[发明专利]图像矫正处理方法、装置、存储介质及计算机设备

说明书

本发明公开了一种图像矫正处理方法、装置、存储介质及计算机设备，涉及图像处理技术领域，主要目的在于能够检测和利用图像的关键对象对图像进行矫正处理，从而避免了直线检测算法带来的误差，减少后续的处理工作，进而提高图像矫正处理的效率，降低图像矫正处理的误检率和漏检率。所述方法包括：获取待矫正图像，根据预设的角度类型对所述图像进行分类，并按照分类后的角度类型对所述图像进行转正处理；根据所述转正后的图像，检测关键对象信息；利用所述关键对象信息，进行图像矫正处理。本发明适用于图像矫正处理。

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矫正处理的方法、装置、存储介质及计算机设备。

背景技术

随着深度学习技术越来越成熟，图像分析与识别技术愈发受到关注，广泛应用于不同的领域。在上传图像时，由于拍照设备原因或人为因素，通过拍照方式获取到的图像通常会存在倾斜角度大，表面变形、分辨率过低、光照不均等情况，给后续图像分割、检测和识别带来极大困难。

目前，通常使用Hough变换检测直线的方法，对图像进行倾斜矫正，然而，这种方法鲁棒性差，运算量大，程序执行慢，而且针对背景复杂的图像，往往会误检测出很多的直线，需要大量的后处理方法去筛选图像直线，导致图像矫正处理的效率低下，误检率和漏检率极高。

发明内容

有鉴于此，本发明提供一种图像矫正处理方法、装置、存储介质及计算机设备，主要目的在于能够检测和利用图像的关键对象对图像进行矫正处理，从而避免了使用直线检测算法带来的误差，减少后续的处理工作，进而提高图像矫正处理的效率，降低图像矫正处理的误检率和漏检率。

依据本发明一个方面，提供了一种图像矫正处理方法，包括：

获取待矫正图像，根据预设的角度类型对所述图像进行分类，并按照分类后的角度类型对所述图像进行转正处理；

根据所述转正后的图像，检测关键对象信息；

利用所述关键对象信息，进行图像矫正处理。

可选地，所述根据预设的角度类型对所述图像进行分类，包括：

根据预设的角度类型，以DenseNet分类网络为图像角度分类器，搭建并训练DenseNet分类模型；

所述按照分类后的角度类型对所述图像进行转正处理，包括：

根据预设的函数对所述图像进行转正处理；

对所述转正处理后的图像进行归一化和标准化处理；

所述归一化处理根据以下函数计算：

其中：x_i，y分别表示归一化处理前后的像素坐标值，min(x)，max(x)分别表示所述图像像素的最小值和最大值；

所述标准化处理根据以下函数计算：

其中：std表示标准差，μ表示图像的均值，x表示图像矩阵，σ表示标准方差，N表示图像像素数量。

进一步地，所述根据预设的函数对所述图像进行转正处理，包括：

根据OpenCV函数对所述图像进行转正处理。

可选地，所述根据所述转正后的图像，检测关键对象信息，包括：

根据预设的缩放标准，对所述图像进行缩放处理；

生成所述缩放图像的真实标签图；

所述生成真实标签图的过程根据以下函数：