本发明专利技术涉及一种数字图像旋转角度的盲估计方法，对于经旋转的灰度图像，如果是彩色图像则通过YCbCr空间变换后取其亮度分量，对待检测图像进行二阶差分或者拉普拉斯滤波得到差分图像，对差分图像逐行（或者逐列）处理：在末尾补零得到长度为N0的向量V，N0为2的整数幂；求V的离散傅立叶变换，取幅度谱D=|DFT(V)|；搜索D，若D(k)为其邻域[k-Δ,k+Δ]内的最大值，则令峰值计数器c(k)=c(k)+1。将c(k)归一化得到频率－峰值计数图，通过检测其中峰值所对应的频率，可确定图像的旋转角度。不需要旋转前的原始图像或者参考模板等先验知识即可实现盲估计；基本不受图像JPEG压缩存储质量因子的影响；算法复杂度低，检测精度高，图像的尺寸越大，估计精度越高。
【技术实现步骤摘要】
本专利技术涉及一种数字图像处理技术，特别涉及一种。
技术介绍
旋转是数字图像处理的常规操作。在图像配准、图像拼接等应用中，旋转角度的估计具有重要作用。在数字水印研究中，对水印进行的几何攻击特别是旋转攻击使图像中的水印难以提取，因此旋转角度的盲估计在对抗几何攻击方面亦有重要意义。随着图像处理软件的日益普及且操作日渐简单，对图像恶意篡改(特别是精心炮制的合成图像)的检测变得越来越困难，而在图像的合成篡改过程中通常伴随图像的缩放、旋转等操作，检测图像中局部区域的旋转特性也是图像防伪认证中的重要手段之一。依据是否需要原始图像、参考模板、原始图像的特征值等先验知识，可将图像旋转 检测分为两大类，即非盲检测和盲检测。非盲检测已提出的方法较多，现有的方法主要有以下几种角度直方图法先估计特征点的角度值，利用特征点间的角度差进行直方图表决，这种方法要用到原始图像和旋转后的图像。结合Hough变换和相位相关技术，通过搜索角度脊可得到旋转参数，但需要参考图像。基于频谱特征的图像旋转角度检测算法，则要在图像旋转之前进行特征锐化预处理。利用纹理结构可实现对由纹理生成的图像的旋转角度检测。利用Zernike矩的旋转不变特性，或者再结合Radon变换圆投影法可实现旋转图像的定位与旋转角度估算，其前提是要有未旋转前的模板图像。在获得原始图像某个不变几何矩的前提下也可实现旋转角度的检测。盲检测是近几年在插值检测基础上发展起来的，较典型的有两类方法，一是期望值最大化(Expectation Maximization, EM)重采样检测技术,通过构造贝叶斯后验概率模型迭代计算待检测图像中每个像素属于插值点的后验概率，然后进行离散傅立叶变换(Discrete Fourier Transform, DFT)即可观察到插值所对应的频谱周期特性。另一类是基于差分的重采样检测方法。但目前已发表的图像旋转盲检测研究中，基本上是进行定性的检测，即确定图像是否经过旋转，但通常不能估计旋转角度。各种方法所针对的应用背景和前提条件不尽相同，可参阅如下文献。[I]Yingen Xiong and Francis Quek. Automatic Aerial Image Registrationwithout Correspondence, ICVS ， 06: Proceedings of the Fourth IEEEInternationalConference on Computer Vision Systems, pp. 25-33, 2006.[2]KMSimonson, SM Drescher, FR Tanner. A Statistics-Based Approach toBinary Image Registration with Uncertainty Analysis [J].1EEE Transactions onPattern Analysis and Machine Intelligence, 2007, 29(1): 112-125.[3]JosephJ. K. 0 Ruanaidh and Thierry Pun. Rotation, Scale and TranslationInvariant Digital Image Watermarking [J]. Signal Processing, 1998，66(3):303-317.[4]Ching-YungLinj Min Wuj Jeffrey A. Bloom, et al. Rotation, scale, andtranslation resilient watermarking for images [J].1EEE Transactions on ImageProcessing, 2001，10(5) : 765-782.[5]CannyJ. A Computational Approach to Edge Detection [J].1EEETransactions on Pattern Analysis Machine Intelligence, 1986， 9(6): 679-698.[6]OnishijHiroyuki and Suzuki, Hisash1. Detection of rotation andparallel translation using Hough and Fourier transforms [C].1EEE InternationalConference on Image Processing, 1996: 827—830. [7]伍宏涛，朱桕承.基于频谱特征的图像旋转角度盲检测算法[J].北京邮电大学学报，2006，29(3) : 22-26.[8]CihanUlasj Sumeyra Demirj et all. Rotation Angle Estimation Algorithmsfor Textures and Their Real-Time Implementation on the FU-SmartCam. Proceedingsof 5th International Symposium on Image and Signal Processing and Analysis(ISPA 2007), 2007: 469-475.[9]H.Greenspan,S. Goodman and R.Peronaj Rotation invariant texturerecognition using a steerable pyramid [C]. Pattern Recognition，Proceedings ofthe 12th IAPR International. 1994(2): 162-167.[10]Min-Seok Choi, Who1-Yul Kim. A novel two stage template matchingmethod for rotation and illumination invariance[J]. Pattern Recognition.35(2002) : 119-129. [11]胡正仪，苏祥芳.ZERNIKE矩的旋转不变性及对旋转角度的估计[J].武汉大学学报(自然科学版)，1994 (4) : 55-60.[12]Zhang Li， Sam Kwongj Gang We1. Geometric moment in image watermarking,Proceedings of 2003 International Symposium on Circuits and Systems, 2003， 2:25-28.[13]A. P. Dempster, N. M. Laird and D. B. Rubin. Maximum Likelihood fromIncomplete Data via the EM Algorithm [J]. Journal of the Royal StatisticalSociety (Series B: Metho本文档来自技高网...
【技术保护点】
一种数字图像旋转角度的盲估计方法，其特征在于，具体包括如下步骤：1）设经旋转的待检测灰度图像大小为M×N，若为彩色图像则将其转换到YCbCr空间，取其中的亮度分量Y{i,?j}，i∈[1,?M]，j∈[1,?N]；令N0为大于等于N的最小的2的整数幂值，令峰值计数器c(k)=0，k∈[1,?N0]，峰值邻域Δ=5；2）对图像进行拉普拉斯滤波得到差分图像d(i,?j)，i∈[1,?M]，j∈[1,?N]；3）对d(i,?j)逐行或者逐列处理如下：在每行或者每列末尾插补零使其长度为N0，得到向量V；然后求DFT，计算幅度谱D=|DFT(V)|；搜索D，若D(k)为其邻域[k?Δ,?k+Δ]内的最大值，则将c(k)加1；4）将c(k)归一化得到频率－峰值计数图，对半查找局部峰值得到候选峰值及对应频率集合{cp(i),?fp(i)}；候选峰值的条件是其值与邻域中值之比大于阈值T，可设定滤波窗口宽度为7，阈值T为2；若集合为空则判定图像没有经过旋转；5）如集合不为空则有旋转，在步骤4）中频率－峰值计数图取其中最大的两个候选峰值，分别记为frot1和frot2，设θ为旋转角度，规定逆时针方向旋转时θ为正，则峰值频率frot1、frot2与旋转角度θ的关系如下式，可计算得到图像的旋转角度θ，。549740dest_path_image002.jpg,2012105140589100001dest_path_image004.jpg...
【技术特征摘要】
1.一种数字图像旋转角度的盲估计方法，其特征在于，具体包括如下步骤 1)设经旋转的待检测灰度图像大小为#x见若为彩色图像则将其转换到YCbCr空间，取其中的亮度分量7{i，j},i G [I, M],j G [I, N];令乂为大于等于#的最小的2的整数幂值，令峰值计数器C 0)=0,々G [I, ArJ ,峰值邻域A =5 ; 2)对图像进行拉普拉斯滤波得到差分图像J(i，j),i G [I, #],j G [I, Ar]； 3)对^/(人j)逐行或者逐列处理如下在每行或者每列末尾插补零使其长度为#。，得到向量V ;然后求DFT，计算幅度谱D= IDFT (V) | ;搜索0，若D⑷为其邻域[左-A，左+A]内的最大值，则将c⑷加I ； 4)将c(幻...
【专利技术属性】
技术研发人员：魏为民，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。