一种拼接图像的识别方法及系统技术方案

本发明专利技术公开了一种拼接图像的识别方法及系统，方法包括以下步骤：在待识别图像中得到目标直线；当所述目标直线中包含满足预设水平范围的水平直线，且所述水平直线的起始点在所述待识别图像中的纵坐标处于预设纵坐标范围内时，判定所述待识别图像为拼接图像；或当所述目标直线中包含满足预设竖直范围的竖直直线，且所述竖直直线的起始点在所述待识别图像中的横坐标处于预设横坐标范围内时，判定所述待识别图像为拼接图像。本发明专利技术从规则拼接图像与普通图像的差异出发，通过得到待识别图像中的目标直线，然后根据目标直线的斜率和位置来判断待识别图像是否为拼接图像，可不需要在有监督学习的情况下，完成对规则拼接图像的识别，提高识别速率。

A method and system for identifying mosaic images

The invention discloses a recognition method and system of mosaic image, which comprises the following steps: obtaining the target straight line in the image to be recognized; when the target straight line contains a horizontal straight line satisfying the preset horizontal range, and the starting point of the horizontal straight line is in the preset longitudinal coordinate in the image to be recognized. In the range, it is determined that the image to be recognized is a mosaic image, or that the image to be recognized is a mosaic image when the target line contains a vertical line satisfying the preset vertical range and the starting point of the vertical line is within the preset abscissa range in the abscissa of the image to be recognized. Starting from the difference between the regular mosaic image and the ordinary image, the method obtains the target straight line in the image to be recognized, and then judges whether the image to be recognized is a mosaic image according to the slope and position of the target straight line. It does not need supervised learning to complete the recognition of the regular mosaic image and improve the recognition. Rate.

【技术实现步骤摘要】
一种拼接图像的识别方法及系统
本专利技术属于图像识别
，特别涉及一种拼接图像的识别方法及系统。
技术介绍
随着PS软件在手机端的普及，越来越多的经过软件拼接后的图像出现在互联网上，这些拼接图像对图像分析任务中的模型训练以及预测带来了干扰，增加了分析任务的难度，进而对模型的泛化能力带来影响，降低了模型的准确率。为了保证图像分析中的模型的泛化能力，需要将这种规则拼接的图像(异常点)从训练集或测试集中挑选出来，以便对其进行单独的分析与处理。对于规则拼接图像的识别其本质上是一个典型的图像分类识别中的分类问题了。对于解决一个图像分类问题来说，特征表达是一个永恒的话题，其基本上决定了最终分类性能的好坏。现有的基于手工设计的特征以及通过迁移在大规模图像分类任务上基于深度CNN模型学习到的特征，均可以被应用于完成图像分类任务。在早期的图像分类识别方案中，手工设计的特征提取一直是主流的方法，这一时期比较有名的特征提取方法有与人脸相关的Harr和LBP(localbinarypattern)特征、与行人相关的HoG(histogramoforientedgradient)特征，以及基于局部关键点特征描述(localfeaturedescriptor)等特征。例如有的方法采用Harr提取图像区域的特征，进一步基于Boosting分类器的Cascade模型对人脸和非人脸进行分类，最后完成对图像中的人脸检测。但是，手工设计特征耗时比较长而且需要多年的行业经验才能够提出一个比较好的方案。再如有的方法基于HoG特征对图像区域进行描述，采用SVM分类器对行人和非行人HoG特征进行学习分类，最后实现对图像中的行人进行检测。此外，一些方法基于局部关键点的特征描述，采用VBoW模型构造视觉词库，而后基于视觉词库对图像进行特征描述，最后利用机器学习算法对特征描述进行学习进而完成对图像的分类。近年来，在大数据和计算资源的推动下，采用多层神经网络尤其是卷积神经网络(CNN，convolutionalneuralnetwork)，将特征提取以及分类器构建到了一个神经网络中，通过在大量数据上进行端到端的训练，能够学习到更具区分能力的特征，同时学习到的特征也可用于迁移学习，大幅度的推动了图像分类相关的问题的进展。但是，尽管迁移基于深度CNN模型在大规模图像分类任务上学习到的特征能够大幅度的提高特定的分类精度，但是用于分类器训练的特征维度一般都比较高，在一定程度上对计算资源有所要求，这便限制其在某些移动手机端或移动机器人平台上的应用的部署。并且，基于特征表达的图像分类任务的一个比较重要的需要人力完成的任务，先对数据进行标注，而后选用分类模型进行有监督训练，这也是一个比较耗时的过程。
技术实现思路
本专利技术的目的是提供一种拼接图像的识别方法及系统，可在不需要数据标注与有监督学习的情况下，完成对规则拼接图像的识别，提高识别速率。本专利技术提供的技术方案如下：一种拼接图像的识别方法，包括以下步骤：在待识别图像中得到目标直线；当所述目标直线中包含满足预设水平范围的水平直线，且所述水平直线的起始点在所述待识别图像中的纵坐标处于预设纵坐标范围内时，判定所述待识别图像为拼接图像；或当所述目标直线中包含满足预设竖直范围的竖直直线，且所述竖直直线的起始点在所述待识别图像中的横坐标处于预设横坐标范围内时，判定所述待识别图像为拼接图像。进一步地，所述在待识别图像中得到目标直线具体包括：获取所述待识别图像中的所有点；将所述所有点采用霍夫变换方法在霍夫空间中得到若干条直线；在霍夫空间中统计相交于每个交点的直线的个数；当相交于交点的直线的个数大于预设阈值时，根据所述交点在霍夫空间中的坐标计算得到所述交点在所述待识别图像中对应的直线，所述直线为所述目标直线。进一步地，所述预设阈值的计算方法为：获取所述待识别图像的图像宽度像素值和图像高度像素值；当所述图像宽度像素值小于所述图像高度像素值时，所述预设阈值为所述图像宽度像素值的n倍，0＜n＜1；当所述图像宽度像素值大于所述图像高度像素值时，所述预设阈值为所述图像宽度像素值的m倍，0＜m＜1。进一步地，所述预设纵坐标范围的计算方法为：获取所述待识别图像的图像高度像素值h；根据所述图像高度像素值h，计算得到的所述预设纵坐标范围为(α1h，β1h)，1＞β1＞α1＞0。进一步地，所述预设横坐标范围的计算方法为：获取所述待识别图像的图像宽度像素值w；根据所述图像宽度像素值w，计算得到的所述预设横坐标范围为(α2w，β2w)，1＞β2＞α2＞0。本专利技术还提供一种拼接图像的识别系统，包括：获取模块，用于在待识别图像中得到目标直线；处理模块，用于当所述目标直线中包含满足预设水平范围的水平直线，且所述水平直线的起始点在所述待识别图像中的纵坐标处于预设纵坐标范围内时，判定所述待识别图像为拼接图像；所述处理模块还用于当所述目标直线中包含满足预设竖直范围的竖直直线，且所述竖直直线的起始点在所述待识别图像中的横坐标处于预设横坐标范围内时，判定所述待识别图像为拼接图像。进一步地，所述获取模块包括：获取单元，用于获取所述待识别图像中的所有点；转换单元，用于将所述所有点采用霍夫变换方法在霍夫空间中得到若干条直线；统计单元，用于在霍夫空间中统计相交于每个交点的直线的个数；计算单元，用于当相交于交点的直线的个数大于预设阈值时，根据所述交点在霍夫空间中的坐标计算得到所述交点在所述待识别图像中对应的直线，所述直线为所述目标直线。进一步地，还包括设置模块，所述设置模块用于获取所述待识别图像的图像宽度像素值和图像高度像素值；当所述图像宽度像素值小于所述图像高度像素值时，所述预设阈值为所述图像宽度像素值的n倍，0＜n＜1；当所述图像宽度像素值大于所述图像高度像素值时，所述预设阈值为所述图像宽度像素值的m倍，0＜m＜1。进一步地，还包括计算模块，所述计算模块用于获取所述待识别图像的图像高度像素值h；根据所述图像高度像素值h，计算得到的所述预设纵坐标范围为(α1h，β1h)，1＞β1＞α1＞0。进一步地，还包括计算模块，所述计算模块用于获取所述待识别图像的图像宽度像素值w；根据所述图像宽度像素值w，计算得到的所述预设横坐标范围为(α2w，β2w)，1＞β2＞α2＞0。通过本专利技术提供的一种拼接图像的识别方法及系统，能够带来以下至少一种有益效果：1、本专利技术从规则拼接图像与普通图像的差异出发，通过得到待识别图像中的目标直线，然后根据目标直线的斜率和位置来判断待识别图像是否为拼接图像，可不需要在有监督学习的情况下，完成对规则拼接图像的识别，提高识别速率。2、本专利技术通过对待识别图像中的所有直线进行筛选，得到满足预设条件的目标直线，可去除一部分干扰直线，提高后续的分析处理速率。3、本专利技术在筛选目标直线时，设置的预设阈值与待识别图像的尺寸相关，与设置固定阈值相比，本专利技术能过更容易且更有效的对干扰直线进行剔除同时又能保留对识别分析有帮助的直线，有利于进行后续的分析任务。附图说明下面将以明确易懂的方式，结合附图说明优选实施方式，对一种拼接图像的识别方法及系统的上述特性、技术特征、优点及其实现方式予以进一步说明。图1是本专利技术一种拼接图像的识别方法的实施例一的流程示意图；图2是本专利技术一种拼接图像的识本文档来自技高网...

【技术保护点】
1.一种拼接图像的识别方法，其特征在于，包括以下步骤：在待识别图像中得到目标直线；当所述目标直线中包含满足预设水平范围的水平直线，且所述水平直线的起始点在所述待识别图像中的纵坐标处于预设纵坐标范围内时，判定所述待识别图像为拼接图像；或当所述目标直线中包含满足预设竖直范围的竖直直线，且所述竖直直线的起始点在所述待识别图像中的横坐标处于预设横坐标范围内时，判定所述待识别图像为拼接图像。

【技术特征摘要】
1.一种拼接图像的识别方法，其特征在于，包括以下步骤：在待识别图像中得到目标直线；当所述目标直线中包含满足预设水平范围的水平直线，且所述水平直线的起始点在所述待识别图像中的纵坐标处于预设纵坐标范围内时，判定所述待识别图像为拼接图像；或当所述目标直线中包含满足预设竖直范围的竖直直线，且所述竖直直线的起始点在所述待识别图像中的横坐标处于预设横坐标范围内时，判定所述待识别图像为拼接图像。2.根据权利要求1所述的一种拼接图像的识别方法，其特征在于，所述在待识别图像中得到目标直线具体包括：获取所述待识别图像中的所有点；将所述所有点采用霍夫变换方法在霍夫空间中得到若干条直线；在霍夫空间中统计相交于每个交点的直线的个数；当相交于交点的直线的个数大于预设阈值时，根据所述交点在霍夫空间中的坐标计算得到所述交点在所述待识别图像中对应的直线，所述直线为所述目标直线。3.根据权利要求2所述的一种拼接图像的识别方法，其特征在于，所述预设阈值的计算方法为：获取所述待识别图像的图像宽度像素值和图像高度像素值；当所述图像宽度像素值小于所述图像高度像素值时，所述预设阈值为所述图像宽度像素值的n倍，0＜n＜1；当所述图像宽度像素值大于所述图像高度像素值时，所述预设阈值为所述图像宽度像素值的m倍，0＜m＜1。4.根据权利要求1所述的一种拼接图像的识别方法，其特征在于，所述预设纵坐标范围的计算方法为：获取所述待识别图像的图像高度像素值h；根据所述图像高度像素值h，计算得到的所述预设纵坐标范围为(α1h，β1h)，1＞β1＞α1＞0。5.根据权利要求1所述的一种拼接图像的识别方法，其特征在于，所述预设横坐标范围的计算方法为：获取所述待识别图像的图像宽度像素值w；根据所述图像宽度像素值w，计算得到的所述预设横坐标范围为(α2w，β2w)，1＞β2＞α2＞0。6.一种拼接图像的识别系统，其特征在于...

【专利技术属性】
技术研发人员：杨永全，
申请(专利权)人：四川斐讯信息技术有限公司，
类型：发明
国别省市：四川,51