一种图像处理确定方法、系统及存储介质与流程

本技术涉及图像处理，特别涉及一种图像处理确定方法、系统及存储介质。

背景技术：

1、在选择图像处理方法并评价通过选定的图像处理方法处理完成的图像是否符合预设的质量要求的应用场景中，图像质量的评价侧重点在于人的主观感受，但每个人的视觉感知存在区别，仅仅依靠主观定性的评估有失偏颇。同样，仅仅依靠客观分析也不能全面反映优化后的图像质量，为了进行全面评价，需要综合各方面因素去判断图像的质量，从而判断出选择的图像处理方法是否最符合要求。然而，不同的图像应用场景需要采用不同的处理方法，通过该方法完成的图像质量的评价也存在多种角度，难以综合多种因素选择合理的图像处理方法。

技术实现思路

1、有鉴于此，本技术提供了一种图像处理确定方法、系统及存储介质，以期解决图像处理方法选择不佳的技术问题。

2、具体的，本技术的技术方案如下：

3、一种图像处理确定方法，包括步骤：

4、获取多个图像评价方法，构成第一方法集；

5、根据第一方法集构建第一评价矩阵；

6、判断第一评价矩阵是否为一致性矩阵；

7、第一评价矩阵为一致性矩阵时，根据每个图像评价方法，获取多个图像处理方法，构成多个第二方法集；

8、根据多个第二方法集构建多个第二评价矩阵，其中，第二方法集与第二评价矩阵一一对应；

9、判断多个第二评价矩阵是否为一致性矩阵；

10、多个第二评价矩阵为一致性矩阵时，根据第一评价矩阵和多个第二评价矩阵构建总评价矩阵；

11、判断总评价矩阵是否为一致性矩阵；

12、总评价矩阵为一致性矩阵时，根据总评价矩阵、第一评价矩阵和第二评价矩阵，确定最优图像处理方法。

13、在一些实现中，第一方法集包括：客观评价方法和主观评价方法；

14、客观评价方法包括：峰值信噪比、均方误差、结构相似度、视觉信息保真度、图像平均梯度、图像信息熵和可见边边缘梯度；

15、主观评价方法包括：双刺激连续质量分级法和单刺激连续质量分级法。

16、在一些实现中，获取多个图像评价方法，构成第一方法集之前，还包括：

17、判断图像处理确定方法是否应用于机器视觉；

18、图像处理确定方法应用于机器视觉时，客观评价方法还包括：识别精度。

19、在一些实现中，根据第一方法集构建第一评价矩阵，具体包括：

20、将多个图像评价方法横向罗列，多个图像评价方法纵向罗列；

21、根据横向的图像评价方法相较于对应的纵向的图像评价方法的重要程度设置多个第一评价指标，建立第一评价矩阵；

22、其中，横向的图像评价方法相较于对应的纵向的图像评价方法同等重要时，第一评价指标为1。

23、在一些实现中，根据多个第二方法集构建多个第二评价矩阵，具体包括：

24、将多个图像处理方法横向罗列，多个图像处理方法纵向罗列；

25、根据横向的图像处理方法相较于对应的纵向的图像处理方法的重要程度设置多个第二评价指标，建立第二评价矩阵；

26、其中，横向的图像处理方法相较于对应的纵向的图像处理方法同等重要时，第二评价指标为1。

27、在一些实现中，判断第一评价矩阵是否为一致性矩阵，具体包括：

28、根据第一评价指标，计算第一评价权重；

29、根据第一评价权重和第一评价矩阵，计算第一最大特征值；

30、根据第一最大特征值，判断第一评价矩阵是否为一致性矩阵。

31、在一些实现中，判断多个第二评价矩阵是否为一致性矩阵，具体包括：

32、根据第二评价指标，计算第二评价权重；

33、根据第二评价权重和第二评价矩阵，计算第二最大特征值；

34、根据第二最大特征值，判断第二评价矩阵是否为一致性矩阵。

35、在一些实现中，根据第一评价矩阵和第二评价矩阵构建总评价矩阵，具体包括：

36、将多个图像评价方法纵向罗列，多个图像处理方法横向罗列；

37、根据多个第一评价权重和多个第二评价权重构建总评价矩阵。

38、在一些实现中，判断总评价矩阵是否为一致性矩阵，具体包括：

39、根据第一最大特征值、第二最大特征值、第一评价权重和第二评价权重，计算一致性比率；

40、根据一致性比率判断总评价矩阵是否为一致性矩阵。

41、在一些实现中，根据总评价矩阵、第一评价矩阵和第二评价矩阵，确定最优图像处理方法，具体包括：

42、根据第一评价权重和第二评价权重计算图像处理方法权重累加值；

43、排序图像处理方法权重累加值；

44、确定图像处理方法权重累加值的最大值所对应的图像处理方法为最优图像处理方法。

45、基于相同的技术构思，本技术还提供了一种图像处理确定系统，包括：

46、第一方法集构建模块，用于获取多个图像评价方法，构成第一方法集；

47、第一矩阵构建模块，用于根据第一方法集构建第一评价矩阵；

48、第一判断模块，用于判断第一评价矩阵是否为一致性矩阵；

49、第二方法集构建模块，用于第一判断模块判断出第一评价矩阵为一致性矩阵时，根据每个图像评价方法，获取多个图像处理方法，构成多个第二方法集；

50、第二矩阵构建模块，用于根据多个第二方法集构建多个第二评价矩阵，其中，第二方法集与第二评价矩阵一一对应；

51、第二判断模块，用于判断多个第二评价矩阵是否为一致性矩阵；

52、总评价矩阵构建模块，用于第二判断模块判断出多个第二评价矩阵为一致性矩阵时，根据第一评价矩阵和多个第二评价矩阵构建总评价矩阵；

53、第三判断模块，用于判断总评价矩阵是否为一致性矩阵；

54、处理方法确定模块，用于第三判断模块判断出总评价矩阵为一致性矩阵时，根据图像评价方法的权重值和图像处理方法的权重值，获取图像处理方法的权重累加值，并根据权重累加值，确定最优图像处理方法。

55、基于相同的技术构思，本技术还提供了一种计算机可读存储介质，其上存储有计算器程序，当存储介质被处理器执行时，实现上述任一实现的图像处理确定方法。

56、与现有技术相比，本技术至少具有以下一项有益效果：

57、1.本技术将多个图像评价方法建立第一评价矩阵，并对该矩阵进行判定，判断选取的图像评价方法是否合理；在合理的情况下将每个图像评价方法所对应的多个图像处理方法建立第二评价矩阵，判断选取的图像处理方法是否合理，在合理的情况下再综合两个评价矩阵，建立总评价矩阵，确定最优图像处理方法，其过程中可以囊括多种图像评价方法和图像处理方法，选择最符合当下图像应用场景的处理方法，弥补了在图像质量评价过程中过于主观或过于客观的所导致的缺陷。

58、2.本技术在测评用于机器视觉领域的图像时，引入识别精度作为评价方法之一，并且在整个过程中，可以根据图像的实际应用场景，自主设定图像评价方法和图像处理方法，有的放矢地进行判断。