本發明涉及圖像處理技術領域，尤其涉及一種圖像檢測方法及裝置。

背景技術：

隨著液晶電視技術的飛速的發展，高清及超高清電視已經成為市場主流。然而，分辨率較低的標清信號源還仍然在廣播電視、網絡傳播以及多媒體娛樂中被廣泛應用。當超高清電視接收低分辨率的標清信號源時，這些低分辨率的視頻信號源必須經過圖像放大處理后得到的高清圖像方能在超高清液晶屏幕上顯示。例如，將480p分辨率的圖像在1080p全高清液晶屏幕上進行顯示時，由于480p的圖像分辨率為720*480,1080p的全高清液晶屏的分辨率為1920*1080，通常情況下需要通過線性插值的方式將水平方向上的720個像素點增加到1920個，將垂直方向的480個像素點增加到1080個，從而使整個畫面被像素點充滿，進而實現將低分辨率的圖像顯示在全高清液晶屏幕上。

然而，不管是經過圖像放大處理后得到的高清圖像還是真實的高清圖像在顯示在高清液晶屏幕上時，均需要高清電視對其進行清晰度增強處理，來使得顯示出的圖像效果更為美觀自然。但是，由于高清電視在對獲取到的高清圖像進行清晰度增強處理時，無法分辨出該高清圖像是經過圖像放大處理后得到的高清圖像還是真實的高清圖像，而會按照相同的清晰度調整幅度對這兩種高清圖像進行清晰度調整。因此，對于需要進行更細致的清晰度增強處理的經過圖像放大處理后得到的高清圖像，其在高清電視上顯示時會出現圖像失真的現象。

技術實現要素：

本發明的實施例提供一種圖像檢測方法及裝置，解決了現有技術中由于高清電視在對獲取到的高清圖像進行清晰度增強處理時，無法分辨出該高清圖像是經過圖像放大處理后得到的高清圖像還是真實的高清圖像，從而導致的經過圖像放大處理后得到的高清圖像在高清電視上顯示所出現的圖像失真問題。

為達到上述目的，本發明的實施例采用如下技術方案：

第一方面，提供一種圖像檢測方法，包括：

獲取待檢測圖像，并提取所述待檢測圖像的幾何特征；

通過邊緣檢測算子確定所述待檢測圖像的幾何特征的至少兩組梯度特征，所述每組梯度特征對應的邊緣檢測算子不同；

獲取所述待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖；

根據所述待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定所述待檢測圖像是否經過縮放處理。

另一方面，提供一種圖像檢測裝置，包括：

第一獲取模塊，用于獲取待檢測圖像，并提取所述待檢測圖像的幾何特征；

第一確定模塊，用于通過邊緣檢測算子確定所述待檢測圖像的幾何特征的至少兩組梯度特征，所述每組梯度特征對應的邊緣檢測算子不同；

第二獲取模塊，用于獲取所述待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖；

第二確定模塊，用于根據所述待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定所述待檢測圖像是否經過縮放處理。

本發明的實施例提供的圖像檢測方法及裝置，通過獲取待檢測圖像，并提取待檢測圖像的幾何特征，其次，通過邊緣檢測算子確定待檢測圖像的幾何特征的至少兩組梯度特征，每組梯度特征對應的邊緣檢測算子不同；然后，獲取待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖；最后，根據待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定待檢測圖像是否經過縮放處理。相對于現有技術，由于經過縮放處理的圖像使用不同邊緣檢測算子所得到的不同梯度幅度圖間的清晰度差距較大，因此，本方案通過對待檢測圖像的幾何特征的基于不同邊緣檢測算子得到的多幅梯度幅度圖的特征向量進行比對，從而便可確定出該待檢測圖像是否進行過縮放處理。這樣，當終端對高清圖像進行清晰度處理時，便可基于該待檢測圖像的檢測結果，對經過圖像放大處理后得到的高清圖像和真實的高清圖像，分別進行相應的清晰度增強處理，進而使得經過圖像放 大處理后得到的高清圖像在高清電視上顯示時不會出現圖像失真。

附圖說明

為了更清楚地說明本發明實施例的技術方案，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一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些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檢測方法的方法流程圖；

圖2為本發明實施例提供的原始圖像和所提取原始圖像的幾何特征圖；

圖3為本發明實施例提供的整數高斯模板圖；

圖4為本發明實施例提供的一幅風景畫的原始圖像和經過兩種不同算子處理后的圖像；

圖5為本發明實施例提供的特征投影變換示意圖；

圖6為本發明實施例提供的一種圖像檢測裝置的結構示意圖。

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。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。

本發明實施例提供的圖像檢測方法的執行主體可以為圖像檢測裝置，或者用于執行上述圖像檢測方法的終端。具體的，該終端可以為智能電視、智能電視終端、高清機頂盒、平板電腦、筆記本電腦、超級移動個人計算機(英文：ultra-mobilepersonalcomputer，簡稱：umpc)、上網本、個人數字助理(英文：personaldigitalassistant，簡稱：pda)等終端。其中，圖像檢測裝置可以為上述終端中的中央處理器(英文：centralprocessingunit，簡稱：cpu)或者可以為上述終端的中的控制單元或者功能模塊。

本發明實施例提供的待檢測圖像可以為信號源中的原始的標清圖像、高清圖像或全高清圖像和超高清圖像，也可以是標清信號源輸入至 高清終端時，高清終端經過放大處理后得到的高清圖像，還可以是高清信號源輸入至標清終端時，標清終端經過縮小處理后得到的標清圖像。需要說明的是，本領域技術人員應當清楚，下文中所提及的“待檢測圖像”可以替換為上述所提及的圖像中的任何一種，同時，為了方便說明，下文中所提及的“高清”是“高清、全高清以及超高清”的統稱。

本文中術語“和/或”，僅僅是一種描述關聯對象的關聯關系，表示可以存在三種關系，例如，a和/或b，可以表示：單獨存在a，同時存在a和b，單獨存在b這三種情況。另外，本文中字符“/”，一般表示前后關聯對象是一種“或”的關系。

為了便于清楚描述本發明實施例的技術方案，在本發明的實施例中，采用了“第一”、“第二”等字樣對功能或作用基本相同的相同項或相似項進行區分，本領域技術人員可以理解“第一”、“第二”等字樣并不對數量和執行次序進行限定。

本發明的實施例提供一種圖像檢測方法，如圖1所示，該方法包括如下步驟：

101、圖像檢測裝置獲取待檢測圖像，并提取待檢測圖像的幾何特征。

其中，本實施例中的待檢測圖像的幾何特征為待檢測圖像中出現像素灰度急劇變化的那些像素的集合，該檢測圖像的幾何特征包括但不限于：圖像邊緣信息和圖像細節信息。其中，上述的圖像邊緣信息包括構成圖像輪廓像素的像素信息，上述的圖像細節信息包括圖像的角點信息，而上述的角點是指圖像中出現亮度變化劇烈的像素點或圖像邊緣曲線上曲率極大值的像素點。

示例性的，圖像檢測裝置提取待檢測圖像的邊緣信息和細節信息可以通過邊緣檢測算子進行提取。具體的，這里邊緣檢測算子以信息測度算子為例，得到的圖像的邊緣信息和細節信息可以參照圖2，a為待檢測圖像，b為經過信息測度算子所提取的圖像幾何特征圖。

此外，為了消除待檢測圖像中無關的信息，濾除掉圖像中的干擾和噪聲，且為了恢復待檢測圖像中有用的真實信息，并增強有關信息的可檢測性和最大限度地簡化數據，從而改進特征抽取的可靠性。優選的，在實現步驟101之前還可以對待檢測圖像進行圖像預處理操作。

示例性的，圖像檢測裝置在對待檢測的圖像進行該預處理操作時，可以采用低通濾波器對其進行去噪處理。

例如，圖像檢測裝置可以通過高斯加權或高斯卷積的方式來實現去噪處理，從而得到待檢測圖像的濾波值。其中，高斯加權的原理是采用兩個一維高斯核分別兩次加權實現，高斯卷積的原理是通過一個二維高斯核一次卷積實現。

示例一，通過高斯加權實現預處理的具體過程如下所述：

1)獲取一維高斯整數模板數值

一個離散化的一維高斯函數為：

其中，σ為大于零的常數，表示控制降噪的程度。

為了計算方便這里以整數高斯模板為例。示例性的，若該整數高斯模板的濾波窗口圖如圖2中的圖a所示時，對應的整數高斯模版圖可以參照圖2中的圖b，具體的，以圖2中的整數高斯模板的濾波窗口圖為例，圖2中的圖b對應的一維整數高斯模板產生的具體過程如下：

假設整數高斯模板的大小為2*n+1，所以x的變化范圍為[-n,n]；根據對稱性只需要產生[-n,0]之間的數據即可，求取n+1個浮點數的最小值g_min；將所有的浮點值除以最小值g_min的商乘以2得到的數值為模板各個點對應的整數高斯模板的整數數值。

2)根據得到的一維整數高斯模板經過兩次加權計算得到待檢測圖像的濾波值。以n＝1的為例，整數高斯模板經過兩次加權計算后，所得到的圖像在(i,j)處的濾波值為：

一維高斯平滑的過程為先是水平(垂直方向)中心像素點周圍的(2*n+1)個數據與(2*n+1)個模板數據進行卷積的值來代替原來的中心點值；水平(垂直)方向平滑之后，接著進行垂直(水平方向)中心像素點周圍的(2*n+1)個數據與(2*n+1)個模板數據進行卷積的值來代替原來的中心點值。

示例二，通過高斯卷積實現預處理的具體過程如下所述：

1)獲取二維整數高斯模板數值

一個離散化的二維高斯函數為：其中，σ為大于零的常數，表示控制降噪的程度。

為了計算方便這里以整數高斯模板為例。示例性的，若該整數高斯模板的濾波窗口圖如圖3中的圖a所示時，對應的整數高斯模版圖可以參照圖3中的圖b，具體的，以圖3中的整數高斯模板的濾波窗口圖為例，圖3中的圖b對應的二維整數高斯模板產生的具體過程如下：

假設整數高斯模板的大小為(2*n+1)*(2*n+1)；所以x，y的變化范圍為[-n,n]；根據對稱性只需要產生x,y在[-n,0]之間的數據即可，求取(n+1)*(n+1)個浮點數的最小值g_min；將所有的浮點值除以最小值g_min的商乘以2得到的數值為模板各個點對應的整數高斯模板的整數數值。

2)根據得到的二維整數高斯模板經過一次卷積計算得到待檢測圖像的濾波值。以n＝1的為例，二維的整數高斯模板經過一次卷積計算后，所得到的圖像在(i,j)處的濾波值為：

二維高斯平滑過程為中心像素點周圍的(2*n+1)*(2*n+1)個數據與(2*n+1)*(2*n+1)個模板數據進行卷積的值來代替原來的中心點值。

優選的，為了將亮度和色度分離開，從而適合于圖像處理過程。在對待檢測圖像進行預處理之前還可以對待檢測的圖像進行色彩空間的轉換，即將待檢測圖像的色彩空間rgb轉換為yuv。

102、圖像檢測裝置通過邊緣檢測算子確定待檢測圖像的幾何特征的至少兩組梯度特征。

具體的，該待檢測圖像的幾何特征的梯度特征包括梯度幅值和梯度方向。該邊緣檢測算子包括但不限于：robertscross算子，prewitt算子，sobel算子，kirsch算子，羅盤算子，canny算子，laplacian算子和高通算子。

示例性的，圖像檢測裝置通過邊緣檢測算子對待檢測圖像的幾何特征進行梯度特征檢測，計算出待檢測圖像的幾何特征的至少兩組梯度特征。具體的，每組梯度特征對應的邊緣檢測算子不同。例如，經過canny算子計算得到的梯度特征為第一梯度特征，經過高通算子得到的梯度特征為第二梯度特征，具體計算過程如下所述。

示例一，通過canny算子得到的第一梯度特征的梯度幅值和梯度方向的具體步驟如下所述：

1)根據獲取的canny算子矩陣得到x向和y向的一階偏導數。

具體的，獲取canny算子矩陣模板，該canny算子矩陣模板為：然后，對上述矩陣sx和sy分別求一階偏導數，得到x向和y向的一階偏導數分別如下：

gx(i,j)＝(i(i,j+1)-i(i,j)+i(i+1,j+1)-i(i+1,j))/2(公式5)

gy(i,j)＝(i(i,j)+i(i+1,j)+i(i,j+1)-i(i+1,j+1))/2(公式6)

2)根據x向和y向的一階偏導數計算出第一梯度特征的梯度幅值和梯度方向

由上述公式5和公式6，可以得到梯度幅值以及梯度方向的數學表達式為：

θ(i,j)＝arctan(gy(i,j)/gx(i,j))(公式8)

此外，為了計算方便，在獲取到梯度特征后，還可以對該梯度特征中的梯度幅值進行非極大值抑制。

實例二，通過高通算子得到的第二梯度特征的梯度幅值和梯度方向的具體過步驟如下所述：

1)根據獲取的高通算子矩陣得到x向和y向的一階偏導數

具體的，獲取高通算子矩陣模板，該高通算子矩陣模板為：然后，對上述矩陣sx和sy分別求一階偏導數，得到x向和y向的一階偏導數分別如下：

2)根據x向和y向的一階偏導數計算出第二梯度特征的梯度幅值和梯度方向

由上述公式9和公式10，可以得到梯度幅值以及梯度方向的數學表達式為：

θh(i,j)＝arctan(gy(i,j)/gx(i,j))(公式12)

此外，為了計算方便，在獲取到梯度特征后，還可以對該梯度特征中的梯度幅值進行非極大值抑制。

103、圖像檢測裝置獲取待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖。

在本實施例中，圖像檢測裝置在基于不同的邊緣檢測算子對待檢測圖像的幾何特征進行邊緣檢測后，便會得到與待檢測圖像大小(m*n)相同的梯度幅度圖，即本實施例中的待檢測圖像的每幅梯度幅度圖與待檢測圖像的圖像大小相同。示例性的，以圖4中的圖a提供的一幅風景畫的原始圖像為例，圖b為經過canny算子處理后的圖像，圖c為經過高通算子處理后的圖像。由圖4中的b和c可以明顯看出,經過canny算子處理后得到的圖像明顯比經過高通算子處理后得到的圖像清晰。因此可以推出不同的邊緣檢測算子對相同的圖像的幾何特征進行邊緣檢測，得到的梯度幅度圖的顯示效果不同。

104、圖像檢測裝置根據待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定待檢測圖像是否經過縮放處 理。

其中，上述的梯度幅度圖的特征向量包括梯度幅度圖中所有元素的像素值。示例性的，上述的邊緣檢測算子的優先級信息包括該邊緣檢測算子的優先級等級，其中，邊緣檢測算子的優先級等級越高，則該邊緣檢測算子對應的梯度幅度圖的清晰度相比于優先級等級低的邊緣檢測算子對應的梯度幅度圖的清晰度越高，具體的，優先級等級高的邊緣檢測算子對應的梯度幅度圖的顯示效果優于優先級等級低的邊緣檢測算子對應的梯度幅度圖，即優先級等級高的邊緣檢測算子對應的梯度幅度圖的圖像輪廓點及圖像角點的數量大于優先級等級低的邊緣檢測算子對應的梯度幅度圖的圖像輪廓點及圖像角點以及圖像角點的數量。

本發明的實施例提供的圖像檢測方法，通過獲取待檢測圖像，并提取待檢測圖像的幾何特征，其次，通過邊緣檢測算子確定待檢測圖像的幾何特征的至少兩組梯度特征，每組梯度特征對應的邊緣檢測算子不同；然后，獲取待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖；最后，根據待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定待檢測圖像是否經過縮放處理。相對于現有技術，由于經過縮放處理的圖像使用不同邊緣檢測算子所得到的不同梯度幅度圖間的清晰度差距較大，因此，本方案通過對待檢測圖像的幾何特征的基于不同邊緣檢測算子得到的多幅梯度幅度圖的特征向量進行比對，從而便可確定出該待檢測圖像是否進行過縮放處理。這樣，當終端對高清圖像進行清晰度處理時，便可基于該待檢測圖像的檢測結果，對經過圖像放大處理后得到的高清圖像和真實的高清圖像，分別進行相應的清晰度增強處理，進而使得經過圖像放大處理后得到的高清圖像在高清電視上顯示時不會出現圖像失真。

實施例一：

示例性的，當上述的至少兩組梯度特征包括第一梯度特征和第二梯度特征，該第一梯度特征對應第一梯度幅度圖，該第二梯度特征對應第二梯度幅度圖時，步驟104可以通過以下兩種實現方式來實現：

具體的，在第一種實現方式中，步驟104包括如下步驟：

104a1、圖像檢測裝置根據第一梯度幅度圖中所有元素的像素值與第二梯度幅度圖中所有元素的像素值，確定出第一梯度幅度圖與第二梯度幅 度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數。

該第一預定條件是基于第一梯度幅度圖對應的邊緣檢測算子的優先級信息和第二梯度幅度圖對應的邊緣檢測算子的優先級信息得出的。

示例性的，若第一梯度幅度圖對應的第一算子的優先級高于第二梯度幅度圖對應的第二算子的優先級，則圖像檢測裝置會將第一梯度幅度圖與第二梯度幅度圖中相同區域內第一梯度幅度圖中元素的像素值大于第二梯度幅度圖中元素的像素值，且第一梯度幅度圖中元素的像素值與第二梯度幅度圖中元素的像素值間的差值小于第二預定閾值的像素點篩選出來，并根據這些像素點的個數確定待檢測圖像是否經過縮放處理；若第一梯度幅度圖對應的第一算子的優先級低于第二梯度幅度圖對應的第二算子的優先級，則圖像檢測裝置會將第一梯度幅度圖與第二梯度幅度圖中相同區域內第一梯度幅度圖中元素的像素值小于第二梯度幅度圖中元素的像素值，且第一梯度幅度圖中元素的像素值與第二梯度幅度圖中元素的像素值間的差值的絕對值小于第二預定閾值的像素點篩選出來，并根據這些像素點的個數確定待檢測圖像是否經過縮放處理。

104a2、圖像檢測裝置根據第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數確定待檢測圖像是否經過縮放處理。

示例性的，若第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數大于第一預定閾值時，則判定待檢測圖像為經過縮放處理的圖像；若第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數小于或等于第一預定閾值時，則判定待檢測圖像為未經過縮放處理的圖像。

需要說明的是，上述的第一預定閾值以及第二預定閾值均是根據實驗結果得到的經驗值。

示例性的，以canny算子和高通算子為例，這里將第一梯度幅度圖記為gc，將第二梯度幅度圖記為gcd。

對第一種實現方式列舉一個具體的實例，其實現過程如下：

1)、統計相同位置處，gc值比gcd值大，且差值的絕對值小于th的個數，具體程序如下所示：

for(j＝0；j<h；j++)

{

for(i＝0；i<w；i++)

{if(gc(i,j)>gcd(i,j)&|gc(i,j)-gcd(i,j)|<th)

{num_total++；

}

}

}

其中，w是圖像寬度，h是圖像高度，th為第二預定閾值，取默認值100，可以配置，隨著圖像分辨率的增大相應變大。

2)、對num_total進行歸一化處理,得到元素對應的置信度參數

nout＝num_total/(w*h)；

3)、判斷flag＝nout>thf？1:0；flag＝1表示輸入圖像被縮放過，flag＝0表示輸入圖像未被縮放處理。

其中，thf是第一預定閾值，是通過實驗得到的，同時輸出置信度參數nout。nout值越是靠近1表示圖像被放大過的可能性越大，nout值越是接近0，表示圖像越接近于原始圖像。

實施例二

由于圖像檢測裝置在對梯度幅度圖的二維特征向量進行計算時，計算過程過于繁瑣，因此，本實施例通過提供另一種實現方式來實現步驟104的圖像判定過程，即通過對梯度幅度圖的二維特征向量進行降維處理，從而直接根據降維后的梯度幅度圖的一維特征向量進行計算，簡化了計算過程。

具體的，在第二種實現方式中，步驟104包括如下步驟：

104b1、圖像檢測裝置對每幅梯度幅度圖分別沿x軸與y軸進行特征投影變換，得到第一梯度幅度圖的第一y軸特征向量和第一x軸特征向量與第二梯度幅度圖的第二y軸特征向量和第二x軸特征向量。

104b2、圖像檢測裝置根據第一x軸特征向量與第二x軸特征向量中所有元素的像素值，確定出第一x軸特征向量與第二x軸特征向量中相 同區域內的元素的像素值滿足第二預定條件的元素的個數num1，并根據第一y軸特征向量與第二y軸特征向量中所有元素的像素值，確定出第一y軸特征向量與第二y軸特征向量中相同區域內的元素的像素值滿足第二預定條件的元素的個數num2。

該第二預定條件是基于第一梯度幅度圖對應的邊緣檢測算子的優先級信息和第二梯度幅度圖對應的邊緣檢測算子的優先級信息得出的。

示例性的，若第一梯度幅度圖對應的第一算子的優先級高于第二梯度幅度圖對應的第二算子的優先級，則圖像檢測裝置會將第一梯度幅度圖與第二梯度幅度圖中相同區域內的第一梯度幅度圖對應的第一x軸特征向量中的元素的像素值大于第二梯度幅度圖對應的第二x軸特征向量中的元素的像素值，且第一x軸特征向量中元素的像素值與第二x軸特征向量中的元素的像素值間的差值小于第三預定閾值的像素點篩選出來，該篩選出來的點的個數記為num1；同時將第一梯度幅度圖與第二梯度幅度圖中相同區域內的第一梯度幅度圖對應的第一y軸特征向量中的元素的像素值大于第二梯度幅度圖對應的第二y軸特征向量中的元素的像素值，且第一y軸特征向量中元素的像素值與第二y軸特征向量中的元素的像素值間的差值小于第四預定閾值的像素點篩選出來，該篩選出來的點的個數記為num2，并根據num1和num2確定待檢測圖像是否經過縮放處理。

若第一梯度幅度圖對應的第一算子的優先級低于第二梯度幅度圖對應的第二算子的優先級，則圖像檢測裝置會將第一梯度幅度圖與第二梯度幅度圖中相同區域內的第一梯度幅度圖對應的第一x軸特征向量中的元素的像素值小于第二梯度幅度圖對應的第二x軸特征向量中的元素的像素值，且第一x軸特征向量中元素的像素值與第二x軸特征向量中的元素的像素值間的差值小于第三預定閾值的像素點,篩選出來，該篩選出來的點的個數記為num1；同時將第一梯度幅度圖與第二梯度幅度圖中相同區域內的第一梯度幅度圖對應的第一y軸特征向量中的元素的像素值小于第二梯度幅度圖對應的第二y軸特征向量中的元素的像素值，且第一y軸特征向量中元素的像素值與第二y軸特征向量中的元素的像素值間的差值小于第四預定閾值的像素點篩選出來，該篩選出來的點的個數記為num2，并根據num1和num2確定待檢測圖像是否經過縮放處理。

104b3、圖像檢測裝置根據滿足第二預定條件的元素的個數num1與num2確定待檢測圖像是否經過縮放處理。

示例性的，若第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第二預定條件的元素的個數大于第五預定閾值時，則判定待檢測圖像為經過縮放處理的圖像；若第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第二預定條件的元素的個數小于或等于第五預定閾值時，則判定待檢測圖像為未經過縮放處理的圖像。

需要說明的是，上述的第三預定閾值、第四預定閾值以及第五預定閾值均是根據實驗結果得到的經驗值。

示例性的，若以兩個梯度幅度圖為例，且這里將第一梯度幅度圖記為gc，將第二梯度幅度圖記為gcd。具體的，參照圖5所示的特征投影變換示意圖，步驟104b1中的梯度幅度圖的降維(即特征投影變換：將圖像分別沿著x軸或y軸進行投影)過程如下所述。

(1)沿著x軸向y軸投影

gc沿著x軸向y軸投影得到：

gcd沿著x軸向y軸投影得到:

其中，sgcy(i)是變換后的特征向量sgcy(第一y軸特征向量)的第i個元素，sgcdy(i)是變換后的特征向量sgcdy(第二y軸特征向量)的第i個元素，w是輸入圖像寬度，i是當前像素的y坐標。假設是4kx2k的情況，sgcy和sgcdy均為2k維的向量。

(2)沿著y軸向x軸投影

gc沿著y軸向x軸投影得到：

gcd沿著y軸向x軸投影得到：

其中，sgcx(i,j)是變換后的特征向量sgcx(第一x軸特征向量)的第i個元素，sgcdx(i,j)是變換后的特征向量sgcdx(第二x軸特征向量)的第i個元素，h是輸入圖像高度，i是當前像素的x坐標。假設是4kx2k的情況，向量sgcx和sgcdx均為4k維的向量。

示例性的，以canny算子和高通算子為例，這里將第一梯度幅度圖記為gc，將第二梯度幅度圖記為gcd，對gc和gcd分別進行x軸和y 軸方向的投影得到第一x軸特征向量sgcx、第一y軸特征向量sgcy、第二x軸特征向量sgcdx和第二y軸特征向量sgcdy。

1)、統計sgcx和sgcdx相同位置處，sgcx值比sgcdx值大，且差值的絕對值小于thh的個數，具體程序如下所示：

for(i＝0；i<w；i++)

{if(sgcx(i)>sgcdx(i)&|sgcx(i)-sgcdx(i)|<thh)

{num_h++；

}

}

其中，w是圖像寬度，thh為第三預定閾值，可以取默認值100，可以配置，隨著圖像分辨率的增大相應變大。

2)、統計sgcy和sgcdy相同位置處，sgcy值比sgcdy值大，且差值的絕對值小于thv的個數，具體程序如下所示：

for(i＝0；i<h；i++)

{if(sgcy(i)>sgcdy(i)&|sgcy(i)-sgcdy(i)|<thv)

{num_v++；

}

}

其中，h是圖像高度，thv第四預定閾值，可以取默認值100，可以配置，隨著圖像分辨率的增大相應變大；

3)、對num_h與num_v進行歸一化處理

n0＝num_h/w

n1＝num_v/h

4)、計算滿足條件的元素對應的置信度參數，其為n0和n1中較大值

nout＝max(n0,n1)

5)、判斷flag＝nout>thf？1:0；flag＝1表示輸入圖像被縮放過，flag＝0表示輸入圖像未被縮放處理。

其中，thf為第五預定閾值，該值是通過實驗得到，同時輸出置信度參數nout。nout值越是靠近1表示圖像被放大過的可能性越大，nout值越是接近0，表示圖像越接近于原始圖像。

本發明的實施例提供的一種圖像檢測方法，通過獲取待檢測圖像，并提取待檢測圖像的幾何特征，其次，通過邊緣檢測算子確定待檢測圖像的幾何特征的至少兩組梯度特征，每組梯度特征對應的邊緣檢測算子不同；然后，獲取待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖；最后，根據待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定待檢測圖像是否經過縮放處理。這樣本方案通過對待檢測圖像的幾何特征的多幅梯度幅度圖的特征向量進行比對，從而確定出該待檢測圖像是否進行過縮放處理。這樣，當終端對高清圖像進行清晰度處理時，便可基于該待檢測圖像的檢測結果，對經過圖像放大處理后得到的高清圖像和真實的高清圖像，分別進行相應的清晰度增強處理，進而使得經過圖像放大處理后得到的高清圖像在高清電視上顯示時不會出現圖像失真。

本發明的實施例提供一種圖像檢測裝置，該圖像檢測裝置用于實現上述的圖像檢測方法，如圖6所示，該圖像檢測裝置2包括：第一獲取模塊21、第一確定模塊22、第二獲取模塊23以及第二確定模塊24，其中：

第一獲取模塊21，用于獲取待檢測圖像，并提取待檢測圖像的幾何特征。

第一確定模塊22，用于通過邊緣檢測算子確定待檢測圖像的幾何特征的至少兩組梯度特征，每組梯度特征對應的邊緣檢測算子不同。

第二獲取模塊23，用于獲取待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖。

第二確定模塊24，用于根據待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定待檢測圖像是否經過縮放處理。

示例性的，上述梯度特征包括梯度幅值和梯度方向，該待檢測圖像的每幅梯度幅度圖與該待檢測圖像的圖像大小相同。該梯度幅度圖的特征向量包括該梯度幅度圖中所有元素的像素值，上述至少兩組梯度特征包括第 一梯度特征和第二梯度特征，該第一梯度特征對應第一梯度幅度圖，該第二梯度特征對應第二梯度幅度圖。

可選的，上述的第二確定模塊24具體用于：

根據第一梯度幅度圖中所有元素的像素值與第二梯度幅度圖中所有元素的像素值，確定出第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數。

該第一預定條件是基于第一梯度幅度圖對應的邊緣檢測算子的優先級信息和第二梯度幅度圖對應的邊緣檢測算子的優先級信息得出的；

根據第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數確定待檢測圖像是否經過縮放處理。

可選的，上述第二確定模塊24在根據第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數確定待檢測圖像是否經過縮放處理時，具體用于：

若第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數大于第一預定閾值時，判定待檢測圖像為經過縮放處理的圖像；

若第一梯度幅度圖與第二梯度幅度圖中相同區域內的元素的像素值滿足第一預定條件的元素的個數小于或等于第一預定閾值時，判定待檢測圖像為未經過縮放處理的圖像。

可選的，上述第二確定模塊24具體用于：

對每幅梯度幅度圖分別沿x軸與y軸進行特征投影變換，得到第一梯度幅度圖的第一y軸特征向量和第一x軸特征向量與第二梯度幅度圖的第二y軸特征向量和第二x軸特征向量；

根據第一x軸特征向量與第二x軸特征向量中所有元素的像素值，確定出第一x軸特征向量與第二x軸特征向量中相同區域內的元素的像素值滿足第二預定條件的元素的個數num1，并根據第一y軸特征向量與第二y軸特征向量中所有元素的像素值，確定出第一y軸特征向量與第二y軸特征向量中相同區域內的元素的像素值滿足第二預定條件的元素的個數num2。

該第二預定條件是基于第一梯度幅度圖對應的邊緣檢測算子的優先級信息和第二梯度幅度圖對應的邊緣檢測算子的優先級信息得出的；

根據num1與num2確定待檢測圖像是否經過縮放處理。

本發明的實施例提供的一種圖像檢測裝置，該圖像檢測裝置通過獲取待檢測圖像，并提取待檢測圖像的幾何特征，其次，通過邊緣檢測算子確定待檢測圖像的幾何特征的至少兩組梯度特征，每組梯度特征對應的邊緣檢測算子不同；然后，獲取待檢測圖像的幾何特征的每組梯度特征對應的梯度幅度圖；最后，根據待檢測圖像的每幅梯度幅度圖的特征向量以及對應的邊緣檢測算子的優先級信息，確定待檢測圖像是否經過縮放處理。相對于現有技術，由于經過縮放處理的圖像使用不同邊緣檢測算子所得到的不同梯度幅度圖間的清晰度差距較大，因此，本方案通過對待檢測圖像的幾何特征的基于不同邊緣檢測算子得到的多幅梯度幅度圖的特征向量進行比對，從而便可確定出該待檢測圖像是否進行過縮放處理。這樣，當終端對高清圖像進行清晰度處理時，便可基于該待檢測圖像的檢測結果，對經過圖像放大處理后得到的高清圖像和真實的高清圖像，分別進行相應的清晰度增強處理，進而使得經過圖像放大處理后得到的高清圖像在高清電視上顯示時不會出現圖像失真。

在本申請所提供的幾個實施例中，應該理解到，所揭露的終端和方法，可以通過其它的方式實現。例如，以上所描述的裝置實施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統，或一些特征可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。

另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理包括，也可以兩個或兩個以上單元集成在 一個單元中。上述集成的單元既可以采用硬件的形式實現，也可以采用硬件加軟件功能單元的形式實現。

上述以軟件功能單元的形式實現的集成的單元，可以存儲在一個計算機可讀取存儲介質中。上述軟件功能單元存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)執行本發明各個實施例所述方法的部分步驟。而前述的存儲介質包括：u盤、移動硬盤、只讀存儲器(read-onlymemory，簡稱rom)、隨機存取存儲器(randomaccessmemory，簡稱ram)、磁碟或者光盤等各種可以存儲程序代碼的介質。

最后應說明的是：以上實施例僅用以說明本發明的技術方案，而非對其限制；盡管參照前述實施例對本發明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本發明各實施例技術方案的精神和范圍。