CN1254949C - 倾斜影像自动校正方法 - Google Patents

Abstract

本发明公开了一种倾斜影像自动校正方法，主要是将一影像分割为许多具有N*N像素的方块区，然后逐一侦测所有的方块区，找出具有较大的亮度或色度差异的多个边界区，接着再计算所有边界区的梯度方向角进行权重的累计，这样所得到最高权重的梯度方向角即为影像倾斜角度，据此进行影像校正可具有较高的精确度。

Description

倾斜影像自动校正方法

技术领域

本发明涉及一种倾斜影像自动校正方法，特别是指一种可精确获取影像倾斜角度的影像校正技术。

背景技术

使用复印机或扫瞄装置时来复制或撷取平面记录媒体(如纸张)上的内容时，很容易因为记录媒体的倾斜放置，而造成复制的结果或撷取的影像也是倾斜的。

针对这一问题的倾斜影像校正技术，主要关键点在于如何获得精确的倾斜角度。一般而言，扫瞄影像的特性取决于原始文件上的组成要素如文字(Character)、图像(Picture)、表格(Table)。由于这些组成要素通常成横向或直向编排，因此许多校正技术便基于组成要素在横向或直向上的变化，作为倾斜角度计算的依据。然而，这样的方式却无法获得较为精确的倾斜角度，因为公用技术的侦测方式是全面性的，并未针对倾斜影像的特性进行筛选；将影像上所有的像素列入考虑的结果，往往造成干扰变量过多，侦测计算的结果也失去准确性。

发明内容

本发明的目的在于，解决已有的倾斜影像旋转技术以组成要素在横向或直向上的变化，无法求得精确的倾斜角度的技术问题。

本发明的上述目的是这样实现的，一种倾斜影像自动校正方法，其中，包含以下步骤：

侦测一影像上具有一边界的多个边界区；

计算各该边界区的梯度方向角并累计其权重；及

根据具有最高权重的所述梯度方向角旋转该影像；

其中所述边界代表该边界区中的最大显示差异值大于一极限值。

本发明所述的倾斜影像自动校正方法，其中，所述边界区的决定是通过下列步骤确定：

切割该影像为多个方块区，各该方块区包含N*N像素，N为1以外的奇数；

依多个角度将该方块区分割为多个像素群组；

计算在各该角度下相邻二个像素群组间彼此的显示差异值；

确定最大的显示差异值大于该极限值；及

定义具有该边界的方块区为所述边界区。

本发明所述的倾斜影像自动校正方法，其中，所述各方块区是取与水平轴夹角成0°、45°、90°与135°角度分割出所述各像数群组。

本发明所述的倾斜影像自动校正方法，其中，所述显示差异值为相邻两个该像素群组之显示参数总值的差值。

本发明所述的倾斜影像自动校正方法，其中，所述像素群组的显示参数总值为其所包含像素的显示参数值的总和。

本发明所述的倾斜影像自动校正方法，其中，所述显示参数值为亮度值或色度值。

本发明所述的倾斜影像自动校正方法，其中，所述显示差异值为一亮度差异值或一色度差异值。

本发明所述的倾斜影像自动校正方法，其中，计算所述梯度方向角时，还包含一确认该梯度方向角位于一角度范围内的步骤。

本发明所述的倾斜影像自动校正方法，其中，所述角度范围为-89°至89°。

本发明所述的倾斜影像自动校正方法，其中，所述角度范围为-45°至45°。

本发明所述的倾斜影像自动校正方法，其中，还包含输出一警示信息的步骤。

本发明所述的倾斜影像自动校正方法，其中，还包含调整该影像旋转后边界的步骤。

本发明所述的倾斜影像自动校正方法，其中，所述梯度方向角是通过索贝尔运算子求得。

综上所述，本发明提供的一种倾斜影像自动校正方法，其包含下列步骤：侦测一影像上具有边界的所有边界区；计算各个边界区的梯度方向角并累计其权重；以及，根据具有最高权重的梯度方向角旋转影像。

其中边界区的决定还包含以下步骤：切割影像为多个方块区，每一方块区包含N*N像素；依多个角度将该方块区分割为多数的像素群组；计算在各角度下相邻二个的像素群组间彼此的显示差异值；确定最大的显示差异值大于极限值；以及，定义具有边界的方块区为边界区。

由于采用了如上所述的本发明所达成的功效，在于以包含N*N像素的方块区逐一去侦测影像上的所有像素，找出具有边界存在的边界区，再计算所有边界区的梯度方向角进行权重的累计，这样所得到最高权重的梯度方向角即为高精确度的影像倾斜角度。

附图说明

图1是本发明的主要流程图；

图2是本发明决定边界区的细部流程图；

图3是本发明3*3像素的方块区示意图；

图4a是本发明3*3像素的方块区在0°下像素群组的区分示意图；

图4b是本发明3*3像素的方块区在45°下像素群组的区分示意图；

图4c是本发明3*3像素的方块区在90°下像素群组的区分示意图；

图4d是本发明3*3像素的方块区在135°下像素群组的区分示意图；

图5是本发明所运用索贝尔运算子的示意图；

图6是本发明较佳实施例的倾斜影像示意图；

图7是本发明较佳实施例中方块区311的显示参数值示意图；

图8是本发明较佳实施例的旋转后影像示意图；及

图9是本发明较佳实施例的旋转、修边影像示意图。

具体实施方式

本发明所提供的倾斜影像自动校正方法，原始构想是应用于校正倾斜的扫瞄影像，且此扫瞄影像上的组成要素如文字(Character)、图像(Picture)、表格(Table)，在原始记录媒体(Record Media，如纸张)主要是成横向或直向编排的；换言之，如倾斜影像的组成要素如果具有横向或直向编排的均一性(Uniformity)时，即可借由本方法进行校正。

如图1所示，此方法主要包含以下步骤：

步骤110：首先侦测一影像上具有边界的所有边界区；

步骤120：然后计算各个边界区的梯度方向角并累计其权重；

步骤130：最后则根据具有最高权重的梯度方向角旋转影像。

接着，对各个步骤作进一步详细得说明。

步骤110：侦测一影像上具有边界的所有边界区：

所谓的边界(Edge)，是表示边界区中的最大显示差异值(DisplayDifference)大于一极限值(Threshold)，而显示差异值是预设为一亮度(Luminance)差异值或一色度(Chrominance)差异值，极限值为一经验值，随影像撷取装置的机种而有所不同。其中，如图2所示，边界区的决定是通过以下步骤确定，

步骤210：切割该影像为多个方块区，每一方块区包含N*N像素，其中N为1以外的奇数。以N＝3为例，每一个方块区(Block)包含9个像素，如图3所示，在此先给予1-9的编号；至于Z1-Z9则代表各个像素的显示参数值，此显示参数值可预设为各像素的亮度值或色度值；

步骤220：依不同角度将每一方块区分割为多个像素群组。采用的角度是取与水平轴夹角成0°、45°、90°与135°等角度，来区分出各个像数群组(PixelGroup)。各角度分割成的像素群组包括，图4a所示0°时的像素群组123、456、789，如图4b所示以45°区分的像素群组124、357、689，如图4c所示以90°区分的像素群组147、258、369，与如图4d所示以135°区分的像素群组236、159、478。

步骤230：计算在各角度下相邻二个像素群组间彼此的显示差异值。以「Data」代表显示参数总值，则显示参数总值为一个像素群组里所有像素的显示参数值的总和，以算式表式如下：

a.0°：

Data123＝Z1+Z2+Z3

Data456＝Z4+Z5+Z6

Data789＝Z7+Z8+Z9

b.45°：

Data124＝Z1+Z2+Z4

Data357＝Z3+Z5+Z7

Data689＝Z6+Z8+Z9

c.90°：

Data147＝Z1+Z4+Z7

Data258＝Z2+Z5+Z8

Data369＝Z3+Z6+Z9

d.135°：

Data236＝Z2+Z3+Z6

Data159＝Z1+Z5+Z9

Data478＝Z4+Z7+Z8

以「Diff」代表显示差异值，则显示差异值定义为相邻两个像素群组的显示参数总值的差值，以算式表示如下(Abs表示绝对值)：

a.0°：

Diff123_456＝Abs(Data123-Data456)

Diff789_456＝Abs(Data789-Data456)

b.45°：

Diff124_357＝Abs(Data124-Data357)

Diff689_357＝Abs(Data689-Data357)

c.90°：

Diff147_258＝Abs(Data147-Data258)

Diff369_258＝Abs(Data369-Data258)

d.135°：

Diff478_159＝Abs(Data478-Data159)

Diff478_159＝Abs(Data478-Data159)

步骤240：确定最大的显示差异值大于极限值，即，根据先前的定义，方块区中具有「边界」。显示差异值越大，代表两个相邻像素群组之间，在显示效果如亮度或色度上具有显著的差异；如果这个差异值大于(或等于)一个极限值(例如120，以亮度值而言)，则足以作为采样的标的。

步骤250：定义具有边界的方块区为边界区，定义为边界区的方块区将被用来进行进一步的处理。

步骤120：计算各个边界区的梯度方向角并累计其权重：

各个边界区的显示差异将被转换成梯度方向角(Gradient Angle)，其所代表的是影像所有可能的倾斜角度(Skew Angle)。

梯度方向角的计算可通过索贝尔运算子(Sobel Operator)Gx与Gy求得，如图5所示，边界区的梯度方向角A的计算可配合图3以算式表达如下：

Gx＝(Z7+2*Z8+Z9)-(Z1+2*Z2+Z3)

Gy＝(Z3+2*Z6+Z9)-(Z1+2*Z4+Z7)

A＝tan^-1(Gy/Gx)

其中A指与水平轴的夹角，tan^-1为三角函数tan的反函数。

通过每一计算出的梯度方向角其权重(Weighting)的累计，可以找到一个具有最大权重的梯度方向角，基于本方法影像组成要素的均一性前提，此梯度方向角即为影像的倾斜角度。

步骤130：根据具有最高权重的梯度方向角旋转影像：

旋转影像至一特定角度的技术为公知的，本方法的特征在于可以通过梯度方向角的权重累计，精确的寻找出倾斜的角度。

以下借助一较佳实施例详细说明。请参阅图6，影像300上可以很轻易的辨识出其中一个组成要素为字母「B」，而且字母「B」影像310倾斜一角度。进行步骤210、220依序区分方块区、像素群组之后，即进行步骤230显示差异值的计算，本实施例是以亮度值为依据；以方块区311为例，其各个像素的亮度值，即显示参数值是如图7所示，因此各个像素群组的显示参数总值计算如下：

0°：

Data123＝83+60+53＝196

Data456＝137+73+51＝261

Data789＝200+141+86＝427

45°：

Data124＝83+60+137＝280

Data689＝51+141+86＝278

Data357＝53+73+200＝326

90°：

Data147＝83+137+200＝420

Data258＝60+73+141＝274

Data369＝53+51+86＝190

135°：

Data478＝137+200+141＝478

Data159＝83+73+86＝242

Data236＝60+53+51＝164

显示差异值的计算：

0°：

Diff123_456＝abs(Data123-Data456)＝abs(196-261)＝65

Diff789_456＝abs(Data789-Data456)＝abs(427-2610)＝166

45°：

Diff124_357＝abs(Data124-Data357)＝abs(280-326)＝46

Diff689_357＝abs(Data689-Data357)＝abs(278-326)＝48

90°：

Diff147_258＝abs(Data147-Data258)＝abs(420-274)＝146

Diff369_258＝abs(Data369-Data258)＝abs(190-274)＝84

135°：

Diff478_159＝abs(Data478-Data159)＝abs(478-242)＝236

Diff236_159＝abs(Data236-Data159)＝abs(164-242)＝78

上述的计算结果可得出最大的显示差异值为236，如预设的极限值为120，236＞120故此方块区即为具有边界的边界区。

而其梯度方向角的计算如下：

Gx＝(Z7+2*Z8+Z9)-(Z1+2*Z2+Z3)

  ＝(200+2*141+86)-(83+2*60+53)＝312

Gy＝(Z3+2*Z6+Z9)-(Z1+2*Z4+Z7)

  ＝(53+2*51+86)-(83+2*137+200)＝-316

A＝tan^-1(Gy/Gx)＝tan^-1(-316/312)＝-1(弧度)

换算后梯度方向角A＝-1*(180/π)＝-45°

依循上述的方式，找出影像300上所有的边界区，并计算其梯度方向角进行累加权重之后，发现-45°具有最大的权重，这样就能据以旋转影像300，如图8。

根据本发明可求得的倾斜角度理论上是介于-89°至89°之间，然接近-89°或89°可能代表影像的正常角度，因此在梯度方向角的计算时，可增加一个确认梯度方向角位于一角度范围内的步骤，此角度范围为一般为-89°至89°之间，最佳为-45°至45°之间。

而如图8所示的旋转后的影像300边界通常需要再进行削边调整，因此旋转后可继续进行一个调整影像旋转后边界的步骤，将使影像300形成如图9的结果。

本方法如果应用于扫瞄装置或复印机时，为避免影像旋转、修边调整时会切除影像的局部边缘，或者，为维持扫瞄影像的完整性，本方法尚可增加一个输出一警示信息的步骤，提醒使用者重新扫瞄。

以上所述，仅为本发明较佳的实施例而已，并非用以限定本发明实施的范围；任何熟习此类技术的人员，在不脱离本发明的精神与范围下所作的均等变化与修饰，均涵盖于本发明的专利范围内。

Claims (10)

1.一种倾斜影像自动校正方法，其特征在于，包含以下步骤：

侦测一影像上具有一边界的多个边界区；

通过索贝尔运算子计算各所述边界区的梯度方向角并累计其权重；

根据具有最高权重的所述梯度方向角旋转该影像；

其中所述边界区通过下列步骤来决定：切割该影像为多个方块区，各该方块区包含N*N像素，N为1以外的奇数；依多个角度将该方块区分割为多个像素群组；通过相邻两个该像素群组的显示参数总值的差值来计算在各所述角度下相邻两个像素群组间彼此的显示差异值；确定最大的显示差异值大于一极限值；定义具有该边界的方块区为所述边界区。

2.如权利要求1所述的倾斜影像自动校正方法，其特征在于，所述各方块区是取与水平轴夹角成0°、45°、90°与135°角度分割出所述各像数群组。

3.如权利要求1所述的倾斜影像自动校正方法，其特征在于，所述像素群组的显示参数总值为其所包含像素的显示参数值的总和。

4.如权利要求3所述的倾斜影像自动校正方法，其特征在于，所述显示参数值为亮度值或色度值。

5.如权利要求1所述的倾斜影像自动校正方法，其特征在于，所述显示差异值为一亮度差异值或一色度差异值。

6.如权利要求1所述的倾斜影像自动校正方法，其特征在于，计算所述梯度方向角时，还包含一确认该梯度方向角位于一角度范围内的步骤。

7如权利要求6所述的倾斜影像自动校正方法，其特征在于，所述角度范围为-89°至89°。

8.如权利要求7所述的倾斜影像自动校正方法，其特征在于，所述角度范围为-45°至45°。

9.如权利要求1所述的倾斜影像自动校正方法，其特征在于，还包含输出一警示信息的步骤。

10.如权利要求1所述的倾斜影像自动校正方法，其特征在于，还包含调整该影像旋转后边界的步骤。

Images