一种图像清晰度排序方法、装置、电子设备及存储介质与流程

本技术涉及图像处理，尤其涉及一种图像清晰度排序方法、装置、电子设备及存储介质。

背景技术：

1、在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，即相机参数。相机参数标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。棋盘格标定是相机标定的常用方法，通过对清晰的摄像机图像进行二值化并找到四边形(黑色的棋盘区域)来找到棋盘角点的候选点，只保留满足特定大小标准的四边形，并合并在一个规则的网格结构中。通过特定的流程算法，计算得到相机内、外参数以及畸变系数，进而用于图像矫正。

2、相机标定的一个重要前提是需要清晰的摄像机图像。在传统过程中，棋盘格图像的获取大致有两种方式：1、手拿a4纸打印的棋盘格，对着固定的相机变换不同的角度拍摄视频；2、将棋盘格图片固定后，手持相机从不同角度进行拍摄视频。两种方式得到棋盘格视频后，再通过人工或自动的方式筛选多张清晰度高，不同角度的棋盘格图像。然而，上述方法在单个相机的标定中效果良好，但对于多个相机的标定而言仍存在几方面问题：首先，在图像筛选之前需要保存从左右两侧的拍摄视频，这对于计算机存储设备造成了很大的负担；其次，人工筛选图像有可能会因为视力疲劳而导致图像筛选错误；最后，大多数方法自动图像筛选方式包括边缘检测，频域过滤等，会对计算机硬件造成大量的计算负担。

3、因此，在多个相机标定中，现有的棋盘格清晰图像的筛选方式存在对计算机软硬件负担大，以及人工筛选准确率低的问题。

技术实现思路

1、鉴于上述现有技术的不足之处，本技术提供的一种图像清晰度排序方法、装置、电子设备及存储介质，应用于图像处理技术领域，通过自动读取标定视频中的视频帧，并逐帧判断视频帧的完整度，选择完整度高的完整图像帧计算图像的清晰度和单边模糊度，再根据计算的结果筛选出清晰度高的第二完整图像帧进行排序，从而实现在拍摄视频的同时完成对清晰图像的筛选，降低计算机的计算度，且筛选过程无需人工参与，能够提高相机标定的效率和质量。

2、第一方面，本技术提供一种图像清晰度排序方法，该方法包括步骤：

3、s1：读取标定视频中的视频帧；

4、s2：逐帧判断所述视频帧的完整度，并根据所述完整度获取完整图像帧；

5、s3：计算每一帧所述完整图像帧的清晰度以及单边模糊度；

6、s4：筛除所述单边模糊度小于第一预设值对应的第一完整图像帧，并根据清晰度对剩余的第二完整图像帧进行排序，所述完整图像帧包括所述第一完整图像帧与所述第二完整图像帧。

7、本技术提出的一种图像清晰度排序方法，通过读取标定视频中的视频帧，为后续的图像分析和处理提供原始材料；逐帧判断视频帧的完整度，并根据完整度获取完整图像帧，可以确保选取的完整图像帧适合用于相机标定，便于后续准确计算相机参数；通过计算每一帧完整图像帧的清晰度以及单边模糊度，对筛选出来的完整图像帧进行质量评估，清晰度反映了图像整体的锐利程度，单边模糊度则检测图像在特定方向上是否模糊；筛除单边模糊度小于第一预设值对应的第一完整图像帧，通过设置第一预设值，去除因相机抖动或其他因素而不适用于精准相机标定的第一完整图像帧，有利于后续准确计算相机参数，对剩余的第二完整图像帧的清晰度进行排序，优先选择清晰度最高的图像用于相机标定，以提高标定结果的精度和质量。通过上述方式，该算法能够自动从视频中选取高质量的棋盘格图像，计算量较少，且减少了人为干预，降低错误率，提高了整个相机标定过程的效率和准确性。

8、进一步的，步骤s2包括：

9、s21：逐帧对所述视频帧进行灰度处理，得到灰度图像；

10、s23：在所述灰度图像上滑动窗口检测角点，并计算所述角点的角点强度；

11、s24：从所述角点强度中选取强度最大且符合棋盘格角点分布规律的候选点，获取所述候选点对应的所述视频帧为完整图像帧，所述棋盘格角点分布规律表示所述视频帧的完整度。

12、本技术提供的一种图像清晰度排序方法，通过逐帧对视频帧进行灰度处理，将彩色视频帧转换为灰度图像，可以减少处理的数据量并提高后续图像处理步骤的效率；通过在灰度图像上滑动窗口，可以系统地覆盖整个图像区域，以检测可能的角点，而后计算角点的角点强度，有助于识别图像中显著的几何变化点；从角点强度中选取强度最大且符合棋盘格角点分布规律的候选点，意味着算法将识别出能够形成清晰、规则棋盘格图案的角点，这些角点的分布规律用于确定视频帧是否包含完整的棋盘格图案，从而判断视频帧的完整度。

13、进一步的，步骤s21包括：

14、s211：逐帧将所述视频帧拆分成左视图与右视图；

15、s212：分别对所述左视图与所述右视图进行灰度处理，得到灰度图像。

16、本技术提出的一种图像清晰度排序方法，通过将视频帧水平分割为独立的部分，即左视图和右视图，使计算机能够单独处理每个视图，从而更精确地分析和识别每个摄像头捕获的棋盘格特征，有利于多个相机标定的参数计算；将左视图与右视图分别进行灰度值处理，可以去除图像中的颜色信息，减少数据处理的复杂度，提高角点检测的识别效率。

17、进一步的，步骤s3包括：

18、s31：获取每一帧所述完整图像帧的角点，并以角点坐标为中心，抠出k*k的图像子区域；

19、s32：筛选出平行于所述图像子区域的四条边界中两两相对的第一相对行与第一相对列，并计算所述第一相对行与所述第一相对列中黑白过渡区间的第一宽度与第二宽度；

20、s33：根据所述第一宽度和第二宽度计算得出所述完整图像帧的清晰度与单边模糊度。

21、本技术提出的一种图像清晰度排序方法，通过获取每一帧完整图像帧的角点，并以角点坐标为中心提取小的图像区域，即子区域，通过分析子区域，算法可以更精确地评估图像的局部清晰度特征；在每个子区域中，识别子区域与边界平行的第一相对行和第一相对列，这些行和列代表了棋盘格的边缘，通过测量黑白格子过渡区间的宽度，有利于评估图像的局部清晰度；利用计算得到的第一宽度和第二宽度计算完整图像帧的清晰度和单边模糊度，有利于筛选出足够清晰，适用于相机标定的图像。

22、进一步的，步骤s33包括：

23、s331：根据所述第一宽度与所述第二宽度之和计算得出所述完整图像帧的清晰度；

24、s332：根据所述第一宽度与所述第二宽度之差计算得出所述完整图像中桢的单边模糊度。

25、进一步的，步骤s4包括：

26、s41：筛除所述单边模糊度小于第一预设值对应的第一完整图像帧，筛除所述清晰度小于第二预设值对应的第三完整图像帧；

27、s42：根据清晰度对剩余的第二完整图像帧进行排序，所述完整图像帧还包括所述第三完整图像帧。

28、进一步的，步骤s4之后包括：

29、s5：获取所述第二完整图像帧的数量，当所述第二完整图像帧的数量不满足预设图像数量时，继续读取标定视频中的补充视频帧；

30、s6：根据步骤s3至s4，获取所述补充视频帧中所述单边模糊度大于等于第一预设值且所述清晰度大于等于第二预设值的第四完整图像帧，使所述第二完整图像帧与所述第四完整图像帧之和满足预设图像数量。

31、第二方面，本技术提出一种图像清晰度排序装置，所述装置包括：

32、图像读取模块：用于读取标定视频中的视频帧；

33、图像判断模块：用于逐帧判断所述视频帧的完整度，并根据所述完整度获取完整图像帧；

34、图像计算模块：用于计算每一帧所述完整图像帧的清晰度以及单边模糊度；

35、图像处理模块：用于筛除所述单边模糊度小于第一预设值对应的第一完整图像帧，并根据清晰度对剩余的第二完整图像帧进行排序，所述完整图像帧包括所述第一完整图像帧与所述第二完整图像帧。

36、第三方面，本技术提供一种电子设备，包括处理器以及存储器，存储器存储有计算机可读取指令，当计算机可读取指令由处理器执行时，运行上述任一方法中的步骤。

37、第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时运行上述任一方法中的步骤。

38、有益效果：本技术提出的一种图像清晰度排序方法、装置、电子设备及存储介质，通过读取标定视频中的视频帧，为后续的图像分析和处理提供原始材料；逐帧判断视频帧的完整度，并根据完整度获取完整图像帧，可以确保选取的完整图像帧适合用于相机标定，便于后续准确计算相机参数；通过计算每一帧完整图像帧的清晰度以及单边模糊度，对筛选出来的完整图像帧进行质量评估，清晰度反映了图像整体的锐利程度，单边模糊度则检测图像在特定方向上是否模糊；筛除单边模糊度小于第一预设值对应的第一完整图像帧，通过设置第一预设值，去除因相机抖动或其他因素而不适用于精准相机标定的第一完整图像帧，有利于后续准确计算相机参数，对剩余的第二完整图像帧的清晰度进行排序，优先选择清晰度最高的图像用于相机标定，以提高标定结果的精度和质量。通过上述方式，该算法能够自动从视频中选取高质量的棋盘格图像，计算量较少，且减少了人为干预，降低错误率，提高了整个相机标定过程的效率和准确性。