fft(I)将待选取的图像中的每一个图像I转到频域；
[0188] 其中，fft(I)表示对待选取的图像中的每一个图像I进行傅里叶变换；
[0189] 将频域内待选取的图像中的每一个图像进行滤波；
[0190] 采用公SF1 = abs(F)>T计算滤波后待选取图像中每一个图像的能量值F大于预 设阈值T的能量值F1;
[0191] 其中，abs(F)表示对滤波后待选取图像中每一个图像的能量值F取模值，预设阈值 T = 5;
[0192] 采用公式& =4计算待选取图像中每一个图像在频域下的能量占有比S2。 Γ
[0193] 其中，根据第一权重图均值和能量占有比计算待选取图像中每一个图像的清晰度 权重图，包括：
[0194] 根据第一权重图均值Si和能量占有比&采用公式LpS^+S^a-e)计算待选取图 像中每一个图像的清晰度权重图l 2;
[0195] 其中，β为第一权重图均值的权重值。
[0196] 其中，根据亮度评价值和清晰度权重图确定图像的特征融合值，包括：
[0197] 根据亮度评价值LdP清晰度权重图1^采用公式1^ = 1^礼2计算图像的特征融合值L。
[0198] 其中，计算待选取图像中每一个图像的亮度均值之前，还包括：
[0199] 获取至少两个待选取的图像。
[0200] 本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其 它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或 者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识 或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的 权利要求指出。
[0201] 应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并 且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
【主权项】
1. 一种图像选取方法，其特征在于，包括： 计算待选取图像中每一个图像的亮度均值，根据所述亮度均值计算图像的亮度评价 值； 计算待选取图像中每一个图像在时域下的第一权重图均值，计算待选取图像中每一个 图像在频域下的能量占有比，根据所述第一权重图均值和所述能量占有比计算待选取图像 中每一个图像的清晰度权重图； 根据所述亮度评价值和所述清晰度权重图确定图像的特征融合值，将待选取图像中特 征融合值最大的图像作为最终的选取图像。2. 根据权利要求1所述的方法，其特征在于，所述计算待选取图像中每一个图像的亮度 均值，根据所述亮度均值计算图像的亮度评价值，包括： 采用公式f/ (x,y) = log(f(x,y) + l)将待选取图像中每一个图像f(x,y)转换到log空 间； 采用公式v = e邱(mean(f / (x,y)) )-1在log空间取图像的均值后，将log空间的待选取 图像中每一个图像f/(x，y)转到原始空间的值作为所述亮度均值V; 根据所述亮度均值V采用公式^二l-abs(v-0.5)计算图像的亮度评价值^; 其中，exp(mean(f/ (x,y)))表示W自然常数e为底、mean(f/ (x,y))为指数的指数函数， mean(f/ (x,y))表示对log空间的待选取图像中每一个图像f/ (x,y)取平均值;abs(v-0.5) 表示对所述亮度均值与基准点0.5的差值取绝对值。3. 根据权利要求2所述的方法，其特征在于，所述计算待选取图像中每一个图像在时域 下的第一权重图均值，包括： 将待选取图像中每一个图像划分为至少一个区域块； 采用公式计算每一个区域块内像素的全方位差分值W(X) 其中，Xi、、表示所述待选取图像中每一个图像区域块中的像素值，Q表示所述待选取 图像中每一个图像在时域下所有区域块组成的区域，i、j分别为大于等于1的正整数，且i辛 j; 将区域块中最大的全方位差分值作为每一个区域块的全方位差分值，所有区域块的全 方位差分值组成区域块的全方位差分图； 根据区域块的全方位差分图采用公式计算所述第一权重图S; 采用公式Si=Hiean(S)计算所述第一权重图均值Si; 其中，化2I)表示对区域块内像素的全方位差分值V(Qi)求最大值，mean(S)表示 对所述第一权重图S求平均值。4. 根据权利要求3所述的方法，其特征在于，所述将区域块中最大的全方位差分值作为 每一个区域块的全方位差分值之前，还包括： 根据每一个区域块内像素的全方位差分值计算区域块中最大的全方位差分值。5. 根据权利要求4所述的方法，其特征在于，所述计算待选取图像中每一个图像在频域 下的能量占有比，包括： 采用公式F = fft(I)将待选取的图像中的每一个图像I转到频域； 其中，fft(I)表示对待选取的图像中的每一个图像I进行傅里叶变换； 将频域内待选取的图像中的每一个图像进行滤波； 采用公式Fi = abs(F)>T计算滤波后待选取图像中每一个图像的能量值F大于预设阔值 T的能量值Fi; 其中，abs(F)表示对滤波后待选取图像中每一个图像的能量值F取模值，预设阔值T = 5； 采用公式计算待选取图像中每一个图像在频域下的能量占有比S2。6. 根据权利要求5所述的方法，其特征在于，所述根据所述第一权重图均值和所述能量 占有比计算待选取图像中每一个图像的清晰度权重图，包括： 根据所述第一权重图均值Si和所述能量占有比S2采用公式L2=si*e+S2*(i-e)计算待选 取图像中每一个图像的清晰度权重图L2 ; 其中，e为所述第一权重图均值的权重值。7. 根据权利要求6所述的方法，其特征在于，所述根据所述亮度评价值和所述清晰度权 重图确定图像的特征融合值，包括： 根据所述亮度评价值^和所述清晰度权重图L2采用公式L = ^*L2计算图像的特征融合 值L。8. 根据权利要求1-7任一项所述的方法，其特征在于，所述计算待选取图像中每一个图 像的亮度均值之前，还包括： 获取至少两个待选取的图像。9. 一种图像选取装置，其特征在于，包括： 第一计算模块，被配置为计算待选取图像中每一个图像的亮度均值，根据所述亮度均 值确定图像的亮度评价值； 第二计算模块，被配置为计算待选取图像中每一个图像在时域下的第一权重图均值， 计算待选取图像中每一个图像在频域下的能量占有比，根据所述第一权重图均值和所述能 量占有比计算待选取图像中每一个图像的清晰度权重图； 选取模块，被配置为根据所述第一计算模块计算的所述亮度评价值和所述第二计算模 块计算的所述清晰度权重图确定图像的特征融合值，将待选取图像中特征融合值最大的图 像作为最终的选取图像。10. 根据权利要求9所述的装置，其特征在于，所述第一计算模块包括： 空间转换子模块，被配置为采用公式'/^，7) = 1〇邑(^^，7) + 1)将待选取图像中每一个 图像f (x,y)转换到log空间； 第一确定子模块，被配置为采用公式v = e邱(mean(f/ (x,y)) )-1在所述空间转换子模 块转换的log空间取图像的均值后，将log空间的待选取图像中每一个图像f/(x，y)转到原 始空间的值作为所述亮度均值V; 第一计算子模块，被配置为根据所述第一确定子模块确定的所述亮度均值V采用公式^ =1 -abs (V-0.5)计算图像的亮度评价值1^1; 其中，exp(mean(f/ (x,y)))表示W自然常数e为底、mean(f/ (x,y))为指数的指数函数， mean(f / (x，y))表示对log空间的待选取图像中每一个图像f / (x，y)取平均值;abs(v-0.5) 表示对所述亮度均值与基准点0.5的差值取绝对值。11. 根据权利要求10所述的装置，其特征在于，所述第二计算模块包括： 分块子模块，被配置为将待选取图像中每一个图像划分为至少一个区域块； 分块计算子模块，被配置为采用公式计算所述分块子模块划分的每 a J ho. 一个区域块内像素的全方位差分值W(X); 其中，Xi、、表示所述待选取图像中每一个图像区域块中的像素值，Q表示所述待选取 图像中每一个图像在时域下所有区域块组成的区域，i、j分别为大于等于1的正整数，且i辛 j; 第二确定子模块，被配置为将区域块中最大的全方位差分值作为每一个区域块的全方 位差分值，所有区域块的全方位差分值组成区域块的全方位差分图； 权重图计算子模块，被配置为根据所述第二确定子模块确定的区域块的全方位差分图 采用公式计算所述第一权重图S; 均值计算子模块，被配置为根据所述权重图计算子模块计算的所述第一权重图S采用 公式Si=Hiean(S)计算所述第一权重图均值Si; 其中，;表示对区域块内像素的全方位差分值V(Qi)求最大值，mean(S)表示对 所述第一权重图S求平均值。12. 根据权利要求11所述的装置，其特征在于，所述第二计算模块还包括:最大值计算 子模块； 最大值计算子模块，被配置为所述第二确定子模块将区域块中最大的全方位差分值作 为每一个区域块的全方位差分值之前，根据每一个区域块内像素的全方位差分值计算区域 块中最大的全方位差分值。13. 根据权利要求12所述的装置，其特征在于，所述第二计算模块还包括： 频域变换子模块，被配置为采用公式F = fft(I)将待选取的图像中的每一个图像I转到 频域； 其中，fft(I)表示对待选取的图像中的每一个图像I进行傅里叶变换； 滤波子模块，被配置为将所述频域变换子模块转换的频域内待选取的图像中的每一个 图像进行滤波； 能量值计算子模块，被配置为采用公式Fi = abs(F)>T计算所述滤波子模块滤波后待选 取图像中每一个图像的能量值F大于预设阔值T的能量值Fi; 其中，abs(F)表示对滤波后待选取图像中每一个图像的能量值F取模值，预设阔值T = 5; 占有比计算子模块，被配置为根据所述能量值子模块计算的能量值Fi采用公式 计算待选取图像中每一个图像在频域下的能量占有比S2。14. 根据权利要求13所述的装置，其特征在于，所述第二计算模块还包括： 第二计算子模块，被配置为根据所述均值子模块计算的所述第一权重图均值Si和所述 占有比子模块计算的所述能量占有比S2采用公式L2=si*e+S2*(i-e)计算待选取图像中每 一个图像的清晰度权重图L2; 其中，e为所述第一权重图均值的权重值。15. 根据权利要求14所述的装置，其特征在于，所述选取模块包括： 选取计算子模块，被配置为根据所述第一计算子模块计算的所述亮度评价值^和所述 第二计算子模块计算的所述清晰度权重图L2采用公式L = b*L2计算图像的特征融合值L。16. 根据权利要求9-15所述的装置，其特征在于，所述装置还包括： 获取模块，被配置为获取至少两个待选取的图像。
【专利摘要】本公开是关于一种图像选取方法、装置及系统，该方法包括：计算待选取图像中每一个图像的亮度均值，根据亮度均值计算图像的亮度评价值；计算待选取图像中每一个图像在时域下的第一权重图均值，计算待选取图像中每一个图像在频域下的能量占有比，根据第一权重图均值和能量占有比计算待选取图像中每一个图像的清晰度权重图；根据亮度评价值和清晰度权重图确定图像的特征融合值，将待选取图像中特征融合值最大的图像作为最终的选取图像。本公开结合图像的亮度信息和清晰度信息，选取出同一场景下质量最优的图像。
【IPC分类】G06T7/00
【公开号】CN105654470
【申请号】
【发明人】侯文迪, 王百超, 曲雯雯
【申请人】小米科技有限责任公司
【公开日】2016年6月8日
【申请日】2015年12月24日