[发明专利]一种旋转图像校正方法

说明书

技术领域

本发明涉及图像处理技术领域，特别是涉及一种旋转图像校正方法。

背景技术

旋转攻击是一种针对图像的常见攻击方式。图像旋转问题是图像处理方面常要处理的问题，同时能够准确有效的解决图像的旋转校正问题也是目前的研究热点之一。

现有的图像校正方法有基于Radon变换固有特性的，该算法先对原始图像进行Radon变换并记录变换结果作为参照向量；其次对待检测图像在旋转角度的值域内按一定步长进行多次变换,得到多个检测向量；最后比对参照向量与检测向量之间的相关系数,最大相关系数对应的角度即为检测角度。但是该算法主要应用于抵御数字水印旋转攻击，不适合所有图像的校正。

发明内容

本发明所要解决的技术问题是提供一种旋转图像校正方法，能够适用于所有图像的旋转校正。

本发明解决其技术问题所采用的技术方案是：提供一种旋转图像校正方法，包括以下步骤：

(1)对圆周角进行N等分，得到N个分区；

(2)对原始图像进行N个分区的角度旋转，并计算N个分区旋转后原始图像与待校正图像的结构相似度指数；

(3)选取步骤(2)中得到的最大的结构相似度指数对应的分区，以及与所述分区左右相连的两个分区，并将选出的区域依角度等分为M个分区；

(4)对原始图像进行M个分区的角度旋转，并计算M个分区旋转后原始图像与待校正图像的结构相似度指数；

(5)选取步骤(4)中得到的最大的结构相似度指数对应的分区角度就是待校正图像的旋转角度，对其进行反向旋转。

所述步骤(1)中对圆周角进行36等分。

所述步骤(3)中将选出的区域等分为30个分区。

所述步骤(2)中结构相似度指数的计算方法如下：SSIM(x,y)＝[L(x,y)]^α[C(x,y)]^β[S(x,y)]^χ，其中，L(x,y),C(x,y),S(x,y)分别为亮度相似度对比函数、对比度相似度对比函数和结构相似度对比函数，μ_x表示原始图像亮度平均值，μ_y表示旋转图像亮度平均值，σ_x表示原始图像的标准差，σ_y表示旋转图像的标准差，为调节因子，α,β,χ分别为控制亮度相似度对比函数、对比度相似度对比函数和结构相似度对比函数权重的参数。

有益效果

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：本发明的发明人发现肉眼在观察图像的过程中，图像的结构上区别才是肉眼识别图像差异的重点。SSIM(结构相似度指数)将图像分为亮度，对比度，结构三个部分，最后由三个指数加权乘积得到SSIM值，SSIM值能够很好的描述图像的结构特点。因此本发明利用人眼区分图像的机理，计算原始图像与待校正图像的SSIM，根据图像内容来校正图像旋转角度，适用于所有图像的旋转校正，且逻辑简单，精确度高。

附图说明

图1是本发明的流程图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明的实施方式涉及一种旋转图像校正方法，如图1所示，包括以下步骤：(1)对图像进行预处理使得待校正图像与原始图像保持相同尺寸；(2)对圆周角进行N等分；(3)对原始图像进行N个等分分区的角度旋转；(4)分别计算N个分区旋转后原始图像与待校正图像的SSIM；(5)选取最大SSIM值所在分区与相连两个分区；(6)将三个分区总区域的角度进行M等分；(7)分别对原始图像进行M等分的角度旋转；(8)分别计算M个角度旋转后的原始图像与待校正图像的SSIM；(9)最大SSIM值对应的角度便为待校正图像的旋转角度。

下面以具体的实施例来进一步说明本发明，具体包括：

步骤1：对圆周角进行36等分，对原始图像进行36等分区间的旋转；对圆周角等分的越多，校准的精度就越高，但是运算速度就会越慢，经过测试当圆周角进行36等分时，其校准精度和运算速度达到最优的平衡点。