Nothing Special   »   [go: up one dir, main page]

CN107563440B - 一种图像处理方法及装置 - Google Patents

一种图像处理方法及装置 Download PDF

Info

Publication number
CN107563440B
CN107563440B CN201710778512.4A CN201710778512A CN107563440B CN 107563440 B CN107563440 B CN 107563440B CN 201710778512 A CN201710778512 A CN 201710778512A CN 107563440 B CN107563440 B CN 107563440B
Authority
CN
China
Prior art keywords
sub
image
pixel point
region
regions
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710778512.4A
Other languages
English (en)
Other versions
CN107563440A (zh
Inventor
杨静林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN201710778512.4A priority Critical patent/CN107563440B/zh
Publication of CN107563440A publication Critical patent/CN107563440A/zh
Priority to US15/915,954 priority patent/US10592761B2/en
Application granted granted Critical
Publication of CN107563440B publication Critical patent/CN107563440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/242—Aligning, centring, orientation detection or correction of the image by image rotation, e.g. by 90 degrees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
    • G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及图像处理技术领域，公开了一种图像处理方法及装置。所述图像处理方法按相同的预设规则将检测图像和模板图像分别划分为多个第一子区域和第二子区域，计算每一第一子区域相对对应的第二子区域的旋转主方向αi，αi为每一第一子区域的外轮廓线上所有像素点的径向梯度夹角和模板图像的对应的第二子区域的外轮廓线上对应的像素点的径向梯度夹角的差值之和的平均值，然后根据所有第一子区域的旋转主方向计算该检测图像的旋转主方向。通过利用像素点的径向梯度夹角来获取检测图像的旋转主方向，具有较高的精度和准确性。而且旋转后的检测图像和模板图像无旋转角度，从而图像识别处理算法可以不具有旋转不变性，提高图像识别检测的可靠性。

Description

一种图像处理方法及装置
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法及装置。
背景技术
在图像的目标检测中，较为常用的方法是进行模板匹配，用一个模板与待检测的目标图像进行特征的提取和匹配。而实际中，待检测目标的姿态往往与模板图像的姿态有一定出入，最常见的情况是目标与模板图像具有一定角度的旋转。因此，需要检测算法具有较强的旋转不变性，最有效的手段就是找到目标的旋转角度，将目标进行相应的方向调整，再进行后续的检测或者其他处理。
发明内容
本发明提供一种图像处理方法及装置，用以提供一种获取检测图像相对模板图像的旋转主方向的方法。
为解决上述技术问题，本发明实施例中提供一种图像处理方法，包括获取图像旋转的主方向的方法的步骤，所述获取图像旋转的主方向的方法的步骤包括获取检测图像相对模板图像的旋转主方向；
其中，获取检测图像相对模板图像的旋转主方向的步骤包括：
按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域，所述多个第一子区域的中心与所述检测图像的中心重合，所述多个第二子区域的中心与所述模板图像的中心重合；
计算所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi，αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向α。
如上所述的图像处理方法，其中，根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向的步骤包括：
步骤S1、设定i＝1；
步骤S2、将αi与αi+1进行比较，当|αi-αi+1|≤ω时，调整所述检测图像的旋转主方向
Figure BDA0001396409060000021
其中，u≤n，且u为正整数；
步骤S3、i+1；
重复上述步骤S2和S3，直至i＝n。
如上所述的图像处理方法，其中，在步骤S1之前，还包括：
对所有子区域的旋转主方向αi进行排序，排序后αi>αi+1。
如上所述的图像处理方法，其中，ω＝45°。
如上所述的图像处理方法，其中，计算每一第一子区域的外轮廓线上的一像素点p的梯度方向θp的步骤包括：
选取以像素点p为圆心的一圆形区域，将该圆形区域以像素点p为圆心划分为v个同心圆，并以像素点p为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第三子区域；
计算每一第三子区域中所有像素点的梯度方向之和θ；
计算像素点p的梯度方向θp，θp为所有第三子区域的θ与该第三子区域对应的分配权值ε的乘积的和，其中，ε与该第三子区域的中心点和像素点p的距离成正比。
如上所述的图像处理方法，其中，具体将该圆形区域以像素点p为圆心划分为2个同心圆，并以像素点p为顶点将该圆形区域等分为8个扇形区域，从而将该圆形区域划分为16个第三子区域。
如上所述的图像处理方法，其中，计算每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇的步骤包括：
选取以像素点p＇为圆心的一圆形区域，将该圆形区域以像素点p＇为圆心划分为v个同心圆，并以像素点p＇为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第四子区域；
计算每一第四子区域中所有像素点的梯度方向之和θ＇；
计算像素点p＇的梯度方向θp＇，θp＇为所有第四子区域的θ＇与该第四子区域对应的分配权值ε＇的乘积的和，其中，ε＇与该第四子区域的中心点和像素点p＇的距离成正比。
如上所述的图像处理方法，其中，所述检测图像为圆形区域；
按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域的步骤具体为：
利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的环形区域；
利用半径分别为ri的n个同心圆将模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的环形区域；
计算所述检测图像的每一第一子区域相对与该第一子区域对应的第二子区域的旋转主方向αi具体为：
计算与该第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。
如上所述的图像处理方法，其中，计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000035
的步骤包括：
以检测图像的中心为中心点建立坐标系；
计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000031
Figure BDA0001396409060000032
其中，(Δpx，Δpy)为像素点p的坐标，
Figure BDA0001396409060000033
如上所述的图像处理方法，其中，计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000034
的步骤具体包括：
以模板图像的中心为中心点建立坐标系；
计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000041
Figure BDA0001396409060000042
其中，(Δpx＇，Δpy＇)为像素点p＇的坐标，
Figure BDA0001396409060000043
本发明实施例中还提供一种图像处理装置，包括图像旋转处理模块，用于获取图像旋转的主方向，所述图像旋转处理模块包括获取模块，所述获取模块用于获取检测图像相对模板图像的旋转主方向；
其中，所述获取模块包括：
第一划分单元，用于按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域，所述多个第一子区域的中心与所述检测图像的中心重合，所述多个第二子区域的中心与所述模板图像的中心重合；
计算单元，用于计算所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi，αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
获取单元，用于根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向α。
如上所述的图像处理装置，其中，所述计算单元包括第一计算单元，所述第一计算单元用于计算每一第一子区域上的一像素点p的梯度方向θp；
所述第一计算单元包括：
第一选取单元，用于选取以像素点p为圆心的一圆形区域；
第二划分单元，用于将该圆形区域以像素点p为圆心划分为v个同心圆，并以像素点p为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第三子区域；
第一子计算单元，用于计算每一第三子区域中所有像素点的梯度方向之和θ；
第二子计算单元，用于计算像素点p的梯度方向θp，θp为所有第三子区域的θ与该第三子区域对应的分配权值ε的乘积的和，其中，ε与该第三子区域的中心点和像素点p的距离成正比。
如上所述的图像处理装置，其中，计算单元包括第二计算单元，所述第二计算单元用于计算每一第二子区域的外轮廓线上的一像素点p＇的梯度方向θp＇；
所述第二计算单元包括：
第二选取单元，用于选取以像素点p＇为圆心的一圆形区域；
第三划分单元，用于将该圆形区域以像素点p＇为圆心划分为v个同心圆，并以像素点p＇为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第四子区域；
第三子计算单元，用于计算每一第四子区域中所有像素点的梯度方向之和θ＇；
第四子计算单元，用于计算像素点p＇的梯度方向θp＇，θp＇为所有第四子区域的θ＇与该第四子区域对应的分配权值ε＇的乘积的和，其中，ε＇与该第四子区域的中心点和像素点p＇的距离成正比。
如上所述的图像处理装置，其中，所述检测图像为圆形区域；
所述第一划分单元包括：
第一子划分单元，用于利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的环形区域；
第二子划分单元，用于利用半径分别为ri的n个同心圆将所述模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的环形区域；
所述计算单元具体用于计算与每一第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。
如上所述的图像处理装置，其中，所述计算单元包括第三计算单元，所述第三计算单元用于计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000066
所述第三计算单元包括：
第一坐标系建立单元，用于以检测图像的圆心为中心点建立坐标系；
第五子计算单元，用于计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000061
其中，(Δpx，Δpy)为像素点p的坐标，
Figure BDA0001396409060000062
如上所述的图像处理装置，其中，所述计算单元包括第四计算单元，所述第四计算单元用于计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000065
所述第四计算单元包括：
第二坐标系建立单元，用于以模板图像的圆心为中心点建立坐标系；
第六子计算单元，用于计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000063
其中，(Δpx＇，Δpy＇)为像素点p＇的坐标，
Figure BDA0001396409060000064
本发明的上述技术方案的有益效果如下：
上述技术方案中，首先按相同的预设规则将检测图像和模板图像划分为多个子区域，计算检测图像的每一子区域相对模板图像的对应子区域的旋转主方向，然后根据所述检测图像的所有子区域的旋转主方向计算该检测图像的旋转主方向，其中，所述检测图像的每一子区域相对模板图像的对应子区域的旋转主方向为所述检测图像的每一子区域的外轮廓线上所有像素点的径向梯度夹角和模板图像对应的子区域的外轮廓线上对应的像素点的径向梯度夹角的差值之和的平均值。通过利用像素点的径向方向和梯度方向的夹角来获取检测图像的旋转主方向，具有较高的精度和准确性。通过将检测图像按所述旋转主方向进行旋转，使得检测图像和模板图像的姿态相同，两者之间没有旋转角度，从而后续的图像识别处理算法可以不具有旋转不变性，简化图像识别处理算法，提高图像识别检测的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1表示本发明实施例中检测图像的每一第一子区域的划分示意图一；
图2表示本发明实施例中对以每一第一子区域的外轮廓线上的像素点p为圆心的圆形区域的划分示意图；
图3表示本发明实施例中包括检测图像的第一子区域的外轮廓线上一像素点p和模板图像的第二子区域的外轮廓线上一像素点p＇的坐标系；
图4表示本发明实施例中检测图像的每一第一子区域的划分示意图二；
图5表示本发明实施例中检测图像的每一第一子区域的划分示意图三；
图6表示本发明实施例中检测图像的每一第一子区域的划分示意图四；
图7表示本发明实施例中检测图像的每一第一子区域的划分示意图五；
图8表示本发明实施例中获取检测图像相对模板图像的旋转主方向的方法流程图。
具体实施方式
下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例一
本实施例中提供一种图像处理方法，用于获取检测图像，并将检测图像与模板图像进行匹配，以对目标进行识别检测。其中，所述检测图像可以为整个目标的图像，也可以为目标图像的局部。
所述图像处理方法包括获取图像旋转的主方向的方法的步骤，以获取检测图像相对模板图像的旋转主方向，所述旋转主方向包括旋转角度以及旋转方向。所述图像处理方法首先根据所述旋转主方向对检测图像进行旋转，以使检测图像的姿态与模板图像的姿态相同，两者之间无旋转角度，然后再对旋转后的检测图像和模板图像进行特征的提取和匹配，实现对目标的识别检测。由于检测图像在旋转后与模板图像的姿态相同，两者之间无旋转角度，因此，后续的图像识别处理算法可以不具有旋转不变性，简化图像识别处理算法，提高图像识别检测的可靠性。
所述获取图像旋转的主方向的方法的步骤包括：
获取检测图像相对模板图像的旋转主方向。
其中，获取检测图像相对模板图像的旋转主方向的步骤包括：
按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域，所述多个第一子区域的中心与所述检测图像的中心重合，所述多个第二子区域的中心与所述模板图像的中心重合；
计算所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi，αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向α。
上述图像处理方法首先按相同的预设规则将检测图像和模板图像划分为多个子区域，计算检测图像的每一子区域相对模板图像的对应子区域的旋转主方向，然后根据所述检测图像的所有子区域的旋转主方向计算该检测图像的旋转主方向，其中，所述检测图像的每一子区域相对模板图像的对应子区域的旋转主方向为所述检测图像的每一子区域的外轮廓线上所有像素点的径向梯度夹角(即径向方向和梯度方向的夹角)和模板图像对应的子区域的外轮廓线上对应的像素点的径向梯度夹角的差值之和的平均值。通过利用像素点的径向方向和梯度方向的夹角来获取的图像的旋转主方向，具有较高的精度和准确性。通过将检测图像按所述旋转主方向进行旋转，使得检测图像和模板图像的姿态相同，两者之间没有旋转角度，从而后续的图像识别处理算法可以不具有旋转不变性，简化图像识别处理算法，提高图像识别检测的可靠性。
其中，所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi可以为正或负，则获取的检测图像的旋转主方向α也可以为正或负，以表示检测图像相对模板图像逆时针旋转或顺时针旋转。具体可以设定α为正时，检测图像相对模板图像逆时针旋转，α为负时，检测图像相对模板图像顺时针旋转。
本实施例中，按相同的预设规则将检测图像和模板图像划分为多个子区域是指：检测图像和模板图像的每一子区域的形状和大小相同，且所述检测图像的多个第一子区域的中心与所述检测图像的中心重合，所述模板图像的多个第二子区域的中心与所述模板图像的中心重合。
参见图1、图4-图7所示，以检测图像为例，按预设的规则将检测图像划分为多个子区域是指：以所述检测图像的中心为中心，利用多个相同、不完全相同或完全不同的图形将所述检测图像划分为多个子区域。需要说明的是，此处的相同和不同仅是指图形的形状。如图1利用多个同心的圆形将检测图像100划分为多个第一子区域101，其中一个第一子区域101为圆形区域，其它第一子区域101为环形区域。图4中利用多个矩形将检测图像100划分为多个第一子区域101，其中一个第一子区域101为矩形区域，其它第一子区域101为环形区域。当然也可以利用椭圆或其他相同的多个图形将所述检测图像划分为多个第一子区域。而图5-图7中则是利用不完全相同的图形将检测图像100划分为多个第一子区域101。当然，不同图形的组合以及图形之间的位置关系可以根据需要调整，并不局限于图5-图7中示意的划分规则。
需要说明的是，由于模板图像与检测图像按相同的预设规则划分为多个子区域，因此，附图中仅示意了检测图像的划分规则，不再重复示意模板图像的划分规则。
优选的，如图1所示，设置检测图像100为圆形区域，利用多个同心的圆形将检测图像100划分为多个第一子区域101，其中一个第一子区域101为圆形区域，其它第一子区域101为圆环形区域，而圆形区域和圆环形区域在旋转前后的像素保持不变，能够进一步提高获取的图像旋转主方向的准确性。
相应地，按相同的预设规则将所述检测图像划分为多个第一子区域，将对应的模板图像划分为多个第二子区域的步骤具体为：
利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的环形区域；
利用半径分别为ri的n个同心圆将模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的环形区域；
则，计算所述检测图像的每一第一子区域相对与该第一子区域对应的第二子区域的旋转主方向αi具体为：
计算与该第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。
上述步骤设置检测图像为圆形区域，并通过多个同心圆将检测图像和模板图像划分为多个子区域。
进一步地，还可以设置所述多个同心的圆形的半径呈等差数列递增，即，ri+1-ri＝d(d＝rn/n)，使得所述多个第一子区域均匀分布，能够进一步提高获取的图像旋转主方向的精度。
本实施例中，根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向的步骤包括：
步骤S1、设定i＝1；
步骤S2、将αi与αi+1进行比较，当|αi-αi+1|≤ω时，调整所述检测图像的旋转主方向
Figure BDA0001396409060000101
其中，u≤n，且u为正整数；
步骤S3、i+1；
重复上述步骤S2和S3，直至i＝n。
上述步骤首先对所有子区域的旋转主方向进行排序，形成α1、α2、α3、……αn序列，然后设定检测图像的初始旋转主方向为α1，依次完成对所有子区域的旋转主方向进行遍历。当下一个子区域相对前一个子区域的旋转主方向的夹角不大于ω时，认为该下一个子区域的旋转主方向有效，根据上述公式对检测图像的旋转主方向进行调整。而当下一个子区域相对前一个子区域的旋转主方向的夹角大于ω时，认为该下一个子区域的旋转主方向无效，不对检测图像的旋转主方向进行调整。
其中，ω是根据目标的合理姿态变化来设定。通常设定0°≤ω≤60°，即可满足大部分目标的识别检测需求。优选设定ω＝45°。
具体可以在步骤S1之前，对所有子区域的旋转主方向αi进行排序，且排序后αi>αi+1，使得所有子区域的旋转主方向从大到小依次排序，形成α1、α2、α3、……αn序列。
当然，对所有子区域的旋转主方向进行排序的规则并不局限于上述，例如：还可以从小到大进行排序，按照子区域距离检测图像中心的远近进行排序，在此不再一一列举。
本发明利用像素点的径向方向和梯度方向的夹角来获取图像的旋转主方向，因此，需要计算像素点的径向方向和梯度方向。
具体的，如图2所示，计算所述检测图像的每一第一子区域的外轮廓线上的一像素点p的梯度方向θp的步骤包括：
选取以像素点p为圆心的一圆形区域，将该圆形区域以像素点p为圆心划分为v个同心圆，并以像素点p为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第三子区域102；
计算每一第三子区域102中所有像素点的梯度方向之和θ；
计算像素点p的梯度方向θp，θp为所有第三子区域102的θ与该第三子区域102对应的分配权值ε的乘积的和，其中，ε与该第三子区域102的中心点和像素点p的距离成正比。
由于在图像旋转前后圆形区域的像素保持不变，因此，上述步骤对第一子区域的外轮廓线上的每一像素点p采用圆形局部邻域来计算该点的梯度方向，能够准确获取每一像素点p的梯度方向。
具体可以将该圆形区域以像素点p为圆心划分为2个同心圆，并以像素点p为顶点将该圆形区域等分为8个扇形区域，从而将该圆形区域划分为16个第三子区域102。
本发明由于按相同的预设规则将检测图像和模板图像划分为多个子区域，因此，也可以利用上述方法来计算模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇。
具体的，计算所述模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇的步骤包括：
选取以像素点p＇为圆心的一圆形区域，将该圆形区域以像素点p＇为圆心划分为v个同心圆，并以像素点p＇为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第四子区域；
计算每一第四子区域中所有像素点p＇的梯度方向之和θ＇；
计算像素点p＇的梯度方向θp＇，θp＇为所有第四子区域的θ＇与该第四区域对应的分配权值ε＇的乘积的和，其中，ε＇与该第四子区域的中心点和像素点p＇的距离成正比。
以上是利用像素点的圆形局部邻域来计算检测图像的每一第一子区域的外轮廓线上的一像素点p的梯度方向θp和模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇。
需要说明的是，也可以采用不同方法来计算检测图像的每一第一子区域的外轮廓线上的一像素点p的梯度方向θp和模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇。当然，计算像素点的梯度方向的方法也并不局限于上述一种方法。
本实施例中，如图3所示，计算所述检测图像的每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000121
的步骤包括：
以检测图像的中心为中心点建立坐标系xoy；
计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000122
Figure BDA0001396409060000123
其中，(Δpx，Δpy)为像素点p在坐标系xoy中的坐标，
Figure BDA0001396409060000124
同样地，计算所述模板图像的每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000125
的步骤具体包括：
以模板图像的中心为中心点建立坐标系x＇o＇y＇；
计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000126
其中，(Δpx＇，Δpy＇)为像素点p＇在坐标系x＇o＇y＇中的坐标，
Figure BDA0001396409060000127
由于检测图像和模板图像的形状和大小相同，而且按相同的预设规则将检测图像和模板图像划分为多个子区域，因此，在同一附图3中示意检测图像的第一子区域的外轮廓线上的一像素点p和模板图像的对应的第二子区域的外轮廓线上的一像素点p＇，其中，像素点p和像素点p＇的位置对应。
图3中示意的检测图像的第一子区域和模板图像的第二子区域的外轮廓线为一圆形。需要说明书的是，检测图像的第一子区域和模板图像的第二子区域的外轮廓线还可以为椭圆形、矩形等。
本实施例中，检测图像为圆形区域，所述图像处理方法中获取检测图像相对模板图像的旋转主方向的步骤具体包括：
利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的圆环形区域；
利用半径分别为ri的n个同心圆将模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的圆环形区域；
计算与每一第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
对所有子区域的旋转主方向进行排序，形成α1、α2、α3、……αn序列，其中，αi>αi+1，并设定该检测图像的初始旋转主方向为α1；
根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向，该步骤包括：
步骤S1、设定i＝1；
步骤S2、将αi与αi+1进行比较，当|αi-αi+1|≤ω时，调整所述检测图像的旋转主方向
Figure BDA0001396409060000131
其中，u≤n，且u为正整数；
步骤S3、i+1；
重复上述步骤S2和S3，直至i＝n。
至此获取了检测图像相对模板图像的旋转主方向α。
其中，可以利用圆形局部邻域来计算第一子区域的外轮廓线上像素点p和第二子区域的外轮廓线上像素点p＇的梯度方向。而第一子区域的外轮廓线上像素点p的径向方向，可以以检测图像的中心为中心点建立坐标系来获取。同样，第二子区域的外轮廓线上像素点p＇的径向方向，可以以模板图像的中心为中心点建立坐标系来获取。具体的方法已在上面内容中描述，在此不再详述。
上述图像处理方法用多个同心圆将检测图像划分为多个第一子区域，并按相同的规则将模板图像划分为多个第二子区域，通过获取每一第一子区域相对对应的第二子区域的旋转主方向，来获取整个检测图像相对模板图像的旋转主方向。由于所述第一子区域和对应的第二子区域为圆形区域或圆环形区域，因此，在图像旋转前后的像素保持不变，能够提高获取的旋转主方向的精度和准确性。
上述图像处理方法中，并不限定各步骤的先后顺序，可以合理调整上述各步骤的顺序，只要能够实现本发明的技术方案即可。
实施例二
本实施例中提供一种图像处理装置，包括图像旋转处理模块，用于获取图像旋转的主方向。所述图像处理装置首先根据所述旋转主方向对检测图像进行旋转，以使检测图像的姿态与模板图像的姿态相同，无旋转角度，然后再对旋转后的检测图像和模板图像进行特征的提取和匹配，实现对目标的识别检测。由于检测图像在旋转后与模板图像的姿态相同，两者之间无旋转角度，因此，后续的图像识别处理算法可以不具有旋转不变性，简化图像识别处理算法，提高图像识别检测的可靠性。
所述图像旋转处理模块包括获取模块，所述获取模块用于获取检测图像相对模板图像的旋转主方向。
其中，所述获取模块包括：
第一划分单元，用于按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域，所述多个第一子区域的中心与所述检测图像的中心重合，所述多个第二子区域的中心与所述模板图像的中心重合；
计算单元，用于计算所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi，αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
获取单元，用于根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向α。
上述图像处理装置首先按相同的预设规则将检测图像和模板图像划分为多个子区域，计算检测图像的每一子区域相对模板图像的对应子区域的旋转主方向，然后根据所述检测图像的所有子区域的旋转主方向计算该检测图像的旋转主方向，其中，所述检测图像的每一子区域相对模板图像的对应子区域的旋转主方向为所述检测图像的每一子区域的外轮廓线上所有像素点的径向梯度夹角(即径向方向和梯度方向的夹角)和模板图像对应的子区域的外轮廓线上对应的像素点的径向梯度夹角的差值之和的平均值。通过利用像素点的径向方向和梯度方向来获取的图像的旋转主方向，具有较高的精度和准确性。通过将检测图像按所述旋转主方向进行旋转，使得检测图像和模板图像的姿态相同，两者之间没有旋转角度，从而后续的图像识别处理算法可以不具有旋转不变性，简化图像识别处理算法，提高图像识别检测的可靠性。
优选的，如图1所示，设置检测图像100为圆形区域，利用多个同心的圆形将检测图像100划分为多个第一子区域101，其中一个第一子区域101为圆形区域，其它第一子区域101为圆环形区域，而圆形区域和圆环形区域在旋转前后的像素保持不变，能够进一步提高获取的图像旋转主方向的准确性。
相应地，所述第一划分单元包括：
第一子划分单元，用于利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的环形区域；
第二子划分单元，用于利用半径分别为ri的n个同心圆将所述模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的环形区域。
所述计算单元具体用于计算与每一第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。
上述图像处理装置设置检测图像为圆形区域，并通过多个同心圆将检测图像和模板图像划分为多个子区域。
本发明利用像素点的径向方向和梯度方向的夹角来获取图像的旋转主方向，因此，需要计算像素点的径向方向和梯度方向。
具体的，所述计算单元包括第一计算单元，所述第一计算单元用于计算所述检测图像的每一第一子区域上的一像素点p的梯度方向θp。
所述第一计算单元包括：
第一选取单元，用于选取以像素点p为圆心的一圆形区域；
第二划分单元，用于将该圆形区域以像素点p为圆心划分为v个同心圆，并以像素点p为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第三子区域；
第一子计算单元，用于计算每一第三子区域中所有像素点p的梯度方向之和θ；
第二子计算单元，用于计算像素点p的梯度方向θp，θp为所有第三子区域的θ与该第三子区域对应的分配权值ε的乘积的和，其中，ε与该第三子区域的中心点和像素点p的距离成正比。
由于在图像旋转前后圆形区域的像素保持不变，因此，上述步骤对第一子区域的外轮廓线上的每一像素点p采用圆形局部邻域来计算该点的梯度方向，能够准确获取每一像素点p的梯度方向。
本发明由于按相同的预设规则将检测图像和模板图像划分为多个子区域，因此，也可以利用上述方法来计算模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇。
具体的，设置所述计算单元还包括第二计算单元，所述第二计算单元用于计算所述模板图像的每一第二子区域的外轮廓线上的一像素点p＇的梯度方向θp＇。
所述第二计算单元包括：
第二选取单元，用于选取以像素点p＇为圆心的一圆形区域；
第三划分单元，用于将该圆形区域以像素点p＇为圆心划分为v个同心圆，并以像素点p＇为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第四子区域；
第三子计算单元，用于计算每一第四子区域中所有像素点p＇的梯度方向之和θ＇；
第四子计算单元，用于计算像素点p＇的梯度方向θp＇，θp＇为所有第四子区域的θ＇与该第四子区域对应的分配权值ε＇的乘积的和，其中，ε＇与该第四子区域的中心点和像素点p＇的距离成正比。
上述图像处理装置利用像素点的圆形局部邻域来计算检测图像的每一第一子区域的外轮廓线上的一像素点p的梯度方向θp和模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇。
需要说明的是，也可以采用不同方法来计算检测图像的每一第一子区域的外轮廓线上的一像素点p的梯度方向θp和模板图像的每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇。当然，计算像素点的梯度方向的方法也并不局限于上述一种方法。
本实施例中，如图3所示，设置所述计算单元还包括第三计算单元，所述第三计算单元用于计算所述检测图像的每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000171
所述第三计算单元包括：
第一坐标系建立单元，用于以检测图像的圆心为中心点建立坐标系xoy；
第五子计算单元，用于计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure BDA0001396409060000181
其中，(Δpx，Δpy)为像素点p在坐标系xoy中的坐标，
Figure BDA0001396409060000182
同样地，设置所述计算单元还包括第四计算单元，所述第四计算单元用于计算所述模板图像的每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000183
所述第四计算单元包括：
第二坐标系建立单元，用于以模板图像的圆心为中心点建立坐标系x＇o＇y′；
第六子计算单元，用于计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure BDA0001396409060000184
其中，(Δpx＇，Δpy＇)为像素点p＇在坐标系x＇o＇y＇中的坐标，
Figure BDA0001396409060000185
本实施例中，检测图像为圆形区域，对于所述图像处理装置，其图像旋转处理模块的获取模块具体包括：
第一划分单元，包括第一子划分单元和第二子划分单元，所述第一子划分单元用于利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的圆环形区域；所述第二子划分单元用于利用半径分别为ri的n个同心圆将所述模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的圆环形区域；
计算单元，用于计算与每一第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
获取单元，用于根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向。
其中，所述计算单元可以利用圆形局部邻域来计算第一子区域的外轮廓线上像素点p和第二子区域的外轮廓线上像素点p＇的梯度方向。而第一子区域的外轮廓线上像素点p的径向方向，可以以检测图像的中心为中心点建立坐标系来获取。同样，第二子区域的外轮廓线上像素点p＇的径向方向，可以以模板图像的中心为中心点建立坐标系来获取。具体的实现结构已在上面内容中描述，在此不再详述。
上述图像处理装置用多个同心圆将检测图像划分为多个第一子区域，并按相同的规则将模板图像划分为多个第二子区域，通过获取每一第一子区域相对对应的第二子区域的旋转主方向，来获取整个检测图像相对模板图像的旋转主方向。由于所述第一子区域和对应的第二子区域为圆形区域或圆环形区域，因此，在图像旋转前后的像素保持不变，能够提高获取的旋转主方向的精度和准确性。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (15)

1.一种图像处理方法，其特征在于，包括获取图像旋转的主方向的方法的步骤，所述获取图像旋转的主方向的方法的步骤包括获取检测图像相对模板图像的旋转主方向；
其中，获取检测图像相对模板图像的旋转主方向的步骤包括：
按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域，所述多个第一子区域的中心与所述检测图像的中心重合，所述多个第二子区域的中心与所述模板图像的中心重合；
计算所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi，αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向α；
根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向的步骤包括：
步骤S1、设定i＝1；
步骤S2、将αi与αi+1进行比较，当|αi-αi+1|≤ω时，调整所述检测图像的旋转主方向
Figure FDA0002479341380000011
其中，u≤n，且u为正整数；
步骤S3、i+1；
重复上述步骤S2和S3，直至i＝n，n为第一子区域的个数。
2.根据权利要求1所述的图像处理方法，其特征在于，在步骤S1之前，还包括：
对所有子区域的旋转主方向αi进行排序，排序后αi>αi+1。
3.根据权利要求1所述的图像处理方法，其特征在于，ω＝45°。
4.根据权利要求1所述的图像处理方法，其特征在于，计算每一第一子区域的外轮廓线上的一像素点p的梯度方向θp的步骤包括：
选取以像素点p为圆心的一圆形区域，将该圆形区域以像素点p为圆心划分为v个同心圆，并以像素点p为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第三子区域；
计算每一第三子区域中所有像素点的梯度方向之和θ；
计算像素点p的梯度方向θp，θp为所有第三子区域的θ与该第三子区域对应的分配权值ε的乘积的和，其中，ε与该第三子区域的中心点和像素点p的距离成正比。
5.根据权利要求4所述的图像处理方法，其特征在于，具体将该圆形区域以像素点p为圆心划分为2个同心圆，并以像素点p为顶点将该圆形区域等分为8个扇形区域，从而将该圆形区域划分为16个第三子区域。
6.根据权利要求4所述的图像处理方法，其特征在于，计算每一第二子区域的外轮廓线上的一像素点p＇梯度方向θp＇的步骤包括：
选取以像素点p＇为圆心的一圆形区域，将该圆形区域以像素点p＇为圆心划分为v个同心圆，并以像素点p＇为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第四子区域；
计算每一第四子区域中所有像素点的梯度方向之和θ＇；
计算像素点p＇的梯度方向θp＇，θp＇为所有第四子区域的θ＇与该第四子区域对应的分配权值ε＇的乘积的和，其中，ε＇与该第四子区域的中心点和像素点p＇的距离成正比。
7.根据权利要求1-6任一项所述的图像处理方法，其特征在于，所述检测图像为圆形区域；
按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域的步骤具体为：
利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的环形区域；
利用半径分别为ri的n个同心圆将模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的环形区域；
计算所述检测图像的每一第一子区域相对于该第一子区域对应的第二子区域的旋转主方向αi具体为：
计算与该第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。
8.根据权利要求7所述的图像处理方法，其特征在于，计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure FDA0002479341380000031
的步骤包括：
以检测图像的中心为中心点建立坐标系；
计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure FDA0002479341380000032
Figure FDA0002479341380000033
其中，(Δpx，Δpy)为像素点p的坐标，
Figure FDA0002479341380000034
9.根据权利要求7所述的图像处理方法，其特征在于，计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure FDA0002479341380000035
的步骤具体包括：
以模板图像的中心为中心点建立坐标系；
计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure FDA0002479341380000036
Figure FDA0002479341380000037
其中，(Δpx＇，Δpy＇)为像素点p＇的坐标，
Figure FDA0002479341380000038
10.一种图像处理装置，其特征在于，包括图像旋转处理模块，用于获取图像旋转的主方向，所述图像旋转处理模块包括获取模块，所述获取模块用于获取检测图像相对模板图像的旋转主方向；
其中，所述获取模块包括：
第一划分单元，用于按相同的预设规则将所述检测图像划分为多个第一子区域，将模板图像划分为多个第二子区域，所述多个第一子区域的中心与所述检测图像的中心重合，所述多个第二子区域的中心与所述模板图像的中心重合；
计算单元，用于计算所述检测图像的每一第一子区域相对模板图像的与该第一子区域对应的第二子区域的旋转主方向αi，αi为所述检测图像的每一第一子区域的外轮廓线上所有像素点p的Δp和与该第一子区域对应的第二子区域的外轮廓线上对应的像素点p＇的Δp＇的差值之和的平均值，其中，Δp为像素点p的径向方向和梯度方向的夹角，Δp＇为像素点p＇的径向方向和梯度方向的夹角；
获取单元，用于根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向α；
所述获取单元具体用于执行以下步骤：
根据所述检测图像的所有第一子区域的旋转主方向αi计算该检测图像的旋转主方向的步骤包括：
步骤S1、设定i＝1；
步骤S2、将αi与αi+1进行比较，当|αi-αi+1|≤ω时，调整所述检测图像的旋转主方向
Figure FDA0002479341380000041
其中，u≤n，且u为正整数；
步骤S3、i+1；
重复上述步骤S2和S3，直至i＝n，n为第一子区域的个数。
11.根据权利要求10所述的图像处理装置，其特征在于，所述计算单元包括第一计算单元，所述第一计算单元用于计算每一第一子区域上的一像素点p的梯度方向θp；
所述第一计算单元包括：
第一选取单元，用于选取以像素点p为圆心的一圆形区域；
第二划分单元，用于将该圆形区域以像素点p为圆心划分为v个同心圆，并以像素点p为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第三子区域；
第一子计算单元，用于计算每一第三子区域中所有像素点的梯度方向之和θ；
第二子计算单元，用于计算像素点p的梯度方向θp，θp为所有第三子区域的θ与该第三子区域对应的分配权值ε的乘积的和，其中，ε与该第三子区域的中心点和像素点p的距离成正比。
12.根据权利要求11所述的图像处理装置，其特征在于，计算单元包括第二计算单元，所述第二计算单元用于计算每一第二子区域的外轮廓线上的一像素点p＇的梯度方向θp＇；
所述第二计算单元包括：
第二选取单元，用于选取以像素点p＇为圆心的一圆形区域；
第三划分单元，用于将该圆形区域以像素点p＇为圆心划分为v个同心圆，并以像素点p＇为顶点将该圆形区域等分为w个扇形区域，从而将该圆形区域划分为v*w个第四子区域；
第三子计算单元，用于计算每一第四子区域中所有像素点的梯度方向之和θ＇；
第四子计算单元，用于计算像素点p＇的梯度方向θp＇，θp＇为所有第四子区域的θ＇与该第四子区域对应的分配权值ε＇的乘积的和，其中，ε＇与该第四子区域的中心点和像素点p＇的距离成正比。
13.根据权利要求10-12任一项所述的图像处理装置，其特征在于，所述检测图像为圆形区域；
所述第一划分单元包括：
第一子划分单元，用于利用半径分别为ri的n个同心圆将所述检测图像划分为n个第一子区域，所述检测图像的n个同心圆的圆心与所述检测图像的圆心重合，其中，i≤n，且i为正整数，ri<ri+1，所述检测图像的其中一个第一子区域为半径为r1的圆形区域，其它第一子区域为位于相邻两个圆形之间的环形区域；
第二子划分单元，用于利用半径分别为ri的n个同心圆将所述模板图像划分为n个第二子区域，所述模板图像的n个同心圆的圆心与所述模板图像的圆心重合，所述模板图像的其中一个第二子区域为半径为r1的圆形区域，其它第二子区域为位于相邻两个圆形之间的环形区域；
所述计算单元具体用于计算与每一第一子区域对应的半径为ri的圆形相对模板图像的半径也为ri的圆形的旋转主方向αi，当所述第一子区域为圆形区域时，与该第一子区域对应圆形的半径为r1，当所述第一子区域为环形区域时，与该第一子区域对应的圆形为半径较大的圆形。
14.根据权利要求13所述的图像处理装置，其特征在于，所述计算单元包括第三计算单元，所述第三计算单元用于计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure FDA0002479341380000061
所述第三计算单元包括：
第一坐标系建立单元，用于以检测图像的圆心为中心点建立坐标系；
第五子计算单元，用于计算每一第一子区域的外轮廓线上的一像素点p的径向方向
Figure FDA0002479341380000062
其中，(Δpx，Δpy)为像素点p的坐标，
Figure FDA0002479341380000063
15.根据权利要求13所述的图像处理装置，其特征在于，所述计算单元包括第四计算单元，所述第四计算单元用于计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure FDA0002479341380000064
所述第四计算单元包括：
第二坐标系建立单元，用于以模板图像的圆心为中心点建立坐标系；
第六子计算单元，用于计算每一第二子区域的外轮廓线上的一像素点p＇的径向方向
Figure FDA0002479341380000065
其中，(Δpx＇，Δpy＇)为像素点p＇的坐标，
Figure FDA0002479341380000066
CN201710778512.4A 2017-09-01 2017-09-01 一种图像处理方法及装置 Active CN107563440B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710778512.4A CN107563440B (zh) 2017-09-01 2017-09-01 一种图像处理方法及装置
US15/915,954 US10592761B2 (en) 2017-09-01 2018-03-08 Image processing method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710778512.4A CN107563440B (zh) 2017-09-01 2017-09-01 一种图像处理方法及装置

Publications (2)

Publication Number Publication Date
CN107563440A CN107563440A (zh) 2018-01-09
CN107563440B true CN107563440B (zh) 2020-07-28

Family

ID=60978808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710778512.4A Active CN107563440B (zh) 2017-09-01 2017-09-01 一种图像处理方法及装置

Country Status (2)

Country Link
US (1) US10592761B2 (zh)
CN (1) CN107563440B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109816677B (zh) * 2019-02-15 2021-02-23 新华三信息安全技术有限公司 一种信息检测方法及装置
CN110910418B (zh) * 2019-11-04 2022-08-05 北京理工大学 基于旋转不变性图像特征描述子的目标跟踪算法
CN112836268B (zh) * 2019-11-25 2024-06-07 深圳云天励飞技术有限公司 管道挖掘方法及相关产品
CN112070719B (zh) * 2020-08-10 2023-05-16 盐城工学院 一种自动化零件视觉检测系统
CN114509027B (zh) * 2020-11-16 2023-07-21 泰科电子(上海)有限公司 连接器的同心度检测方法
CN112669307A (zh) * 2021-01-06 2021-04-16 大冶特殊钢有限公司 基于机器视觉的低倍酸蚀缺陷自动识别与评级的方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1027253A (ja) * 1996-07-08 1998-01-27 Yaskawa Electric Corp 画像処理方法
CN103456005A (zh) * 2013-08-01 2013-12-18 华中科技大学 基于局部不变几何特征的广义霍夫变换图像匹配方法
CN105069799A (zh) * 2015-08-13 2015-11-18 深圳市华汉伟业科技有限公司 一种角点定位方法及装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4581762A (en) * 1984-01-19 1986-04-08 Itran Corporation Vision inspection system
DE19736242A1 (de) * 1997-08-20 1999-02-25 Siemens Ag Verfahren für einen Computertomographen zur Nachverarbeitung eines Schnittbildes und nach diesem Verfahren arbeitender Computertomograph
JP4196302B2 (ja) * 2006-06-19 2008-12-17 ソニー株式会社 情報処理装置および方法、並びにプログラム
KR100942699B1 (ko) * 2007-12-10 2010-02-17 한국전자통신연구원 요골원위부 골간단 경계추출 방법 및 장치
US8160393B2 (en) * 2008-09-18 2012-04-17 Certifi Media Inc. Method for image skew detection
CN101950419B (zh) * 2010-08-26 2012-09-05 西安理工大学 同时存在平移和旋转情况下的快速图像配准方法
US8885882B1 (en) * 2011-07-14 2014-11-11 The Research Foundation For The State University Of New York Real time eye tracking for human computer interaction
US8483489B2 (en) * 2011-09-02 2013-07-09 Sharp Laboratories Of America, Inc. Edge based template matching
CN103714344B (zh) * 2013-12-19 2017-02-08 西南交通大学 基于几何部件及径向梯度角的遥感检测飞机的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1027253A (ja) * 1996-07-08 1998-01-27 Yaskawa Electric Corp 画像処理方法
CN103456005A (zh) * 2013-08-01 2013-12-18 华中科技大学 基于局部不变几何特征的广义霍夫变换图像匹配方法
CN105069799A (zh) * 2015-08-13 2015-11-18 深圳市华汉伟业科技有限公司 一种角点定位方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Block matching in rotated images;S. Alkaabi et al.;《 Electronics Letters》;IEEE;20050228;第41卷(第4期);第181-182页 *
灰度图像快速匹配算法研究;贺晓佳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130415;第I138-1025页 *

Also Published As

Publication number Publication date
CN107563440A (zh) 2018-01-09
US20190073552A1 (en) 2019-03-07
US10592761B2 (en) 2020-03-17

Similar Documents

Publication Publication Date Title
CN107563440B (zh) 一种图像处理方法及装置
CN103903260B (zh) 一种摄像机内参数快速标定的靶标方法
Lu et al. Circle detection by arc-support line segments
CN105335973B (zh) 运用于带钢加工生产线的视觉处理方法
CN108596867A (zh) 一种基于orb算法的图片校正方法及系统
CN110018170B (zh) 一种基于蜂巢模型的飞机蒙皮小型损伤定位方法
US20130058526A1 (en) Device for automated detection of feature for calibration and method thereof
CN109191562B (zh) 基于彩色伪随机编码结构光的三维重建方法
US20160155018A1 (en) Image analysis device, method for creating image feature information database, and design similarity determination apparatus and method
CN107749071A (zh) 大畸变棋盘格图像角点检测方法及装置
CN104966299B (zh) 一种基于径向环形直方图的图像定位匹配方法
CN106815872B (zh) 基于圆锥投影变换的单目视觉空间定位方法
CN107633535A (zh) 一种新型机器视觉目标高速定位方法
Duan et al. Real time road edges detection and road signs recognition
CN115615350A (zh) 检测方法及其系统
CN105718929B (zh) 全天候未知环境下高精度快速圆形目标定位方法和系统
CN113409369A (zh) 基于改进rift的多模遥感图像配准方法
JP2008151740A (ja) 画像処理装置、及び画像処理方法
JP2002216138A (ja) 形状認識方法及び装置
JP4097255B2 (ja) パターンマッチング装置、パターンマッチング方法およびプログラム
JP2017126254A (ja) 情報処理装置、情報処理方法、およびプログラム
JP5371015B2 (ja) クロスマーク検出装置及び方法、並びにプログラム
CN113538384A (zh) 一种特征的定位方法及装置
Wei et al. A vision-based attitude/position estimation for the automatic landing of unmanned helicopter on ship
CN116518881B (zh) 一种基于单目视觉的气动舵面零位校准系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant