[发明专利]图像处理方法和装置

权利要求书

1.一种图像处理方法，包括步骤：

生成图像的第一尺度的二值图，其中所述第一尺度小于所述图像的原始尺度；

基于所述第一尺度的二值图，检测所述图像中的至少一个文本行；

生成所述图像的第二尺度的二值图，其中所述第二尺度大于所述第一尺度；

针对每个所述文本行，计算所述第一尺度的二值图中的相应部分与所述第二尺度的二值图中的相应部分之间的相似度，并将所述相似度低于预定水平的文本行作为噪声去除；

针对未被去除的所述文本行中的一个或更多个，对所述第二尺度的二值图中的相应部分进行光学字符识别以确定相应文本行的文字取向；以及

根据所述文字取向确定所述图像的取向。

2.如权利要求1所述的方法，在确定所述文字取向的步骤之前还包括步骤：基于所述第二尺度的二值图，根据以下因素中的一个或更多个确定所述文本行的优先级：

文本行的尺寸；

基于纹理确定的文本行置信度；以及

文本行的灰度方差，并且

在确定所述文字取向的步骤中，按照所述优先级的顺序依次确定所述文本行的文字取向。

3.如权利要求2所述的方法，在根据所述文字取向确定所述图像的取向的步骤中，通过以下方式确定所述图像的取向：

根据按照所述优先级的顺序依次确定的所述文字取向进行投票，并且

当得票最多的取向的票数与得票第二多的取向的票数之差达到预定阈值时，将所述图像的取向确定为所述得票最多的取向，如果投票过程中未检测到所述票数之差达到所述预定阈值，则将所述图像的取向确定为最终得票最多的取向。

4.如权利要求1所述的方法，其中，基于所述第一尺度的二值图检测文本行的步骤还包括：基于所述第一尺度的二值图，利用基于纹理的方法和/或二值投影方法估计所述文本行的置信度，并将置信度低于预定水平的文本行作为噪声去除。

5.如权利要求1所述的方法，在生成所述第二尺度的二值图的步骤之后还包括步骤：

基于所述第二尺度的二值图，利用二值投影方法估计所述文本行的置信度，并将置信度低于预定水平的文本行作为噪声去除。

6.如权利要求1-5中任一项所述的方法，其中，仅针对长宽比大于预定阈值的文本行中尺寸最大的N个文本行执行基于所述第二尺度的二值图的步骤，其中N≥1。

7.如权利要求1-5中任一项所述的方法，其中，基于所述第一尺度的二值图检测文本行的步骤包括：

基于所述第一尺度的二值图，检测水平文本行和竖直文本行；以及

在检测到的水平文本行和竖直文本行重叠的情况下，基于所述第一尺度的二值图检测重叠区域的文本块取向，并将与所述文本块取向不一致的文本行作为噪声去除。

8.一种图像处理装置，包括：

第一尺度二值图生成部分，被配置为生成图像的第一尺度的二值图，其中所述第一尺度小于所述图像的原始尺度；

文本行检测部分，被配置为基于所述第一尺度的二值图，检测所述图像中的至少一个文本行；

第二尺度二值图生成部分，被配置为生成所述图像的第二尺度的二值图，其中所述第二尺度大于所述第一尺度；

噪声去除部分，被配置为针对每个所述文本行，计算所述第一尺度的二值图中的相应部分与所述第二尺度的二值图中的相应部分之间的相似度，并将所述相似度低于预定水平的文本行作为噪声去除；

光学字符识别部分，被配置为针对未被去除的所述文本行中的一个或更多个，对所述第二尺度的二值图中的相应部分进行光学字符识别以确定相应文本行的文字取向；以及

图像取向确定部分，被配置为根据所述文字取向确定所述图像的取向。

9.如权利要求8所述的装置，还包括优先级确定部分，被配置为基于所述第二尺度的二值图，根据以下因素中的一个或更多个确定所述文本行的优先级：

文本行的尺寸；

基于纹理确定的文本行置信度；以及

文本行的灰度方差，并且

所述光学字符识别部分按照所述优先级的顺序依次确定所述文本行的文字取向。

10.如权利要求9所述的装置，其中，所述图像取向确定部分包括投票单元，被配置为根据所述光学字符识别部分依次确定的所述文字取向进行投票，并且

所述图像取向确定部分被配置为：当得票最多的取向的票数与得票第二多的取向的票数之差达到预定阈值时，将所述图像的取向确定为所述得票最多的取向，如果投票过程中未检测到所述票数之差达到所述预定阈值，则将所述图像的取向确定为最终得票最多的取向。