CN102984429B - 图像处理设备和图像处理方法 - Google Patents

Abstract

本发明提供图像处理设备和图像处理方法。该图像处理设备包括：特征点提取单元，其提取作为位于图像中一个区域顶角处的像素的多个特征点以及表示该区域中该多个特征点的位置关系的方向；选择单元，其基于特征点的颜色、特征点的位置和特征点的方向，选择一个特征点以及与该特征点对应的一组特征点；代表点确定单元，其基于一组特征点来确定代表一个区域的代表点；矢量计算单元，其基于各代表点来计算由两个代表点构成的矢量；和屏幕线数和角度提取单元，其基于矢量的分布来提取图像中使用的屏幕线数和角度。

Description

图像处理设备和图像处理方法

技术领域

本发明涉及图像处理设备和图像处理方法。

背景技术

现已存在各种与屏幕处理相关的处理。作为一种相关技术，例如JP-A-2005-190383(专利文献1)提供了一种高精度半色调点区域识别装置，以及一种半色调点区域识别方法。这种半色调点区域识别装置包括第一边缘检测部分、第二边缘检测部分和半色调点特征检测部分，其中第一边缘检测部分检测相对图像数据区域的第一方向上的上升沿和下降沿，第二边缘检测部分检测与相对该区域的第一方向垂直的第二方向上的上升沿和下降沿，半色调点特征检测部分参照所述第一和第二边缘检测单元在预定区域中检测到的边缘来确定预定区域的第一方向上的上升沿与下降沿的对称性以及第二方向上的上升沿与下降沿的对称性，并且基于所确定的对称性来检测具有半色调点特征的像素。

另外，例如JP-A-63-028174(专利文献2)旨在对诸如字母的区域的劣化进行抑制，并且将半色调点转换成半色调。所公开的是一种图像处理设备，其对读取的文档信息执行图像处理，该图像处理设备包括获取图像信息的关注像素区域的自相关系数的单元、根据该自相关系数获取半色调点区域的半色调点间距的单元、根据该半色调点间距选择滤波器系数的单元、以及使用所选择的滤波器系数执行空间滤波的单元。

另外，例如JP-A-11-155067(专利文献3)旨在通过自动检测打印线的数量或者角度以在抑制原件成分的劣化的同时适当地移除莫尔条纹。一种图像处理设备包括从原件中获取二维图像信息的图像输入部分、提取二维频率特征分布的频率特征分布提取部分、将二维频率特征分布转换为由极坐标表示的信息强度分布的极坐标转换部分、对估计的打印线数以及估计的打印角度进行计算的估计打印线数及角度计算部分、以及基于所估计的打印线数或角度来对图像信息执行处理的图像处理部分。信号强度在二维频率特征分布的半色调点角度方向上分布，并且峰值位置产生在相当于打印线数的位置，从而将峰值位置转换成极坐标，以获得估计的打印线数或角度。

另外，例如JP-A-2004-213298(专利文献4)旨在抑制波纹的产生以及对包括了由半色调点所表示的图像的图像数据执行高质量缩小(reduction)转换。半色调点区域识别单元通过像素聚合单元从图像数据中检测半色调点，并且基于半色调点识别半色调点区域；半色调点区域屏蔽(mask)创建单元在半色调点之间的一定距离处创建屏蔽图案；半色调点区域分离单元将半色调点区域与屏蔽图案中的其它非半色调点区域分离；半色调点区域缩小转换单元基于缩小比通过增减像素来对半色调点区域的每个半色调点进行转换，从而形成近似线对称的形状；非半色调点区域缩小转换单元使用其它方法对非半色调点区域进行转换；并且半色调点区域与非半色调点区域合成单元将转换后的半色调点区域和非半色调点区域合成。

另外，例如JP-A-2004-200746(专利文献5)旨在获得高质量的复制结果。通过图像输入部分从原件读取图像而获得的输入图像数据由图像处理部分进行从RGB到YMCK的颜色转换，针对要提供至打印部分的每种颜色对颜色转换后的数据进行抖动(dither)并形成点。在这种情况下，点识别部分获取由输入的图像数据(即输入图像)表示的图像的半色调点的线数(number of line)以及角度，以获得输入图像上的半色调点周期图案的特征。半色调生成部分生成具有与所获得的线数和角度相同的图案(即半色调点图案)的半色调屏幕，所生成的半色调屏幕被用来在半色调处理部分中对输入图像进行抖动。以这种方式，通过使半色调屏幕的图案与半色调点图案匹配，能够消除二者之间的干涉，并且能避免在打印部分执行打印时产生波纹。

发明内容

本发明的目的是为了在提取图像中所用的点集中型屏幕线数和角度时，提供与未采用本发明构造时的情况相比能够降低处理量的图像处理设备和图像处理方法。

根据本发明的第一方面，提供了一种图像处理设备，其包括：特征点提取单元，其提取多个作为位于图像中一个区域顶角处的像素的特征点以及表示该区域中所述多个特征点的位置关系的方向；选择单元，其基于由特征点提取单元提取的特征点的颜色、特征点的位置和特征点的方向，来选择特征点以及与该特征点对应的一组特征点；代表点确定单元，其基于由选择单元选择的一组特征点来确定代表一个区域的代表点；矢量计算单元，其基于由代表点确定单元确定的代表点来计算由两个代表点构成的矢量；和屏幕线数和角度提取单元，其基于由矢量计算单元计算的矢量的分布来提取图像中使用的屏幕线数和角度。

根据本发明的第二方面，在第一方面的图像处理设备中，特征点提取单元可以基于将特征点链接至包含该特征点的区域中位于该特征点周围的多个像素的直线间的角度来提取特征点，可以基于特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系来提取特征点，或者可以基于包含特征点的区域是否与预定的图案彼此一致来提取特征点。

根据本发明的第三方面，在第一或第二方面的图像处理设备中，特征点提取单元可以提取通过特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系而确定的方向。

根据本发明的第四方面，在第一或第二方面的图像处理设备中，当提取的屏幕线数或角度与预定的线数或角度之差具有预定的关系时，屏幕线数和角度提取单元可以将所提取的屏幕线数或角度提取为预定线数或角度。

根据本发明的第五方面，在第一或第二方面的图像处理设备中，矢量计算单元可以选择由代表点确定单元确定的代表点的基准代表点来作为第一代表点，选择与基准代表点之间的距离在预定的第一距离和第二距离之间的代表点来作为第二代表点，并且计算由第一代表点和第二代表点构成的矢量。

根据本发明的第六方面，在第五方面的图像处理设备中，矢量计算单元可以在彼此相邻并用第一代表点作为顶角的矩形区域中选择处在第一距离和第二距离之间的代表点来作为第二代表点。

根据本发明的第七方面，提供了一种图像处理方法，包括：提取作为位于图像中一个区域顶角处的像素的多个特征点以及表示该区域中所述多个特征点的位置关系的方向；基于所提取的特征点的颜色、特征点的位置和特征点的方向，来选择特征点以及与该特征点对应的一组特征点；基于所选择的一组特征点来确定代表一个区域的代表点；基于所确定的代表点来计算由两个代表点构成的矢量；和基于计算的矢量分布来提取图像中使用的屏幕线数和角度。

根据本发明的第一方面，与未采用本发明构造的情况相比，能够在提取图像中使用的点集中型屏幕线数和角度时降低处理量。

根据本发明的第二方面，与未采用本发明构造的情况相比，能够避免提取错误的特征点。

根据本发明的第三方面，与未采用本发明构造的情况相比，能够降低处理量。

根据本发明的第四方面，不管预定线数或角度如何，都能够避免由于噪声的影响设置了不同于预定线数或角度的线数或角度。

根据本发明的第五方面，能够通过不处在第一距离和第二距离的代表点来抑制噪声的影响。

根据本发明的第六方面，与未采用本发明构造的情况相比，能够降低处理量。

根据本发明的第七方面，与未采用本发明构造的情况相比，能够在提取图像中使用的点集中型屏幕线数和角度时降低处理量。

附图说明

下面基于附图对本发明的示例性实施例进行详细说明。

图1是例示了示例性实施例的构造示例的概念模块构造图；

图2是例示了根据该示例性实施例的处理示例的流程图；

图3是例示了目标图像示例的示意图；

图4是例示了特征点和特征点中的倾斜方向的示例的示意图；

图5是例示了用于提取特征点的处理示例的示意图；

图6是例示了用于提取特征点的处理示例的示意图；

图7是例示了用于提取特征点的处理示例的示意图；

图8是例示了用于提取特征点的处理示例的示意图；

图9是例示了用于提取特征点的处理示例的示意图；

图10是例示了用于提取特征点的处理示例的示意图；

图11是例示了用于提取特征点的处理示例的示意图；

图12是例示了用于提取特征点的处理示例的示意图；

图13是例示了用于提取特征点的处理示例的示意图；

图14是例示了用于提取特征点的处理示例的示意图；

图15是例示了用于提取特征点中的倾斜方向的处理示例的示意图；

图16是例示了用于选择特征点的处理示例的示意图；

图17是例示了用于选择特征点的处理示例的示意图；

图18是例示了用于选择特征点的处理示例的示意图；

图19是例示了用于选择特征点的处理示例的示意图；

图20是例示了用于选择特征点的处理示例的示意图；

图21是例示了用于确定代表点的处理示例的示意图；

图22是例示了用于提取代表点的处理示例的示意图；

图23是例示了矢量的计算处理示例的示意图；

图24是例示了矢量的分布示例的示意图；

图25是例示了矢量的分布示例的示意图；

图26A和图26B是例示了用于确定峰值的处理示例的示意图；

图27A至图27D是例示了目标图像示例的示意图；和

图28是例示了用于实现该示例性实施例的计算机的硬件构造示例的框图。

具体实施方式

下面参照附图对实现本发明的优选示例性实施例进行说明。

图1是例示了示例性实施例的构造示例的概念模块构造图。

同时，一个模块表示能够整体上逻辑分开的诸如硬件或软件(计算机程序)的元件。因此，该示例性实施例中的模块不仅表示计算机程序的模块，还可以是硬件构成的模块。因此在示例性实施例中，描述了所有用于使元件用作这些模块的计算机程序(用于使计算机执行每个过程的程序、使计算机用作每个单元的程序、以及使计算机实现每种功能的程序)、***和方法。另外，这些模块在功能上彼此一一对应，但在安装上，一个模块可以由一个程序构成，多个模块也可以由一个程序构成。相反，一个模块可以由多个程序构成。另外，可以通过一个计算机来运行多个模块，也可以通过分布式或并行环境中的计算机来使用多个计算机运行一个模块。同时，一个模块中可以包含另一个模块。另外，下文中将“连接”用于不仅指物理连接，还指示逻辑连接(数据、指令、数据之间的引用关系等的发送和接收)。术语“预定”表示在目标处理之前做出的确定，其不仅表示当处理处在根据示例性实施例的处理开始之前的目标处理之前时、还表示当处理处在根据示例性实施例的处理开始之后的目标处理之前时，依据当时的情况和状态或者直到此时的情况和状态所做出的确定。

另外，***或装置不仅包括多个计算机、硬件部分、装置等通过诸如网络的通信单元(包括一一对应通信连接)彼此连接的构造，还包括通过一个计算机、硬件、装置等实现的构造。这里，术语“装置”和“***”作为同义词。自然，术语“***”不会仅包括作为人为组织的社会“结构”(社会***)。

另外，当使用每个模块或在模块中针对每个处理执行多个处理时，针对每个处理从存储装置中读取目标信息，并在执行处理之后将处理结果写入存储装置。因此，可以省略对在处理之前从存储装置进行读取以及在处理之后向存储装置进行写入的描述。同时，这里的存储装置可以包括硬盘、RAM(随机存取存储器)、外部记录介质、使用通信线路的存储装置、CPU(中央处理单元)中的寄存器等。

示例性实施例的图像处理装置是提取图像中使用的线数和角度的设备，其包括图像接收模块110、特征点提取模块120、特征点选择模块130、代表点确定模块140、矢量计算模块150、屏幕线数和角度提取模块160、以及输出模块170，如图1的示例所示。

图像接收模块110连接至特征点提取模块120。图像接收模块110接收目标图像，并将图像传送至特征点提取模块120。图像的接收例如是在扫描仪、相机等中读取图像，在传真等中通过通信线路从外部装置接收图像、读取存储在硬盘(除了嵌入计算机中的硬盘还包括通过网络连接的硬盘)等中的图像。图像可以是能够对其进行屏幕处理的二进制图像(通过屏幕表示所谓的半色调区域的图像，其中一个位代表一个像素)。不过，该二进制图像可以是由多幅二进制图像组成的彩色图像。另外，通过对图像执行二进制化处理来将多层图像(包括彩色图像)转换成二进制图像，在该多层图像中对接收到的图像进行屏幕处理并且使用诸如扫描仪之类的成像装置来读取记录在诸如纸的记录介质上的图像。要被接收的图像可以是单幅也可以是多幅。另外，图像的内容可以是业务文档、广告册等。图像的分辨率不限于但可以是例如2400dpi等。

目标屏幕例如主要是点集中型抖动屏幕。特别地，将该屏幕应用于在其上执行链点屏幕(屏幕变为其中方点倾斜变形并且菱形点以链形彼此连接的网状)处理的图像。不过，在点分散型抖动屏幕、误差扩散屏幕、FM(频率调制)屏幕、线型屏幕等的情况下，屏幕线数和角度提取模块160会确定图像不是点集中型抖动屏幕，并可以输出表示这一情况的信息(指示目标图像不是点集中型抖动屏幕的信息)。

特征点提取模块120连接至图像接收模块110和特征点选择模块130。特征点提取模块120从图像接收模块110接收目标图像，并且提取作为位于图像中一个区域顶角处的像素的多个特征点以及表示该区域中该多个特征点的位置关系的方向。下文中将此方向称作倾斜方向。

本文中“图像中的区域”是指由耦接的黑色像素形成的区域或者由耦接的白色像素形成的区域。

另外，“位于区域顶角处的像素”是指存在于区域内的像素、处在该区域与其它区域(例如，当目标区域是黑色像素的区域时，“其它区域”是指与目标区域接触的白色像素的区域)接触的位置处的像素、以及当该区域为多边形时处在顶点处的像素。不过，仅由直线的倾斜、噪声等产生的阶跃差异(step difference)像素不算作顶角。

另外，关于“表示区域中多个特征点的位置关系的方向”，举例来说，当特征点存在于区域中的右上角时，特征点的方向指向左下。作为一个具体示例，当从特征点看来，所述方向是指指向包含特征点的区域中心(包括质心等)的方向。不过，区域中心不必处在该方向的前方，该方向优选的是特征点与包含这些特征点的区域中位于这些特征点周围的像素之间的位置关系所确定的方向。另外，预定图案和方向彼此相关联，可以通过图案匹配处理提取方向。当然，该方向优选“指示区域中特征点的位置关系”，并且优选是例如从包含特征点的区域中心看时指向特征点的方向。在这种情况下，当特征点处在区域中的右上角时，特征点的方向指向右上方。在说明书中，当从特征点看时指向包含特征点的区域的中心的方向是示例性的。

另外，对于特征点的提取，特征点提取模块120可以执行如下三个处理中的任意一项，并可以执行两个或更多处理的组合。

(1)基于将特征点与包含该特征点的区域中位于该特征点周围的多个像素链接起来的直线所形成的角度来提取特征点。

(2)基于特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系来提取特征点。

(3)基于包含特征点的区域与预定图案是否彼此一致来提取特征点。

另外，特征点提取模块120可以提取通过特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系而确定的方向。

特征点选择模块130连接至特征点提取模块120和代表点确定模块140。特征点选择模块130基于特征点提取模块120所提取的特征点的颜色、特征点的位置和特征点的方向来选择特征点以及与该特征点对应的一组特征点。

具体来说，选择满足如下三个条件的特征点。

(1)特征点的颜色彼此相同(当目标特征点的颜色为黑色时，对应特征点的颜色也为黑色，当目标特征点的颜色为白色时，对应特征点的颜色也为白色)。

(2)特征点之间具有预定的位置关系(具体来说，例如，当目标特征点的方向为向右时(包括右下和右上方向)，对应特征点位于目标特征点的右侧；当目标特征点的方向为向左时(包括左下和左上方向)，对应特征点位于目标特征点的左侧；当目标特征点的方向为向上时(包括右上和左上方向)，对应特征点位于目标特征点的上侧；当目标特征点的方向为向下时(包括右下和左下方向)，对应特征点位于目标特征点的下侧)。

(3)特征点的方向指向同一区域的中心(具体来说，例如，当目标特征点的方向为右下方向并且对应特征点位于目标特征点的右下方时，对应特征点的方向为左上方向)。

代表点确定模块140连接至特征点选择模块130和矢量计算模块150。代表点确定模块140基于特征点选择模块130选择的一组特征点来确定代表该区域的代表点。也即，代表点确定模块140可以计算各个半色调点的中心。具体来说，通过计算由特征点选择模块130选择的一组特征点的坐标的平均值(特征点之间的中间点)，来将半色调点的中心确定为代表点。

矢量计算模块150连接至代表点确定模块140和屏幕线数和角度提取模块160。矢量计算模块150基于由代表点确定模块140确定的代表点来计算由两个代表点构成的矢量。

另外，矢量计算模块150可以构造为将通过代表点确定模块140确定的代表点的基准代表点选择作为第一代表点，将距离基准代表点的距离处在预定的第一距离和第二距离之间的代表点选择作为第二代表点，并且计算由第一代表点和第二代表点构成的矢量。此外，矢量计算模块150可以在以第一代表点用作顶角的彼此相邻的矩形区域内选择处在第一距离和第二距离之间的代表点来作为第二代表点。存在四种彼此相邻的矩形区域，即相对第一代表点，位于左上方的矩形区域和位于右上方的矩形区域的组合、位于右上方的矩形区域和位于右下方的矩形区域的组合、位于左下方的矩形区域和位于右下方的矩形区域的组合、以及位于左上方的矩形区域和位于左下方的矩形区域的组合。

屏幕线数和角度提取模块160连接至矢量计算模块150和输出模块170。屏幕线数和角度提取模块160基于矢量计算模块150计算的矢量的分布来提取通过图像接收模块110接收的图像中使用的屏幕线数和角度。

另外，当所提取的屏幕线数或角度与预定的线数或角度之差处于预定关系时，屏幕线数和角度提取模块160可以提取所提取的屏幕线数或角度来作为预定线数或角度。

预定的线数或角度是存储在存储装置中的值，并称作常用屏幕线数或角度。例如，可以将100线、150线、200线等作为线数，可以将0度、45度、90度等作为角度。另外，可以有多个预定的线数或角度。

预定关系对应于差值等于或小于预定阈值的情况。

作为提取的屏幕线数或角度与预定线数或角度之间的关系，存在(1)提取的屏幕线数与预定线数之间的关系，(2)提取的屏幕角度与预定角度之间的关系，以及(3)提取的屏幕线数与预定线数之间的关系和提取的屏幕角度与预定角度之间的关系。

输出模块170连接至屏幕线数和角度提取模块160。输出模块170输出由屏幕线数和角度提取模块160提取的屏幕线数和角度。该输出包括，例如，向诸如与通过图像接收模块110接收的图像(例如作为图像的属性)对应的图像数据库之类的图像存储装置进行写入、存储在诸如存储卡的存储介质中、传送至其它信息处理设备等。接收该屏幕线数和角度的其它图像处理设备执行例如对通过图像接收模块110接收的二进制图像进行多值化处理、将图像划分成字母区域以及对其执行屏幕处理的区域(如照片等)的处理等。

图2是例示了根据示例性实施例的处理示例的流程图。

在步骤S202，图像接收模块110接收目标图像。例如，图3所示的目标图像300是通过图像接收模块110接收的图像的一部分。对角线部分是黑色像素区域，白色部分是白色像素区域。

在步骤S204，特征点提取模块120提取该图像的特征点及其倾斜方向。图4是例示了特征点以及特征点的倾斜方向示例的示意图。在目标图像300中，作为提取结果，存在倾斜方向为左下方的特征点405、倾斜方向为右上方的特征点410、倾斜方向为左下方的特征点415、倾斜方向为右上方的特征点420、倾斜方向为左下方的特征点425、倾斜方向为右上方的特征点430、倾斜方向为右上方的特征点435、倾斜方向为左下方的特征点440、倾斜方向为右上方的特征点445、倾斜方向为左下方的特征点450、倾斜方向为右上方的特征点455、以及倾斜方向为左下方的特征点460。

下面参照图5至图14对使用特征点提取模块120提取特征点的处理进行说明。如上文所述，存在三种提取方法。

(1)基于将特征点与包含该特征点的区域中位于该特征点周围的多个像素链接起来的直线之间的角度来提取特征点。下面参照图5至10进行说明。当满足下面三个条件(1A)、(1B)和(1C)时，将关注像素确定为特征点(即处于区域顶角的像素)。当任一条件不满足时，确定该像素不是特征点。

(1A)在预定方向上(例如顺时针方向)扫描与关注像素(图5至图10中的关注像素510或810为黑色像素)相邻的像素，在与关注像素具有相同颜色的四个像素之内存在一个连续区域(连续体)。

在图5的示例中，在检测方向542、544、546和548中对关注像素510的周围进行扫描，并且存在与关注像素510具有相同颜色(黑色)的像素(位于关注像素510的下方、左下和左侧的像素)的连续体。由于这些像素的数量为三，因此像素数量处在四个的范围之内。因此，图5的示例满足(1A)的条件。

在图8的示例中，在检测方向842、844、846和848中对关注像素810的周围进行扫描，并且存在与关注像素810具有相同颜色(黑色)的像素(位于关注像素810的右下、下方、左下和左侧的像素)的连续体。由于这些像素的数量为四，因此像素数量处在四个的范围之内。因此，图8的示例满足(1A)的条件。

(1B)检测到的像素是与上述连续体的边界像素相邻的像素，是以关注像素为中心的5×5方块的最外部像素颜色的改变点，并且具有与关注像素相同的颜色。所述“连续体的边界像素”是连续体内的像素(即，与关注像素具有相同颜色的像素)，并且是指在上述扫描方向上其颜色从与关注像素不同的颜色变成与关注像素相同的颜色的像素，或者是在上述扫描方向上其颜色从与关注像素相同的颜色变成与关注像素不同的颜色的像素。

在图5的示例中，连续体的边界像素是边界像素530和520。图6所示的检测像素630是与边界像素530相邻的像素，是以关注像素510为中心的5×5方块的最外部像素的颜色改变点，并且具有与关注像素510相同的颜色。图6所示的检测像素620是与边界像素520相邻的像素，是以关注像素510为中心的5×5方块的最外部像素的颜色改变点，并且具有与关注像素510相同的颜色。因此，图5的示例满足(1B)的条件。

在图8的示例中，连续体的边界像素是边界像素830和820。图9所示的检测像素930是与边界像素830相邻的像素，是以关注像素810为中心的5×5方块的最外部像素的颜色改变点，并且具有与关注像素810相同的颜色。图9所示的检测像素920是与边界像素820相邻的像素，是以关注像素810为中心的5×5方块的最外部像素的颜色改变点，并且具有与关注像素810相同的颜色。因此，图8的示例满足(1B)的条件。

(1C)经过关注像素和连续体的边界像素的直线与经过连续体的边界像素和检测像素的直线之间的角度小于等于180度，并且经过关注像素和一个检测像素的直线与经过关注像素和另一个检测像素的直线之间的角度小于等于135度。

下面参照图7来说明图5的示例中将关注像素、边界像素和检测像素彼此链接起来的直线以及直线之间的角度。

连接线720是将关注像素510的中心链接至边界像素520的中心的直线。连接线722是将边界像素520的中心链接至检测像素620的中心的直线。连接线730是将关注像素510的中心链接至边界像素530的中心的直线。连接线732是将边界像素530的中心链接至检测像素630的中心的直线。

角度742是连接线720和连接线722之间的角度。角度744是连接线730和连接线732之间的角度。角度746是将关注像素510的中心链接至检测像素620的中心的直线与将关注像素510的中心链接至检测像素630的中心的直线之间的角度。

同时，该角度是由与关注像素510具有相同颜色的像素构成的区域侧(与颜色不同于关注像素510的区域相对的一侧)的角度。对如下角度来说也是如此。

角度742为180度(即小于等于180度)，角度744为180度(即小于等于180度)，角度746为90度(即小于等于135度)。因此，图5的示例满足(1C)的条件。因此将关注像素510提取为特征点。

下面参照图10来说明图8的示例中将关注像素、边界像素和检测像素彼此链接起来的直线以及直线之间的角度。

连接线1020是将关注像素810的中心链接至边界像素820的中心的直线。连接线1022是将边界像素820的中心链接至检测像素920的中心的直线。连接线1030是将关注像素810的中心链接至边界像素830的中心的直线。连接线1032是将边界像素830的中心链接至检测像素930的中心的直线。连接线1040是将关注像素810的中心链接至检测像素930的中心的直线。

角度1052是连接线1020和连接线1022之间的角度。角度1054是连接线1030和连接线1032之间的角度。角度1056是将关注像素810的中心链接至检测像素920的中心的直线与连接线1040之间的角度。

角度1052为180度(即小于等于180度)，角度1054大于180度(即不是小于等于180度)，角度1056大于135度(即不是小于等于135度)。因此，图8的示例不满足(1C)的条件。因此关注像素810不是特征点。

(2)基于特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系来提取特征点。下面参照图11至图14进行说明。当满足如下两个条件(2A)和(2B)时，确定关注像素为特征点(即处在该区域顶角的像素)。当任一条件不满足时，确定像素不是特征点。

(2A)在预定方向上(例如顺时针方向)检测以关注像素为中心的3×3和5×5方块的最***，存在颜色与关注像素相同的四个像素以内的连续体以及七个像素以内的连续体。同时，四个像素以内的值以及七个像素以内的值为预定值，也可以是其它值。

在图11的示例(3×3方块)中，在检测方向1142、1144、1146和1148上扫描关注像素1110的***，并且存在颜色(黑色)与关注像素1110相同的像素(检测像素1122、1124和1126)的连续体。由于这些像素的数量为三，因此像素的数量处在四个的范围之内。在图12的示例(5×5方块)中，在检测方向1242、1244、1246和1248上扫描关注像素1110的***，并且存在颜色(黑色)与关注像素1110相同的像素(检测像素1222、1224、1226、1228和1230)的连续体。由于这些像素的数量为五，因此像素的数量处在七个的范围之内。因此图11的示例满足(2A)的条件。

在图13的示例(3×3方块)中，在检测方向1342、1344、1346和1348上扫描关注像素1310的***，并且存在颜色(黑色)与关注像素1310相同的像素(检测像素1322、1324、1326和1328)的连续体。由于这些像素的数量为四，因此像素的数量处在四个的范围之内。在图14的示例(5×5方块)中，在检测方向1442、1444、1446和1448上顺次扫描关注像素1310的***，并且存在颜色(黑色)与关注像素1310相同的像素(检测像素1422、1424、1426、1428、1430、1432、1434和1436)的连续体。由于这些像素的数量为八，因此像素的数量处在七个的范围之外。因此图13的示例不满足(2A)的条件。

(2B)将关注像素设置为原点，两个连续体的每个像素位置的平均位置处在预定范围之内。也即，在以关注像素为原点的坐标系中，构成一个连续体的像素的坐标平均值与构成另一个连续体的像素的坐标平均值之差处在预定的范围内。另外，从关注像素到两个连续体的每个像素位置的平均位置的方向处在预定范围内。也即，从关注像素到构成一个连续体的像素的坐标平均位置的方向与从关注像素到构成另一个连续体的像素的坐标平均位置的方向之差处在预定的范围内。

在图11的示例(3×3方块)中，检测像素1122、1124和1126的坐标平均值成为检测像素1124，并呈现从关注像素1110开始的左下方向。另一方面，在图12的示例(5×5方块)中，检测像素1222、1224、1226、1228和1230的坐标平均值成为检测像素1226，并呈现从关注像素1110开始的左下方向。这些方向彼此一致。因此，图11的示例满足(2B)的条件。因此将关注像素1110提取为特征点。

在图13的示例(3×3方块)中，检测像素1322、1324、1326和1328的坐标平均值成为基本上处在关注像素1310下方的像素位置，并呈现从关注像素1310开始的向下方向。另一方面，在图14的示例(5×5方块)中，检测像素1422、1424、1426、1428、1430、1432、1434和1436成为基本上处在关注像素1310下方的像素位置，并呈现从关注像素1310开始的向下方向。这些方向彼此一致。因此，图13的示例满足(2B)的条件，但是不满足(2A)的条件，因此关注像素1310不是特征点。

(3)基于包含特征点的区域与预定图案是否彼此一致来提取特征点。例如，当准备要被识别为5×5区域顶角的图案来作为预定图案并且其与任何图案一致时，可以将中心像素设置为特征点。相反，当准备不被识别为5×5区域顶角的图案来作为预定图案并且其不与全部图案一致时，可以将中心像素设置为特征点。

下面参照图15和图16对使用特征点提取模块120提取具有倾斜方向的特征点的处理进行说明。如图15所示，例如，对于以关注像素1510为中心的5×5块中与关注像素1510具有相同颜色的像素(中心像素1521、1522、1523、1531、1532、1533、1534和1535)，当把关注像素1510设为原点时，将这些像素的位置(坐标)平均值设置为倾斜方向。具体来说，将倾斜方向设置为{(-1，0)+(-1，-1)+(0，-1)+(-2，0)+(-2，-1)+(-2，-2)+(-1，-2)+(0，-2)}/8＝(-9，-9)/8＝(-9/8，-9/8)。当然可以将原点加入其中。在这种情况下，将倾斜方向设置为{(0，0)+(-1，0)+(-1，-1)+(0，-1)+(-2，0)+(-2，-1)+(-2，-2)+(-1，-2)+(0，-2)}/9＝(-9，-9)/9＝(-1，-1)。

另外，可以将倾斜方向量化，也可以将其用作矢量而不进行量化。这里，在量化时，可以以上、下、左和右四个方向进行四方向量化，也可以以上、下、左、右、右上、右下、左上和左下方向进行八方向量化。在图15的示例中，关注像素1510的倾斜方向为左下方向。

在图16的示例中，通过这种方式，提取每个特征点的倾斜方向。从目标图像1600内部提取倾斜方向为1615的关注特征点1610、倾斜方向为1625的关注特征点1620、倾斜方向为1635的关注特征点1630、倾斜方向为1645的关注特征点1640、倾斜方向为1655的关注特征点1650。

作为使用特征点提取模块120提取特征点的倾斜方向的处理，可以使用用于在图像上的坐标中获得亮度梯度的梯度方法(相关技术中的图像处理技术)。

同时，在特征点以外的像素中，可以保持原始像素值不变。

在步骤S206，特征点选择模块130在搜索区域内选择特征点的组合。

通过如下两个步骤执行处理。

在步骤S206-1，特征点选择模块130提取搜索范围内与关注特征点颜色相同的特征点。这里，搜索范围优选是包含一组特征点的区域。具体来说，根据图像的分辨率和要提取的线数的范围来确定搜索范围。例如，当要以600dpi的分辨率提取的最小线数为100线时，该范围为600/100＝6，将6×6或更大的方块设置为搜索范围。

在步骤S206-2，特征点选择模块130在提取的特征点中选择满足如下条件的特征点。同时，关注特征点(下文中称作关注特征点)的颜色为黑色，其倾斜方向设置为右上方向。不过，要选择的特征点的倾斜方向不依赖于关注特征点的倾斜方向。在主扫描方向和子扫描方向两个方向上执行扫描时从白到黑的改变点为改变点。

(a)在从关注特征点向左上的方向上扫描位于关注特征点左上方的区域(即，作为主扫描，在从关注特征点向左的方向上扫描该区域，并且在到达该区域的左端时，向上侧切换一行，以从右向左重复扫描。作为子扫描，在从关注特征点向上的方向上扫描区域，并且在到达该区域的上端时，向左侧切换一列，以从下到上方向重复扫描)，选择倾斜方向为右、下或右下方向，并且相对从白色到黑色的改变点位于关注特征点一侧的特征点。在图17的示例中，将目标图像1600的中心像素设置为关注特征点，并且沿左上方向扫描左上区域1710。在这种情况下，在左上区域1710中存在颜色为黑色并且倾斜方向为右下方向的特征点，但是该特征点相对从白色到黑色的改变点不存在于感兴趣特征点一侧，因此不选择该特征点。

(b)在从关注特征点向右上的方向上扫描位于关注特征点右上方的区域(即，作为主扫描，在从关注特征点向右的方向上扫描该区域，并且在到达该区域的右端时，向上侧切换一行，以从左向右重复扫描。作为子扫描，在从关注特征点向上的方向上扫描该区域，并且在到达该区域的上端时，向右侧切换一列，以从下到上重复扫描)，选择倾斜方向为左、下或左下方向，并且相对从白色到黑色的改变点位于关注特征点一侧的特征点。在图18的示例中，将目标图像1600的中心像素设置为关注特征点，并且在右上方向上扫描右上区域1810。在这种情况下，在右上区域1810中存在颜色为黑色并且倾斜方向为左下方向的特征点，其相对从白色到黑色的改变点位于关注特征点一侧，因此选择该特征点。

(c)在从关注特征点向左下的方向上扫描位于关注特征点左下方的区域(即，作为主扫描，在从关注特征点向左的方向上扫描该区域，并且在到达该区域的左端时，向下侧切换一行，以从右向左方向重复扫描。作为子扫描，在从关注特征点向下的方向上扫描该区域，并且在到达该区域的下端时，向左侧切换一列，以从上到下重复扫描)，选择倾斜方向为右、上或右上方向，并且相对从白色到黑色的改变点位于关注特征点一侧的特征点。在图19的示例中，将目标图像1600的中心像素设置为关注特征点，并且沿左下方向扫描左下区域1910。在这种情况下，在左下区域1910中存在颜色为黑色并且倾斜方向为左下方向的特征点，但是该特征点相对从白色到黑色的改变点不存在于关注特征点一侧，因此不选择该特征点。

(d)在从关注特征点向右下的方向上扫描位于关注特征点右下方的区域(即，作为主扫描，在从关注特征点向右的方向上扫描该区域，并且在到达该区域的右端时，向下侧切换一行，以从左向右重复扫描。作为子扫描，在从关注特征点向下的方向上扫描该区域，并且在到达该区域的下端时，向右侧切换一列，以从上到下重复扫描)，选择倾斜方向为左、上或左上方向，并且相对从白色到黑色的改变点位于关注特征点一侧的特征点。在图20的示例中，将目标图像1600的中心像素设置为关注特征点，并且沿右下方向扫描右下区域2010。在这种情况下，在右下区域2010中存在颜色为黑色并且倾斜方向为左下方向的特征点，但其相对从白色到黑色的改变点不存在于关注特征点一侧，因此不选择该特征点。

在步骤S208中，特征点选择模块130确定该区域内的搜索是否终止。当搜索终止时处理流程前进至步骤S210，否则，处理流程返回到从步骤S206开始的处理。也即，对图像中满足条件的特征点的组合进行选择。

在上述图4的示例中，在目标图像300中选择特征点405和特征点410的组、特征点415和特征点420的组、特征点425和特征点430的组以及特征点440和特征点445的组。

在步骤S210中，代表点确定模块140计算关注特征点和所选择的特征点的平均坐标位置来作为代表点。在图21的示例中，计算代表点2112、2114、2116、2118、2120、2122和2124来作为目标图像300中的代表点。同时，图4的示例中所示的特征点405和特征点410的代表点是代表点2112，特征点415和特征点420的代表点是代表点2114，特征点425和特征点430的代表点是代表点2118，并且特征点440和特征点445的代表点是代表点2120。同时，当相应的特征点仅是关注特征点而未被选择时，选择具有相同倾斜方向的特征点，并且不计算代表点。

在步骤S212中，矢量计算模块150计算指示了到另一个代表点的距离和方向的矢量。也即，矢量计算模块150计算由基准代表点和周围的一个代表点构成的矢量。为了计算该矢量，需要提取两个代表点。

图22是例示了用于提取代表点的处理示例的示意图。当把特定的代表点(基准代表点2201)用作原点时，提取最靠近图像的左上矩形区域2210和右上矩形区域2220的代表点。如图22的示例所示，利用基准代表点2201作为原点，提取最靠近左上方向的代表点2211，并且提取由基准代表点2201和代表点2211构成的矢量。利用基准代表点2201作为原点，提取最靠近右上方向的代表点2221，并且提取由基准代表点2201和代表点2221构成的矢量。因此，不提取代表点2231、2232和2233。这里，最靠近基准代表点2201表示最靠近半圆和环形搜索范围2250。靠近基准代表点2201的区域(位于搜索范围2250的中心侧、环绕基准代表点2201的白色区域)处在搜索范围之外，因此不包括在要被提取的代表点中。搜索范围2250的宽度为预定宽度，但是其是由例如对应的线数确定的范围。具体来说，当线数为100线至200线时，其宽度对应于12个像素至24个像素。另外，以距离基准代表点2201 12个像素为半径的半圆范围处在目标之外。

另外，尽管例示了左上方向和右上方向，但也可以使用右上方向和右下方向的组合、右下方向和左下方向的组合以及左下方向和左上方向的组合。

图23是例示了矢量的计算处理示例的示意图。在图22的示例中，示出了提取的矢量。也即，由基准代表点2201和代表点2221指定的矢量被设为v1，由基准代表点2201和代表点2211指定的矢量被设为v2。

同时，当预定角度(例如0度、45度和90度)之间的间隙处在预定像素数(例如1个像素)之内时，可以提取矢量作为预定角度的代表点。

另外，在计算矢量时，可以在将全部代表点设为基准代表点(原点)的情况下执行计算，可在将预定数量的代表点设为基准代表点(原点)的情况下执行计算，以及可在将位于预定位置(可以是随机确定的位置)的代表点设为基准代表点(原点)的情况下执行计算。

在步骤S214，屏幕线数和角度提取模块160对矢量加和，并提取屏幕线数和角度。绘出了在步骤S212中计算的矢量的末端点(基准代表点(原点)之外的代表点)。也即，在图23所示的坐标系中，算出了末端点的位置。

图24是例示了矢量相对点集中型抖动屏幕的分布示例的示意图。在将基准代表点2401用作原点的坐标系中，暗色的位置表示大的分布数(number of distributions)。在相对基准代表点2401的右上方向处的矩形内右下角位置示出了大的分布数，以及在相对基准代表点2401的左上方向处的矩形内右上角位置示出了大的分布数。

图25是例示了矢量相对点分布型抖动屏幕、误差扩散屏幕和FM屏幕的分布示例的示意图。在将基准代表点2501用作原点的坐标系中，暗色的位置示出了大的分布数。与图24的示例相比，不存在具有明显大的分布数的位置。

从这些分布中提取峰值位置。同时，通过将(1)初级值和次级值之差，(2)占整体的比例等与预定阈值(例如阈值或更大值)进行比较，来确定一个位置是否为峰值。另外，通过将局部范围内的最大值的信噪比与预定阈值(例如阈值或更大值)进行比较来进行确定(见JP-A-2005-221276)。通过将X(Chi)二分布Q值与预定阈值(例如阈值或更大值)进行比较来进行确定(见JAXA出版物)。

图26A和图26B是例示了使用初级值和次级值来确定峰值的处理示例的示意图。在图26A和图26B的柱状图示例中，在水平轴上示出了坐标位置，在纵轴上示出了分布数。图26A所示的柱状图示例对应于图24的示例，在该图中初级值和次级值之差为阈值或更大，因此确定为峰值。图26B所示的柱状图示例对应于图25的示例，在该图中初级值和次级值之差小于阈值，因此不确定其为峰值。通过这种方式，当未提取出峰值时，可以确定不是点集中型抖动屏幕。输出模块170可以输出该声明(purport)。

同时，点分布型抖动屏幕、误差扩散屏幕和FM屏幕可以不提取峰值，因为中心点之间的距离较小，分布范围由于集中而改变，并且方向并不固定。另外，线型屏幕由于集中的原因与点分布型抖动屏幕相同，或者屏幕的每一线都成为很大的区域，从而无法提取峰值。

根据峰值位置来计算屏幕线数和角度。

使用原点(基准代表点)和峰值位置之间的距离以及分辨率来计算屏幕线数。原点和峰值位置之间的距离等于矢量的大小，并且是由代表点确定模块140确定的代表点(半色调点等的中心)之间的距离。使用距离和分辨率来计算实际距离(例如以英寸等为单位)，并通过其倒数来计算线数(每单位长度的半色调点的密度)。

另外，屏幕的角度等于矢量的角度，并且由原点和峰值位置构成的直线(例如，位于原点右上方的矩形中的峰值)与基准直线(例如水平线(x轴))之间的角度是屏幕的角度。

另外，这里当提取的线数或角度与预定的线数或角度之差处于预定关系时，屏幕线数和角度提取模块160可以将所提取的屏幕线数或角度提取为预定线数或角度。

在步骤S216中，输出模块170输出屏幕线数和角度。接收屏幕线数和角度的图像处理设备执行图像处理。例如，存在诸如多值处理以及用于将字母区域从照片等的图像区域分离开来的处理之类的图像处理。

图27A至图27D是例示了目标图像示例的示意图。在示例性实施例的图像处理设备中，相对由图像接收模块110接收到的图像2700，可以将如下文所示的区域用作目标。

在图27A的示例中，图像2700的整个图像区域2710用作目标。与其它示例相比，精度较高但需要页面存储器。

在图27B的示例中，将图像2700的多线区域2720用作目标。多线区域2720可以是预定区域，也可以是通过图像处理提取半色调区域从而包含该半色调区域的区域。上述示例与图27A的示例相比，精度降低了但需要较小的存储量。例如，此示例适用于使用硬件加速。

在图27C的示例中，将图像2700的样本数获得区域2730用作目标。样本数获得区域2730是具有预定数量(上述矢量的数量或分布数)或更多的样本的区域，并且当到达样本数量时终止处理。上述示例与图27A的示例相比，精度降低了但处理时间缩短。例如，此示例适用于使用软件加速。

在图27D的示例中，将图像2700的屏幕区域2740和屏幕区域2745用作目标。在屏幕区域2740和屏幕区域2745的选择中，可以由操作者使用鼠标、键盘、触摸板等进行选择，也可以通过图像处理选择半色调区域。另外，在这种情况下，可以针对所选择的每个区域计算屏幕线数和角度。因此，还可以处理在一个图像的区域中使用了不同类型的屏幕的情况。

下面参照图28对根据示例性实施例的图像处理设备的硬件构造示例进行说明。如图28所示的构造由例如个人计算机(PC)等构成，示出为包括诸如扫描仪的数据读出单元2817和诸如打印机的数据输出单元2818的硬件构造示例。

CPU(中央处理单元)2801是根据计算机程序执行处理的控制部分，在所述计算机程序中设置了上述实施例中的各种模块，即诸如特征点提取模块120、特征点选择模块130、代表点确定模块140、矢量计算模块150、和屏幕线数和角度提取模块160的每个模块的运行顺序。

ROM(只读存储器)2802存储CPU 2801使用的程序或操作参数。RAM(随机存取存储器)2803存储CPU 2801的运行所使用的程序或者适用于在其运行时改变的参数。这些存储器通过由CPU总线等构成的主机总线2804彼此连接。

主机总线2804通过桥接器2805连接至诸如PCI(***部件互连/接口)的外部总线2806。

诸如键盘2808和鼠标的指示装置2809是由操作者操作的输入装置。显示器2810是液晶显示器、CRT(阴极射线管)等，其将各种信息显示为文本或图像信息。

HDD(硬盘驱动器)2811具有内置硬盘，其驱动硬盘，并记录或再生由CPU 2801运行的程序或信息。所接收的图像、提取的特征点的坐标及其方向、矢量、屏幕线数、角度等存储在硬盘中。此外，诸如其它各种类型的数据处理程序之类的各种类型的计算机程序被存储在硬盘中。

驱动器2812读取记录在安装于其中的诸如磁盘、光盘、磁光盘、或半导体存储器之类的可移除记录介质2813上的数据或程序，并将数据或程序提供至通过接口2807、外部总线2806、桥接器2805、和主机总线2804连接的RAM 2803。可移除记录介质2813也可以用作与硬盘类似的数据记录区域。

连接端口2814是用于连接外部连接装置2815的端口，并具有诸如USB、IEEE 1394等的连接端口。连接端口2814通过接口2807、外部总线2806、桥接器2805、和主机总线2804等连接至CPU 2801等。通信单元2816连接至网络，并执行与外部的数据通信。数据读出单元2817例如是扫描仪，其执行文档的读出处理。数据输出单元2818例如是打印机，其执行文档数据的输出处理。

同时，图28所示的图像处理设备的硬件构造示出了一种构造示例。示例性实施例不限于图28所示的构造，而是优选地能够执行示例性实施例中所描述的模块的构造。例如，模块的一部分可以由专用硬件(如专用集成电路(ASIC)等)构成)，模块的一部分可以通过位于外部***中的通信线路连接，并且图28所示的多个***可以通过通信线路彼此连接以彼此协作。另外，这些模块可以并入复印机、传真机、扫描仪、打印机、多功能机(具有扫描仪、打印机、复印机、传真机等的两种或更多功能的图像处理设备)等。

同时，也可以采用现有技术中描述的技术来作为每个模块的处理内容。

同时，以上描述的程序可以存储在记录介质中而被提供，并且可以通过通信单元提供程序。在这种情况下，例如，上述程序可以理解为一种“其上记录有程序的计算机可读介质”的发明。

这里，“其上记录有程序的计算机可读介质”是指一种计算机可读介质，其上记录有程序、可用来安装和运行程序、并进行程序分发等。

同时，记录介质包括例如数字多功能盘(DVD)、DVD论坛规范的标准的“DVD-R、DVD-RW、DVD-RAM等”、DVD+RW规范的标准的“DVD+R、DVD+RW等”、致密盘(CD)、只读存储器CD(CD-ROM)、可记录CD(CD-R)、可重写CD(CD-RW)、蓝光盘(注册商标)、磁光盘(MO)、软盘(FD)、磁带、硬盘、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM(注册商标))、闪存、随机访问存储器(RAM)等。

上述程序或其一部分可以记录在记录介质中并进行储存或分发。另外，可以通过通信进行程序的传输，例如使用用于局域网(LAN)、城域网(MAN)、广域网(WAN)、互联网、内联网、外联网等的有线网络或无线通信网络或其组合的传输介质进行传输。另外，可以通过载波进行传输。

此外，上述程序可以是其它程序的一部分，或者可以与单独的程序共同记录在记录介质中。另外，可以将程序分割并记录在多个记录介质中。另外，可以将程序记录为能够恢复的任意压缩或加密格式。

上文基于例示和说明的目的提供了对本发明的示例性实施例的说明。应当理解这种描述并非排他的或是将本发明限定于所公开的具体形式。显然，本领域技术人员能够想到各种修改和变型。实施例的选择和描述是为了更好的说明本发明的原理及其实际应用，从而使得本发明的其它技术人员能够针对各种实施例以及适用于具体应用场合的各种变型来理解本发明。本发明的范围由权利要求及其等同部分限定。

Claims (7)

1.一种图像处理设备，包括：

特征点提取单元，其提取作为位于图像中一个区域顶角处的像素的多个特征点以及表示该区域中该多个特征点的位置关系的方向；

选择单元，其基于由特征点提取单元提取的特征点的颜色、特征点的位置和特征点的方向，选择一个特征点以及与该特征点对应的一组特征点；

代表点确定单元，其计算关注特征点和所选择的特征点的平均坐标位置来作为代表点；

矢量计算单元，其基于由代表点确定单元确定的各代表点来计算由两个代表点构成的矢量；和

屏幕线数和角度提取单元，其基于由矢量计算单元计算的矢量的分布来提取图像中使用的屏幕线数和角度。

2.根据权利要求1的图像处理设备，其中特征点提取单元基于将特征点链接至包含该特征点的区域中位于该特征点周围的多个像素的各直线之间的角度来提取特征点，基于特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系来提取特征点，或者基于包含特征点的区域是否与预定的图案彼此一致来提取特征点。

3.根据权利要求1或2的图像处理设备，其中特征点提取单元对由特征点与包含该特征点的区域中位于该特征点周围的多个像素之间的位置关系确定的方向进行提取。

4.根据权利要求1或2的图像处理设备，其中当提取的屏幕线数或角度与预定的线数或角度之差具有预定的关系时，屏幕线数和角度提取单元将所提取的屏幕线数或角度提取为预定线数或角度。

5.根据权利要求1或2的图像处理设备，其中矢量计算单元选择由代表点确定单元确定的代表点的基准代表点来作为第一代表点，选择与基准代表点之间的距离在预定的第一距离和第二距离之间的代表点来作为第二代表点，并且计算由第一代表点和第二代表点构成的矢量。

6.根据权利要求5的图像处理设备，其中矢量计算单元在彼此相邻并用第一代表点作为顶角的矩形区域中选择处在第一距离和第二距离之间的代表点来作为第二代表点。

7.一种图像处理方法，包括：

提取作为位于图像中一个区域顶角处的像素的多个特征点以及表示该区域中该多个特征点的位置关系的方向；

基于所提取的特征点的颜色、特征点的位置和特征点的方向，选择一个特征点以及与该特征点对应的一组特征点；

计算关注特征点和所选择的特征点的平均坐标位置来作为代表点；

基于所确定的各代表点来计算由两个代表点构成的矢量；和

基于计算的矢量分布来提取图像中使用的屏幕线数和角度。