，图1中的灯箱102相当于上述灯箱。
可选地，在本申请实施例的***中，第二终端设备的数量可以为一个，也可以为多个，图1示例性地示出了3个手机，但本申请实施例对此不作限定。
在本申请实施例中，图卡101为预设图像，该预设图像包括纹理区域，纹理区域为图卡101中的阴影区域。计算机103可以包括设置模块，用户可以在计算机103的设置模块设置光源环境的数量以及每个光源环境的光源亮度。用户还可以在计算机103的设置模块设置手机104~106在每个光源环境下的拍摄次数和拍摄时间间隔。灯箱102可以基于计算机103的控制以不同的光源亮度照明。当用户在计算机103上开启手机104~106的成像清晰度评估后，手机104~106可以按照上述设置的拍摄次数和拍摄时间间隔对图卡101进行拍摄。在手机104~106完成拍摄后，将拍摄的照片发送给计算机103，以使计算机103对拍摄的照片进行图像清晰度打分，并根据图像的分数评估手机104~106的成像清晰度。
作为一个可选的实施例，上述多张第一图像是第二终端设备对预设图像拍摄第一预设次数或拍摄第一预设时长得到的。
应理解，多张第二图像是第二终端设备对预设图像拍摄第二预设次数或拍摄第二预设时长得到的。第一预设次数和第二预设次数可以相同，也可以不同，第一预设时长和第二预设时长可以相同，也可以不同，本申请对此不做限定。
还应理解，第二终端设备可以在第一预设时长内对预设图像自动拍摄。该多张第一图像是第二终端设备在第一预设时长内拍摄得到的多张图像。例如第一预设时长是20s，第二终端设备在一分钟可以自动拍摄10张照片，该10张照片为多张第一图像。
作为一个可选的实施例，第一拍摄指令携带用于指示第一预设次数或第一预设时长的信息。
下面，详细介绍第一终端设备如何基于多张图像评估第二终端设备的成像清晰度。
图2是本申请实施例提供的一种设备成像清晰度评估方法200的示意性流程图。方法200可以由第一终端设备执行。该方法200可以包括下列步骤：
S201，获取多张图像，该多张图像是第二终端设备分别在多个光源环境下对预设图像进行拍摄得到的，多个光源环境的光源亮度不同。
可选地，预设图像可以是枯叶图。枯叶图包含丰富的纹理细节且与自然图像相近，可用于对设备成像清晰度的评估。但应理解，任意具有丰富纹理细节的图像均可以作为预设图像来对设备成像清晰度进行评估，本申请对预设图像的具体图像类型和内容不做具体限定。
应理解，光源环境的个数可以是预先设置的。通过调整光源的亮度可以模拟不同的光源环境。例如，通过调整光源亮度为第一亮度模拟晴天光源环境，通过调整光源亮度为第二亮度模拟阴天光源环境，通过调整光源亮度为第三亮度模拟夜晚光源环境。
S202，分别计算多张图像中每张图像的频域参数，并基于该频域参数，确定多张图像的频域综合得分，频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个。
应理解，在频域参数为锐度时，确定的频域综合得分为锐度综合得分。在频域参数为锐化强度时，确定的频域综合得分为锐化强度综合得分。在频域参数为锐化截止频率时，确定的频域综合得分为锐化截止频率综合得分。在频域参数为锐度和锐化强度时，确定的频域综合得分为锐度综合得分和锐化强度综合得分。依次类推，频域参数和频域综合得分一一对应，本申请在此不作赘述。
S203，分别计算多张图像中每张图像与预设图像之间的相似度，并基于该相似度，确定多张图像的相似度综合得分。
S204，基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度。
本申请提供的设备成像清晰度评估方法，第一终端设备对第二终端设备在不同光源环境下拍摄的多张图像进行频域得分的计算和相似度得分的计算，通过频域得分和相似度得分来评估第二终端设备的成像清晰度。这样，可以降低光源环境对设备成像的影响，综合频域维度和空域维度（相似度）两个维度的评估，有利于提高设备成像清晰度评估准确度，同时在对第二终端设备的成像清晰度进行评估之后，研发人员可以根据设备成像的清晰度评估数据调节手机摄像头的参数以提高终端设备的成像质量，提高用户体验。
作为一个可选的实施例，在上述S202中，第一终端设备基于每张图像的频域参数确定多张图像的频域综合得分可以有多种实现方式。
在一种可能的实现方式中，第一终端设备基于每张图像的频域参数，计算每张图像的频域得分。第一终端设备分别计算多个光源环境中每个光源环境对应的至少一张图像的频域得分的平均值，得到每个光源环境的频域得分。第一终端设备将每个光源环境的频域得分进行加权求和，得到频域综合得分。
应理解，每个光源环境的频域得分包括每个光源环境锐度得分、锐化强度得分、以及锐化截止频率得分中的至少一个。
可选地，第一终端设备可以根据预设的打分函数，对多张图像中每张图像的频域参数进行打分，得到多张图像中每张图像的频域得分。
可选地，在将每个光源环境的频域得分进行加权求和时，不同的光源环境可以设置不同的权重。例如，在一些场景中，用户对设备在夜间环境拍摄的有更高的要求，研发人员可以在评估设备的清晰度时，设置光滑亮度较低的光源环境的权重，以在光滑亮度较低的光源环境中评估的成像清晰度不符合要求时，调整设备的参数以提高设备在夜间环境的成像清晰度。在另一些场景中，用户对设备在室外环境拍摄的有更高的要求，研发人员可以在评估设备的清晰度时，设置光滑亮度较高的光源环境的权重，以在光滑亮度较高的光源环境中评估的成像清晰度不符合要求时，调整设备的参数以提高设备在室外环境的成像清晰度。
具体的，上述多个光源环境可以包括第一光源环境和第二光源环境，第一光源环境的权重可以为第一预设权重，第二光源环境的权重可以为第二预设权重，上述多张图像可以包括第二终端设备在第一光源环境下拍摄的多张第一图像和第二终端设备在第二光源环境下拍摄的多张第二图像。第一终端设备首先可以计算多张图像中每张图像的频域得分。然后，第一终端设备可以根据每张图像的频域得分计算多张第一图像的频域得分的平均值和多张第二图像的频域得分的平均值。接着，第一终端设备可以将多张第一图像的频域得分的平均值与上述第一预设权重相乘得到第一乘积，将多张第二图像的频域得分的平均值与上述第二预设权重相乘得到第二乘积。最后，第一终端设备可以将第一乘积和第二乘积之和确定为频域综合得分。
示例性地，上述光源环境可以包括第一光源环境和第二光源环境，第一光源环境的权重系数可以为0.7，第二光源环境的权重系数可以为0.3，第二终端设备在第一光源环境下拍摄的图像可以为图像1和图像2，第二终端设备在第二光源环境下拍摄的图像可以为图像3和图像4，频域得分可以包括锐度得分和锐化强度得分。第一终端设备基于上述4张图像中每张图像的频域参数计算得到该4张图像的频域得分情况可以如表一所示。根据表一的得分情况，第一终端设备计算得到第一光源环境的频域得分，第一光源环境的频域得分包括：锐度得分=(80+85)/2=82.5，锐化强度得分=(75+70)/2=72.5。第二光源环境的频域得分，第二光源环境的频域得分包括：锐度得分=(60+70)/2=65，锐化强度得分=(65+60)/2=62.5。接着，第一终端设备通过加权求和计算，得到频域综合得分，频域综合得分包括：锐度综合得分=0.7×82.5+0.3×65=77.25，锐化强度综合得分=0.7×72.5+0.3×62.5=69.5。
通过对不同的光源设置不同的权重，可以降低将光源对设备成像的频域综合得分的影响，进而降低光源对设备成像清晰度的影响，提高设备成像清晰度评估的准确度，也可以根据评估结果调整设备参数，使调整后的设备成像效果更适应特定环境的成像要求。
表一
在另一种可能实现方式中，第一终端设备基于频域参数，计算多张图像中每张图像的频域得分；计算多张图像的频域得分的平均值，得到频域综合得分。
示例性地，上述多张图像的数量为4张，第一终端设备基于该4张图像的频域参数计算该4张图像的频域得分如表所示。根据表一的得分情况，第一终端设备计算得到频域综合得分包括：锐度综合得分=(80+85+60+70)/4=73.75，锐化强度综合得分=(75+70+65+60)/4=67.5。
作为一个可选的实施例，在上述S203中，第一终端设备基于每张图像的相似度确定多张图像的相似度综合得分可以有多种实现方式。
在一种可能的实现方式中，第一终端设备基于每张图像的相似度，计算多张图像中每张图像的相似度得分。第一终端设备分别计算多个光源环境中每个光源环境对应的至少一张图像的相似度得分的平均值，得到每个光源环境的相似度得分。第一终端设备将每个光源环境的相似度得分进行加权求和，得到相似度综合得分。
应理解，在将每个光源环境的相似度得分进行加权求和时的光源环境的权重设置与上述将每个光源环境的频域得分进行加权求和时的光源环境的权重设置可以相同，也可以不同，本申请对此不作限定。
具体的，第一终端设备确定多张图像的相似度综合得分的方式与上述第一终端设备确定多张图像的频域综合得分的方式相似，此处不再赘述。
示例性地，上述光源环境可以包括第一光源环境和第二光源环境，第一光源环境的权重系数可以为0.6，第一光源环境的权重系数可以为0.4，第二终端设备在第一光源环境下拍摄的图像可以包括图像1和图像2，第二终端设备在第二光源环境下拍摄的图像可以包括图像3和图像4。第一终端设备基于上述4张图像中每张图像的相似度计算该4张图像的相似度得分情况如表二所示。根据表二的得分情况，第一终端设备计算得到第一光源环境的相似度得分=(90+80)/2=85。第二光源环境的相似度得分=(80+85)/2=82.5。接着，第一终端设备通过加权求和计算，得到相似度综合得分=0.6×85+0.4×82.5=84。
表二
通过对不同的光源设置不同的权重，可以降低将光源对设备成像的相似度综合得分的影响，进而降低光源对设备成像清晰度的影响，提高设备成像清晰度评估的准确度，也可以根据评估结果调整设备参数，使调整后的设备成像效果更适应特定环境的成像要求。
在另一种可能实现方式中，第一终端设备基于每张图像的相似度，计算多张图像中每张图像的相似度得分；计算多张图像的相似度得分的平均值，得到相似度综合得分。
示例性地，上述多张图像的数量为4张，第一终端设备基于该4张图像中每张图像的相似度计算该4张图像的相似度得分如上述表二所示。根据上述表二的得分情况，第一终端设备计算相似度综合得分=(90+80+80+85)/4=83.75。
作为一个可选的实施例，上述S204中，基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度包括下列两种实现方式。
在一种可能的实现方式中，在频域综合得分大于或等于第一预设阈值、且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。
应理解，在频域综合得分为锐度综合得分、锐化强度综合得分、或锐化截止频率综合得分中的任一个的情况下，第一预设阈值的阈值个数为1个。对应地，在锐度综合得分、锐化强度综合得分、或锐化截止频率综合得分大于或等于第一预设阈值、且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。在频域综合得分包括2个频域参数的综合得分（即锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的任2个得分）的情况下，第一预设阈值的阈值个数为2个，2个阈值分别与2个频域参数的综合得分对应。在上述2个频域参数的综合得分分别大于或等于上述对应的2个阈值、且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。依次类推，根据频域综合得分包括的频域综合得分的数量和频域参数的不同，第一预设阈值对应存在不同的个数和阈值，频域综合得分个数和第一预设阈值的个数一一对应，在该情况下，第一终端设备确定第二终端设备的成像清晰度符合要求的方式与上述频域综合得分为1个或2个的情况类似，本申请对此不再赘述。
示例性地，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分。第一预设阈值对应包括阈值1、阈值2、以及阈值3。在锐度综合得分大于或等于阈值1、锐化强度综合得分大于或等于阈值2、锐化截止频率综合得分大于或等于阈值3，且相似度综合得分大于或等于第二预设阈值的情况下，第一终端设备确定第二终端设备的成像清晰度符合要求。
通过给每个频域参数的综合得分和相似度得分都设定对应阈值，可以更细粒度的对设备成像清晰度进行粒度，从而有利于可以提高设备成像清晰度评估的精确度。
在另一种可能的实现方式中，第一终端设备将频域综合得分和相似度综合得分进行加权求和，得到多张图像的图像清晰度综合得分。第一终端设备基于图像清晰度综合得分，评估第二终端设备的成像清晰度。
可选地，在频域综合得分包括3个频域参数的综合得分（即锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分）的情况下，锐度综合得分、锐化强度综合得分、锐化截止频率综合得分、以及相似度综合得分分别被配置权重系数，第一终端设备将该四个综合得分基于配置的权重系数进行加权求和得到多张图像的图像清晰度综合得分。还应理解，在频域综合得分包括2个或1个频域参数的综合得分的情况下，频域综合得分的权重配置以及多张图像的图像清晰度综合得分的计算方式与上述频域综合得分包括3个频域参数的综合得分的情况类似，此处不再赘述。
可选地，在图像清晰度综合得分大于或等于第三预设阈值的情况下，确定第二终端设备的成像清晰度符合要求。
示例性地，频域综合得分包括：锐度综合得分S A 、锐化强度综合得分S B 、以及锐化截止频率综合得分S C 。相似度综合得分为S D 。配置锐度综合得分的权重系数为ω 1 、锐化强度综合得分的权重系数为ω 2 、锐化截止频率综合得分的权重系数为ω 3 、相似度综合得分的权重系数为ω 4 。第一终端设备将频域综合得分和相似度综合得分进行加权求和，得到多张图像的图像清晰度综合得分S ISQ =ω 1×S A +ω 2×S B +ω 3×S C +ω 4×S D 。在S ISQ 大于或等于第三预设阈值的情况下，确定第二终端设备的成像清晰度符合要求。
作为一个可选的实施例，在分别计算多张图像中每张图像的频域参数之前，上述方法还包括：第一终端设备对每张图像进行检测，得到每张图像的亮度信息；基于每张图像的亮度信息，得到每张图像的二维调制传递函数；对每张图像的二维调制传递函数的取值进行处理，得到每张图像的一维调制传递函数；上述分别计算多张图像中每张图像的频域参数，包括：基于每张图像的一维调制传递函数，计算多张图像中每张图像的频域参数。
可选地，第一终端设备对每张图像的亮度信息进行二维离散傅里叶变换，得到每张图像的功率谱；将每张图像的功率谱除以预设图像的功率谱，得到每张图像的二维调制传递函数。
图3示出了基于图像得到一维调制传递函数的示意性框图。如图3所示，第一终端设备可以通过YOLO（you only look once）算法对每张图像进行自动检测，得到每张图像的目标区域的亮度分布函数psf(a，b)，其中，a和b表示像素的位置。对每个目标区域的亮度分布函数psf(a，b)进行二维离散傅里叶变换（2DDFT）得到每张图像的功率谱G(m，n)，其中m表示频率，n表示频率对应的功率。获取预设图像的功率谱I(m，n)，将每张图像的功率谱G(m， n)分别除以预设图像的功率谱I(m，n)，得到每张图像的二维调制传递函数，其中，u为空间频率，v表示图像的不同方向，该二维调制传递函数可以称为MTF曲面。第一终端设备对每张图像的二维调制传递函数进行不同方向平均，得到每张图像的一维调制传递函数MTF(u，0)1D，也即MTF(u)，调制传递函数的对应的曲线也可以称为MTF曲线，其中，在不同方向平均是指对不同的MTF曲线上同一空间频率的MTF值求平均。
作为一个可选的实施例，上述分别计算多张图像中每张图像与预设图像之间的相似度，包括：利用每张图像的像素点个数、每张图像的像素值和每张图像的均值，计算每张图像的标准差；利用预设图像的像素点个数、预设图像的像素值和预设图像的均值，计算预设图像的标准差；利用每张图像的像素点个数、每张图像的像素值、每张图像的均值、预设图像的像素值以及预设图像的均值，计算每张图像与预设图像之间的协方差；利用每张图像的标准差、预设图像的标准差、以及每张图像与预设图像之间的协方差，计算每张图像与预设图像之间的相似度。
作为一个可选的实施例，第一终端设备还可通过峰值信噪比（peak signal-to-noise ratio，PSNR）、均方误差（mean squared error，MSE）、余弦相似度、学习感知图像块相似度（learned perceptualimage patch similarity，LPIPS）等方法的任一种来计算每张图像和预设图像的相似度，本申请对此不做限定。
应理解，第一终端设备通过上述PSNR、MSE、余弦相似度或LPIPS计算每张图像和预设图像的相似度的方法可以采用现有的通用方法，本申请不再赘述。
上面描述了本申请的设备成像清晰度评估方法。下面，以第一终端设备为计算机，第二终端设备为手机，光源环境的个数为3个，每个光源环境下拍摄的照片数量为10张为例，对本申请的设备成像清晰度的评估的整体流程进行详细说明。
步骤一、计算机响应于用户的开启操作，启动手机按照预设的光源环境进行自动拍摄。在手机完成所有光源环境的拍摄后，计算机向手机获取手机自动拍摄的所有图像。
可选地，计算机可以配置有设置界面，用户可以通过该设置界面设置光源环境的个数为3，每个光源环境对应的灯箱的光源亮度值不同。用户也可以通过该设置界面在计算机上设置每个光源环境下手机的拍摄次数为10次和每次拍摄的时间间隔为5s。计算机的界面还可以配置“一键开启”的按钮，用户点击“一键开启”的按钮后，计算机响应于用户的点击操作，控制灯箱开启，将灯箱的亮度调整为第一亮度，并向手机发送启动自动拍摄的请求。手机接收该启动自动拍摄请求后，启动自动拍摄功能，每5s拍摄一次预设图像，拍摄的次数达到10次后，手机向计算机发送拍摄完成的指令。计算机接收到该指令后，判断未完成3个光源环境的拍摄，计算机控制灯箱调节灯箱亮度为第二亮度，并向手机再次发送启动自动拍摄的指令。手机接收到该自动拍摄的指令后，启动自动拍摄功能，每5s拍摄一次预设图像，拍摄的次数达到10次后，手机向计算机发送拍摄完成的指令。计算机接收到该指令后，判断未完成3个光源环境的拍摄。计算机控制灯箱调节灯箱亮度为第三亮度，并向手机第三次发送启动自动拍摄的指令。手机接收该启动自动拍摄的指令后，启动自动拍摄功能，每5s拍摄一次预设图像，拍摄的次数达到10次后，手机向计算机发送拍摄完成的指令。计算机接收到该指令后，判断已完成3个光源的拍摄。计算机向发送手机获取照片指令，手机接收到该获取照片指令后，将拍摄的30张图像发送给计算机。
步骤二，计算机对手机拍摄的图像分组存储，并计算每一张图像的频域参数和空域参数。其中，频域参数包括锐度、锐化强度、锐化截止频率，空域参数为手机拍摄得到的图像和预设图像的相似度。
具体的，计算机对30张图像进行分组。其中，第1至10张图像为第一组图像，第一组图像是手机在第一亮度下拍摄的。第11至20张图像为第二组图像，第二组图像是手机在第二亮度下拍摄的。第21至30张图像为第三组图像，第三组图像是手机在第三亮度下拍摄的。接着，计算机计算这30张图像中的每张图像的频域参数和空域参数。
下面，对频域参数和空域参数的计算方式进行详细描述。
第一、频域参数的计算
计算机通过yolo算法检测上述30张图像中的每张图像，得到30张图像中每张图像的目标区域的亮度分布函数psf(a，b)，其中，a和b表示像素的位置。对每个目标区域的亮度分布函数psf(a，b)进行2D离散傅里叶变换得到每张图像的功率谱G(m，n)，其中m表示频率，n表示频率对应的功率。获取预设图像的功率谱I(m，n)，将每张图像的功率谱G(m，n)分别除以预设图像的功率谱I(m，n)，得到每张图像的二维调制传递函数，其中，u为空间频率，v表示图像的不同方向，该二维调制传递函数可以称为MTF曲面。计算机对每张图像的二维调制传递函数进行不同方向平均，得到每张图像的一维调制传递函数MTF(u，0)1D，也即MTF(u)，该一维调制传递函数也可以称为MTF曲线。在不同方向平均是指对不同的MTF曲线上同一空间频率的MTF值求平均。
示例性地，图4示出了将二维调制传递函数进行不同方向平均得到一维调制传递函数的示意图。如图4所示，横轴为空间频率，空间频率的单位为周期/像素（cylse/piexs），纵轴为MTF的取值。方向为v 1的MTF曲线（即图4中的较粗的虚线曲线）上的空间频率为u 1的点的坐标为O(u 1 ，v 1 ，z 1)，方向为v 2的MTF曲线（即图4中的较细的虚线曲线）上的空间频率为u 1的点的坐标为P(u 1 ，v 2 ，z 2)，在不同方向平均之后得到的MTF曲线如图中方向为v=0时MTF曲线（即图4中的实线曲线），该MTF曲线的上的空间频率为u 1的点的坐标为。
在上述得到一维调制传递函数后，计算机基于一维调制传递函数确定每一个图像的锐度、锐化强度、以及锐化截止频率。
具体地，计算机可以通过下述公式计算得到每一个图像的锐度A：
，
其中，CSF(u)表示对比敏感度函数。CSF(u)可以通过下面的公式计算得到：
，
其中，a=0.734，b=0.2，c=0.8。
可选地，计算机通过下述公式计算得到每一个图像的锐化强度B：
，
其中，MTF max 表示一维调制传递函数的最大值，MTF u=0 表示在空间频率取为0时一维调制传递函数的值。
可选地，计算机通过下述公式计算得到每一个图像的锐化截止频率C：
，
其中，表示MTF u=k 的反函数。
示例性地，图5示出了基于一维调制传递函数确定锐化强度和锐化截止频率的示意图。如图5所示，该一维调制传递函数（MFT曲线）的横轴为空间频率，空间频率的单位为周期/像素，纵轴为MTF的取值。锐化强度B=2–1=1，锐化截止频率C=0.36。
第二、空域参数的计算
空域参数即为拍摄得到的图像与预设图像的相似度。计算机可以通过下述公式计算预设图像与多张图像中的每张图像的相似度S。
，
其中，x表示拍摄得到的图像，y表示预设图像。σ x 表示图像x的标准差，可以用于衡量图像x的对比度，σ y 表示预设图像y的标准差，可以用于衡量预设图像y的对比度，σ xy 是图像x和预设图像y的协方差，可以用于衡量图像x和预设图像y的结构相似度，c 3 是用于维持S稳定的常数，0<c 3 <<1，c 3 即用于避免上述公式中分母等于0。上述σ x 、σ y 、以及σ xy 可以通过下面的公式得到：
，
，
，
其中，N表示图像x中像素的个数，x p 是图像x中第p个像素的像素值，y p 是图像y中第p个像素的像素值，μ x 是每张图像的均值，μ y 是预设图像的均值。
步骤三，计算机基于每张图像的频域参数计算每张图像的频域得分，根据每张图像的频域得分计算上述30张图像的频域综合得分。计算机基于每张图像与预设图像之间的相似度计算每张图像的相似度得分，根据每张图像的相似度得分计算上述30张图像的相似度综合得分。
可选地，计算机可以通过预设的锐度打分函数f(A)计算得到第j张图像的锐度得分S Aj =f(A j )，j取值为小于等于30的正整数。然后计算机计算每一组图像（即每个光源环境下对应的图像）的锐度得分的平均值，将每一组的平均值作为对应的光源环境的图像的锐度得分。第i个光源环境下的图像的锐度得分为S A’i ，i取值为1，2，或3。最后，计算机可以计算上述30张图像的锐度综合得分为，其中，α i 表示图像的第i个光源环境下的锐度分数在锐度总分中的占比。
可选地，计算机可以通过预设的锐化强度打分函数f(B)计算得到第j张图像的锐化强度得分S Bj =f(B j )，然后计算机计算每一组图像的锐化强度得分的平均值，将每一组的平均值作为对应的光源环境的图像的锐化强度得分。第i个光源环境下的图像的锐化强度得分为：S B’i 。最后，计算机可以计算上述30张图像的锐化强度总得分为，其中，β i 表示图像的第i个光源环境下的锐化强度分数在锐化强度总分中的占比。
可选地，计算机可以通过预设的锐化截止频率打分函数f(C)计算得到第j张图像的锐化截止频率得分S Cj =f(C j )，然后计算机计算每一组图像的锐化截止频率得分的平均值，将每一组的平均值作为对应的光源环境的图像的锐化截止频率得分。第i个光源环境下的图像的锐化截止频率得分为S C’i 。最后，计算机可以计算上述30张图像的锐化截止频率综合得分为，其中ε i 表示图像的第i个光源环境下的锐化截止频率分数在锐化截止频率总分中的占比。
可选地，计算机可以通过预设的相似度的打分函数f(D)，计算得到第j张图像与预设图像的相似度得分S Dj =f(D j )，然后计算每一组图像的相似度得分的平均值，将每一组的平均值作为对应的光源环境的图像每一组图像的相似度得分。第i个光源环境下的图像的相似度得分为S D’i 。最后，计算机可以计算出上述30张图像的相似度综合得分为，其中，λ i 表示图像的第i个光源环境下的相似度分数在相似度总分中的占比。
示例性地，表三示出了上述30张图像在3个光源环境下的得分情况。
表三
步骤四，计算机根据上述30张图像的频域得分和上述30张图像相似度得分评估手机的成像清晰度。
在一种可能的实现方式中，在上述30张图像的锐度综合得分大于第一预设阈值、锐化强度得分大于第二预设阈值，锐化截止频率得分大于第三预设阈值，且相似度得分大于第四预设阈值的情况下，计算机判断手机的成像清晰度符合要求。否则，计算机判断手机的成像清晰度不符合要求。
在另一种可能的实现方式中，计算机可以将上述30张图像的频域综合得分和上述30张图像相似度综合得分加权求和得到上述30张图像的清晰度综合综合得分S ISQ ，接着，计算机比较清晰度综合得分S ISQ 与第五预设阈值，在清晰度综合得分S ISQ 大于或等于第五预设阈值的情况下，计算机判断手机的成像清晰度符合要求。否则，计算机判断手机的成像清晰度不符合要求。
具体的，计算机可以通过下述公式仅计算上述30张图像的清晰度综合得分S ISQ ：
S ISQ =ω 1×S A +ω 2×S B +ω 3×S C +ω 4×S D
其中，ω 1为锐度综合得分的权重系数；ω 2为锐化强度综合得分的权重系数；ω 3为锐化截止频率综合得分的权重系数，ω 4为相似度综合得分的权重系数，ω 1+ω 2+ω 3+ω 4=1。
可选地，配置T1为锐度分数的预设阈值，T2为锐化强度分数的预设阈值，T3为锐化截止频率分数的预设阈值，T4为相似度分数的预设阈值，Tall为清晰度综合得分预设阈值。计算机可以多种方式判断图像是否清晰。
在一种可能的实现方式中，在S A ≥T1、S B ≥T2、S C ≥T3、且S D ≥T4的情况下，计算机判断手机的成像清晰度符合要求。否则，计算机判断手机的成像清晰度不符合要求。
在另一种可能的实现方式中，在S ISQ ≥Tall的情况下，计算机判断手机的成像清晰度符合要求。否则，计算机判断手机的成像清晰度不符合要求。
上述详细描述了图像的评价方式，在一种可能的实现方式中，计算机在对手机拍摄的图像进行评价后，可以根据打分情况调整手机的参数，以提高手机的成像清晰度。在另一种可能的实现方式中，计算机在通过上述方式对多个第二终端设备拍摄的图像的清晰度进行评价，得到多个第二终端设备成像的清晰度的得分情况。通过对比不同第二终端设备的得分情况，可以对第二终端设备的参数（例如曝光）进行调节，以提高第二终端设备拍摄的图像的清晰度，即提高终端设备的成像质量。例如，在相同的光源环境下，设备2的锐度得分低于设备1的锐度得分，可以提高调节设备2的参数，以提高设备2拍摄的照片的锐度得分或成像清晰度的综合得分，进而，提高设备2的成像质量。
上文结合图1至图5，详细描述了本申请实施例的设备成像清晰度的方法。下面，结合6和图7，详细描述本申请实施例的装置。
图6是本申请实施例提供的一种设备成像清晰度评估装置600，该装置600包括：获取模块601和处理模块602。该装置600用于实现上述方法中第一终端设备对应的步骤。
获取模块601用于：获取多张图像，多张图像是第二终端设备分别在多个光源环境下对预设图像进行拍摄得到的，多个光源环境的光源亮度不同。
处理模块602用于：分别计算多张图像中每张图像的频域参数，并基于频域参数，确定多张图像的频域综合得分，频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个；分别计算多张图像中每张图像与预设图像之间的相似度，并基于相似度，确定多张图像的相似度综合得分；基于频域综合得分和相似度综合得分，评估第二终端设备的成像清晰度。
可选地，处理模块602还用于：在频域综合得分大于或等于第一预设阈值、且相似度综合得分大于或等于第二预设阈值的情况下，确定第二终端设备的成像清晰度符合要求。
可选地，处理模块602还用于：将频域综合得分和相似度综合得分进行加权求和，得到多张图像的图像清晰度综合得分；基于图像清晰度综合得分，评估第二终端设备的成像清晰度。
可选地，处理模块602还用于：在图像清晰度综合得分大于或等于第三预设阈值的情况下，确定第二终端设备的成像清晰度符合要求。
可选地，处理模块602还用于：基于上述频域参数，计算多张图像中每张图像的频域得分；分别计算多个光源环境中每个光源环境对应的至少一张图像的频域得分的平均值，得到每个光源环境的频域得分；将每个光源环境的频域得分进行加权求和，得到频域综合得分。
可选地，处理模块602还用于：基于上述频域参数，计算多张图像中每张图像的频域得分；计算多张图像的频域得分的平均值，得到频域综合得分。
可选地，处理模块602还用于：基于上述相似度，计算多张图像中每张图像的相似度得分；分别计算多个光源环境中每个光源环境对应的至少一张图像的相似度得分的平均值，得到每个光源环境的相似度得分；将每个光源环境的相似度得分进行加权求和，得到相似度综合得分。
可选地，处理模块602还用于：基于上述相似度，计算多张图像中每张图像的相似度得分；计算多张图像的相似度得分的平均值，得到相似度综合得分。
可选地，处理模块602还用于：对每张图像进行检测，得到每张图像的亮度信息；基于每张图像的亮度信息，得到每张图像的二维调制传递函数；对每张图像的二维调制传递函数的取值进行处理，得到每张图像的一维调制传递函数；基于每张图像的一维调制传递函数，计算多张图像中每张图像的频域参数。
可选地，处理模块602还用于：对每张图像的亮度信息进行二维离散傅里叶变换，得到每张图像的功率谱；将每张图像的功率谱除以预设图像的功率谱，得到每张图像的二维调制传递函数。
可选地，处理模块602还用于：利用每张图像的像素点个数、每张图像的像素值和每张图像的均值，计算每张图像的标准差；利用预设图像的像素点个数、预设图像的像素值和预设图像的均值，计算预设图像的标准差；利用每张图像的像素点个数、每张图像的像素值、每张图像的均值、预设图像的像素值以及预设图像的均值，计算每张图像与预设图像之间的协方差；利用每张图像的标准差、预设图像的标准差、以及每张图像与预设图像之间的协方差，计算每张图像与预设图像之间的相似度。
应理解，这里的装置600以功能模块的形式体现。这里的术语“模块”可以指应用特有集成电路（application specific integrated circuit，ASIC）、电子电路、用于执行一个或多个软件或固件程序的处理器（例如共享处理器、专有处理器或组处理器等）和存储器、合并逻辑电路和/或其它支持所描述的功能的合适组件。在一个可选例子中，本领域技术人员可以理解，装置600可以具体为上述实施例中的第一终端设备，装置600可以用于执行上述方法实施例中与第一终端设备对应的各个流程和/或步骤，为避免重复，在此不再赘述。
上述装置600具有实现上述方法中第一终端设备执行的相应步骤的功能；上述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。例如，上述处理模块602可以用于实现上述处理模块对应的用于执行处理动作的各个步骤和/或流程。
在本申请的实施例，图6中的装置600也可以是芯片或者芯片***，例如：片上***（system on chip，SOC）。对应的，处理模块602可以是该芯片的处理电路，在此不做限定。
图7示出了本申请实施例提供的另一种设备成像清晰度评估装置700。该装置700包括处理器701、通信接口702和存储器703。其中，处理器701、通信接口702和存储器703通过内部连接通路互相通信，该存储器703用于存储指令，该处理器701用于执行该存储器703存储的指令，通信接口702可以用于从其他模块接收信号（例如，存储器703），通信接口702也可以用于向其他模块发送信号。
应理解，装置700可以具体为上述实施例中的第一终端设备，并且可以用于执行上述方法实施例中与第一终端设备对应的各个步骤和/或流程。可选地，该存储器703可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。该处理器701可以用于执行存储器中存储的指令，并且当该处理器701执行存储器中存储的指令时，该处理器701用于执行上述与该装置对应的方法实施例的各个步骤和/或流程。示例性地，通信接口702可读取存储器703中存储的指令，并将该指令发送处理器701。当所示指令被处理器701执行时，可使装置执行上述实施例中第一终端设备执行的各个步骤。
应理解，在本申请实施例中，该处理器可以是中央处理单元（central processingunit，CPU），该处理器还可以是其他通用处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器执行存储器中的指令，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本申请还提供了一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，该计算机程序用于实现上述实施例中与第一终端设备对应的方法。
本申请还提供了一种计算机程序产品，该计算机程序产品包括计算机程序（也可以称为代码，或指令），当该计算机程序在计算机上运行时，该计算机可以执行上述实施例所示的第一终端设备对应的方法。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请实施例的保护范围之内。因此，本申请实施例的保护范围应所述以权利要求的保护范围为准。

Claims (17)

1.一种设备成像清晰度评估方法，其特征在于，应用于第一终端设备，所述方法包括：
获取多张图像，所述多张图像是第二终端设备分别在多个光源环境下对预设图像进行拍摄得到的，所述多个光源环境的光源亮度不同；
分别计算所述多张图像中每张图像的频域参数，并基于所述频域参数，确定所述多张图像的频域综合得分，所述频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，所述频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个；
分别计算所述多张图像中每张图像与所述预设图像之间的相似度，并基于所述相似度，确定所述多张图像的相似度综合得分；
基于所述频域综合得分和所述相似度综合得分，评估所述第二终端设备的成像清晰度。
2.根据权利要求1所述的方法，其特征在于，所述基于所述频域综合得分和所述相似度综合得分，评估所述第二终端设备的成像清晰度，包括：
在所述频域综合得分大于或等于第一预设阈值、且所述相似度综合得分大于或等于第二预设阈值的情况下，确定所述第二终端设备的成像清晰度符合要求。
3.根据权利要求1所述的方法，其特征在于，所述基于所述频域综合得分和所述相似度综合得分，评估所述第二终端设备的成像清晰度，包括：
将所述频域综合得分和所述相似度综合得分进行加权求和，得到所述多张图像的图像清晰度综合得分；
基于所述图像清晰度综合得分，评估所述第二终端设备的成像清晰度。
4.根据权利要求3所述的方法，其特征在于，所述基于所述图像清晰度综合得分，评估所述第二终端设备的成像清晰度，包括：
在所述图像清晰度综合得分大于或等于第三预设阈值的情况下，确定所述第二终端设备的成像清晰度符合要求。
5.根据权利要求1所述的方法，其特征在于，所述确定所述多张图像的频域综合得分，包括：
基于所述频域参数，计算所述多张图像中每张图像的频域得分；
分别计算所述多个光源环境中每个光源环境对应的至少一张图像的频域得分的平均值，得到所述每个光源环境的频域得分；
将所述每个光源环境的频域得分进行加权求和，得到所述频域综合得分。
6.根据权利要求1所述的方法，其特征在于，所述确定所述多张图像的频域综合得分，包括：
基于所述频域参数，计算所述多张图像中每张图像的频域得分；
计算所述多张图像的频域得分的平均值，得到所述频域综合得分。
7.根据权利要求1所述的方法，其特征在于，所述确定所述多张图像的相似度综合得分，包括：
基于所述相似度，计算所述多张图像中每张图像的相似度得分；
分别计算所述多个光源环境中每个光源环境对应的至少一张图像的相似度得分的平均值，得到所述每个光源环境的相似度得分；
将所述每个光源环境的相似度得分进行加权求和，得到所述相似度综合得分。
8.根据权利要求1所述的方法，其特征在于，所述确定所述多张图像的相似度综合得分，包括：
基于所述相似度，计算所述多张图像中每张图像的相似度得分；
计算所述多张图像的相似度得分的平均值，得到所述相似度综合得分。
9.根据权利要求1所述的方法，其特征在于，在所述分别计算所述多张图像中每张图像的频域参数之前，所述方法还包括：
对所述每张图像进行检测，得到每张图像的亮度信息；
基于所述每张图像的亮度信息，得到所述每张图像的二维调制传递函数；
对所述每张图像的二维调制传递函数的取值进行处理，得到所述每张图像的一维调制传递函数；
所述分别计算所述多张图像中每张图像的频域参数，包括：
基于所述每张图像的一维调制传递函数，计算所述多张图像中每张图像的频域参数。
10.根据权利要求9所述的方法，其特征在于，所述基于所述每张图像的亮度信息，得到所述每张图像的二维调制传递函数，包括：
对所述每张图像的亮度信息进行二维离散傅里叶变换，得到所述每张图像的功率谱；
将所述每张图像的功率谱除以所述预设图像的功率谱，得到所述每张图像的二维调制传递函数。
11.根据权利要求1所述的方法，其特征在于，所述分别计算所述多张图像中每张图像与所述预设图像之间的相似度，包括：
利用所述每张图像的像素点个数、所述每张图像的像素值和所述每张图像的均值，计算所述每张图像的标准差；
利用所述预设图像的像素点个数、所述预设图像的像素值和所述预设图像的均值，计算所述预设图像的标准差；
利用所述每张图像的像素点个数、所述每张图像的像素值、所述每张图像的均值、所述预设图像的像素值以及所述预设图像的均值，计算所述每张图像与所述预设图像之间的协方差；
利用所述每张图像的标准差、所述预设图像的标准差、以及所述每张图像与所述预设图像之间的协方差，计算所述每张图像与所述预设图像之间的相似度。
12.一种设备成像清晰度评估***，其特征在于，所述***包括第一终端设备、第二终端设备、以及灯箱，所述灯箱内设有光源；
所述第一终端设备用于：控制所述光源开启，并将所述光源的亮度调整为第一亮度，向所述第二终端设备发送第一拍摄指令；
所述第二终端设备用于：接收所述第一拍摄指令，并对预设图像进行多次拍摄，得到多张第一图像；
所述第一终端设备还用于：将所述光源的亮度调整为第二亮度，向所述第二终端设备发送第二拍摄指令；
所述第二终端设备还用于：接收所述第二拍摄指令，并对所述预设图像进行多次拍摄，得到多张第二图像；向所述第一终端设备传输多张图像，所述多张图像包括所述多张第一图像和所述多张第二图像；
所述第一终端设备还用于：接收所述多张图像，分别计算所述多张图像中每张图像的频域参数，并基于所述每张图像的频域参数，确定所述多张图像的频域综合得分，所述频域参数包括锐度、锐化强度、以及锐化截止频率中的至少一个，所述频域综合得分包括锐度综合得分、锐化强度综合得分、以及锐化截止频率综合得分中的至少一个；分别计算所述多张图像中每张图像与所述预设图像之间的相似度，并基于所述每张图像与所述预设图像之间的相似度，确定所述多张图像的相似度综合得分；基于所述频域综合得分和所述相似度综合得分，评估所述第二终端设备的成像清晰度。
13.根据权利要求12所述的***，其特征在于，所述多张第一图像是所述第二终端设备对所述预设图像拍摄第一预设次数或拍摄第一预设时长得到的。
14.根据权利要求13所述的***，其特征在于，所述第一拍摄指令携带用于指示所述第一预设次数或所述第一预设时长的信息。
15.一种设备成像清晰度评估装置，其特征在于，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储计算机程序，当所述处理器调用所述计算机程序时，使得所述装置执行如权利要求1至11任一所述的方法。
16.一种计算机可读存储介质，其特征在于，用于存储计算机程序，所述计算机程序包括用于实现如权利要求1至11任一所述的方法的指令。
17.一种计算机程序产品，其特征在于，所述计算机程序产品中包括计算机程序代码，当所述计算机程序代码在计算机上运行时，使得所述计算机实现如权利要求1至11任一所述的方法。
CN202311099700.6A 2023-08-30 2023-08-30 设备成像清晰度评估方法、***和装置 Active CN116843683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311099700.6A CN116843683B (zh) 2023-08-30 2023-08-30 设备成像清晰度评估方法、***和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311099700.6A CN116843683B (zh) 2023-08-30 2023-08-30 设备成像清晰度评估方法、***和装置

Publications (2)

Publication Number Publication Date
CN116843683A true CN116843683A (zh) 2023-10-03
CN116843683B CN116843683B (zh) 2024-03-05

Family

ID=88174615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311099700.6A Active CN116843683B (zh) 2023-08-30 2023-08-30 设备成像清晰度评估方法、***和装置

Country Status (1)

Country Link
CN (1) CN116843683B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008301476A (ja) * 2007-05-01 2008-12-11 Sharp Corp 画像処理装置、画像形成装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体
CN103067735A (zh) * 2011-09-30 2013-04-24 苹果公司 全场锐度测试
US20140002673A1 (en) * 2012-06-29 2014-01-02 Apple Inc. Line pair based full field sharpness test
CN105139404A (zh) * 2015-08-31 2015-12-09 广州市幸福网络技术有限公司 一种可检测拍摄质量的证照相机及拍摄质量检测方法
CN110889820A (zh) * 2018-08-17 2020-03-17 奥普托斯股份有限公司 图像质量评估
CN112153371A (zh) * 2020-08-24 2020-12-29 珠海格力电器股份有限公司 图像质量检测方法、装置、存储介质及产品检测方法
CN114066857A (zh) * 2021-11-18 2022-02-18 烟台艾睿光电科技有限公司 红外图像质量评价方法、装置、电子设备及可读存储介质
CN115379208A (zh) * 2022-10-19 2022-11-22 荣耀终端有限公司 一种摄像头的测评方法及设备
CN115965889A (zh) * 2022-11-24 2023-04-14 中国人民解放军61932部队 一种视频质量评估数据处理方法、装置及设备
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

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101441768A (zh) * 2008-11-28 2009-05-27 武汉大学 基于结构失真和图像清晰度的图像质量评价方法
CN102663764A (zh) * 2012-04-25 2012-09-12 武汉大学 基于结构失真与空间频率指标的图像质量评价方法
CN106575223B (zh) * 2014-07-21 2020-05-19 宇龙计算机通信科技(深圳)有限公司 图像分类方法和图像分类装置
CN105049838B (zh) * 2015-07-10 2017-05-10 天津大学 一种用于压缩立体视频质量的客观评价方法
CN115546514B (zh) * 2022-01-29 2023-08-04 荣耀终端有限公司 图片噪声计算方法、装置及图片测试***

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008301476A (ja) * 2007-05-01 2008-12-11 Sharp Corp 画像処理装置、画像形成装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体
CN103067735A (zh) * 2011-09-30 2013-04-24 苹果公司 全场锐度测试
US20140002673A1 (en) * 2012-06-29 2014-01-02 Apple Inc. Line pair based full field sharpness test
CN105139404A (zh) * 2015-08-31 2015-12-09 广州市幸福网络技术有限公司 一种可检测拍摄质量的证照相机及拍摄质量检测方法
CN110889820A (zh) * 2018-08-17 2020-03-17 奥普托斯股份有限公司 图像质量评估
CN112153371A (zh) * 2020-08-24 2020-12-29 珠海格力电器股份有限公司 图像质量检测方法、装置、存储介质及产品检测方法
CN114066857A (zh) * 2021-11-18 2022-02-18 烟台艾睿光电科技有限公司 红外图像质量评价方法、装置、电子设备及可读存储介质
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
CN115379208A (zh) * 2022-10-19 2022-11-22 荣耀终端有限公司 一种摄像头的测评方法及设备
CN115965889A (zh) * 2022-11-24 2023-04-14 中国人民解放军61932部队 一种视频质量评估数据处理方法、装置及设备

Also Published As

Publication number Publication date
CN116843683B (zh) 2024-03-05

Similar Documents

Publication Publication Date Title
EP3496383A1 (en) Image processing method, apparatus and device
KR102566998B1 (ko) 이미지 선명도를 결정하기 위한 장치 및 방법
CN108337445B (zh) 拍照方法、相关设备及计算机存储介质
CN113992861B (zh) 一种图像处理方法及图像处理装置
US10645364B2 (en) Dynamic calibration of multi-camera systems using multiple multi-view image frames
CN105227857B (zh) 一种自动曝光的方法和装置
CN109120854B (zh) 图像处理方法、装置、电子设备及存储介质
CN112672069B (zh) 曝光方法和装置
WO2019029573A1 (zh) 图像虚化方法、计算机可读存储介质和计算机设备
KR20160038460A (ko) 전자 장치와, 그의 제어 방법
WO2023071933A1 (zh) 相机拍摄参数调整方法、装置及电子设备
WO2023005827A1 (zh) 曝光补偿方法、装置和电子设备
CN116167932A (zh) 一种图像质量优化方法、装置、设备及存储介质
CN113177886B (zh) 图像处理方法、装置、计算机设备及可读存储介质
CN116843683B (zh) 设备成像清晰度评估方法、***和装置
CN112883944B (zh) 活体检测方法、模型训练方法、装置、存储介质及设备
CN115550558A (zh) 拍摄设备的自动曝光方法、装置、电子设备和存储介质
JP2023063807A (ja) 画像処理装置、画像処理方法、プログラム及び記録媒体
JP2015233202A (ja) 画像処理装置および画像処理方法、並びにプログラム
CN114764771A (zh) 一种图像质量评价方法、装置、设备、芯片及存储介质
CN109660863B (zh) 视觉关注区域检测方法、装置、设备及计算机存储介质
CN114339028A (zh) 拍照方法、电子设备以及计算机可读存储介质
CN107087114B (zh) 一种拍摄的方法及装置
CN117726666B (zh) 跨相机单目图片度量深度估计方法、装置、设备及介质
CN111800626B (zh) 拍照一致性评价方法、装置、移动终端及存储介质

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