[發明專利]一種基于生成對抗網絡的傾斜圖像的矯正方法及裝置

有效

• 申請號: 201910059151.7
• 申請日: 2019-01-22
• 公開（公告）號: CN109829857B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 韓波;陳龍
• 申請（專利權）人: 武漢大學
• 主分類號: G06T3/60
• 分類號: G06T3/60
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 羅飛

本發明提供了一種基于生成對抗網絡的傾斜圖像的矯正方法及裝置，其中的方法通過基于生成對抗網絡，設計了用于矯正傾斜圖像的模型TiltGAN，通過TiltGAN模型的生成模型與判別模型的不斷博弈可以生成矯正后的第一圖像，然后根據矯正后的第一圖像與原始傾斜圖像的灰度值變化，計算原始傾斜圖像的傾斜角度，并基于所述傾斜角度，對原始傾斜圖像進行矯正，從而可以較為準確地計算圖片的傾斜角度，并對圖像進行傾斜矯正。實現了可以針對多種場景的圖片計算其傾斜角度，從而完成圖像傾斜矯正，并提高矯正精度的技術效果。

技術領域

本發明涉及計算機圖像處理技術領域，具體涉及一種基于生成對抗網絡的傾斜圖像的矯正方法及裝置。

背景技術

在進行圖像中的文本或物體識別時，獲取的圖像會因為拍攝、掃描或傳輸等因素，出現圖像傾斜的問題，從而影響對圖像中文本或物體識別的準確度。例如對于光學字符識別而言，傾斜的文本圖像會極大地影響文字識別的準確率。在這種情況下，對于傾斜圖像的矯正技術則是解決這一問題的有效途徑，引起了很多專家與學者的關注。

目前，圖像的傾斜校正方法主要有兩種：一種是基于數學建模的方法，另一種是基于數學變換的方法。基于數學建模的方法利用獲取的圖像目標區域來組建火柴棒模型，進而完成對傾斜圖像的矯正。而基于數學變換的方法主要又分為如下三種：一種是基于Fourier變換算法的傾斜圖像矯正方法，該方法通過將圖像中的所有像素點進行Fourier變換，進而完成對傾斜圖像的矯正；另一種是基于Rodon變換算法的傾斜圖像特征的矯正方法，該方法融合數學形態來完成圖像邊緣細化和斷點連接，利用Radon變換得到了圖像的傾斜角，從而完成了對圖像的傾斜矯正；第三種是基于改進Gabor小波變換算法的傾斜圖像特征的矯正方法，該方法先利用Gabor小波特征提取方法選取一定角度的Gabor小波對標準的圖像進行單一尺度下的Gabor小波變換，獲取不同角度下變換系數的數量，同時對傾斜圖像進行與標準圖像相同的變換，在此基礎上提取標準圖像的邊緣特征，并融合Hough變換算法對傾斜圖像進行Hough變換，依據對Hough變換累積結果進行處理來矯正圖像傾斜角度，進而有效地完成對傾斜圖像的矯正。

本申請發明人在實施本發明的過程中，發現現有的方法至少存在如下問題：

上述方法在實際應用中有著一些局限性，主要包括以下三點：一是這些方法都只能在一部分數據集上表現良好，可以在這部分圖像數據上，完成圖像傾斜矯正相關的工作。但是，在其它大部分數據集上，他們都表現較差，不能有效實現圖像傾斜矯正；二是，在進行圖像傾斜矯正的過程中，會丟失一部分邊界信息，從而破壞了原始圖像的完整性；三是有些算法需要的存儲空間較大，存在計算較為繁瑣的問題。

由上可知，現有技術的方法存在適用范圍窄、矯正精度較低的技術問題。

發明內容

鑒于此，本發明提供了一種基于生成對抗網絡的傾斜圖像的矯正方法及裝置，用以解決或者至少部分解決現有技術的方法存在適用范圍窄、矯正精度較低的技術問題。

本發明第一方面提供了一種基于生成對抗網絡的傾斜圖像的矯正方法，包括：

步驟S1：從預設開源庫中獲取原始圖片數據，對原始圖片數據進行預處理；

步驟S2：對預處理后的圖片數據建立數據集合，從數據集合中劃分出訓練集；

步驟S3：基于生成對抗網絡，建立用于傾斜圖像矯正的TiltGAN模型；

步驟S4：通過訓練集對TiltGAN模型進行訓練，獲得訓練后的TiltGAN模型；

步驟S5：將原始傾斜圖像輸入所述訓練后的TiltGAN模型，獲得矯正后的第一圖像；

步驟S6：根據矯正后的第一圖像與原始傾斜圖像的灰度值變化，計算原始傾斜圖像的傾斜角度，并基于所述傾斜角度，對原始傾斜圖像進行矯正。