[发明专利]在频率域检测与估计图像显著的强相关方向的方法和系统

权利要求书

1. 通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于包含以下步骤：

①确定待处理的图像块的尺寸，对图像块做加二维窗函数的预处理；

②计算加窗后图像块的频谱；

③根据频谱中能量的聚集现象及能量聚集分布的方向特征，检测图像块中心附近的最或显著的强相关方向，估计该方向的角度参数；

④图像最或显著的强相关方向的定性和/或定量输出。

2. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述待检测的图像块为矩形，该矩形图像块的尺寸为，在一个方向上是M个像素，在另一个方向上是N个像素，且M和N的选择满足：M不大于32；N不大于32。

3. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤①中的二维窗函数，是任意非负、在当前像素处最大、在图像平面上过当前像素的直线方向上随与当前像素的距离的增大而函数值单调不增的二维函数。

4. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤①中的对图像块做加二维窗函数的预处理是指：用二维窗函数与图像块相乘；二维窗函数是任意非负、在当前像素处最大、在图像平面上过当前像素的直线方向上随与当前像素的距离的增大而函数值单调不增的二维函数；对于具有隐含周期性的频谱计算方法，可以保证加窗后的频谱主要反映图像块中心附近的频谱特性，防止隐含周期性造成的图像边界处不连续引起的“虚假”频谱特征。

5. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤①中的二维窗函数，是二维Hanning窗函数。

6. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤②中的频谱是一种能够提供图像的幅度和相位信息的变换，此变换和图像信号的空域表示具有一一对应关系，并且要求具有旋转不变性，即：若图像在空域旋转θ，频谱在频域也旋转同样的角度θ。

7. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤②中的计算加窗后图像块的频谱，是指采用二维傅立叶变换(FT)，离散傅立叶变换(DFT)，或者快速傅立叶变换(FFT)进行频谱计算。

8. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤②中，还包括对频谱进行以下处理：仅保留频谱的幅度分量，即得到幅度谱，或者计算图像块的能量谱。

9. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤③中包括计算加窗后图像块的幅度谱或能量谱的楔特征，以幅度谱或能量谱的楔特征判断能量聚集程度并计算能量聚集分布的方向特征，进行最或显著的强相关方向的检测与估计。

10. 根据权利要求1所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述步骤③中包括利用加窗后图像的幅度谱或能量谱在环上的最大值的位置的相邻性，进行显著的强相关方向的检测与估计，即：在幅度谱或能量谱上，以原点为圆心进行同心圆分割，以圆环上能量最大值或极大值的位置的相邻性质，确定能量聚集现象及该能量聚集分布的方向特征。

11. 根据权利要求9所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述的楔特征计算中，将加窗后图像的频谱从直角坐标形式转换为极坐标形式。

12. 根据权利要求9所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：所述的楔特征计算中，根据幅度谱或者能量谱关于原点的对称性质，仅取过频域原点的半平面上的数据。

13. 根据权利要求10所述的通过频率域的处理检测与估计图像显著的强相关方向的方法，其特征在于：在利用加窗后图像的幅度谱或能量谱在环上的最大值的位置的相邻性进行最或显著的强相关方向的检测与估计时，根据幅度谱或者能量谱关于原点的对称性质，仅取过频域原点的半平面上的数据。