图像畸变检测方法、装置、电子设备及可读存储介质与流程

1.本技术涉及计算机视觉
技术领域：
：，尤其涉及一种图像畸变检测方法、装置、电子设备及可读存储介质。
背景技术：
：：2.随着计算机的不断发展，计算机视觉技术得以应用于人们生活的方方面面，与此同时，基于计算机视觉技术的虚拟现实(virtualreality，vr)产品及增强现实(augmentedreality，ar)产品等智能视觉产品也得到了热捧。3.在智能视觉产品中通常使用透镜折射环境光，并且为了延长透镜的使用寿命，在生产制造时会对透镜进行贴膜处理，但是，由于制程工艺的原因，导致贴膜或镀膜透镜难免存在局部不均匀的情况，从而产生瞳孔游动(pupilswim)畸变，当用户佩戴智能视觉产品进行头部运动时，会产生严重的眩晕感，因此需要在品检时需要将不良品检出。4.目前，由于目视难以识别上述畸变，故通常通过安装有透镜的摄像头拍摄图像，进而通过检测图像是否存在瞳孔游动畸变，以实现对透镜质量的检测，但是，由于瞳孔游动畸变非常微小，进而易导致图像检测结果无法准确反馈图像是否产生瞳孔游动畸变的情况发生，所以，当前对于图像的瞳孔游动畸变的检测准确性低。技术实现要素：5.本技术的主要目的在于提供一种图像畸变检测方法、装置、电子设备及可读存储介质，旨在解决现有技术中对于图像的瞳孔游动畸变的检测准确性低的技术问题。6.为实现上述目的，本技术提供一种图像畸变检测方法，所述图像畸变检测方法包括：7.获取待检测图像的目标像素点对应的至少一个基准像素灰度值；8.根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；9.根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。10.为实现上述目的，本技术还提供一种图像畸变检测装置，所述图像畸变检测装置包括：11.获取模块，用于获取待检测图像的目标像素点对应的至少一个基准像素灰度值；12.增强模块，用于根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；13.检测模块，用于根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。14.本技术还提供一种电子设备，所述电子设备包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述的图像畸变检测方法的步骤。15.本技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现图像畸变检测方法的程序，所述图像畸变检测方法的程序被处理器执行时实现如上述的图像畸变检测方法的步骤。16.本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的图像畸变检测方法的步骤。17.本技术提供了一种图像畸变检测方法、装置、电子设备及可读存储介质，也即，获取待检测图像的目标像素点对应的至少一个基准像素灰度值；根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。18.本技术在对待检测图像进行图像畸变检测时首先获取待检测图像中目标像素点的至少一个基准像素灰度值，进而通过基准像素灰度值畸变增强待检测图像，得到畸变增强图像，即可实现对待检测图像进行图像灰度变换的目的，进而使得待检测图像的目标像素点对应的实际像素灰度值得到增强，也即，通过畸变增强后的畸变增强图像的对比度得以扩展，从而改善了待检测图像的视觉效果，最终根据畸变增强图像的畸变像素点，对待检测图像进行检测，并得到图像畸变检测结果。19.由于通过基准像素灰度值调整待检测图像是从像素层级对图像进行处理，进而畸变增强图像相较于待检测图像具备更佳的视觉显示效果，从而可根据畸变增强图像中存在的畸变像素点真实反映图像的畸变程度，所以在应对非常微小的瞳孔游动畸变时，即可实现通过畸变增强图像中能够识别的畸变像素点进行图像畸变的准确检测的目的。20.基于此，本技术通过对待检测图像进行像素层级的畸变增强得到畸变增强图像，从而在对待检测图像进行图像畸变检测时通过识别畸变增强图像中的畸变像素点，以准确反馈待检测图像的畸变情况，从而即可实现检测待检测图像是否出现瞳孔游动畸变的目的，即，克服了由于原始检测图像中无法识别出非常微小的瞳孔游动畸变，进而易导致图像检测结果无法准确反馈图像是否产生瞳孔游动畸变的情况发生的技术缺陷，所以，提升了对于图像的瞳孔游动畸变的检测准确性的目的。附图说明21.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。22.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。23.图1为本技术实施例一提供的图像畸变检测方法的流程示意图；24.图2为本技术实施例一提供的图像畸变检测方法的字符区域的瞳孔游动畸变的对比示意图；25.图3为本技术实施例二提供的图像畸变检测方法的流程示意图；26.图4为本技术实施例三提供的图像畸变检测装置的结构示意图；27.图5为本技术实施例四提供的电子设备的结构示意图。28.本技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式29.为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。30.实施例一31.首先，应当理解的是，在智能视觉产品中易由于透镜生产制造时贴膜或镀膜工艺原因产生局部不平整情况，进而导致出现瞳孔游动畸变的现象，所以使得如何准确检测瞳孔游动畸变成为了亟待解决的问题，目前，通常情况下会通过图像去客观反馈瞳孔游动畸变现象，也即，在图像上检测是否产生瞳孔游动畸变，并且通过对瞳孔游动畸变的准确检测能够间接反映出透镜贴膜是否符合生产需求，以配置有透镜的虚拟现实产品为例，由于目视难以识别畸变，所以在甄别透镜不良品时，通常会通过透镜拍摄图像，进而通过对图像进行畸变检测，从而间接反映出透镜的优劣，但是，由于瞳孔游动畸变非常微小，即使进行原始图像检测也无法实现对瞳孔游动畸变的准确识别，这就导致在生产制程中对透镜贴膜或镀膜工艺缺乏有效检测手段，进而使得无法准确甄别出透镜的优劣，而用户在使用配置有不良品透镜的虚拟现实产品的过程中产生眩晕感后，十分影响用户的使用体验，所以，目前亟需一种提升对于图像的瞳孔游动畸变的检测准确性的方法。32.本技术实施例提供一种图像畸变检测方法，在本技术图像畸变检测方法的实施例一中，参照图2，所述图像畸变检测方法包括：33.步骤s10，获取待检测图像的目标像素点对应的至少一个基准像素灰度值；34.步骤s20，根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；35.步骤s30，根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。36.在本实施例中，需要说明的是，虽然图2示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，图像畸变方法应用于图像畸变检测设备，图像畸变检测设备具备图像拍摄功能，图像畸变检测设备具体可以为计算机或者设置有计算机的产品质检仪等，其中，在一种可实施的方式中，假设产品质检仪用于检测透镜质量，则在产品质检仪上装配等待进行质量检测的透镜，进而通过透镜拍摄待检测图像，从而通过图像畸变检测方法检测待检测图像是否产生瞳孔游动畸变，以确定透镜质量，其中，透镜质量可分为良品、不良品及返工品等。37.另外地，需要说明的是，目标像素点用于表征待检测图像上的任一像素点，具体可以为一个或者多个，具体取决于图像畸变检测需求及图像的分辨率，其中，图像的分辨率用于确定待检测图像上的像素点总数量，例如，假设所述待检测图像的分辨率为500*300，则待检测图像共有150000个像素点。38.另外地，需要说明的是，本技术实施例发明构思在于通过畸变增强待检测图像，从而使得畸变增强后的待检测图像能够识别出瞳孔游动畸变，基准像素灰度值用于表征待检测图像的目标像素点的畸变增强基准，具体可由用户根据经验进行设定，例如，在一种可实施的方式中，可将待检测图像的所有像素点作为目标像素点，以及将目标像素点的基准像素灰度值都设置为m0，也即，在畸变增强待检测图像时，通过m0去调整待检测图像的所有像素点的实际像素灰度值，可将待检测图像上的某一像素点作为目标像素点，以及将待检测图像划分为a、b、c及d四块图像区域，对于不同图像区域依次设置m1、m2、m3和m4四个基准像素灰度值，进而根据目标像素点所属的区域的基准像素灰度值，去调整目标像素点的实际像素灰度值。39.另外地，需要说明的是，待检测图像用于表征等待进行图像畸变检测的图像，具体可以为进行二值化处理后的二值化灰度图像，也可以为基于配置有等待检测的图像畸变检测设备拍摄的原始彩色图像，畸变增强图像用于表征畸变增强后的待检测图像，其中，通过畸变增强图像能够识别出瞳孔游动畸变，畸变增强图像是否存在瞳孔游动畸变可基于畸变增强图像的畸变像素点进行判定，畸变像素点用于表征存在瞳孔游动畸变的像素点，具体可以为大于0且小于背景像素灰度值的像素点，其中，瞳孔游动畸变可基于畸变像素点组成的前景色畸变标识是否出现游动进行判定，前景色畸变标识具体可以为图案或者字符等，前景色可基于用户的实际检测需求进行设置，例如，在一种可实施的方式中，假设通过等待检测的透镜拍摄得到的彩色图像上存在字符，则对彩色图像进行灰度化处理后得到待检测图像，将字符区域以黑色作为前景色，非字符区域以白色作为背景色，则畸变像素点为每个字符区域中大于0且小于255的像素点。40.另外地，需要说明的是，通过比较畸变增强图像的目标像素点的像素灰度值与预设灰度值阈值之间的大小关系，即可准确反馈目标像素点的分辨率情况，参照图2，图2为表示字符区域的瞳孔游动畸变的对比示意图，其中，11为未出现瞳孔游动畸变的字符区域，12为字符区域分界线，13为出现瞳孔游动畸变的字符区域，很显然地是，13的正下方区域从视觉效果上而言模糊，根本原因在于组成13的正下方区域的像素点的像素灰度值小于预设灰度值阈值，但是，由于某一像素点的像素灰度值并不足以作为判定前景色畸变标识是否出现瞳孔游动畸变的依据，所以，为了较为准确地甄别畸变增强图像中是否存在瞳孔游动畸变，通常情况下不会针对畸变增强图像中的每一像素点均设定相应的灰度值阈值，而是分区域化地统计畸变增强图像的不同图像区域的畸变像素点数，进而针对各图像区域的平均化结果，判定畸变增强图像是否出现瞳孔游动畸变，例如，假设共将畸变增强图像分为x0、x1、x2...x9十大区域，分别求取到十大区域的畸变像素点的数量为n0、n1、n2...n9，则畸变增强图像的平均畸变像素点的数量为n＝n0+n1…+n9/10，另外，为了规避像素点在畸变增强图像上均匀化分布导致对于瞳孔游动畸变的错误判断情况的发生，以及加快图像畸变检测效率，可设置预设全局畸变阈值进行判断，其中，预设全局畸变阈值用于表征畸变增强图像的平均畸变像素点数与畸变增强图像的图像面积的比值的临界值，倘若畸变增强图像的平均畸变像素点数与畸变增强图像的图像面积的实际比值超过预设全局畸变阈值，则判定畸变增强图像存在瞳孔游动畸变，也即，待检测图像存在瞳孔游动畸变，反之则判定畸变增强图像不存在瞳孔游动畸变，其中，畸变增强图像的图像面积可以为分辨率的乘积，例如300x500，其中，也可理解为像素的总个数，例如，在一种可实施的方式中，假设预设全局畸变阈值设置为0.18，畸变增强图像的图像面积为200000，平均畸变像素点数为10000，也即，平均畸变像素点数与畸变增强图像的图像面积的比值超过预设全局畸变阈值，即畸变增强图像出现瞳孔游动畸变。41.作为一种示例，步骤s10至步骤s30包括：通过等待进行图像畸变检测的透镜拍摄原始彩色图像，对所述原始彩色图像进行灰度化处理，得到待检测图像，将所述待检测图像的任一像素点作为目标像素点，以所述目标像素点为索引，查询得到所述待检测图像的所有像素点对应的一个基准像素灰度值；根据所述基准像素灰度值，对所述待检测图像的所有像素点的实际像素灰度值进行调整，得到畸变增强图像，其中，调整的具体方式可以为进行像素灰度值替换的方式；将所述畸变增强图像划分为至少一个畸变检测区域，分别统计各所述畸变检测区域中大于0且小于背景色像素灰度值的畸变像素点的数量，将各所述像素点数进行平均化处理，得到平均畸变像素点数，检测所述平均畸变像素点数与所述畸变增强图像的图像面积之间的比值是否大于预设全局畸变阈值，若大于，则确定所述待检测图像存在瞳孔游动畸变，若小于或者等于，则确定所述待检测图像不存在瞳孔游动畸变。42.本技术实施例通过在透镜贴膜或镀膜完成后即时拍摄原始彩色图像，并对原始彩色图像进行二值化灰度处理，得到待检测图像，进而通过对待检测图像的图像畸变检测能够间接反馈透镜在进行贴膜或镀膜后是否符合良品生产需求，其中，在对待检测图像的图像畸变检测的过程中，由于通过基准像素灰度值调整待检测图像是从像素层级对图像进行处理，进而畸变增强图像相较于待检测图像具备更佳的视觉显示效果，从而可根据畸变增强图像中存在的畸变像素点真实反映图像的畸变程度，所以在应对非常微小的瞳孔游动畸变时，即可实现通过畸变增强图像中能够识别的畸变像素点进行图像畸变的准确检测的目的，进而在图像畸变检测结果为确定待检测图像存在瞳孔游动畸变时判定透镜不符合良品生产需求，或者在图像畸变检测结果为确定待检测图像不存在瞳孔游动畸变时判定透镜符合良品生产需求，从而使得生产制程中对透镜贴膜或镀膜工艺具备有效检测手段，所以，通过提升对于图像的瞳孔游动畸变的检测准确性实现了对透镜贴膜或镀膜工艺进行有效检测的目的。43.其中，为了准确反映透镜的质量问题，在拍摄原始彩色图像时通常拍摄5张及5张以上的原始彩色图像，以规避图像帧间差异的影响，从而提升检测结果的抗干扰能力，与此同时，为了规避拍摄环境等因素对检测结果的影响，相隔同等距离拍摄不同的原始彩色图像，在一种可实施的方式中，可将装载等待进行质量检测的透镜的相机由一方移动至另一方，每移动2mm拍摄一张图片，共拍摄10张图片，其中，图片的分辨率为w*h。44.其中，所述获取待检测图像的目标像素点对应的至少一个基准像素灰度值的步骤包括：45.步骤a10，获取针对于所述待检测图像生成的图像像素基准表；46.步骤a20，根据所述目标像素点，在所述图像像素基准表查询对应的基准像素灰度值。47.在本实施例中，需要说明的是，图像像素基准表用于存储待检测图像的所有像素点与所有像素点的基准像素灰度值之间的映射关系，由于将待检测图像的不同像素点均以同一基准像素灰度值进行畸变增强，将导致畸变增强图像无法体现出全局或者局部像素差异，进而为了提升对待检测图像的图像畸变检测精度，为待检测图像的每一像素点均设置相应的基准像素灰度值，以供后续畸变增强处理时能够针对性地畸变增强待检测图像的每一像素点。48.作为一种示例，步骤a10至步骤a20包括：获取针对于所述待检测图像生成的图像像素基准表；以所述目标像素点为索引，在所述图像像素基准表查询对应的基准像素灰度值。由于已设置有存储待检测图像的所有像素点与所有像素点的基准像素灰度值之间的映射关系的图像像素基准表，进而通过直接索引得到目标像素点的基准像素灰度值，而非将待检测图像的不同像素点均设置同一基准像素灰度值，所以，为提升对于待检测图像的图像畸变检测准确性奠定了基础。49.其中，所述获取针对于所述待检测图像生成的图像像素基准表的步骤包括：50.步骤b10，按照预设比例关系在所述待检测图像截取单位基准图像；51.步骤b20，计算处于所述单位基准图像的基准像素点的全局阈值和局部阈值；52.步骤b30，根据所述全局阈值和所述局部阈值，确定所述基准像素点的实际像素灰度值；53.步骤b40，以所述预设比例关系对所述单位基准图像进行插值处理，得到由所述实际像素灰度值转换而成的基准像素灰度值构成的图像像素基准表。54.在本实施例中，需要说明的是，由于待检测图像的像素点众多，倘若为每一像素点均设置基准像素灰度值，将导致构建图像像素基准表时耗费较大处理量，且易受图像的亮度和对比度的影响。55.另外地，需要说明的是，单位基准图像用于表征预设比例关系下待检测图像的子图像，基准像素点用于表征单位基准图像中的特定像素点，全局阈值用于表征针对于待检测图像的任一像素点选用的同一阈值，局部阈值用于表征针对于基准像素点在像素点矩阵的具体位置设置的相应阈值，其中，预设比例关系可根据检测精度自行设定，例如，在一种可实施的方式中，假设所述待检测图像为100*100，单位基准图像为10*10，则预设比例关系为10:1。56.作为一种示例，步骤b10至步骤b40包括：以预设比例关系在所述待检测图像截取单位基准图像；计算处于所述单位基准图像的基准像素点的全局阈值和局部阈值，其中，计算的具体方式采用常规化阈值计算方式，常规阈值化计算方式具体可以为固定阈值法以及自适应阈值法等；将所述全局阈值和所述局部阈值共同输入至预设实际像素灰度值计算模型，得到所述基准像素点的实际像素灰度值，其中，所述预设实际像素灰度值计算模型设置有实际像素灰度值计算公式，所述实际像素灰度值计算公式具体如下：57.table[i，j]＝(1.0f-fbalance)*t1+fbalance*t_global[0058]其中，table[i，j]为所述单位基准图像的基准像素点的实际像素灰度值，f为所述待检测图像的图像数量，fbalance为所述全局阈值的权重值，具体位于0～1之间，t1为所述局部阈值，t_global为所述全局阈值；以所述预设比例关系对所述单位基准图像进行插值处理，得到与所述待检测图像大小相同的单位基准图像，获取所述待检测图像大小相同的单位基准图像的基准像素点的实际像素灰度值，将所述实际像素灰度值作为基准像素灰度值，根据所述基准像素灰度值与所述目标像素点的实际像素值之间的映射关系，生成所述图像像素基准表。以预设比例关系截取的单位基准图像为单位求取单位基准图像的基准像素点的实际像素灰度，进而通过预设比例关系将单位基准图像放大至与待检测图像相同大小，从而得到基准像素点的基准像素灰度值，最终通过基准像素灰度值和实际像素灰度值之间的映射关系生成图像像素基准表，也即，实现了为待检测图像的不同图像区域设置基准像素灰度值，进而生成图像像素基准表的目的，而非为待检测图像的每一像素点均设置像素灰度值，所以，减少了构建图像像素基准表的构建处理量。[0059]其中，所述计算处于所述单位基准图像的基准像素点的全部阈值和局部阈值的步骤包括：[0060]步骤c10，在所述待检测图像的像素直方图查找所述待检测图像的像素灰度值区间，其中，所述像素灰度值区间包括第一像素灰度值和第二像素灰度值；[0061]步骤c20，分别计算所述单位基准图像的至少一个图像像素点在所述第一像素灰度值和预设像素灰度值之间的第一出现概率，以及在所述预设像素灰度值和所述第二像素灰度值之间的第二出现概率；[0062]步骤c30，根据所述第一出现概率和所述第二出现概率，确定各所述图像像素点的像素点能量熵；[0063]步骤c40，通过比对各所述像素点能量熵的能量熵大小，得到所述基准像素点的全局阈值，以及通过在所述单位基准图像定位以所述基准像素点为中心的局部中心区域，计算所述基准像素点的局部阈值。[0064]在本实施例中，需要说明的是，在图像阈值化处理过程中，阈值将图像的像素分为前景和背景，当每一类像素中的像素在此类中趋向均匀分布时，此时这部分熵最大，当前景和背景两类像素都趋向均匀分布时，前景的熵和背景的熵最大，由系统熵的累加性，此时整幅图像的熵最大，即熵最大时可将前景和背景区分开来，其中，信息熵的基础公式如下：[0065][0066]另外地，需要说明的是，由于待检测图像在拍摄过程中易受到光线的影响，与此同时，图像中间区域与边缘区域的畸变存在差异，倘若采用常规化阈值处理方式，而熵最大时图像的前景色和背景色能够有效区分，进而为了提升检测精度和检测效率，采用最大熵算法分别求取基准像素点的全局阈值和局部阈值。[0067]另外地，需要说明的是，图像像素点用于表征单位基准图像的任一像素点，像素直方图用于展示像素灰度值和像素灰度值下像素点个数之间的相关关系，通过像素直方图可准确直观地展示待检测图像的像素情况，也减少了阈值求取的计算量，其中，像素直方图的横坐标表示像素灰度值，具体可以为1、2、3以及255等，像素直方图的纵坐标表示某一像素灰度值下的像素点灰度个数，具体可以为常数，像素灰度值区间用于表征像素灰度值所处的区间，第一像素灰度值用于表征像素灰度值区间的起始像素灰度值，第二像素灰度值用于表征像素灰度值区间的结束像素灰度值，预设像素灰度值位于第一像素灰度值至第二像素灰度值之间。[0068]作为一种示例，步骤c10至步骤c40包括：以所述待检测图像的像素灰度值为横坐标以及以所述待检测图像的像素点个数为纵坐标，生成所述待检测图像的像素直方图，在所述像素直方图查找所述待检测图像的由最小像素灰度值至最大像素灰度值的像素灰度值区间；在所述单位基准图像中选取某一像素点作为图像像素点，分别计算图像像素点在所述最小像素灰度值和预设像素灰度值之间的第一出现概率，以及在所述预设像素灰度值和所述最大像素灰度值之间的第二出现概率，其中，所述预设像素灰度值不小于所述最小像素灰度值且不大于所述最大像素灰度值；根据所述第一出现概率和所述第二出现概率，确定所述图像像素点的像素点能量熵；将所述单位基准图像的所有像素点依次作为所述图像像素点，并执行分别计算图像像素点在所述最小像素灰度值和预设像素灰度值之间的第一出现概率，以及在所述预设像素灰度值和所述最大像素灰度值之间的第二出现概率的步骤及后续步骤，直至得到所述单位基准图像的每一像素点的像素点能量熵，对各所述像素点能量熵进行一一比对，在各所述像素点能量熵选取出最大像素点能量熵，将所述最大像素点能量熵对应的全局阈值作为所述基准像素点的全局阈值，以及在所述单位基准图像截取以所述基准像素点为中心的局部中心区域，参照上述求取所述基准像素点的全局阈值的步骤，计算所述基准像素点的局部阈值，其中，所述基准像素点和所述图像像素点可以为同一像素点或者不同像素点。[0069]其中，在求取所述基准像素点的局部阈值时，将所述局部中心区域当作所述单位基准图像，并执行计算出现概率、确定像素点能量熵以及确定局部阈值的步骤，也即，最终选取局部中心区域的像素点能量熵最大的像素点的像素灰度值作为局部阈值。[0070]其中，所述分别计算图像像素点在所述最小像素灰度值和预设像素灰度值之间的第一出现概率，以及在所述预设像素灰度值和所述最大像素灰度值之间的第二出现概率的具体步骤可以为：[0071][0072][0073]其中，p1为所述图像像素点在所述最小像素灰度值和预设像素灰度值之间的第一出现概率，p2为所述图像像素点在所述最小像素灰度值和预设像素灰度值之间的第二出现概率，t为所述预设像素灰度值，gmin为所述最小像素灰度值，gmax为所述最大像素灰度值，hist[i]为所述图像像素点的像素灰度值，i为所述图像像素点。[0074]其中，所述根据所述第一出现概率和所述第二出现概率，确定所述图像像素点的像素点能量熵的步骤具体可以为：[0075][0076][0077]l＝backroindentropy+tageentropy[0078]其中，backroindentropy为所述图像像素点的前景能量熵，targetentropy为所述图像像素点的背景能量熵，l为所述图像像素点的像素点能量熵。[0079]在一种可实施的方式中，假设单位基准图像的大小为nboxsize*nboxsize，进而截取的局部中心区域的宽可为w＝(w+nboxsize)/nboxsize，局部中心区域的高可为h＝(h+nboxsize)/nboxsize，其中，w，h依次为单位基准图像的宽和高，为了覆盖图像的边界，局部中心区域的宽也可为w＝(w+nboxsize-1)/nboxsize，单位基准图像的高也可为h＝(h+nboxsize-1)/nboxsize，在计算单位基准图像table的某一像素点table[i，j]的基准像素灰度值时，首先设置局部中心区域rect[i*nboxsize,j*nboxsize,nboxsize,nboxsize],基于坐标位置实现像素点的精准定位，从而展开求取局部阈值，在求得局部阈值后，参照上述基准像素灰度值计算公式得到基准像素灰度值。[0080]其中，所述根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像的步骤包括：[0081]步骤d10，通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整；[0082]步骤d20，检测各所述基准像素灰度值是否比对完毕；[0083]步骤d30，若是，则将调整后的待检测图像作为所述畸变增强图像；[0084]步骤d40，若否，则返回执行通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整的步骤及后续步骤，直至得到所述畸变增强图像。[0085]在本实施例中，需要说明的是，在得到预设数量的基准像素灰度值后，将各基准像素灰度值对应的像素点的实际像素灰度值进行替换，直至所有基准像素值替换完成，得到畸变增强图像。[0086]作为一种示例，步骤d10至步骤d40包括：将所述目标像素点的实际像素灰度值替换为所述目标像素点的基准像素灰度值；检测各所述基准像素灰度值是否比对完毕；若检测到各所述基准像素灰度值比对完毕，则将调整后的待检测图像作为所述畸变增强图像；若检测到各所述基准像素灰度值未比对完毕，则返回执行通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整的步骤及后续步骤，直至得到所述畸变增强图像。[0087]其中，所述通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整的步骤包括：[0088]步骤e10，检测所述实际像素灰度值是否小于所述基准像素灰度值；[0089]步骤e20，若小于，则将所述实际像素灰度值调整为检测图像集的目标像素点的第一预设像素灰度值之和；[0090]步骤e30，若大于或者等于，则将所述实际像素灰度值调整为所述检测图像集的目标像素点的第二预设像素灰度值之和。[0091]在本实施例中，需要说明的是，在拍摄多张待检测图像时，由于不同待检测图像在拍摄时的时间及环境均有着差异，进而以当前待检测图像的基准像素灰度值进行待检测图像的畸变增强存在误差，进而在图像畸变增强时可将基准像素灰度值作为调整的依据，进而采用特定方式对所述目标像素点的像素灰度值进行调整，其中，第一预设像素灰度值用于表征目标像素点的实际像素点灰度值小于基准像素灰度值的实际像素点灰度调整值，具体可以为9或者10等，第二预设像素灰度值用于表征目标像素点的实际像素点灰度值不小于基准像素灰度值的实际像素点灰度调整值，具体可以为0或者1等。[0092]作为一种示例，步骤e10至步骤e30的步骤包括：检测所述实际像素灰度值是否小于所述基准像素灰度值，若检测到所述实际像素灰度值小于所述基准像素灰度值，则将所述实际像素灰度值调整为检测图像集的目标像素点的第一预设像素灰度值之和；若检测到所述实际像素灰度值大于或者等于所述基准像素灰度值，则将所述实际像素灰度值调整为所述检测图像集的目标像素点的第二预设像素灰度值之和。[0093]在一种可实施的方式中，应对实际像素灰度值和基准像素灰度值的不同大小关系的实际像素灰度值调整方式可参照下述公式：[0094][0095]其中，m为待检测图像的图像数量，gray为所述第一预设像素灰度值，0为所述第二预设像素灰度值，f(i，j)为调整后的实际像素灰度值，fm(i，j)为所述实际像素灰度值，t(i，j)为所述基准像素灰度值。[0096]本技术实施例提供了一种图像畸变检测方法，也即，获取待检测图像的目标像素点对应的至少一个基准像素灰度值；根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。[0097]本技术实施例在对待检测图像进行图像畸变检测时首先获取待检测图像中目标像素点的至少一个基准像素灰度值，进而通过基准像素灰度值畸变增强待检测图像，得到畸变增强图像，即可实现对待检测图像进行图像灰度变换的目的，进而使得待检测图像的目标像素点对应的实际像素灰度值得到增强，也即，通过畸变增强后的畸变增强图像的对比度得以扩展，从而改善了待检测图像的视觉效果，最终根据畸变增强图像的畸变像素点，对待检测图像进行检测，并得到图像畸变检测结果。[0098]由于通过基准像素灰度值调整待检测图像是从像素层级对图像进行处理，进而畸变增强图像相较于待检测图像具备更佳的视觉显示效果，从而可根据畸变增强图像中存在的畸变像素点真实反映图像的畸变程度，所以在应对非常微小的瞳孔游动畸变时，即可实现通过畸变增强图像中能够识别的畸变像素点进行图像畸变的准确检测的目的。[0099]基于此，本技术通过对待检测图像进行像素层级的畸变增强得到畸变增强图像，从而在对待检测图像进行图像畸变检测时通过识别畸变增强图像中的畸变像素点，以准确反馈待检测图像的畸变情况，从而即可实现检测待检测图像是否出现瞳孔游动畸变的目的，即，克服了由于原始检测图像中无法识别出非常微小的瞳孔游动畸变，进而易导致图像检测结果无法准确反馈图像是否产生瞳孔游动畸变的情况发生的技术缺陷，所以，提升了对于图像的瞳孔游动畸变的检测准确性的目的。[0100]实施例二[0101]进一步地，参照图3，在本技术另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，所述根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果的步骤包括：[0102]步骤f10，将所述畸变增强图像划分为至少一个畸变检测区域，以及获取各所述畸变检测区域的畸变像素点数，其中，各所述畸变检测区域的畸变像素点数之和为所述畸变像素点的像素点总数；[0103]步骤f20，根据各所述畸变像素点数在所处的畸变检测区域的面积占用情况，选取所述畸变增强图像的图像畸变极值；[0104]步骤f30，检测所述图像畸变极值是否大于预设局部畸变阈值；[0105]步骤f40，若大于，则确定所述图像畸变检测结果为所述待检测图像存在畸变；[0106]步骤f50，若小于或者等于，则确定所述图像畸变检测结果为所述待检测图像不存在畸变。[0107]在本实施例中，需要说明的是，由于畸变增强图像中瞳孔游动畸变的随机性强，且畸变并非集中在图像全局区域，倘若采用设置的预设全局畸变阈值平均值化地检测图像是否发生畸变，易忽视局部图像区域的晃动情况，进而导致降低对于待检测图像的图像畸变检测的准确性，例如，假设畸变增强图像共划分为d1、d2、d3及d4四个图像区域，各区域的平均畸变像素点数与区域面积之间的比值分别为0.3、0.1、0.1及0.15，所述预设全局畸变阈值为0.18，由于平均值(0.1625)小于0.18，则最终的图像畸变检测结果为待检测图像不存在瞳孔游动畸变，但是，图像区域d1的晃动仍会使得用户在使用过程中出现眩晕感。[0108]另外地，需要说明的是，畸变检测区域根据检测需求自行划分，图像畸变极值用于表征不同畸变检测区域的平均畸变像素点数与区域面积之间的比值的最大值，预设局部畸变阈值用于表征局部区域存在瞳孔游动畸变的临界值。[0109]作为一种示例，步骤f10至步骤f50包括：将所述畸变增强图像划分为至少一个畸变检测区域，以及统计所述畸变检测区域的畸变像素点数，其中，各所述畸变检测区域的畸变像素点数之和为所述畸变像素点的像素点总数；根据各所述畸变像素点数在所处的畸变检测区域的面积占用情况，确定各所述畸变检测区域的区域畸变值，通过一一比对各所述区域畸变值，确定各所述畸变检测区域中平均畸变像素点数与区域面积之间的比值的最大值，将所述最大值作为所述图像畸变极值；检测所述图像畸变极值是否大于预设局部畸变阈值；若检测到所述图像畸变极值大于所述预设局部畸变阈值，则确定所述图像畸变检测结果为所述待检测图像存在畸变；若检测到所述图像畸变极值小于或者等于所述预设局部畸变阈值，则确定所述图像畸变检测结果为所述待检测图像不存在畸变。[0110]其中，区域畸变值为畸变检测区域的畸变像素点数与区域面积的比值，所述根据各所述畸变像素点数在所处的畸变检测区域的面积占用情况，确定各所述畸变检测区域的区域畸变值的步骤具体可参照上述实施例一的相关步骤，在此不再赘述。[0111]本技术实施例提供了一种图像畸变检测方法，也即，将所述畸变增强图像划分为至少一个畸变检测区域，以及获取各所述畸变检测区域的畸变像素点数，其中，各所述畸变检测区域的畸变像素点数之和为所述畸变像素点的像素点总数；根据各所述畸变像素点数在所处的畸变检测区域的面积占用情况，选取所述畸变增强图像的图像畸变极值；检测所述图像畸变极值是否大于预设局部畸变阈值；若大于，则确定所述图像畸变检测结果为所述待检测图像存在畸变；若小于或者等于，则确定所述图像畸变检测结果为所述待检测图像不存在畸变。本技术实施例通过将畸变增强图像划分为多个畸变检测区域，进而确定在不同畸变检测区域中畸变像素点与所处区域面积的比值的最大值，进而通过判断最大值是否大于预设局部畸变阈值，针对性地对不同区域的瞳孔游动畸变情况进行准确检测，相较于依赖图像平均畸变像素点与图像面积之间的比值和预设全局畸变阈值之间的大小关系，进而检测待检测图像是否存在瞳孔游动畸变的检测方式，本技术实施例考虑到了由待检测图像的局部图像区域晃动引发的瞳孔游动畸变情况，所以，提升了对于瞳孔游动畸变的检测准确性。[0112]实施例三[0113]本技术实施例还提供一种图像畸变检测装置，参照图4，所述图像畸变检测装置包括：[0114]获取模块101，用于获取待检测图像的目标像素点对应的至少一个基准像素灰度值；[0115]增强模块102，用于根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；[0116]检测模块103，用于根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。[0117]可选地，所述获取模块101还用于：[0118]获取针对于所述待检测图像生成的图像像素基准表；[0119]根据所述目标像素点，在所述图像像素基准表查询对应的基准像素灰度值。[0120]可选地，所述获取模块101还用于：[0121]按照预设比例关系在所述待检测图像截取单位基准图像；[0122]计算处于所述单位基准图像的基准像素点的全局阈值和局部阈值；[0123]根据所述全局阈值和所述局部阈值，确定所述基准像素点的实际像素灰度值；[0124]以所述预设比例关系对所述单位基准图像进行插值处理，得到由所述实际像素灰度值转换而成的基准像素灰度值构成的图像像素基准表。[0125]可选地，所述获取模块101还用于：[0126]在所述待检测图像的像素直方图查找所述待检测图像的像素灰度值区间，其中，所述像素灰度值区间包括第一像素灰度值和第二像素灰度值；[0127]分别计算所述单位基准图像的至少一个图像像素点在所述第一像素灰度值和预设像素灰度值之间的第一出现概率，以及在所述预设像素灰度值和所述第二像素灰度值之间的第二出现概率；[0128]根据所述第一出现概率和所述第二出现概率，确定各所述图像像素点的像素点能量熵；[0129]通过比对各所述像素点能量熵的能量熵大小，得到所述基准像素点的全局阈值，以及通过在所述单位基准图像定位以所述基准像素点为中心的局部中心区域，计算所述基准像素点的局部阈值。[0130]可选地，所述增强模块102还用于：[0131]通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整；[0132]检测各所述基准像素灰度值是否比对完毕；[0133]若是，则将调整后的待检测图像作为所述畸变增强图像；[0134]若否，则返回执行通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整的步骤及后续步骤，直至得到所述畸变增强图像。[0135]可选地，所述增强模块102还用于：[0136]检测所述实际像素灰度值是否小于所述基准像素灰度值；[0137]若小于，则将所述实际像素灰度值调整为检测图像集的目标像素点的第一预设像素灰度值之和；[0138]若大于或者等于，则将所述实际像素灰度值调整为所述检测图像集的目标像素点的第二预设像素灰度值之和。[0139]可选地，所述检测模块103还用于：[0140]将所述畸变增强图像划分为至少一个畸变检测区域，以及获取各所述畸变检测区域的畸变像素点数，其中，各所述畸变检测区域的畸变像素点数之和为所述畸变像素点的像素点总数；[0141]根据各所述畸变像素点数在所处的畸变检测区域的面积占用情况，选取所述畸变增强图像的图像畸变极值；[0142]检测所述图像畸变极值是否大于预设局部畸变阈值；[0143]若大于，则确定所述图像畸变检测结果为所述待检测图像存在畸变；[0144]若小于或者等于，则确定所述图像畸变检测结果为所述待检测图像不存在畸变。[0145]本发明提供的图像畸变检测装置，采用上述实施例中的图像畸变检测方法，解决了对于图像的瞳孔游动畸变的检测准确性低的技术问题。与现有技术相比，本发明实施例提供的图像畸变检测装置的有益效果与上述实施例提供的图像畸变检测方法的有益效果相同，且该图像畸变检测装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。[0146]实施例四[0147]本发明实施例提供一种电子设备，电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的图像畸变检测方法。[0148]下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。[0149]如图5所示，电子设备可以包括处理装置1001(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(rom)1002中的程序或者从存储装置1003加载到随机访问存储器(ram)1004中的程序而执行各种适当的动作和处理。在ram1004中，还存储有电子设备操作所需的各种程序和数据。处理装置1001、rom1002以及ram1004通过总线1005彼此相连。输入/输出(i/o)接口1006也连接至总线。[0150]通常，以下系统可以连接至i/o接口1006：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置1008；包括例如磁带、硬盘等的存储装置1003；以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。[0151]特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1009从网络上被下载和安装，或者从存储装置1003被安装，或者从rom1002被安装。在该计算机程序被处理装置1001执行时，执行本公开实施例的方法中限定的上述功能。[0152]本发明提供的电子设备，采用上述实施例中的图像畸变检测方法，解决了对于图像的瞳孔游动畸变的检测准确性低的技术问题。与现有技术相比，本发明实施例提供的电子设备的有益效果与上述实施例提供的图像畸变检测方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。[0153]应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。[0154]以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本
技术领域：
：的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。[0155]实施例五[0156]本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例中的图像畸变检测方法。[0157]本发明实施例提供的计算机可读存储介质例如可以是u盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。[0158]上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。[0159]上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取待检测图像的目标像素点对应的至少一个基准像素灰度值；根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。[0160]可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。[0161]附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。[0162]描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。[0163]本发明提供的计算机可读存储介质，存储有用于执行上述图像畸变检测方法的计算机可读程序指令，解决了对于图像的瞳孔游动畸变的检测准确性低的技术问题。与现有技术相比，本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的图像畸变检测方法的有益效果相同，在此不做赘述。[0164]实施例六[0165]本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的图像畸变检测方法的步骤。[0166]本技术提供的计算机程序产品解决了对于图像的瞳孔游动畸变的检测准确性低的技术问题。与现有技术相比，本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的图像畸变检测方法的有益效果相同，在此不做赘述。[0167]以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
：，均同理包括在本技术的专利处理范围内。当前第1页12当前第1页12
技术特征：
1.一种图像畸变检测方法，其特征在于，所述图像畸变检测方法包括：获取待检测图像的目标像素点对应的至少一个基准像素灰度值；根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。2.如权利要求1所述图像畸变检测方法，其特征在于，所述获取待检测图像的目标像素点对应的至少一个基准像素灰度值的步骤包括：获取针对于所述待检测图像生成的图像像素基准表；根据所述目标像素点，在所述图像像素基准表查询对应的基准像素灰度值。3.如权利要求2所述图像畸变检测方法，其特征在于，所述获取针对于所述待检测图像生成的图像像素基准表的步骤包括：按照预设比例关系在所述待检测图像截取单位基准图像；计算处于所述单位基准图像的基准像素点的全局阈值和局部阈值；根据所述全局阈值和所述局部阈值，确定所述基准像素点的实际像素灰度值；以所述预设比例关系对所述单位基准图像进行插值处理，得到由所述实际像素灰度值转换而成的基准像素灰度值构成的图像像素基准表。4.如权利要求3所述图像畸变检测方法，其特征在于，所述计算处于所述单位基准图像的基准像素点的全部阈值和局部阈值的步骤包括：在所述待检测图像的像素直方图查找所述待检测图像的像素灰度值区间，其中，所述像素灰度值区间包括第一像素灰度值和第二像素灰度值；分别计算所述单位基准图像的至少一个图像像素点在所述第一像素灰度值和预设像素灰度值之间的第一出现概率，以及在所述预设像素灰度值和所述第二像素灰度值之间的第二出现概率；根据所述第一出现概率和所述第二出现概率，确定各所述图像像素点的像素点能量熵；通过比对各所述像素点能量熵的能量熵大小，得到所述基准像素点的全局阈值，以及通过在所述单位基准图像定位以所述基准像素点为中心的局部中心区域，计算所述基准像素点的局部阈值。5.如权利要求1所述图像畸变检测方法，其特征在于，所述根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像的步骤包括：通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整；检测各所述基准像素灰度值是否比对完毕；若是，则将调整后的待检测图像作为所述畸变增强图像；若否，则返回执行通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整的步骤及后续步骤，直至得到所述畸变增强图像。6.如权利要求5所述图像畸变检测方法，其特征在于，所述通过比对所述目标像素点的实际像素灰度值和所述目标像素点的基准像素灰度值，对所述实际像素灰度值进行调整的
步骤包括：检测所述实际像素灰度值是否小于所述基准像素灰度值；若小于，则将所述实际像素灰度值调整为检测图像集的目标像素点的第一预设像素灰度值之和；若大于或者等于，则将所述实际像素灰度值调整为所述检测图像集的目标像素点的第二预设像素灰度值之和。7.如权利要求1所述图像畸变检测方法，其特征在于，所述根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果的步骤包括：将所述畸变增强图像划分为至少一个畸变检测区域，以及获取各所述畸变检测区域的畸变像素点数，其中，各所述畸变检测区域的畸变像素点数之和为所述畸变像素点的像素点总数；根据各所述畸变像素点数在所处的畸变检测区域的面积占用情况，选取所述畸变增强图像的图像畸变极值；检测所述图像畸变极值是否大于预设局部畸变阈值；若大于，则确定所述图像畸变检测结果为所述待检测图像存在畸变；若小于或者等于，则确定所述图像畸变检测结果为所述待检测图像不存在畸变。8.一种图像畸变检测装置，其特征在于，所述图像畸变检测装置包括：获取模块，用于获取待检测图像的至少一个像素点对应的基准像素灰度值；增强模块，用于根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；检测模块，用于根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的图像畸变检测方法的步骤。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实现图像畸变检测方法的程序，所述实现图像畸变检测方法的程序被处理器执行以实现如权利要求1至7中任一项所述图像畸变检测方法的步骤。

技术总结
本申请公开了图像畸变检测方法、装置、电子设备及可读存储介质，应用于计算机视觉技术领域，所述图像畸变检测方法包括：获取待检测图像的目标像素点对应的至少一个基准像素灰度值；根据各所述基准像素灰度值，对所述待检测图像进行畸变增强，得到畸变增强图像；根据所述畸变增强图像的畸变像素点，对所述待检测图像进行图像畸变检测，得到图像畸变检测结果。本申请解决了对于图像的瞳孔游动畸变的检测准确性低的技术问题。测准确性低的技术问题。测准确性低的技术问题。


技术研发人员：王晓曼
受保护的技术使用者：歌尔光学科技有限公司
技术研发日：2023.04.11
技术公布日：2023/7/22