(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210983357.0 (22)申请日 2022.08.16 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 谢凯西　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 专利代理师 郝少剑 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) (54)发明名称 图像模糊度 的评估方法、 装置、 计算机设备 及存储介质 (57)摘要 本申请实施例属于人工智能领域， 涉及一种 图像模糊度的评估方法， 包括： 获取待处理的文 档图像； 基于预设的二值化方法获取所述文档图 像的感兴趣区域， 并从所述 感兴趣区域中提取梯 度特征； 基于所述梯度特征生 成所述文档图像的 模糊特征； 将所述模糊特征输入至预先训练得到 的模糊评估模 型内， 通过所述模糊评估模型输出 与所述模糊特征对应的模糊度数值； 基于所述模 糊度数值生成所述文档图像的模糊度评估结果。 本申请还提供一种图像模糊度的评估装置、 计算 机设备及存储介质。 此外， 本申请还涉及区块链 技术， 模糊度数值可存储于区块链中。 本申请通 过使用模糊评估模型对文档图像进行模糊评估 处理， 提高了对于文档图像的模糊度评估的处理 效率与准确性。 权利要求书2页 说明书14页 附图3页 CN 115311451 A 2022.11.08 CN 115311451 A 1.一种图像模糊度的评估方法， 其特 征在于， 包括下述 步骤： 获取待处 理的文档图像； 基于预设的二值化方法获取所述文档图像的感兴趣区域， 并从所述感兴趣区域中提取 梯度特征； 基于所述梯度特 征生成所述文档图像的模糊特 征； 将所述模糊特征输入至预先训练得到的模糊评估模型内， 通过所述模糊评估模型输出 与所述模糊特 征对应的模糊度数值； 基于所述模糊度数值 生成所述文档图像的模糊度评估结果。 2.根据权利要求1所述的图像模糊度的评估方法， 其特征在于， 所述基于预设的二值化 方法获取所述文档图像的感兴趣区域， 并从所述感兴趣区域中提取梯度特征 的步骤， 具体 包括： 将所述文档图像转换为灰度图像； 基于所述 二值化方法对所述灰度图像进行处 理， 得到所述感兴趣区域； 基于预设的卷积核对所述灰度图像进行卷积处理， 得到与所述灰度图像对应的梯度 图； 使用所述感兴趣区域对所述梯度图进行掩码处理， 得到所述感兴趣区域中的梯度特 征。 3.根据权利要求2所述的图像模糊度的评估方法， 其特征在于， 所述基于所述二值化方 法对所述灰度图像进行处 理， 得到所述感兴趣区域的步骤， 具体包括： 使用预设尺寸的高斯权重卷积核对所述灰度图像进行卷积处理， 得到相应的卷积结 果； 将所述卷积结果减去预设参数 得到阈值图； 将所述灰度图像与阈值图进行比较处理， 遍历所述灰度图像中包含的所有像素， 若所 述灰度图像中的指 定像素的值大于等于所述阈值图中对应像素的值， 则将所述指 定像素的 值标记为255， 否则将所述指定像素的值标记为0， 在完成对所述灰度图像的遍历处理后得 到相应的二值图； 其中， 所述指定像素为所述灰度图像中包含的所有像素中的任意一个像 素； 将所述二值图中值 为255的目标像素作为所述文档图像的感兴趣区域。 4.根据权利要求2所述的图像模糊度的评估方法， 其特征在于， 所述基于预设的卷积核 对所述灰度图像进行 卷积处理， 得到与所述灰度图像对应的梯度图的步骤， 具体包括： 使用预设的第一卷积核对所述灰度图像进行 卷积处理， 得到对应的第一梯度图； 使用预设的第二卷积核对所述灰度图像进行 卷积处理， 得到对应的第二梯度图； 基于预设计算公式对所述第 一梯度图与 所述第二梯度图进行计算处理， 得到与所述灰 度图像对应的梯度图。 5.根据权利要求1所述的图像模糊度的评估方法， 其特征在于， 所述基于所述梯度 特征 生成所述文档图像的模糊特 征的步骤， 具体包括： 计算所有所述梯度特 征的平均值； 将所述平均值作为所述文档图像的模糊特 征。 6.根据权利要求1所述的图像模糊度的评估方法， 其特征在于， 所述基于所述模糊度 数权　利　要　求　书 1/2 页 2 CN 115311451 A 2值生成所述文档图像的模糊度评估结果的步骤， 具体包括： 获取预设的模糊度阈值； 将所述模糊度 数值与所述模糊度阈值进行比较， 判断所述模糊度 数值是否小于所述模 糊度阈值； 若小于所述模糊度阈值， 则生成所述文档图像为清晰图像的第一模糊度评估结果； 若不小于所述模糊度阈值， 则生成所述文档图像为模糊图像的第二模糊度评估结果。 7.根据权利要求1所述的图像模糊度的评估方法， 其特征在于， 在所述将所述模糊特征 输入至预先训练得到的模糊评估模型内， 通过所述模糊评估模型输出与所述模糊特征对应 的模糊度数值的步骤之前， 还 包括： 获取预先收集的文档图像样本； 对所述文档图像样本进行 标签标注处 理， 得到对应的文档图像数据集； 对于所述文档图像数据集中的每一张指定文档图像， 获取所述指定文档图像的指定感 兴趣区域， 从所述指定感兴趣区域中提取指定梯度特征， 并基于所述指定梯度特征生成指 定模糊特 征； 基于所述指定模糊特征以及与所述指定文档图像对应的标签， 生成相应的文档图像特 征数据集； 调用预设的逻辑回归 模型； 基于随机梯度下降法， 使用所述文档图像特征数据集对所述逻辑回归模型进行训练， 得到所述模糊评估 模型。 8.一种图像模糊度的评估 装置， 其特 征在于， 包括： 第一获取模块， 用于获取待处 理的文档图像； 第二获取模块， 用于基于预设的二值化方法获取所述文档图像的感兴趣区域， 并从所 述感兴趣区域中提取梯度特 征； 第一生成模块， 用于基于所述梯度特 征生成所述文档图像的模糊特 征； 输出模块， 用于将所述模糊特征输入至预先训练得到的模糊评估模型内， 通过所述模 糊评估模型输出与所述模糊特 征对应的模糊度数值； 第二生成模块， 用于基于所述模糊度数值 生成所述文档图像的模糊度评估结果。 9.一种计算机设备， 包括存储器和处理器， 所述存储器中存储有计算机可读指令， 所述 处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的图像模糊度的评 估方法的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 可读指令， 所述计算机可读指 令被处理器执行时实现如权利要求 1至7中任一项 所述的图像 模糊度的评估方法的步骤。权　利　要　求　书 2/2 页 3 CN 115311451 A 3