[發(fā)明專利]一種圖片傾斜檢測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201911113009.2
• 申請(qǐng)日: 2019-11-14
• 公開（公告）號(hào): CN111127327A
• 公開（公告）日: 2020-05-08
• 發(fā)明（設(shè)計(jì)）人: 劉欣
• 申請(qǐng)（專利權(quán)）人: 貝殼技術(shù)有限公司
• 主分類號(hào): G06T3/60
• 分類號(hào): G06T3/60;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 苗曉靜

1.一種圖片傾斜檢測(cè)方法，其特征在于，包括：

構(gòu)建訓(xùn)練樣本，所述訓(xùn)練樣本包括豎直圖片樣本和傾斜圖片樣本；

獲取所述訓(xùn)練樣本中每個(gè)訓(xùn)練樣本的預(yù)設(shè)通道圖片，并通過(guò)所述訓(xùn)練樣本的預(yù)設(shè)通道圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到圖片傾斜檢測(cè)模型；

將待測(cè)圖片輸入到所述圖片傾斜檢測(cè)模型，根據(jù)所述圖片傾斜檢測(cè)模型的輸出進(jìn)行所述待測(cè)圖片的傾斜檢測(cè)。

2.根據(jù)權(quán)利要求1所述的圖片傾斜檢測(cè)方法，其特征在于，所述豎直圖片樣本設(shè)置有表示圖片豎直的標(biāo)簽，所述傾斜圖片樣本設(shè)置有表示圖片傾斜的標(biāo)簽；

所述通過(guò)所述訓(xùn)練樣本的預(yù)設(shè)通道圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到圖片傾斜檢測(cè)模型包括：

將所述預(yù)設(shè)通道圖片輸入到所述卷積神經(jīng)網(wǎng)絡(luò)模型，并以所述預(yù)設(shè)通道圖片對(duì)應(yīng)的所述訓(xùn)練樣本的所述標(biāo)簽作為輸出，對(duì)所述卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到所述圖片傾斜檢測(cè)模型。

3.根據(jù)權(quán)利要求1或2所述的圖片傾斜檢測(cè)方法，其特征在于，所述通過(guò)所述訓(xùn)練樣本的預(yù)設(shè)通道圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到圖片傾斜檢測(cè)模型的步驟，還包括：

將所述訓(xùn)練樣本按照設(shè)定的比例分為訓(xùn)練集和驗(yàn)證集；

通過(guò)所述訓(xùn)練集中所述訓(xùn)練樣本的預(yù)設(shè)通道圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到圖片傾斜檢測(cè)模型權(quán)重；

通過(guò)所述驗(yàn)證集中所述訓(xùn)練樣本的預(yù)設(shè)通道圖片對(duì)所述圖片傾斜檢測(cè)模型權(quán)重進(jìn)行精確度和可靠性評(píng)估獲取優(yōu)化后的圖片傾斜檢測(cè)模型權(quán)重。

4.根據(jù)權(quán)利要求1所述的圖片傾斜檢測(cè)方法，其特征在于，所述預(yù)設(shè)通道圖片包括預(yù)設(shè)數(shù)量的預(yù)設(shè)特征圖片，每個(gè)預(yù)設(shè)特征圖片對(duì)應(yīng)一個(gè)通道的圖片；

所述預(yù)設(shè)通道圖片為三通道圖片，所述獲取所述訓(xùn)練樣本中每個(gè)訓(xùn)練樣本的預(yù)設(shè)通道圖片，包括：

獲取所述訓(xùn)練樣本中每個(gè)訓(xùn)練樣本的x方向梯度圖、y方向梯度圖以及灰度圖，由所述x方向梯度圖、所述y方向梯度圖和所述灰度圖疊加形成所述三通道圖片。

5.根據(jù)權(quán)利要求4所述的圖片傾斜檢測(cè)方法，其特征在于，所述獲取所述訓(xùn)練樣本中每個(gè)訓(xùn)練樣本的x方向梯度圖、y方向梯度圖，具體包括：

將所述訓(xùn)練樣本轉(zhuǎn)化到hsv空間，用sobel算子提取色調(diào)h通道的所述x方向梯度圖和所述y方向梯度圖。

6.根據(jù)權(quán)利要求5所述的圖片傾斜檢測(cè)方法，其特征在于，在所述將所述訓(xùn)練樣本轉(zhuǎn)化到hsv空間之前，所述方法還包括：

對(duì)所述訓(xùn)練樣本進(jìn)行直方圖均衡化。

7.根據(jù)權(quán)利要求1所述的圖片傾斜檢測(cè)方法，其特征在于，所述構(gòu)建訓(xùn)練樣本，包括：

獲取所述豎直圖片樣本，并通過(guò)預(yù)設(shè)的圖片增廣規(guī)則對(duì)所述豎直圖片樣本進(jìn)行樣本增廣；

根據(jù)進(jìn)行所述樣本增廣后的所述豎直圖片樣本獲取傾斜圖片樣本。

8.一種圖片傾斜檢測(cè)裝置，其特征在于，包括：

樣本構(gòu)建模塊，用于：構(gòu)建訓(xùn)練樣本，所述訓(xùn)練樣本包括豎直圖片樣本和傾斜圖片樣本；

圖片傾斜檢測(cè)模型構(gòu)建模塊，用于：獲取所述訓(xùn)練樣本中每個(gè)訓(xùn)練樣本的預(yù)設(shè)通道圖片，并通過(guò)所述訓(xùn)練樣本的預(yù)設(shè)通道圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到圖片傾斜檢測(cè)模型；

傾斜檢測(cè)模塊，用于：將待測(cè)圖片輸入到所述圖片傾斜檢測(cè)模型，根據(jù)所述圖片傾斜檢測(cè)模型的輸出進(jìn)行所述待測(cè)圖片的傾斜檢測(cè)。

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述圖片傾斜檢測(cè)方法的步驟。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述圖片傾斜檢測(cè)方法的步驟。