本发明涉及通信技术领域，尤其涉及一种图像模糊诊断方法、装置及安防中控设备。
背景技术：
随着科技的发展，物联网技术的应用越来越广泛。现如今，越来越多的家庭受益于物联网技术，其中，基于物联网形成的智能安防技术受到大部分家庭的青睐。在智能安防技术中，摄像头拍摄到的图像质量对安防检测而言具有至关重要的作用，图像质量会对安防检测的可靠性产生较大影响。因此，需要对图像质量进行诊断(图像模糊诊断)，从而根据诊断结果对摄像头进行维护和优化，以保证安防检测的可靠性。但是现有的图像模糊诊断方法准确性差且灵活性低。
技术实现要素：
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的图像模糊诊断方法、装置及安防中控设备。
本发明的第一方面，提供了一种图像模糊诊断方法，应用于与摄像头通信连接的安防中控设备，所述方法包括：
获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型；
对所述图像进行划分，得到若干子图像；
确定所述若干子图像中的每个子图像的方差值；
根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
可选地，所述根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断，包括：
若所述拍摄类型为局部拍摄，基于所述局部拍摄获取对应的预设阈值；
获取所述若干子图像中的目标子图像对应的方差值；其中，所述目标子图像是所述摄像头在局部拍摄时的聚焦区域对应的图像；
根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断。
可选地，所述根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断，包括：
若所述目标子图像为一个，判断所述目标子图像对应的方差值是否小于所述预设阈值，获得判断结果；
当所述判断结果表征所述目标子图像对应的方差值小于所述预设阈值时，判定所述图像为模糊；
当所述判断结果表征所述目标子图像对应的方差值大于等于所述预设阈值时，判定所述图像为清晰。
可选地，所述根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断，包括：
若所述目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，所述局部目标方差值小于所述预设阈值；
判断所述局部目标方差值的数量是否达到预设数量；
若所述局部目标方差值的数量达到所述预设数量，判定所述图像为模糊；否则，判定所述图像为清晰。
可选地，所述根据所述每个子图像的方差值和所述摄像头的拍摄类型，对所述图像进行模糊诊断，包括：
若所述摄像头的拍摄类型为全局拍摄，基于所述全局拍摄获取对应的设定阈值；
从所有子图像的方差值中确定出全局目标方差值的数量，其中，所述全局目标方差值小于所述设定阈值；
判断所述全局目标方差值的数量是否达到设定数量；
若所述全局目标方差值的数量达到所述设定数量，判定所述图像为模糊；否则，判定所述图像为清晰。
可选地，所述确定每个子图像的方差值，包括：
确定每个子图像中每相邻两个像素之间的灰度差；
根据所述每个子图像对应的所有灰度差，确定所述每个子图像的方差值。
可选地，所述对所述图像进行划分，得到多个子图像，包括：
对所述图像进行划分，获得多个图像区域；
对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
本发明的第二方面，提供了一种图像模糊诊断装置，应用于与摄像头通信连接的安防中控设备，所述装置包括：
图像获取模块，用于获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型；
图像划分模块，用于对所述图像进行划分，得到若干子图像；
方差值确定模块，用于确定所述若干子图像中的每个子图像的方差值；
图像模糊诊断模块，用于根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
可选地，所述图像模糊诊断模块，用于：
若所述拍摄类型为局部拍摄，基于所述局部拍摄获取对应的预设阈值；
获取所述若干子图像中的目标子图像对应的方差值；其中，所述目标子图像是所述摄像头在局部拍摄时的聚焦区域对应的图像；
根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断。
可选地，所述图像模糊诊断模块，用于：
若所述目标子图像为一个，判断所述目标子图像对应的方差值是否小于所述预设阈值，获得判断结果；
当所述判断结果表征所述目标子图像对应的方差值小于所述预设阈值时，判定所述图像为模糊；
当所述判断结果表征所述目标子图像对应的方差值大于等于所述预设阈值时，判定所述图像为清晰。
可选地，所述图像模糊诊断模块，用于：
若所述目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，所述局部目标方差值小于所述预设阈值；
判断所述局部目标方差值的数量是否达到预设数量；
若所述局部目标方差值的数量达到所述预设数量，判定所述图像为模糊；否则，判定所述图像为清晰。
可选地，所述图像模糊诊断模块，用于：
若所述摄像头的拍摄类型为全局拍摄，基于所述全局拍摄获取对应的设定阈值；
从所有子图像的方差值中确定出全局目标方差值的数量，其中，所述全局目标方差值小于所述设定阈值；
判断所述全局目标方差值的数量是否达到设定数量；
若所述全局目标方差值的数量达到所述设定数量，判定所述图像为模糊；否则，判定所述图像为清晰。
可选地，所述方差值确定模块，用于：
确定每个子图像中每相邻两个像素之间的灰度差；
根据所述每个子图像对应的所有灰度差，确定所述每个子图像的方差值。
可选地，所述图像划分模块，用于：
对所述图像进行划分，获得多个图像区域；
对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
本发明的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述图像模糊诊断方法的步骤。
本发明的第四方面，提供了一种安防中控设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述图像模糊诊断方法的步骤。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
在上述方案中，安防中控设备获取摄像头上传的图像以及摄像头拍摄该图像时的拍摄类型，对图像进行划分，得到若干子图像，确定若干子图像中的每个子图像的方差值，根据每个子图像的方差值和拍摄类型，对图像进行模糊诊断。如此，相较于仅根据整张图像的方差值进行模糊诊断的方法，本申请实施例所提供的技术方法能够根据每个子图像的方差值和拍摄类型对图像进行模糊诊断，不仅能够避免模糊诊断“一刀切”的缺点，还能够将摄像头的拍摄类型考虑在内，从而提高图像模糊诊断的准确性和可靠性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例提供的一种图像模糊诊断系统的结构框图。
图2示出了根据本发明一个实施例提供的一种图像模糊诊断方法的流程图。
图3示出了根据本发明一个实施例提供的一种用户住宅的示意图。
图4示出了根据本发明一个实施例提供的对图像进行划分的示意图。
图5示出了根据本发明一个实施例提供的摄像头在局部拍摄类型下拍摄的图像的示意图。
图6示出了根据本发明一个实施例提供的摄像头在全局拍摄类型下拍摄的图像的示意图。
图7示出了根据本发明一个实施例提供的摄像头在全局拍摄类型下拍摄的图像的另一示意图。
图8示出了根据本发明一个实施例提供的图像模糊诊断装置的模块框图。
图标：
100-图像模糊诊断系统；101-安防中控设备；102-摄像头；
200-图像模糊诊断装置；201-图像获取模块；202-图像划分模块；203-方差值确定模块；204-图像模糊诊断模块。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种图像模糊诊断方法、装置及安防中控设备，用以改善现有的图像模糊诊断方法准确性差且灵活性低的技术问题。
作为一种可选的实施例，图1为根据本发明一个实施例提供的一种图像模糊诊断系统100的模块框图。
由图1可见，该图像模糊诊断系统100包括安防中控设备101和多个摄像头102，请结合参阅图2，多个摄像头102安装于用户的住宅周围，每个摄像头102与安防中控设备101通信连接。此外，安防中控设备101还可以与云端服务器、红外对射器、报警设备以及用户终端通信连接。
进一步地，本申请实施例以安防中控设备101为核心，该安防中控设备是一个独立的控制设备，和现有的台式/笔记本电脑、智能手机、平板电脑、服务器等有较大差别。能够提供一套智慧家庭安全解决方案，对外，能够提供一种图像模糊诊断方法，实现对摄像头102拍摄到的图像进行模糊诊断，进而实现智能防护，对内，能够提供一种智能家居控制方法，实现家居的智能控制。
请继续参阅图2，安防中控设备101可以接收每个摄像头102上传的图像，并对这些图像进行模糊诊断，获得图像模糊诊断结果，从而根据图像模糊诊断结果判断这些图像对应的摄像头102是否存在故障，能够在摄像头102存在故障时及时通知维护人员对摄像头102进行维修和优化，从而保证了安防检测的可靠性。
但是，发明人经分析和研究发现，常见的图像模糊诊断方法准确性差且灵活性低：
常见的图像模糊诊断方法是对整张图像进行模糊诊断，具体地，常见的图像模糊诊断方法通过求解整张图像的方差值，进而根据方差值判定图像是否模糊，这种诊断方法没有考虑图像中各个区域之间的关系，也没有考虑摄像头的具体拍摄场景，因此准确性差且可靠性低。
基于上述内容，本发明实施例提供了一种图像模糊诊断方法、装置及安防中控设备，能够提高图像模糊诊断的准确性和可靠性。
请结合参阅图2，为根据本发明一个实施例提供的一种图像模糊诊断方法的流程图，该方法应用于图1中的图像模糊诊断系统安防中控设备101，下面对该方法所包含的步骤进行详细说明：
s21，获取摄像头上传的图像以及摄像头拍摄图像时的拍摄类型。
在本申请实施例中，安防中控设备101获取的图像可以是摄像头102实时拍摄并上传的，也可以是摄像头102拍摄之后延时上传的，在此不作限定。
在本申请实施例中，拍摄类型包括局部拍摄和全局拍摄，局部拍摄是聚焦图像中的某个区域进行针对性拍摄，全局拍摄是针对整张图像进行拍摄。
可以理解，用户住宅周围安装的每个摄像头102对应有各自的拍摄区域，例如，一些摄像头102用于拍摄庭院区域(例如图3中的区域a)，一些摄像头102用于拍摄前门区域(如图3中的区域b)。拍摄不同区域的摄像头对应的拍摄类型是不同的。例如，拍摄区域a的摄像头102采用的拍摄类型是全局拍摄，更为具体地，拍摄区域a的摄像头102的聚焦区域是庭院区域。又例如，拍摄区域b的摄像头102采用的拍摄类型是局部拍摄，更为具体地，拍摄区域b的摄像头102的聚焦区域是前门区域。
可以理解，由于拍摄区域b的摄像头102是针对前门区域进行拍摄的，因此，拍摄区域b的摄像头102的聚焦区域之外的区域是模糊的。在这种情况下，如果采用常见的图像模糊诊断方法进行诊断，会将拍摄区域b的摄像头102拍摄的图像判定为模糊，具体原因如下：
由于拍摄区域b的摄像头102拍摄的图像仅在聚焦区域处是清晰的，并且由于聚焦区域的尺寸远小于非聚焦区域的尺寸，若采用对整张图像求方差值，然后根据方差值进行模糊诊断，很大概率会将拍摄区域b的摄像头102拍摄的图像判定为模糊，但是由于拍摄区域b的摄像头102拍摄的图像是针对前门区域的，若拍摄区域b的摄像头102拍摄的图像在聚焦区域处是清晰的，对该图像的模糊诊断结果应该是清晰的，由此可见，若采用常见的图像模糊诊断方法进行诊断，会导致诊断准确性和可靠性降低。
因此，为了提高图像模糊诊断的准确性和可靠性，需要对图像的多个区域进行逐一分析，并将摄像头102的拍摄类型考虑在内。由于摄像头102的拍摄类型是可变的，因此安防中控设备101在获取摄像头102上传的图像时所获取到的摄像头102的拍摄类型应该是摄像头102拍摄图像时的拍摄类型。
例如，摄像头102在10:00:05拍摄到图像p，拍摄类型为局部拍摄，进一步地，经过5秒后，摄像头102在10:00:10拍摄到图像g，拍摄类型为全局拍摄，那么安防中控设备101在获取图像p时对应获取的拍摄类型应该是局部拍摄，在获取图像g时对应获取的拍摄类型应该是全局拍摄。如此，能够避免摄像头102的拍摄类型改变带来的诊断偏差。
s22，对图像进行划分，得到若干子图像。
具体地，首先按照预设划分规则对图像进行划分，得到多个图像区域，然后对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
在本申请实施例中，预设划分规则可以是等分，也可以是不等分，例如，请参阅图4，对图像进行等分如图4a所示，对图像进行不等分如图4b所示，可以理解，预设划分规则可以根据实际情况进行调整，在此不作限定。
s23，确定若干子图像中的每个子图像的方差值。
在本申请实施例中，具体通过以下方式确定若干子图像中的每个子图像的方差值：确定每个子图像中每相邻两个像素之间的灰度差，根据每个子图像对应的所有灰度差，确定每个子图像的方差值。
例如，请结合参阅图4a，图4a所示的子图像中包括5*7个像素，相邻两个像素可以理解为上下相邻或左右相邻，因此，5*7个像素中，每相邻两个像素之间的灰度差的数量为52个，进一步地，基于图4a所示的子图像对应的52个灰度差，确定该子图像的方差值。
可以理解，若干子图像中的其他子图像的方差值也根据上述方法确定。
相较于常见的仅确定整张图像的方差值的方法，本申请实施例确定得到的方差值数量较多，能够提高后续图像模糊诊断的抗扰动性，避免“一刀切”的图像模糊诊断方式带来的低准确性和低可靠性。
s4，根据所述每个子图像的方差值和拍摄类型，对图像进行模糊诊断。
在本申请实施例中，对图像进行模糊诊断的方法具体可以包括以下两种情况：
第一种情况，摄像头102拍摄图像时的拍摄类型为局部拍摄。
在这种情况下，安防中控设备101基于局部拍摄的拍摄类型获取对应的预设阈值，其中，预设阈值用于对子图像的方差值进行判断。在本申请实施例中，预设阈值可以取0.7。
进一步地，安防中控设备101获取若干子图像中的目标子图像对应的方差值；其中，目标子图像是摄像头102在局部拍摄时的聚焦区域对应的图像。
请结合参阅图5，将图像按照4*4的划分规则进行划分，所得到的子图像数量为16个(z1～z16)，可以理解，摄像头102在局部拍摄时的聚焦区域可以为z6、z7、z10和z11。更为具体地，目标子图像可以理解为z6、z7、z10和z11。
进一步地，根据目标子图像对应的方差值和预设阈值，对图像进行模糊诊断。在具体实施过程种，可以根据目标子图像的数量选择对应的模糊诊断方式，本申请实施例提供的根据目标子图像的数量选择对应的模糊诊断方式包括以下两种情况：
case1，目标子图像的数量为一个的情况。
可以理解，若目标子图像的数量为一个，判断该目标子图像对应的方差值是否小于预设阈值，获得判断结果。
当判断结果表征目标子图像对应的方差值小于预设阈值时，判定图像为模糊，当判断结果表征目标子图像对应的方差值大于等于预设阈值时，判定图像为清晰。
case2：目标子图像的数量为两个以上的情况。
可以理解，若目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，局部目标方差值小于预设阈值。判断所述局部目标方差值的数量是否达到预设数量，若局部目标方差值的数量达到预设数量，判定图像为模糊，否则，判定图像为清晰。
请结合参阅图5，若目标子图像为4个，则对应的方差值也为4个。进一步地，从4个方差值中确定出局部目标方差值的数量，其中，局部目标方差值小于预设阈值0.7。
在本申请实施例中，预设数量可以根据目标子图像的数量进行设置，例如，预设数量可以为目标子图像的数量的一半，当目标子图像的数量为奇数时，可以对预设数量进行四舍五入，例如，若目标子图像的数量为10，则预设数量可以为5，若目标子图像的数量为7，则预设数量可以为4。以图5为例，在本申请实施例中，由于目标子图像的数量为4，因此预设数量可以为2。
进一步地，判断局部目标方差值的数量是否达到预设数量2，若达到，判定图像为模糊，否则，判定图像为清晰。例如，若4个方差值分别为：0.65、0.71、0.84和0.9，则局部目标方差值的数量为1，局部目标方差值的数量没有达到预设数量2，判定图像为清晰。又例如，若4个方差值分别为：0.65、0.31、0.24和0.8，则局部目标方差值的数量为3，局部目标方差值的数量达到预设数量2，判定图像为模糊。
可以理解，在局部拍摄类型下进行图像模糊诊断的时候，无需考虑除目标子图像以外的子图像，如此，提高了图像模糊诊断的准确性和可靠性。若采用常见的图像模糊诊断方法进行判断，则会将在局部拍摄类型下拍摄的图片判定为模糊，这与实际情况相悖。进一步地，若采用常见的图像模糊诊断方法进行判断，可能会判定摄像头102出现故障(实际上摄像头102是采用局部拍摄模式进行拍摄的，并没有出现故障)，如此，会增加不必要的维护成本。
第二种情况，摄像头102拍摄图像时的拍摄类型为全局拍摄。
在这种情况下，安防中控设备101基于全局拍摄的拍摄类型获取对应的设定阈值，其中，设定阈值用于对子图像的方差值进行判断。
在本申请实施例中，设定阈值是小于预设阈值的，这是由于摄像头102在全局拍摄的情况下拍摄到的图片与摄像头102在局部拍摄的情况下拍摄到的图片的清晰度标准是不同的。摄像头102在全局拍摄的情况下拍摄到的图片是针对整张图片而言的，请结合参阅图2，摄像头102在全局拍摄的情况下拍摄到的图片是针对庭院区域进行拍摄，在局部拍摄的情况下拍摄到的图片是针对前门区域进行拍摄，为了保证庭院区域的图像的清晰度，摄像头102在全局拍摄的情况下拍摄到的图片的整体清晰度要低于摄像头102在局部拍摄的情况下拍摄到的图片(聚焦区域内的图片)。因此，在本申请实施例中，设定阈值小于预设阈值，例如，设定阈值可以取0.5。
进一步地，从所有子图像的方差值中确定出全局目标方差值的数量，其中，全局目标方差值小于设定阈值，判断全局目标方差值的数量是否达到设定数量，若所述全局目标方差值的数量达到设定数量，判定图像为模糊，否则，判定图像为清晰。
在本申请实施例中，设定数量可以根据子图像的数量进行设置，例如，设定数量可以为子图像的数量的一半，当子图像的数量为奇数时，可以对设定数量进行四舍五入，例如，若子图像的数量为10，则设定数量可以为5，若子图像的数量为5，则预设数量可以为3。请结合参阅图6，图6示出了摄像头102在全局拍摄类型下拍摄的图像的另一示意图，由图6可见，子图像的数量为25个，因此设定数量可以为13。进一步地，判断全局目标方差值的数量是否达到预设数量13，若达到，判定图像为模糊，否则，判定图像为清晰。
可以理解，本申请实施例在进行图像模糊诊断时，没有直接计算整张图像的方差值，而是将图像进行划分得到多个子图像，然后计算每个子图像的方差值，进而根据每个子图像的方差值进行图像模糊诊断。在进行图像模糊诊断时，还将摄像头102拍摄图像时的拍摄类型考虑在内，如此，避免了对图像进行“一刀切”的模糊判断，提高了图像模糊诊断的准确性、可靠性和抗扰动性。
例如，请结合参阅图7，为摄像头102在某一时刻采用全局拍摄类型拍摄到的图像，可以将该图像划分为9个子图像(对应的设定数量为5)，其中，子图像p1、p3、p7和p8中存在运动的物体(例如路人、宠物或者被风吹动的树叶)，因此，在这种情况下，子图像p1、p3、p7和p8呈现模糊。又例如，确定出的子图像p1～p9的方差值为0.1、0.6、0.1、0.51、0.8、0.9、0.1、0.1和0.6，设定阈值取0.5，若采用常见的模糊诊断方法进行判断，计算得到整个图像的方差值小于等于子图像p1～p9的方差值之和(3.8)，因此判定出该图像为模糊，若采用本申请实施例的图像模糊诊断方法，确定出小于0.5的方差值的数量为4(0.1、0.1、0.1和0.1)，由于小于0.5的方差值的数量小于设定数量5，因此判定出该图像为清晰。通过该示例可以分析得到，若图像中存在(高速)运动物体时，图像中的部分区域会呈现较为严重的模糊，若采用直接确定整个图像的方差值然后进行判断的方法，很大概率会将图像诊断为模糊，但实际上，图像中的模糊区域是由于物体的运动导致的(图像中的其他区域是清晰的)，因此，常见的图像模糊诊断方法准确性、可靠性和抗扰动性较差，而采用本申请实施例的图像模糊诊断方法能够将图像进行划分得到子图像，然后对每个子图像进行模糊诊断，从而有效避免上述问题，进而提高图像模糊诊断的准确性、可靠性和抗扰动性。
进一步地，预设数量可以根据目标子图像的数量进行设置，设定数量可以根据子图像的数量进行设置，如此，提高了图像模糊诊断的灵活性。
作为一种可选的实施例，图8示出了本为根据本发明一个实施例提供的一种图像模糊诊断装置20的模块框图，该图像模糊诊断装置20包括：
图像获取模块201，用于获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型。
图像划分模块202，用于对所述图像进行划分，得到若干子图像。
方差值确定模块203，用于确定所述若干子图像中的每个子图像的方差值。
图像模糊诊断模块204，用于根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
进一步地，所述图像模糊诊断模块204，用于：若所述拍摄类型为局部拍摄，基于所述局部拍摄获取对应的预设阈值；获取所述若干子图像中的目标子图像对应的方差值；其中，所述目标子图像是所述摄像头在局部拍摄时的聚焦区域对应的图像；根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断。
进一步地，所述图像模糊诊断模块204，用于：若所述目标子图像为一个，判断所述目标子图像对应的方差值是否小于所述预设阈值，获得判断结果；当所述判断结果表征所述目标子图像对应的方差值小于所述预设阈值时，判定所述图像为模糊；当所述判断结果表征所述目标子图像对应的方差值大于等于所述预设阈值时，判定所述图像为清晰。
进一步地，所述图像模糊诊断模块204，用于：若所述目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，所述局部目标方差值小于所述预设阈值；判断所述局部目标方差值的数量是否达到预设数量；若所述局部目标方差值的数量达到所述预设数量，判定所述图像为模糊；否则，判定所述图像为清晰。
进一步地，所述图像模糊诊断模块204，用于：若所述摄像头的拍摄类型为全局拍摄，基于所述全局拍摄获取对应的设定阈值；从所有子图像的方差值中确定出全局目标方差值的数量，其中，所述全局目标方差值小于所述设定阈值；判断所述全局目标方差值的数量是否达到设定数量；若所述全局目标方差值的数量达到所述设定数量，判定所述图像为模糊；否则，判定所述图像为清晰。
进一步地，所述方差值确定模块203，用于：确定每个子图像中每相邻两个像素之间的灰度差；根据所述每个子图像对应的所有灰度差，确定所述每个子图像的方差值。
进一步地，所述图像划分模块202，用于：对所述图像进行划分，获得多个图像区域；对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
基于与前述实施例中同样的发明构思，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文任一所述方法的步骤。
基于与前述实施例中同样的发明构思，本发明实施例还提供一种安防中控设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前文任一所述方法的步骤。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
根据本发明的一种图像模糊诊断方法、装置及安防中控设备，安防中控设备获取摄像头上传的图像以及摄像头拍摄该图像时的拍摄类型，对图像进行划分，得到若干子图像，确定若干子图像中的每个子图像的方差值，根据每个子图像的方差值和拍摄类型，对图像进行模糊诊断。如此，相较于仅根据整张图像的方差值进行模糊诊断的方法，本申请实施例所提供的技术方法能够根据每个子图像的方差值和拍摄类型对图像进行模糊诊断，不仅能够避免模糊诊断“一刀切”的缺点，还能够将摄像头的拍摄类型考虑在内，从而提高图像模糊诊断的准确性和可靠性。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了：
a1、一种图像模糊诊断方法，其特征在于，应用于与摄像头通信连接的安防中控设备，所述方法包括：
获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型；
对所述图像进行划分，得到若干子图像；
确定所述若干子图像中的每个子图像的方差值；
根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
a2、如权利要求a1所述的方法，其特征在于，所述根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断，包括：
若所述拍摄类型为局部拍摄，基于所述局部拍摄获取对应的预设阈值；
获取所述若干子图像中的目标子图像对应的方差值；其中，所述目标子图像是所述摄像头在局部拍摄时的聚焦区域对应的图像；
根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断。
a3、如权利要求a2所述的方法，其特征在于，所述根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断，包括：
若所述目标子图像为一个，判断所述目标子图像对应的方差值是否小于所述预设阈值，获得判断结果；
当所述判断结果表征所述目标子图像对应的方差值小于所述预设阈值时，判定所述图像为模糊；
当所述判断结果表征所述目标子图像对应的方差值大于等于所述预设阈值时，判定所述图像为清晰。
a4、如权利要求a2所述的方法，其特征在于，所述根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断，包括：
若所述目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，所述局部目标方差值小于所述预设阈值；
判断所述局部目标方差值的数量是否达到预设数量；
若所述局部目标方差值的数量达到所述预设数量，判定所述图像为模糊；否则，判定所述图像为清晰。
a5、如权利要求a1所述的方法，其特征在于，所述根据所述每个子图像的方差值和所述摄像头的拍摄类型，对所述图像进行模糊诊断，包括：
若所述摄像头的拍摄类型为全局拍摄，基于所述全局拍摄获取对应的设定阈值；
从所有子图像的方差值中确定出全局目标方差值的数量，其中，所述全局目标方差值小于所述设定阈值；
判断所述全局目标方差值的数量是否达到设定数量；
若所述全局目标方差值的数量达到所述设定数量，判定所述图像为模糊；否则，判定所述图像为清晰。
a6、如权利要求a1所述的方法，其特征在于，所述确定每个子图像的方差值，包括：
确定每个子图像中每相邻两个像素之间的灰度差；
根据所述每个子图像对应的所有灰度差，确定所述每个子图像的方差值。
a7、如权利要求a1所述的方法，其特征在于，所述对所述图像进行划分，得到多个子图像，包括：
对所述图像进行划分，获得多个图像区域；
对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
b8、一种图像模糊诊断装置，其特征在于，应用于与摄像头通信连接的安防中控设备，所述装置包括：
图像获取模块，用于获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型；
图像划分模块，用于对所述图像进行划分，得到若干子图像；
方差值确定模块，用于确定所述若干子图像中的每个子图像的方差值；
图像模糊诊断模块，用于根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
b9、如权利要求b8所述的装置，其特征在于，所述图像模糊诊断模块，用于：
若所述拍摄类型为局部拍摄，基于所述局部拍摄获取对应的预设阈值；
获取所述若干子图像中的目标子图像对应的方差值；其中，所述目标子图像是所述摄像头在局部拍摄时的聚焦区域对应的图像；
根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断。
b10、如权利要求b9所述的装置，其特征在于，所述图像模糊诊断模块，用于：
若所述目标子图像为一个，判断所述目标子图像对应的方差值是否小于所述预设阈值，获得判断结果；
当所述判断结果表征所述目标子图像对应的方差值小于所述预设阈值时，判定所述图像为模糊；
当所述判断结果表征所述目标子图像对应的方差值大于等于所述预设阈值时，判定所述图像为清晰。
b11、如权利要求b9所述的装置，其特征在于，所述图像模糊诊断模块，用于：
若所述目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，所述局部目标方差值小于所述预设阈值；
判断所述局部目标方差值的数量是否达到预设数量；
若所述局部目标方差值的数量达到所述预设数量，判定所述图像为模糊；否则，判定所述图像为清晰。
b12、如权利要求b8所述的装置，其特征在于，所述图像模糊诊断模块，用于：
若所述摄像头的拍摄类型为全局拍摄，基于所述全局拍摄获取对应的设定阈值；
从所有子图像的方差值中确定出全局目标方差值的数量，其中，所述全局目标方差值小于所述设定阈值；
判断所述全局目标方差值的数量是否达到设定数量；
若所述全局目标方差值的数量达到所述设定数量，判定所述图像为模糊；否则，判定所述图像为清晰。
b13、如权利要求b8所述的装置，其特征在于，所述方差值确定模块，用于：
确定每个子图像中每相邻两个像素之间的灰度差；
根据所述每个子图像对应的所有灰度差，确定所述每个子图像的方差值。
b14、如权利要求b8所述的装置，其特征在于，所述图像划分模块，用于：
对所述图像进行划分，获得多个图像区域；
对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
c15、一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现权利要求a1-a7任一权项所述的图像模糊诊断方法的步骤。
d16、一种安防中控设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求a1-a7任一权项所述的图像模糊诊断方法的步骤。
1.一种图像模糊诊断方法，其特征在于，应用于与摄像头通信连接的安防中控设备，所述方法包括：
获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型；
对所述图像进行划分，得到若干子图像；
确定所述若干子图像中的每个子图像的方差值；
根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
2.如权利要求1所述的方法，其特征在于，所述根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断，包括：
若所述拍摄类型为局部拍摄，基于所述局部拍摄获取对应的预设阈值；
获取所述若干子图像中的目标子图像对应的方差值；其中，所述目标子图像是所述摄像头在局部拍摄时的聚焦区域对应的图像；
根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断。
3.如权利要求2所述的方法，其特征在于，所述根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断，包括：
若所述目标子图像为一个，判断所述目标子图像对应的方差值是否小于所述预设阈值，获得判断结果；
当所述判断结果表征所述目标子图像对应的方差值小于所述预设阈值时，判定所述图像为模糊；
当所述判断结果表征所述目标子图像对应的方差值大于等于所述预设阈值时，判定所述图像为清晰。
4.如权利要求2所述的方法，其特征在于，所述根据所述目标子图像对应的方差值和所述预设阈值，对所述图像进行模糊诊断，包括：
若所述目标子图像为两个以上，从所有目标子图像的方差值中确定出局部目标方差值的数量，其中，所述局部目标方差值小于所述预设阈值；
判断所述局部目标方差值的数量是否达到预设数量；
若所述局部目标方差值的数量达到所述预设数量，判定所述图像为模糊；否则，判定所述图像为清晰。
5.如权利要求1所述的方法，其特征在于，所述根据所述每个子图像的方差值和所述摄像头的拍摄类型，对所述图像进行模糊诊断，包括：
若所述摄像头的拍摄类型为全局拍摄，基于所述全局拍摄获取对应的设定阈值；
从所有子图像的方差值中确定出全局目标方差值的数量，其中，所述全局目标方差值小于所述设定阈值；
判断所述全局目标方差值的数量是否达到设定数量；
若所述全局目标方差值的数量达到所述设定数量，判定所述图像为模糊；否则，判定所述图像为清晰。
6.如权利要求1所述的方法，其特征在于，所述确定每个子图像的方差值，包括：
确定每个子图像中每相邻两个像素之间的灰度差；
根据所述每个子图像对应的所有灰度差，确定所述每个子图像的方差值。
7.如权利要求1所述的方法，其特征在于，所述对所述图像进行划分，得到多个子图像，包括：
对所述图像进行划分，获得多个图像区域；
对每个图像区域进行高斯滤波，得到每个图像区域对应的子图像。
8.一种图像模糊诊断装置，其特征在于，应用于与摄像头通信连接的安防中控设备，所述装置包括：
图像获取模块，用于获取所述摄像头上传的图像以及所述摄像头拍摄所述图像时的拍摄类型；
图像划分模块，用于对所述图像进行划分，得到若干子图像；
方差值确定模块，用于确定所述若干子图像中的每个子图像的方差值；
图像模糊诊断模块，用于根据所述每个子图像的方差值和所述拍摄类型，对所述图像进行模糊诊断。
9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时实现权利要求1-7任一权项所述的图像模糊诊断方法的步骤。
10.一种安防中控设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-7任一权项所述的图像模糊诊断方法的步骤。
技术总结