批量源图像降模糊程度处理方法技术

本发明专利技术属于图像软件处理技术领域，其公开了一种批量源图像降模糊程度处理方法，将不同来源的多张清晰程度不一致的图像降至统一模糊程度，使图像标准化，达到使图像处于同一个层级的视觉效果。本发明专利技术中的批量源图像降模糊程度处理方法，包括以下步骤：a.在批量处理图像时，针对每一个源图像计算其模糊程度；b.将源图像的模糊程度与业务需要的标准模糊程度进行比较，计算模糊等级差；c.基于计算出来的模糊等级差对源图像进行降模糊程度处理。

Fuzzy degree processing method for batch source image reduction

The invention belongs to the technical field of image processing software, which discloses a batch source image reduction fuzzy degree method, the image of different sources of a clear degree of inconsistency to the unified fuzzy degree, the standardized images to the image in the same level of visual effects. The fuzzy degree of batch processing method reducing the source image in the invention, which comprises the following steps: A. in batch processing images, for each source image to calculate the fuzzy degree; B. source image fuzzy degree and the business need of the standard fuzzy degree of comparison, calculation of fuzzy differential; fuzzy grade calculated difference the source image processing based on C. fuzzy degree.

【技术实现步骤摘要】
批量源图像降模糊程度处理方法
本专利技术属于图像软件处理
，具体涉及一种批量源图像降模糊程度处理方法。
技术介绍
图像模糊化在财务票据上应用比较广泛，单个个体所采集的图像因终端采集设备不同导致图像千差万别,传统技术中针对各种像素质量不同的图像，采用固定降模糊等级(假设为5)，源图像像素质量较高模糊程度为10，通过处理之后输出图像模糊等级为5，源图像像素质量较低为8，通过预处理之后输出图像模糊等级为3，因此多个图像集进行预处理之后，不能达到统一标准模糊程度。传统技术的上述手段暴露的问题主要有：1.来源不一的图片上传到文件服务器，原图像素质量较高，经过固定模糊标准处理之后，输出图像像素依然很高，原图像素质量较低，经过同一模糊标准处理之后，输出图像像素就很低，因此经过同一标准预处理之后产生了像素差异，不能达到同一标准；2.源图像模糊程度不一，无法确定每张图像模糊程度与标准模糊程度的级别差，不能进行批量处理；3.专业的图像处理软件因其封闭性无法进行有效扩展，不能满足实际业务需要；4.专业的图像模糊处理技术价格过于昂贵。
技术实现思路
本专利技术所要解决的技术问题是：提出一种批量源图像降模糊程度处理方法，将不同来源的多张清晰程度不一致的图像降至统一模糊程度，使图像标准化，达到使图像处于同一个层级的视觉效果。本专利技术解决其技术问题所采用的技术方案是：批量源图像降模糊程度处理方法，包括以下步骤：a.在批量处理图像时，针对每一个源图像计算其模糊程度；b.将源图像的模糊程度与业务需要的标准模糊程度进行比较，计算模糊等级差；c.基于计算出来的模糊等级差对源图像进行降模糊程度处理。作为进一步优化，步骤a之前还包括步骤：a0.以多张清晰程度不一致的图像作为操作因子，根据图形学拉普拉斯三阶算子，计算图像像素方差，以此作为图像训练基础，在大量图像进行训练之后，确定出图像清晰量化参考标准，即参考模糊等级，用以衡量图像的模糊程度，数值越高表示图像越清晰，反之则越模糊。作为进一步优化，步骤a中，所述针对每一个源图像计算其模糊程度的方法为：首先，将源图像转换为灰度图像，然后利用opencv接口将灰度图像三阶拉普拉斯算子与灰度图像做卷积运算计算方差；接着，将方差与参考模糊等级对应的模糊程度阀值进行比较，确定源图像的模糊程度。作为进一步优化，步骤b中，所述标准模糊程度根据业务需求，结合参考模糊等级，预设一个合适的模糊等级。作为进一步优化，步骤c中，所述基于计算出来的模糊等级差对源图像进行降模糊程度处理，具体包括：采用Java技术，基于单位像素区域中点的像素值扩散至单位区域边缘的原理，对源图像做降模糊程度的处理。作为进一步优化，步骤c中，所述基于单位像素区域中点的像素值扩散至单位区域边缘原理，对源图像做将模糊程度处理，具体为：根据源图像像素的宽度h和高度w，以及需要降模糊的等级差n，按照如下公式计算出t，将源图像分割t个小像素区域，然后将小像素区域中心点的像素值覆盖到整个区域，其中t的计算公式为：本专利技术的有益效果是：使各种来源不一像素值不同的效果图像集自动处理为统一模糊标准的图像集，达到使图像处于同一个层级的视觉效果。附图说明图1为本专利技术中参考模糊等级与模糊程度(图像像素方差)对应的示意图；图2为本专利技术实施例中的批量源图像降模糊程度处理方法流程图。具体实施方式本专利技术旨在提出一种批量源图像降模糊程度处理方法，将不同来源的多张清晰程度不一致的图像降至统一模糊程度，使图像标准化，达到使图像处于同一个层级的视觉效果。由于Java语言目前发展比较成熟，本专利技术即是结合OpenCV拉普拉斯算子来实现图像以自适应的方式平滑达到标准的模糊效果，经过大量样本的训练，目前基本稳定。OpenCV是一个一个用于图像处理、分析、机器视觉方面的开源函数库，底层采用C及C++实现，对Java提供了接口，支持Java开发，本专利主要使用的拉普拉斯三阶算子计算。在具体实现上，以多张清晰程度不一致的图像作为操作因子，根据图形学拉普拉斯三阶算子，计算图像像素方差，以此作为图像训练基础。在大量图像进行训练之后，可确定出图像清晰量化参考标准，即参考模糊等级，数值越高表示图像越清晰，反之则越模糊，如图1所示，比如：在像素方差为400时，对应的参考模糊等级为8。从而可以通过训练算法得出待降模糊处理的源图像的模糊度等级。然后根据业务方是实际情况，确定出所需要的模糊等级(小于源图像的模糊等级)，作为固定统一标准值(不同业务方可设定不同的模糊标准等级)。根据训练出的源图像模糊等级与固定统一标准模糊等级计算等级差，采用Java技术，基于单位像素区域中点的像素值扩散至单位区域边缘的原理，对源图像做降模糊程度的处理，最后达到统一标准。单位像素区域中点的像素值扩散至单位区域边缘原理是根据源图像像素的宽度h和高度w，根据需要降模糊的等级差n，按照如下公式计算，将源图像分割t个小像素区域，然后将小像素区域中心点的像素值覆盖到整个区域，此技术通过Java来实现。由于经过大量源图像的训练结果，确定出供参考模糊等级，其训练样本得到业内及业务方的认可，具有一定的客观准确性。在制定模糊等级标准方面可根据实际情况做一个动态的判断，但最终判断结果应当是稳定的标准，具备一定的稳定性。实施例：如图2所示，本实施例中的批量源图像降模糊程度处理方法包括以下步骤：一、源图像的获取：源图像主要业务使用方提供，通过设备扫描、相机拍摄、高拍仪等方式获取源图像，其获取的源图像应当具备以下特征：正确性：应当是业务使用方不同业务处理类型所对应的票据图像，例如：增值税发票、银行回执单、收据等类型的票据；完整性：所采集的图像应当具备完整性，业务票据采集完整，方便后续操作；可视性：采集图像可肉眼分辨其具体内容，可供降模糊程度处理。二、基于获取的源图像，要进行批量模糊化处理的时候，针对每一个图像，需要通过算法确定源图像的模糊程度，再与业务需要的标准模糊程度进行比较，计算出模糊等级差，然后根据这个等级差进行源图像的降模糊程度处理，最后输出图像。具体包括：步骤1：将图像转换为灰度图像；步骤2：利用opencv接口将灰度图像三阶拉普拉斯算子与灰度图像做卷积运算计算方差；步骤3：将方差与参考模糊等级对应的模糊程度阀值进行比较，确定源图像的模糊程度；步骤4：将源图像的模糊程度与业务需要的标准模糊程度进行比较，计算模糊等级差步骤5：利用模糊等级差，将源图像降至标准模糊程度的图像输出。本文档来自技高网...

【技术保护点】
批量源图像降模糊程度处理方法，其特征在于，包括以下步骤：a.在批量处理图像时，针对每一个源图像计算其模糊程度；b.将源图像的模糊程度与业务需要的标准模糊程度进行比较，计算模糊等级差；c.基于计算出来的模糊等级差对源图像进行降模糊程度处理。

【技术特征摘要】
1.批量源图像降模糊程度处理方法，其特征在于，包括以下步骤：a.在批量处理图像时，针对每一个源图像计算其模糊程度；b.将源图像的模糊程度与业务需要的标准模糊程度进行比较，计算模糊等级差；c.基于计算出来的模糊等级差对源图像进行降模糊程度处理。2.如权利要求1所述的批量源图像降模糊程度处理方法，其特征在于，步骤a之前还包括步骤：a0.以多张清晰程度不一致的图像作为操作因子，根据图形学拉普拉斯三阶算子，计算图像像素方差，以此作为图像训练基础，在大量图像进行训练之后，确定出图像清晰量化参考标准，即参考模糊等级，用以衡量图像的模糊程度，数值越高表示图像越清晰，反之，则越模糊。3.如权利要求1所述的批量源图像降模糊程度处理方法，其特征在于，步骤a中，所述针对每一个源图像计算其模糊程度的方法为：首先，将源图像转换为灰度图像，然后利用opencv接口将灰度图像三阶拉普拉斯算子与灰度图像做卷积运算计算方差；接着，将方差与参考...

【专利技术属性】
技术研发人员：王仕秒，岳永胜，李波，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51