一种图像旋转角度检测方法和装置制造方法
【专利摘要】本发明公开了一种图像旋转角度检测方法，该方法包括：通过对样本图像的颜色特征和纹理特征的提取，训练多个预设旋转角度的分类器；提取需要检测旋转角度的图像的颜色特征和纹理特征，并分别输入训练完成的各分类器，根据各分类器输出的判别结果，确定需要检测旋转角度的图像的旋转角度。基于同样的发明构思，本发明还提出一种装置，能够检测出各种不同场景下的图像的旋转角度。
【专利说明】一种图像旋转角度检测方法和装置
【技术领域】
[0001]本发明涉及图像处理【技术领域】，特别涉及一种图像旋转角度检测方法和装置。
【背景技术】
[0002]现有的图像旋转方法，主要面对的是特定的图像，如待扫描复印的文字图像，待拍摄的人脸或人体图像等。根据这些特定的对象，设计特定的旋转角度检测算法，并根据所得结果对图像进行校正。所处理的旋转角度也多以大角度为主，如90，180，270等。
[0003]现有的图像旋转角度的检测方法存在以下缺点:
[0004]只针对特定图像，对于普通自然图像不具备普遍性。针对文本图像的旋转角度检测技术较为成熟，这是因为文本自身有比较明显的朝向属性，可以根据其实际朝向来精确判断图像的旋转角度；针对人脸图像的旋转角度技术也可以取得较高的识别精度，这是因为人脸的姿势特征也较为明显。但对于普通自然图像而言，大多数并没有明确的整体朝向特征，同样也缺乏明确的有朝向属性的前景物体，这样要确定它们的旋转角度，就显得更加困难。
[0005]待检测的旋转角度较少。由于检测的目标图像很多是拍摄时经过旋转的，其旋转角度一般为90度，270度等，故已有的很多旋转角度检测方法都是针对这几个常见角度的。对于普通的连续的旋转角度，由于其判别难度较大，因此，目前还未提出对任意旋转角度都能检测的方法。
【发明内容】
[0006]有鉴于此，本发明提供一种图像旋转角度检测方法和装置，能够检测出各种不同场景下的图像的旋转角度。
[0007]为解决上述技术问题，本发明的技术方案是这样实现的:
[0008]一种图像旋转角度检测方法，所述方法包括:
[0009]将样本图像中的各图像分别旋转η个预设旋转角度，组成样本图像库；对于所述样本图像库中的每个图像，提取该图像的颜色特征和纹理特征构成该图像的特征向量，将样本图像库中所有图像的特征向量组成特征样本库；并在该特征样本库上训练η个预设旋转角度对应的两类的分类器；其中，η为大于2的整数；
[0010]获取需要检测旋转角度的图像时，提取该图像的颜色特征和纹理特征构成该图像的特征向量，并分别输入所述各分类器内，获得各分类器的判别结果；
[0011]如果确定所述判别结果中出现两个以上置信度，且各置信度之间的差值均大于第一阈值，则选择输出的置信度最大的判别结果对应的预设旋转角度作为该图像的旋转角度；
[0012]如果确定所述各判别结果中的置信度均相同；或者确定各判别结果中出现两个以上置信度，且各置信度之间的差值均小于第二阈值，或各置信度均低于第三阈值，则确定不能检测出该图像的旋转角度。[0013]一种装置，该装置包括:提取单元、训练单元和处理单元；
[0014]所述提取单元，用于将样本图像中的各图像分别旋转η个预设旋转角度，组成样本图像库；对于所述样本图像库中的每个图像，提取该图像的颜色特征和纹理特征构成该图像的特征向量，将样本图像库中所有图像的特征向量组成特征样本库；获取需要检测旋转角度的图像时，提取该图像的颜色特征和纹理特征构成该图像的特征向量；
[0015]所述训练单元，用于在所述提取单元中的特征样本库上训练η个预设旋转角度对应的两类的分类器；其中，η为大于2的整数；将所述提取单元提取的需要检测旋转角度的图像的特征向量分别输入所述各分类器内，并获得各分类器的判别结果；
[0016]所述处理单元，用于如果确定所述训练单元中获得的判别结果中出现两个以上置信度，且各置信度之间的差值均大于第一阈值，则选择输出的置信度最大的判别结果对应的预设旋转角度作为该图像的旋转角度；如果确定所述各判别结果中的置信度均相同；或者确定各判别结果中出现两个以上置信度，且各置信度之间的差值均小于第二阈值，或各置信度均低于第三阈值，则确定不能检测出该图像的旋转角度。
[0017]综上所述，本发明通过对样本图像的颜色特征和纹理特征的提取，训练多个预设旋转角度的分类器；提取需要检测旋转角度的图像的颜色特征和纹理特征，并分别输入训练完成的各分类器，根据各分类器输出的判别结果，确定需要检测旋转角度的图像的旋转角度，能够检测出各种不同场景下的图像的旋转角度。
【专利附图】
【附图说明】
[0018]图1为本发明具体实施例中图像旋转角度检测方法流程示意图；
[0019]图2为本发明具体实施例中通过角度微调检测图像旋转角度的方法流程示意图；
[0020]图3为本发明具体实施例中应用于上述技术的装置的结构示意图。
【具体实施方式】
[0021]为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明所述方案作进一步地详细说明。
[0022]本发明实施例中提出一种图像旋转角度检测方法，通过对样本图像的颜色特征和纹理特征的提取，训练多个预设旋转角度的分类器；提取需要检测旋转角度的图像的颜色特征和纹理特征，并分别输入训练完成的各分类器，根据各分类器输出的判别结果，确定需要检测旋转角度的图像的旋转角度，能够检测出各种不同场景下的图像的旋转角度。
[0023]本发明具体实施例中所提及的旋转角度均为沿着顺时针方向的旋转角度。
[0024]用于进行图像旋转角度检测的设备称为检测设备，检测设备会收集和整理大量自然样本图像，这些自然样本图像缺乏明确朝向属性，当然也可以包含具有朝向属性的样本图像。
[0025]收集的大量样本图像如果大小不一致，可以通过缩放将所有样本图像统一成相同大小。
[0026]检测设备将样本图像中的各图像分别旋转η个预设旋转角度，组成样本图像库。
[0027]η可以为8、12等，根据实际需要设置。
[0028]检测设备对于样本图像库中的每个图像，提取该图像的颜色特征和纹理特征，将样本图像库中所有图像的颜色特征和纹理特征作为特征样本库；并在该特征样本库上训练η个预设旋转角度对应的两类的分类器。
[0029]下面详细描述颜色特征和纹理特征的提取，以及分类器的训练。
[0030]检测设备对样本图像库中的每个图像进行分块操作，根据图像的实际大小，从该图像的边缘开始将该图像分为像素pXp的小块图像，对于图像正中的1/mXl/m图像丢弃；其中P、m为大于O的整数。
[0031]其中，P为预设像素值，如可以配置为32，对于图像正中的Ι/m2的图像忽略不计，如图像正中的1/4的图像直接舍弃。在具体实现时，假设按32X32的像素从边缘分割该图像为小块图像，可能到配置舍弃的图像之外的图像的像素不够一小块图像时，则将不够一块图像的图像也忽略。
[0032]提取图像的颜色特征，具体如下:
[0033]各图像分为多个小块图像之后，在图像的色调饱和度亮度(HSV)颜色空间下，分别计算每个小块图像的色调(Hue)、饱和度(Saturation)和亮度(Value)三个分量的均值、方差和偏度，将所有小块图像的三个分量的均值、方差和偏度构成该图像的颜色特征。
[0034]每个小块图像的三个分量的均值、方差和偏度，即该小块图像的一阶、二阶和三阶HSV空间颜色矩阵特征。三种矩阵特征的计算公式如下:
【权利要求】
1.一种图像旋转角度检测方法，其特征在于，所述方法包括: 将样本图像中的各图像分别旋转η个预设旋转角度，组成样本图像库；对于所述样本图像库中的每个图像，提取该图像的颜色特征和纹理特征构成该图像的特征向量，将样本图像库中所有图像的特征向量组成特征样本库；并在该特征样本库上训练η个预设旋转角度对应的两类的分类器；其中，η为大于2的整数； 获取需要检测旋转角度的图像时，提取该图像的颜色特征和纹理特征构成该图像的特征向量，并分别输入所述各分类器内，获得各分类器的判别结果； 如果确定所述判别结果中出现两个以上置信度，且各置信度之间的差值均大于第一阈值，则选择输出的置信度最大的判别结果对应的预设旋转角度作为该图像的旋转角度； 如果确定所述各判别结果中的置信度均相同；或者确定各判别结果中出现两个以上置信度，且各置信度之间的差值均小于第二阈值，或各置信度均低于第三阈值，则确定不能检测出该图像的旋转角度。
2.根据权利要求1所述的方法，其特征在于，所述提取该图像的颜色特征，包括: 根据该图像的实际大小，从该图像的边缘开始将该图像分为像素ρΧρ的小块图像，对于图像正中的1/mXl/m图像丢弃；其中P、m为大于O的整数； 在图像的色调饱和度亮度HSV颜色空间下，分别计算每个小块图像的色调、饱和度和亮度三个分量的均值、方差和偏度，将该图像的所有小块图像的三个分量的均值、方差和偏度构成该图像的颜色特征。
3.根据权利要求2所述的方法，其特征在于，所述提取该图像的纹理特征，包括: 对于每个小块图像，计算获得该小块图像的灰度图，并将灰度值量化为第一预设值级； 根据配置的预设窗口范围计算该小块图像的四个方向的灰度共生矩阵； 分别计算四个灰度共生矩阵的7个统计量特征，获取计算的各统计量特征的平均值，并进行归一化计算； 将进行归一化计算后的各统计量特征取四个方向的均值，获得基于灰度共生矩阵的纹理特征； 该图像的各个小块图像的基于灰度共生矩阵的纹理特征构成该图像的纹理特征。
4.根据权利要求1所述的方法，其特征在于，所述在该特征样本库上训练η个预设旋转角度对应的两类的分类器，包括: 对于每个两类的分类器的训练，在该特征样本库中随机选择该分类器对应的预设旋转角度的X个图像的特征向量作为一类样本，并从这X个图像对应的其他预设旋转角度样本图像中选取Y个图像的特征向量作为另一类样本，进行训练获得一个两类的分类器，其中X不大于Y，且X、Y为大于I的整数。
5.根据权利要求1-4任意一项所述的方法，其特征在于，所述方法进一步包括: Α、根据图像的初始旋转角度，以及与该初始旋转角度相邻的两个旋转角度对应的置信度的正负，将配置的预设角度调整值进行缩小，并确定调整范围区间；其中，所述初始旋转角度为所述选择输出的置信度最大的判别结果对应的预设旋转角度； B、确定缩小后的角度调整值是否小于第四阈值，如果是，执行步骤C ;否则，执行步骤D ；C、选择当前获得最大置信度对应的角度作为该图像的最终旋转角度，结束本流程； D、在确定的调整范围区间内随机选择一个角度并顺时针旋转，选择的角度与上一次确定的最大置信度对应的角度的差； E、对旋转后的图像进行裁剪和放大，提取放大后的图像的颜色特征和纹理特征，并输入初始旋转角度对应的分类器内，获得判别结果； F、根据该次判别结果的置信度的正负，以及置信度的值，将当前角度调整值再次缩小，并确定角度调整值再次缩小后的调整范围区间，执行步骤B。
6.根据权利要求5所述的方法，其特征在于，步骤A包括: 当确定与该初始旋转角度相邻的两个预设旋转角度对应的置信度均为正时，将预设角度调整值缩小为第一角度调整值；并根据该第一角度调整值和初始旋转角度确定调整范围区间； 当确定与该初始旋转角度相邻的两个预设旋转角度对应的置信度均为负时，将预设角度调整值缩小为第二角度调整值，并根据该第二角度调整值和初始旋转角度确定调整范围区间； 当确定与初始旋转角度相邻的两个预设旋转角度对应的置信度为一正一负时，将预设角度调整值缩小为第三角度调整值，并根据置信度为正的相邻的预设旋转角度对应的置信度，以及所述第三角度调整值和初始旋转角度确定调整范围区间。
7.根据权利要求6所述的方法，其特征在于，步骤F包括: 当确定该次判别结果中的置信度为正，且该置信度大于上次该分类器输出的置信度时，将角度调整值缩小为第四角度调整值，并根据随机选择的角度与第四角度调整值确定调整范围区间； 当确定该次判别结果中的置信度为正，且该置信度不大于上次该分类器输出的置信度时，将角度调整值缩小为第五角度调整值，并根据初始旋转角度值与第五角度调整值确定调整范围区间； 当确定该次判别结果中的置信度为负时，将角度调整值缩小为第六角度调整值，并根据初始旋转角度值与第六角度调整值确定调整范围区间。
8.一种装置，其特征在于，该装置包括:提取单元、训练单元和处理单元； 所述提取单元，用于将样本图像中的各图像分别旋转η个预设旋转角度，组成样本图像库；对于所述样本图像库中的每个图像，提取该图像的颜色特征和纹理特征构成该图像的特征向量，将样本图像库中所有图像的特征向量组成特征样本库；获取需要检测旋转角度的图像时，提取该图像的颜色特征和纹理特征构成该图像的特征向量； 所述训练单元，用于在所述提取单元中的特征样本库上训练η个预设旋转角度对应的两类的分类器；其中，η为大于2的整数；将所述提取单元提取的需要检测旋转角度的图像的特征向量分别输入所述各分类器内，并获得各分类器的判别结果； 所述处理单元，用于如果确定所述训练单元中获得的判别结果中出现两个以上置信度，且各置信度之间的差值均大于第一阈值，则选择输出的置信度最大的判别结果对应的预设旋转角度作为该图像的旋转角度；如果确定所述各判别结果中的置信度均相同；或者确定各判别结果中出现两个以上置信度，且各置信度之间的差值均小于第二阈值，或各置信度均低于第三阈值 ，则确定不能检测出该图像的旋转角度。
9.根据权利要求8所述的装置，其特征在于， 所述提取单元，具体用于提取该图像的颜色特征时，根据该图像的实际大小，从该图像的边缘开始将该图像分为像素pXp的小块图像，对于图像正中的1/mX Ι/m图像丢弃；其中P、m为大于O的整数；在图像的色调饱和度亮度HSV颜色空间下，分别计算每个小块图像的色调、饱和度和亮度三个分量的均值、方差和偏度，将该图像的所有小块图像的三个分量的均值、方差和偏度构成该图像的颜色特征。
10.根据权利要求9所述的装置，其特征在于， 所述提取单元，具体用于提取该图像的纹理特征时，对于每个小块图像，计算获得该小块图像的灰度图，并将灰度值量化为第一预设值级；根据配置的预设窗口范围计算该小块图像的四个方向的灰度共生矩阵；分别计算四个灰度共生矩阵的7个统计量特征，获取计算的各统计量特征的平均值，并进行归一化计算；将进行归一化计算后的各统计量特征取四个方向的均值，获得基于灰度共生矩阵的纹理特征；该图像的各个小块图像的基于灰度共生矩阵的纹理特征构成该图像的纹理特征。
11.根据权利要求8所述的装置，其特征在于， 所述训练单元，具体用于在该特征样本库上训练η个预设旋转角度对应的两类的分类器时，对于每个两类的分类器的训练，在该特征样本库中随机选择该分类器对应的预设旋转角度的X个图像的特征向量作为一类样本，并从这X个图像对应的其他预设旋转角度样本图像中选取Y个图像的特征向量作为另一类样本，进行训练获得一个两类的分类器，其中X不大于Y，且X、Y为大于I的整数。
12.根据权利要求8-11任意一项所述的装置，其特征在于， 所述处理单元，进一步用于根据图像的初始旋转角度，以及与该初始旋转角度相邻的两个旋转角度对应的置信度的正负，将配置的预设角度调整值进行缩小，并确定调整范围区间；其中，所述初始旋转角度为所述选择输出的置信度最大的判别结果对应的预设旋转角度；确定缩小后的角度调整值是否小于第四阈值，如果是，选择当前获得最大置信度对应的角度作为该图像的最终旋转角度，结束本流程否则，在确定的调整范围区间内随机选择一个角度并顺时针旋转，选择的角度与上一次确定的最大置信度对应的角度的差；对旋转后的图像进行裁剪和放大，提取放大后的图像的颜色特征和纹理特征，并输入初始旋转角度对应的分类器内，获得判别结果；根据该次判别结果的置信度的正负，以及置信度的值，将当前角度调整值再次缩小，并确定角度调整值再次缩小后的调整范围区间，执行所述确定缩小后的角度调整值是否小于第四阈值操作及后续操作。
13.根据权利要求12所述的装置，其特征在于， 所述处理单元，具体用于根据图像的初始旋转角度，以及与该初始旋转角度相邻的两个旋转角度对应的置信度的正负，将配置的预设角度调整值进行缩小，并确定调整范围区间时，当确定与该初始旋转角度相邻的两个预设旋转角度对应的置信度均为正时，将预设角度调整值缩小为第一角度调整值；并根据该第一角度调整值和初始旋转角度确定调整范围区间；当确定与该初始旋转角度相邻的两个预设旋转角度对应的置信度均为负时，将预设角度调整值缩小为第二角度调整值，并根据该第二角度调整值和初始旋转角度确定调整范围区间；当确定与初始旋转角度相邻的两个预设旋转角度对应的置信度为一正一负时，将预设角度调整值缩小为第三角度调整值，并根据置信度为正的相邻的预设旋转角度对应的置信度，以及所述第三角度调整值和初始旋转角度确定调整范围区间。
14.根据权利要求13所述的装置，其特征在于， 所述处理单元，具体用于根据该次判别结果的置信度的正负，以及置信度的值，将当前角度调整值再次缩小，并确定角度调整值再次缩小后的调整范围区间时，当确定该次判别结果中的置信度为正，且该置信度大于上次该分类器输出的置信度时，将角度调整值缩小为第四角度调整值，并根据随机选择的角度与第四角度调整值确定调整范围区间；当确定该次判别结果中的置信度为正，且该置信度不大于上次该分类器输出的置信度时，将角度调整值缩小为第五角度调整值，并根据初始旋转角度值与第五角度调整值确定调整范围区间；当确定该次判别结果中的置信度为负时，将角度调整值缩小为第六角度调整值，并根据初始旋转角度值与第六角度调整值确定调整范围区间。
【文档编号】G06K9/62GK103729649SQ201410015078
【公开日】2014年4月16日 申请日期:2014年1月14日 优先权日:2014年1月14日
【发明者】常江龙, 朱春波 申请人:三星电子（中国）研发中心, 三星电子株式会社