一種圖像亮度質量的評價方法及裝置與流程

2024-03-31 03:39:05 4

本發明涉及圖像處理技術領域，更具體的說，是涉及一種圖像亮度質量的評價方法及裝置。

背景技術：

隨著數字圖像的廣泛應用，圖像質量評價作為圖像處理技術領域中能夠有效反映出圖像質量好壞的手段，逐漸成為該領域內的研究熱點。

其中，由於圖像亮度是影響圖像質量的主要因素，因此可以將圖像亮度質量評價作為能夠反映圖像整體質量的評價標準。目前，通過評價圖像亮度質量來反映圖像整體質量評價通常所採用的方法包括主觀評價方法和客觀評價方法；其中，主觀評價方法雖然可靠，但費時費力，且不易嵌入到自動化系統中，因此將能自動、高效地分析圖像亮度質量的客觀評價方法作為評價圖像亮度質量好壞的常用手段。而客觀評價方法中無參考圖像亮度質量評價由於無需任何參考圖像的信息，就可以直接提取失真圖像的亮度特徵，並結合數學計算方法來得到關於該圖像亮度質量的評價，以便進一步獲知該圖像整體質量的好壞，故被廣泛應用於實際。

然而，現有的基於圖像亮度特徵的無參考圖像亮度質量評價方法，針對進行圖像亮度質量評價的每一幅圖像，都需要在提取出其亮度特徵之後，對該亮度特徵進行一次複雜繁瑣的數學計算來獲得最終的圖像亮度質量評價結果，進而使得每次的圖像亮度質量評價耗費大量時間，且降低了圖像亮度質量評價的計算效率。

技術實現要素：

有鑑於此，本發明提供了一種圖像亮度質量的評價方法及裝置，縮減了圖像亮度質量評價所耗費的時間，提高了圖像亮度質量評價的計算效率。

為實現上述目的，本發明提供如下技術方案：

一種圖像亮度質量的評價方法，包括：

獲取一幅圖像，作為待評價圖像；

提取所述待評價圖像的亮度特徵，獲得一個亮度特徵向量；

將所述亮度特徵向量輸入到自動調焦評價函數，獲得圖像亮度質量評價分數，其中，所述自動調焦評價函數為預先建立的函數。

優選地，所述提取所述待評價圖像的亮度特徵，獲得一個亮度特徵向量，包括：

對所述待評價圖像進行局部方差運算，得到第一待提取圖像；

對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN；

計算所述均值去除歸一化圖像MSCN的形狀與方差，並依次記錄在特徵向量中；

計算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

對所述第一待提取圖像進行下採樣處理，獲得第二待提取圖像，並將所述第二待提取圖像作為所述第一待提取圖像，返回所述對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN，直到計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

將所述特徵向量作為一個亮度特徵向量，進行獲取。

優選地，所述計算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中，包括：

對所述均值去除對比歸一化圖像MSCN進行局部分裂，獲得水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像；

計算所述水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中。

優選地，所述自動調焦評價函數的建立過程包括：

獲取多幅圖像和對應於每一幅圖像的主觀圖像亮度質量評價分數，每一幅圖像作為待處理圖像；

提取每一幅所述待處理圖像的亮度特徵，獲得對應每一幅所述待處理圖像的亮度特徵向量；

將對應每一幅所述待處理圖像的亮度特徵向量和主觀圖像亮度質量評價分數輸入到支持向量機SVM進行擬合訓練，獲得自動調焦評價函數。

一種圖像亮度質量的評價裝置，包括：

第一獲取模塊，用於獲取一幅圖像，作為待評價圖像；

第一特徵提取模塊，用於提取所述待評價圖像的亮度特徵，獲得一個亮度特徵向量；

第一計算模塊，用於將所述亮度特徵向量輸入到自動調焦評價函數，獲得圖像亮度質量評價分數，其中，所述自動調焦評價函數為預先建立的函數。

優選地，所述第一特徵提取模塊包括：

第二計算模塊，用於對所述待評價圖像進行局部方差運算，得到第一待提取圖像；

歸一化預處理模塊，用於對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN；

第三計算模塊，用於計算所述均值去除歸一化圖像MSCN的形狀與方差，並依次記錄在特徵向量中；

第四計算模塊，用於計算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

下採樣處理模塊，用於對所述第一待提取圖像進行下採樣處理，獲得第二待提取圖像；

更新模塊，用於在所述下採樣處理模塊獲得第二待提取圖像後，將所述第二待提取圖像作為所述第一待提取圖像；

判斷模塊，用於判斷是否計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

相應的，所述歸一化預處理模塊，還用於在所述判斷模塊判斷未計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中時，對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN；

第二獲取模塊，用於在所述判斷模塊判斷計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中後，將所述特徵向量作為一個亮度特徵向量，進行獲取。

優選地，所述第四計算模塊包括：

局部分裂模塊，用於對所述均值去除對比歸一化圖像MSCN進行局部分裂，獲得水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像；

第四計算子模塊，用於計算所述水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中。

優選地，所述裝置還包括：

第三獲取模塊，用於獲取多幅圖像和對應於每一幅圖像的主觀圖像亮度質量評價分數，每一幅圖像作為待處理圖像；

第二特徵提取模塊，用於提取每一幅所述待處理圖像的亮度特徵，獲得對應每一幅所述待處理圖像的亮度特徵向量；

第五計算模塊，用於將對應每一幅所述待處理圖像的亮度特徵向量和主觀圖像亮度質量評價分數輸入到支持向量機SVM進行擬合訓練，獲得自動調焦評價函數。

經由上述的技術方案可知，與現有技術相比，本發明提供了一種圖像亮度質量的評價方法及裝置，在對待評價圖像的亮度特徵進行提取，並獲得了一個亮度特徵向量後，依據該亮度特徵向量，可以利用構建的自動調焦評價函數直接計算出與該亮度特徵向量對應的圖像亮度質量評價分數，可見，從自動調焦評價函數中獲取與亮度特徵向量所對應的圖像亮度質量評價分數，而不用針對亮度特徵向量專門進行一次複雜繁瑣的數學計算以獲取對應的圖像亮度質量評價分數，省去了原本需要進行數學計算的時間，進而提高了圖像亮度質量評價的計算效率。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。

圖1為本發明實施例提供的一種圖像亮度質量的評價方法的方法流程圖；

圖2為本發明實施例提供的另一種圖像亮度質量的評價方法的方法流程圖；

圖3為本發明實施例提供的一種自動調焦評價函數的建立方法的方法流程圖；

圖4為本發明實施例提供的一種圖像亮度質量的評價裝置的結構示意圖；

圖5為本發明實施例提供的另一種圖像亮度質量的評價裝置的結構示意圖；

圖6為本發明實施例提供的一種自動調焦評價函數的建立裝置的結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

本實施例公開了一種圖像亮度質量的評價方法，請參見附圖1，所述方法具體包括以下步驟：

S101：獲取一幅圖像，作為待評價圖像；

具體的，為了獲知圖像的亮度質量評價，可以先獲取該圖像，並將其作為一幅待評價圖像，以便為後續進行亮度質量評價的相關操作時提供依據。

S102：提取所述待評價圖像的亮度特徵，獲得一個亮度特徵向量；

具體的，由於待評價圖像中包含很多特徵，如圖像的亮度特徵、邊界強度特徵、模糊度特徵等，因此為了確保待評價圖像的亮度質量評價能夠精準，需要先從該待評價圖像中提取出其亮度特徵，避免引入其他特徵而影響評價結果。

S103：將所述亮度特徵向量輸入到自動調焦評價函數，獲得圖像亮度質量評價分數，其中，所述自動調焦評價函數為預先建立的函數；

具體的，由於預先構建了自動調焦評價函數，因此可以將提取到的亮度特徵向量作為輸入變量，輸入到該自動調焦評價函數中，進而能夠利用自動調焦評價函數所保存的輸入變量與輸出變量之間的對應關係，直接計算得到該待評價圖像的圖像亮度質量評價分數，以達到減少計算量的目的。

本發明實施例公開的圖像亮度質量的評價方法中，通過將提取到的待評價圖像中的亮度特徵向量作為輸入變量，輸入到預先構建好的自動調焦評價函數中，可以直接利用該自動調焦評價函數所存儲的輸入變量與輸出變量之間的對應關係，計算出待評價圖像的圖像亮度質量評價分數，進而避免了使用複雜繁瑣的數學計算以獲取對應的圖像亮度質量評價分數，縮減了計算所需消耗的時間，提高了圖像亮度質量評價的計算效率。

在圖1所對應實施例的基礎上，本實施例公開了另一種圖像亮度質量的評價方法，請參見附圖2，所述方法具體包括以下步驟：

S201：獲取一幅圖像，作為待評價圖像。

S202：對所述待評價圖像進行局部方差運算，得到第一待提取圖像；

具體的，由於圖像的局部方差能夠較好地描述圖像的結構信息，所以可以通過對待評價圖像進行局部方差運算來分析該待評價圖像的內容信息，進而能夠使所獲得的第一待提取圖像更加符合人的主觀感知效果，為後續提取準確的亮度特徵向量提供條件基礎。

S203：對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN；

具體的，可以將第一待提取圖像代入亮度歸一化預處理公式：

獲得均值去除歸一化圖像MSCN，其中，I(i,j),i＝1,...,M,j＝1,...,N為第一待提取圖像，M為第一待提取圖像的高，N為第一待提取圖像的寬，μ(i,j)為第一待提取圖像的局部均值，σ(i,j)為第一待提取圖像的方差，C為常數。

S204：計算所述均值去除歸一化圖像MSCN的形狀與方差，並依次記錄在特徵向量中；

具體的，將獲得的均值去除歸一化圖像MSCN與第一計算公式進行矩匹配，進而獲得較為合適的均值去除歸一化圖像MSCN的形狀與方差，第一計算公式為：

其中，α為均值去除歸一化圖像MSCN的形狀，σ為均值去除歸一化圖像MSCN的方差，Γ為gamma函數。

其次，將計算出來的均值去除歸一化圖像MSCN的形狀與方差按照計算出來的順序依次記錄在一個特徵向量中，作為該特徵向量中的第一分量與第二分量，方便後續獲取包含36個特徵分量的亮度特徵向量。

S205：對所述均值去除對比歸一化圖像MSCN進行局部分裂，獲得水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像；

具體的，在圖像亮度質量評價過程中，由於圖像梯度信息是圖像重要的特徵之一，也是人眼理解圖像內容的重要依據，因此將均值去除對比歸一化圖像MSCN進行局部分裂，以獲得水平、垂直、主對角線及副對角線上的四幅圖像，可以更加充分地反映出圖像的真實內容，且提升圖像亮度質量評價的效果。

其次，利用獲得的均值去除歸一化圖像MSCN及第二計算公式、第三計算公式、第四計算公式、第五計算公式分別獲得水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像，第二計算公式、第三計算公式、第四計算公式、第五計算公式依次為：

其中，H(i,j)為水平方向圖像，V(i,j)為垂直方向圖像，D1(i,j)為主對角線方向圖像，D2(i,j)為副對角線方向圖像，為均值去除歸一化圖像MSCN。

S206：計算所述水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

具體的，將獲得的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像分別與第六計算公式進行矩匹配，進而分別計算出水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像這四幅圖像各自對應的形狀、均值、左方差和右方差，第六計算公式為：

其中，ν為圖像的形狀，η為圖像的均值，σl為圖像的左方差，σr為圖像的右方差，

其次，在分別獲取到水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像這四幅圖像各自對應的形狀、均值、左方差和右方差之後，按照這16個數值計算出來的順序，依次記錄在S204中已經記錄了第一分量和第二分量的特徵向量中，作為該特徵向量中的第三分量至第十八分量，此時，該特徵向量中已包含了18個特徵分量。

S207：對所述第一待提取圖像進行下採樣處理，獲得第二待提取圖像，並將所述第二待提取圖像作為所述第一待提取圖像，並執行S208；

具體的，為了使本發明實施例所提供的圖像亮度質量評價結果能夠與主觀感知所得的圖像亮度質量評價結果具有較好的一致性，將第一待提取圖像進行下採樣處理，如將第一待提取圖像的高與寬進行二分之一的空間下採樣，進而生成第二待提取圖像，以便獲取到剩餘的特徵分量，進而集合成所需的亮度特徵向量。

S208：判斷是否計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中，若是，則執行S209，若否，則返回執行S203；

具體的，若判斷出還未將水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差這16個數值全部計算出來，並依次記錄在所述特徵向量中時，則需要返回執行S203，進而能夠繼續獲取剩餘的特徵分量，以便後續集合成亮度特徵向量；若判斷出已成功計算出水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差這16個數值，並依次記錄在所述特徵向量中時，此時，該特徵向量中已包含了36個特徵分量，其中該特徵向量中的第十九分量和第二十分量分別為與第二待提取圖像所對應的均值去除歸一化圖像MSCN的形狀與方差。

S209：將所述特徵向量作為一個亮度特徵向量，進行獲取，並執行S2010。

S2010：將所述亮度特徵向量輸入到自動調焦評價函數，獲得圖像亮度質量評價分數，其中，所述自動調焦評價函數為預先建立的函數。

本發明實施例公開的圖像亮度質量的評價方法中，通過對經過局部方差運算所得的第一待提取圖像依次進行亮度歸一化預處理、局部分裂操作，進而依次獲得了與該第一待提取圖像對應的18個數值，並記錄在一個特徵向量中，作為其前18個分量，之後對第一待提取圖像進行下採樣，並將獲得的第二待提取圖像作為第一待提取圖像，再依次進行亮度歸一化預處理、局部分裂操作，進而依次獲得了18個數值，並記錄在之前的特徵向量中，作為其第十九分量至三十六個分量，此時將包含了36個分量的特徵向量作為亮度特徵向量，進而完成了提取待評價圖像的亮度特徵的過程，使得所獲得的亮度特徵向量更符合人的主觀感受，也間接提高了圖像亮度質量評價的效果。

請參見附圖3，上述實施例中涉及到的S103中自動調焦評價函數的具體建立過程包括以下步驟：

S301：獲取多幅圖像和對應於每一幅圖像的主觀圖像亮度質量評價分數，每一幅圖像作為待處理圖像；

具體的，由於針對圖像亮度質量評價的方法中人的主觀評價方法是最為可靠的度量方法，因此，為了確保後續建立的自動調焦評價函數所輸出的圖像亮度質量評價分數能與主觀圖像亮度質量評價結果具有較好的一致性，可以在獲取多幅圖像作為訓練樣本的同時，也將與這些圖像各自對應的主觀圖像亮度質量評價分數進行獲取，進而提高了後續構建出的自動調焦評價函數的評價質量。

S302：提取每一幅所述待處理圖像的亮度特徵，獲得對應每一幅所述待處理圖像的亮度特徵向量；

具體的，由於每一幅待處理圖像包含多個不同類型的特徵因素，如亮度、模糊度、噪聲率等，因此需要針對每一幅待處理圖像，進行亮度特徵的提取操作，用於作為後續輸入到自動調焦評價函數的輸入變量，以順利獲得對應的圖像亮度質量評價分數；其中，提取每一幅待處理圖像的亮度特徵的具體過程可以按照附圖2所提供的實施例中涉及到的提取待評價圖像的亮度特徵的操作步驟。

S303：將對應每一幅所述待處理圖像的亮度特徵向量和主觀圖像亮度質量評價分數輸入到支持向量機SVM進行擬合訓練，獲得自動調焦評價函數；

具體的，將每一幅待處理圖像的亮度特徵向量和主觀圖像亮度質量評價分數分別作為輸入變量和輸出變量，輸入到支持向量機SVM中進行擬合訓練，進而能夠得到一個滿足圖像的亮度特徵向量和主觀圖像亮度質量評價分數之間的對應關係的自動調焦評價函數，以便在提取到一幅圖像對應的亮度特徵向量後，可以直接利用自動調焦評價函數中存儲的對應關係，快速獲得對應的圖像亮度質量評價分數，且該圖像亮度質量評價分數能夠更加貼近主觀圖像亮度質量評價結果。

本發明實施例中，通過將每一幅圖像的亮度特徵向量和其對應的主觀圖像亮度質量評價分數均輸入到支持向量機SVM中進行擬合訓練，進而能夠獲得一個圖像亮度質量評價結果更貼近主觀圖像亮度質量評價結果的自動調焦評價函數，以便利用該自動調焦評價函數快速計算出與待評價圖像的亮度特徵向量所對應的圖像亮度質量評價分數，節省了大量的數學計算時間，提高了圖像亮度質量評價的計算效率。

本實施例公開了一種圖像亮度質量的評價裝置，請參見附圖4，所述裝置包括：

第一獲取模塊401，用於獲取一幅圖像，作為待評價圖像；

第一特徵提取模塊402，用於提取所述待評價圖像的亮度特徵，獲得一個亮度特徵向量；

第一計算模塊403，用於將所述亮度特徵向量輸入到自動調焦評價函數，獲得圖像亮度質量評價分數，其中，所述自動調焦評價函數為預先建立的函數。

本發明實施例所公開的圖像亮度質量的評價裝置中，通過第一計算模塊403將第一特徵提取模塊402所提取到的待評價圖像中的亮度特徵向量作為輸入變量，輸入到預先構建好的自動調焦評價函數中，從而可以直接利用該自動調焦評價函數所存儲的輸入變量與輸出變量之間的對應關係，計算出待評價圖像的圖像亮度質量評價分數，進而避免了使用複雜繁瑣的數學計算以獲取對應的圖像亮度質量評價分數，縮減了計算所需消耗的時間，提高了圖像亮度質量評價的計算效率。

本發明實施例提供的各個模塊的工作過程，請參照附圖1所對應的方法流程圖，具體工作過程不再贅述。

在圖4所對應實施例的基礎上，本實施例公開了另一種圖像亮度質量的評價裝置，請參見附圖5，所述裝置包括：

第一獲取模塊401，第一特徵提取模塊402和第一計算模塊403；

其中所述第一特徵提取模塊402包括：

第二計算模塊4021，用於對所述待評價圖像進行局部方差運算，得到第一待提取圖像；

歸一化預處理模塊4022，用於對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN；

第三計算模塊4023，用於計算所述均值去除歸一化圖像MSCN的形狀與方差，並依次記錄在特徵向量中；

第四計算模塊4024，用於計算所述均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

下採樣處理模塊4025，用於對所述第一待提取圖像進行下採樣處理，獲得第二待提取圖像；

更新模塊4026，用於在所述下採樣處理模塊4025獲得第二待提取圖像後，將所述第二待提取圖像作為所述第一待提取圖像；

判斷模塊4027，用於判斷是否計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中；

相應的，所述歸一化預處理模塊4022，還用於在所述判斷模塊4027判斷未計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中時，對所述第一待提取圖像進行亮度歸一化預處理，獲得均值去除歸一化圖像MSCN；

第二獲取模塊4028，用於在所述判斷模塊4027判斷計算出與所述第二待提取圖像所對應的均值去除歸一化圖像MSCN的水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中後，將所述特徵向量作為一個亮度特徵向量，進行獲取。

所述第四計算模塊4024包括：

局部分裂模塊40241，用於對所述均值去除對比歸一化圖像MSCN進行局部分裂，獲得水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像；

第四計算子模塊40242，用於計算所述水平方向圖像、垂直方向圖像、主對角線方向圖像以及副對角線方向圖像中的每一幅圖像各自的形狀、均值、左方差和右方差，並依次記錄在所述特徵向量中。

本發明實施例公開的圖像亮度質量的評價裝置中，通過歸一化預處理模塊4022、第四計算模塊4024依次對由第二計算模塊4021經過局部方差運算所得的第一待提取圖像進行亮度歸一化預處理、局部分裂操作，進而依次獲得了與該第一待提取圖像對應的18個數值，並記錄在一個特徵向量中，作為其前18個分量，之後由下採樣處理模塊4025對第一待提取圖像進行下採樣，更新模塊4026再將獲得的第二待提取圖像作為第一待提取圖像，再次通過歸一化預處理模塊4022、第四計算模塊4024依次對其進行亮度歸一化預處理、局部分裂操作，進而依次獲得18個數值，並記錄在之前的特徵向量中，作為其第十九分量至三十六個分量，此時第二獲取模塊4028將包含了36個分量的特徵向量作為亮度特徵向量，進而完成了提取待評價圖像的亮度特徵的過程，使得所獲得的亮度特徵向量更符合人的主觀感受，也間接提高了圖像亮度質量評價的效果。

本發明實施例提供的各個模塊的工作過程，請參照附圖2所對應的方法流程圖，具體工作過程不再贅述。

本實施例公開了一種自動調焦評價函數的建立裝置，請參見附圖6，所述裝置包括：

第三獲取模塊501，用於獲取多幅圖像和對應於每一幅圖像的主觀圖像亮度質量評價分數，每一幅圖像作為待處理圖像；

第二特徵提取模塊502，用於提取每一幅所述待處理圖像的亮度特徵，獲得對應每一幅所述待處理圖像的亮度特徵向量；

第五計算模塊503，用於將對應每一幅所述待處理圖像的亮度特徵向量和主觀圖像亮度質量評價分數輸入到支持向量機SVM進行擬合訓練，獲得自動調焦評價函數。

本發明實施例中，通過第五計算模塊503將第二特徵提取模塊502所提取到的每一幅圖像的亮度特徵向量和第三獲取模塊501所獲取到的與其對應的主觀圖像亮度質量評價分數均輸入到支持向量機SVM中進行擬合訓練，進而能夠獲得一個圖像亮度質量評價結果更貼近主觀圖像亮度質量評價結果的自動調焦評價函數，以便利用該自動調焦評價函數快速計算出與待評價圖像的亮度特徵向量所對應的圖像亮度質量評價分數，節省了大量的數學計算時間，提高了圖像亮度質量評價的計算效率。

本發明實施例提供的各個模塊的工作過程，請參照附圖3所對應的方法流程圖，具體工作過程不再贅述。

對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本發明。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發明的精神或範圍的情況下，在其它實施例中實現。因此，本發明將不會被限制於本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的範圍。