[发明专利]图像旋转处理方法

权利要求书

1.一种图像旋转处理方法，其特征在于，包括如下步骤：

通过预设的训练样本训练得到用于四方向校正的分类模型和用于角度拟合的回归模型；

对输入的图像通过所述分类模型进行校正；

检测所述图像中包含的线段，判断所述图像包含的线段的数量是否大于预设阈值；

若是，则通过统计图像中包含的线段的倾斜角度，确定图像的旋转角度；

若否，则根据分类模型和所述回归模型，将所述图像采用基于编码学习的方法确定所述图像的旋转角度；

其中，所述通过预设的训练样本训练得到用于四方向校正的分类模型和用于角度拟合的回归模型的步骤包括：

获取输入的多张训练图像作为训练样本；其中，所述训练图像包括水平方向的训练图像和已知旋转角度的训练图像；

对所述训练图像进行关键点检测，获得所述训练图像包含的多个图像块，检测所述训练图像包含的每个所述图像块的局部SIFT特征，获得所述训练图像中各个图像块的主方向角度；

将所有训练图像包含的每个所述图像块的局部SIFT特征，采用字典学习的方法获得聚类中心作为视觉单词，生成特征字典；其中，所述视觉单词记录每个图像块及其主方向角度；

通过视觉单词中记录的主方向角度，根据预设的筛选条件删除部分无效视觉单词；

将每张所述训练图像包含的图像块通过所述特征字典采用稀疏矩阵编码的方式进行编码；将每张训练图像中的多个图像块对应的主方向角度进行合并，得到每张训练图像合并后的主方向角度直方图；

根据所有训练图像合并后的主方向角度直方图生成用于四方向校正的分类模型和用于角度拟合的回归模型。

2.根据权利要求1所述的图像旋转处理方法，其特征在于，所述根据分类模型和所述回归模型，将所述图像采用基于编码学习的方法确定所述图像的旋转角度的步骤为：

对输入的图像进行关键点检测，获得所述图像包含的多个图像块，检测每个所述图像块的局部SIFT特征，获得所述输入的图像中各个图像块的主方向角度；

采用稀疏矩阵编码方法根据所述特征字典和所述输入的图像中各个图像块的主方向角度进行编码，合并后得到所述图像的主方向角度直方图；

将所述图像的主方向角度直方图输入至所述分类模型或回归模型中，得到所述图像的旋转角度。

3.一种图像旋转处理方法，其特征在于，包括如下步骤：

通过预设的训练样本训练得到用于四方向校正的分类模型和用于角度拟合的回归模型；

对输入的图像通过所述分类模型进行校正；

检测所述图像中包含的线段，判断所述图像包含的线段的数量是否大于预设阈值；

若是，则通过统计图像中包含的线段的倾斜角度，确定图像的旋转角度；

若否，则根据分类模型和所述回归模型，将所述图像采用基于编码学习的方法确定所述图像的旋转角度；

其中，所述检测所述图像中包含的线段的步骤包括：

将所述图像转换为灰度图像；

计算所述灰度图像中每个像素点的梯度值，其中，所述梯度值包括梯度幅值和梯度角度；

按所述灰度图像中所有像素点的梯度幅值大小将所述像素点及其梯度幅值划分多个维度，生成所述灰度图像的梯度幅值直方图；

将每个维度中梯度幅值最大的像素点作为种子添加进备选短线区域，以所述种子的梯度角度作为备选短线区域的角度初始值，搜索以所述种子为中心的8个邻近像素点，计算邻近像素点的梯度角度，当满足预设的判定条件时，将邻近像素点添加进所述备选短线区域中；

更新所述备选短线区域及其角度值；

当搜索完所有维度的种子后，获得所述图像中包含的多条线段。

4.根据权利要求3所述的图像旋转处理方法，其特征在于，所述预设的判定条件为：

如果被搜素的像素点的梯度角度在所述备选短线区域的角度加上偏差容忍度的角度范围内，添加所述像素点至所述备选短线区域中；

所述备选短线区域角度为：

其中I_j为新添加的第j像素点，角度偏差的容忍度为π/8。