本公开是关于图像的识别方法及装置。该方法包括：获取当前图像中每个像素点的梯度值；确定每个像素点的邻域；根据预设梯度阈值和每个像素点的邻域中的各像素点的梯度值，确定当前图像的初始模糊分布图；将初始模糊分布图进行处理，以得到初始模糊分布图中的最大连通区域；当最大连通区域位于初始模糊分布图的目标中心区域时，确定最大连通区域为当前图像的前景区域，且当前图像为前景清晰、背景模糊的图像。该技术方案，可以在确定出该最大连通区域后，如果该最大连通区域刚好位于该初始模糊分布图的目标中心区域，则能够准确地确定该当前图像为前景清晰、背景模糊的图像。
【技术实现步骤摘要】
本公开涉及图像识别
，尤其涉及图像的识别方法及装置。
技术介绍
现有技术中的图像识别技术只能识别整张图是否模糊，无法识别一些前背景模糊度显著不同的图像，如背景虚化的图像。为了更好地识别前背景模糊度显著不同的图像，其最佳的解决方法就是将前景和背景分开，以分别识别前景模糊度和背景模糊度，但这涉及到将模糊度不同图像的前景和背景进行分割的问题，而这种将前景和背景进行分割的方法复杂度较高，处理起来相当麻烦。
技术实现思路
本公开实施例提供了图像的识别方法及装置。所述技术方案如下:根据本公开实施例的第一方面，提供一种图像的识别方法，包括:获取当前图像中每个像素点的梯度值；确定所述每个像素点的邻域；根据预设梯度阈值和所述每个像素点的邻域中的各像素点的梯度值，确定所述当前图像的初始模糊分布图；将所述初始模糊分布图进行处理，以得到所述初始模糊分布图中的最大连通区域；当所述最大连通区域位于所述初始模糊分布图的目标中心区域时，确定所述最大连通区域为所述当前图像的前景区域，且所述当前图像为前景清晰、背景模糊的图像。在一个实施例中，所述方法还包括:当所述最大连通区域没有位于所述目标中心区域时，确定所述当前图像为预设模糊图像。在一个实施例中，所述方法还包括:当所述最大连通区域位于所述目标中心区域时，确定所述最大连通区域中各像素点在所述初始模糊分布图中的第一像素值；根据所述最大连通区域中各像素点在所述初始模糊分布图中的第一像素值，确定所述最大连通区域中的所有像素点的像素值的均值；根据所述像素值的均值确定所述前景区域的模糊度。在一个实施例中，所述方法还包括:根据所述初始模糊分布图的尺寸大小、所述初始模糊分布图的中心点和第一预设半径，确定所述目标中心区域。在一个实施例中，所述获取当前图像中每个像素点的梯度值，包括:对所述当前图像进行归一化处理，得到归一化图像；使用预设图像模板，将所述归一化图像进行卷积处理，以得到卷积处理后的所述归一化图像中的每个像素点的横向梯度和纵向梯度；根据所述每个像素点的横向梯度和纵向梯度，获取所述每个像素点的梯度值。在一个实施例中，所述每个像素点的邻域包括:以所述每个像素点的坐标值为中心，以预设长度为第二预设半径的区域；所述根据预设梯度阈值和所述每个像素点的邻域中的各像素点的梯度值，确定所述当前图像的初始模糊分布图，包括:确定所述每个像素点的邻域中梯度值大于所述预设梯度阈值的目标像素点；确定所述目标像素点的梯度的均值；根据所述每个像素点的邻域对应的所述梯度的均值、和所述每个像素点的坐标值，生成所述初始模糊分布图。在一个实施例中，所述将所述初始模糊分布图进行处理，以得到所述初始模糊分布图中的最大连通区域，包括:将所述初始模糊分布图进行二值化处理；将二值化处理后的所述初始模糊分布图进行连通域分析，得到所述初始模糊分布图的至少一个连通区域；从所述至少一个连通区域中确定出所述最大连通区域。在一个实施例中，所述将所述初始模糊分布图进行二值化处理，包括:将所述初始模糊分布图中的每个像素点的像素值与预设像素值阈值进行比较；确定所述初始模糊分布图中像素值大于所述预设像素值阈值的第一像素点和确定所述初始模糊分布图中像素值小于或等于所述预设像素值阈值的第二像素点；将所述第一像素点的像素值设置为第一像素值，将所述第二像素点的像素值设置为第二像素值；所述将二值化处理后的所述初始模糊分布图进行连通域分析，得到所述初始模糊分布图的至少一个连通区域，包括:按照所述第一像素值和所述第二像素值，对二值化处理后的所述初始模糊分布图进行连通域分析，以得到所述至少一个连通区域，其中，所述至少一个连通区域每个连通区域中的各像素点的像素值均为所述第一像素值或均为所述第二像素值。根据本公开实施例的第二方面，提供一种图像的识别装置，包括:获取模块，用于获取当前图像中每个像素点的梯度值；第一确定模块，用于确定所述获取模块获取的所述每个像素点的邻域；第二确定模块，用于根据预设梯度阈值和所述第一确定模块确定的所述每个像素点的邻域中的各像素点的梯度值，确定所述当前图像的初始模糊分布图；处理模块，用于将所述第二确定模块确定的所述初始模糊分布图进行处理，以得到所述初始模糊分布图中的最大连通区域；第三确定模块，用于当所述处理模块获得的所述最大连通区域位于所述初始模糊分布图的目标中心区域时，确定所述最大连通区域为所述当前图像的前景区域，且所述当前图像为前景清晰、背景模糊的图像。在一个实施例中，所述装置还包括:第四确定模块，用于当所述处理模块获得的所述最大连通区域没有位于所述目标中心区域时，确定所述当前图像为预设模糊图像。在一个实施例中，所述装置还包括:第五确定模块，用于当所述最大连通区域位于所述目标中心区域时，确定所述最大连通区域中各像素点在所述初始模糊分布图中的第一像素值；第六确定模块，用于根据所述第五确定模块确定的所述最大连通区域中各像素点在所述初始模糊分布图中的第一像素值，确定所述最大连通区域中的所有像素点的像素值的均值；第七确定模块，用于根据所述第六确定模块确定的所述像素值的均值确定所述前景区域的模糊度。在一个实施例中，所述装置还包括:第八确定模块，用于根据所述初始模糊分布图的尺寸大小、所述初始模糊分布图的中心点和第一预设半径，确定所述目标中心区域。在一个实施例中，所述获取模块包括:第一处理子模块，用于对所述当前图像进行归一化处理，得到归一化图像；第二处理子模块，用于使用预设图像模板，将所述第一处理子模块获得的所述归一化图像进行卷积处理，以得到卷积处理后的所述归一化图像中的每个像素点的横向梯度和纵向梯度；获取子模块，用于根据所述第二处理子模块获得的所述每个像素点的横向梯度和纵向梯度，获取所述每个像素点的梯度值。在一个实施例中，所述每个像素点的邻域包括:以所述每个像素点的坐标值为中心，以预设长度为第二预设半径的区域；所述第二确定模块包括:第一确定子模块，用于确定所述每个像素点的邻域中梯度值大于所述预设梯度阈值的目标像素点；第二确定子模块，用于确定所述第一确定子模块确定的所述目标像素点的梯度的均值；生成子模块，用于根据所述第二确定子模块确定的所述每个像素点的邻域对应的所述梯度的均值、和所述每个像素点的坐标值，生成所述初始模糊分布图。在一个实施例中，所述处理模块包括:第三处理子模块，用于将所述初始模糊分布图进行二值化处理；分析子模块，用于将所述第三处理子模块获得的二值化处理后的所述初始模糊分布图进行连通域分析，得到所述初始模糊分布图的至少一个连通区域；第三确定子模块，用于从所述分析子模块获得的所述至少一个连通区域中确定出所述最大连通区域。在一个实施例中，所述第三处理子模块包括:比较单元，用于将所述初始模糊分布图中的每个像素点的像素值与预设像素值阈值进行比较；确定单元，用于确定所述比较单元得到的所述初始模糊分布图中像素值大于所述预设像素值阈值的第一像素点和确定所述比较单元得到的所述初始模糊分布图中像素值小于或等于所述预设像素值阈值的第二像素点；设置单元，用于将所述确定单元确定的所述第一像素点的像素值设置为第一像素值，将所述确定单元确定的所述第二像素点的像素值设置为第二像素值；所述分析子模块包括:分析单元，用于按照所述设置单元设置的所述第一像素值本文档来自技高网...
【技术保护点】
一种图像的识别方法，其特征在于，包括：获取当前图像中每个像素点的梯度值；确定所述每个像素点的邻域；根据预设梯度阈值和所述每个像素点的邻域中的各像素点的梯度值，确定所述当前图像的初始模糊分布图；将所述初始模糊分布图进行处理，以得到所述初始模糊分布图中的最大连通区域；当所述最大连通区域位于所述初始模糊分布图的目标中心区域时，确定所述最大连通区域为所述当前图像的前景区域，且所述当前图像为前景清晰、背景模糊的图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：王百超，龙飞，侯文迪，
申请(专利权)人：小米科技有限责任公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。