CN101777176A - 一种去除挂网图像锯齿的方法及装置 - Google Patents

Abstract

本发明公开了一种去除挂网图像锯齿的方法及装置，用以解决现有技术中挂网图像锯齿处理过程依赖性强，应用范围较窄的问题。该方法确定挂网图像中像素点的边界方向和边界强度，确定第一候选边界点，进行方向滤波，确定每个第一候选边界点的目标边界方向；根据每个第一候选边界点的目标边界方向及设置的检测模板，确定第一候选边界点中的第二候选边界点；根据每个第二候选边界点的目标边界方向，确定第二候选边界点中的边界点；当为边界点时，并为根据对挂网图像进行的图文检测确定的文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。如本发明提出的方案，精确的确定了挂网图像的边界，从而有效的去除挂网图像中的锯齿。

Description

一种去除挂网图像锯齿的方法及装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种去除挂网图像锯齿的方法及装置。

背景技术

在对灰度图像进行挂网处理的过程中，由于所采用的网形和网频不同，因此，在挂网后的图像的边缘会产生大量的连续或者间断的锯齿。通过打印机等二值设备打印输出时，在打印后的挂网图像边缘会存在大量的毛刺，边缘不平滑等现象，从而影响挂网图像的输出质量。

目前，在挂网图像去除锯齿时，大多采用在图像的挂网过程中，引入图像中的字符矢量信息，需要获知挂网前的图像的准确信息，从而运用到挂网过程中。例如美国专利号为US20080024658的专利申请基于边界像素点的方向信息，计算新插入像素点的插值方向和灰度值。

因此，现有技术在挂网图像去除锯齿的过程中，需要将图像的分析过程和图像的挂网过程进行结合，从而在挂网图像中去除锯齿，因此，依赖于挂网前的图像，应用范围较窄。并且，在具体的挂网图像锯齿处理过程中，需要重新设计挂网算法及电路模块，用新的电路模块替换原有的模块，研发成本较高。

发明内容

有鉴于此，本发明实施例提供一种去除挂网图像锯齿的方法及装置，用以解决现有技术中挂网图像锯齿处理过程依赖性强，应用范围较窄的问题。

本发明实施例提供的一种去除挂网图像锯齿的方法，包括：

确定挂网图像中每个像素点的边界方向和边界强度，根据所述每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向；

根据所述每个第一候选边界点的属性信息，选择对应的检测模板，确定所述每个第一候选边界点是否为第二候选边界点；

根据每个第二候选边界点的目标边界方向，确定所述每个第二候选边界点是否为边界点；

当所述第二候选边界点为边界点时，并当所述边界点为根据对挂网图像进行的图文检测确定的文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。

本发明实施例提供的一种去除挂网图像锯齿的装置，包括：

图文检测模块，用于对挂网图像进行图文检测，确定挂网图像中文字的边界点；

边界方向确定模块，用于确定挂网图像中每个像素点的边界方向和边界强度，根据所述每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向；

边界点检测模块，用于根据所述每个第一候选边界点的属性信息，选择对应的检测模板，确定所述每个第一候选边界点是否为第二候选边界点；

位置确定模块，用于根据每个第二候选边界点的目标边界方向，确定所述每个第二候选边界点是否为边界点，根据确定的所述边界点，去除所述挂网图像中的锯齿；

调整模块，用于当所述第二候选边界点为边界点时，并当所述边界点为根据对挂网图像进行的图文检测确定的位于文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。

本发明实施例提供的去除挂网图像锯齿的方法及装置，根据每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向，根据第一候选边界点的目标边界方向确定第二候选边界点，进而根据第二候选边界点的目标边界方向，根据该第二候选边界点是否为边界点，当为边界点时，并当该边界点为根据对挂网图像进行的图文检测确定的文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿，精确的确定了挂网图像的边界，从而有效的去除挂网图像中的锯齿。

附图说明

图1为本发明实施例提供的去除挂网图像中锯齿的方法流程图；

图2为本发明实施例提供的挂网图像中进行图文检测的方法流程；

图3为本发明实施例提供的挂网图像中进行第一边界点检测的设置区域示意图；

图4为本发明实施例提供的确定每个边界点的边界方向和边界强度的实施过程；

图5为本发明实施例提供的根据每个边界点的目标边界方向确定挂网图像边界位置的实施过程；

图6为本发明实施例提供的确定每个边界点的边界位置的实施过程；

图7为本发明实施例提供的投影位置的示意图；

图8为本发明实施例提供的像素点的点整示意图；

图9为本发明实施例提供的挂网图像效果图；

图10为本发明实施例提供的图9去除锯齿后的效果图；

图11为本发明实施例提供的实施例一的方法流程图；

图12为本发明实施例提供的去除挂网图像中锯齿的装置结构示意图。

具体实施方式

本发明实施例为了有效的在挂网后的图像中去除锯齿，增强去除挂网图像中锯齿的方法的应用范围，提出了一种去除挂网图像中锯齿的方法，具体包括以下步骤：对挂网图像进行图文检测，确定挂网图像中的第一候选边界点；确定每个第一候选边界点的边界方向和边界强度，根据所述每个第一候选边界点的边界强度和边界方向，进行方向滤波，确定所述每个第一候选边界点的目标边界方向；根据所述每个第一候选边界点的目标边界方向及设置的检测模板，确定所述每个第一候选边界点是否为第二候选边界点；根据每个第二候选边界点的目标边界方向，确定所述每个第二候选边界点是否为边界点，根据确定的所述边界点，去除所述挂网图像中的锯齿。

下面结合说明书附图，对本发明实施例进行详细说明。

如图1所示，本发明实施例中去除挂网图像中锯齿的方法，具体包括以下步骤：

S101：对挂网图像进行图文检测，确定挂网图像中文字的边界点。

S102：对挂网图像中的每个像素点进行边界强度和边界方向的检测，确定每个像素点的边界方向和边界强度，从而确定第一候选边界点。

S103：根据每个第一候选边界点的边界方向和边界强度，对挂网图像中的第一候选边界点的边界方向进行滤波，确定每个第一候选边界点的目标边界方向。

S104：根据每个第一候选边界点的目标边界方向，及设置的检测模板，确定每个第一候选边界点是否为第二候选边界点。

S105：根据每个第二候选边界点的目标边界方向，确定每个第二候选边界点是否为边界点；

S106：当该第二候选边界点为边界点时，并且该边界点为根据图文检测中确定的文字的边界点，进行插值调整，根据插值调整的结果，去除所述挂网图像中的锯齿。

在本发明实施例中，采用挂网图像中第一候选边界点的边界方向和边界强度，确定挂网图像每个第一候选边界点的目标边界方向，从而确定第二候选边界点，并采用该第二候选边界点的目标边界方向，确定每个第二候选边界点是否为边界点，并且当该第二候选边界点为边界点时，并为根据图文检测的结果确定的文字的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。通过本发明实施例，根据确定的边界点，对挂网图像中的文字的边界点，进行插值调整，对挂网图像的边界进行平滑处理，得到边界平滑的挂网后的图像，从而使边界更加平滑。

其中，在本发明实施例中，对挂网图像进行图文检测，确定挂网图像中文字的边界点的过程，与对挂网图像进行滤波处理，确定挂网图像精确边界点的过程可以同步进行，在最后进行插值调整时，根据确定的精确的边界点，并且在该边界点为文字的边界点时，进行插值调整，从而有效的去除挂网图像中的锯齿。

在本发明实施例中，对挂网图像中进行图文检测，确定挂网图像中文字的边界点的方法流程，如图2所示，具体包括以下步骤：

S201：在设置区域内，采用两个维数相同、强度不同的高斯Gaussian模板，例如该两个高斯模板的维数都为n×n，其中，n为大于1的奇数，将待检测的当前像素点作为该两个Gaussian模板的中心像素点，将两个Gaussian模板分别与其中心像素点的像素值进行卷积运算。

S202：根据该两个模板与该中心像素点的像素值进行卷积运算的插值，确定该中心像素点的第一边界强度值，从而确定第三候选边界点。

例如Gaussian模板1与中心像素点a的像素值进行卷积运算的结果为A，Gaussian模板2与中心像素点a的像素值进行卷积运算的结果为B，则该中心像素点a的第一边界强度值为max(A-B，B-A)，或中心像素点a的第一边界强度值abs(A-B)，即为A与B差的绝对值。

在本发明实施例中，在挂网图像中根据双高斯差的方法，确定第一边界强度后，即可检测位于边界上的点，在此将该检测得到的边界点称为第三候选边界点

S203：判断该中心像素点是否为该设置区域内的最后一个像素点，若判断结果为否，进行S201，否则进行S204。

S204：统计该区域内的第三候选边界点的数目，判断该区域内第三候选边界点的密度，是否大于设置的密度阈值，当判断结果为是时，进行S205，否则，进行S206。

S205：该区域内的每个第三候选边界点都为非文字的边界点。

S206：该区域内的每个第三候选边界点都为文字的边界点。

具体地，如图3所示的设置的区域，可以首先将像素点31作为该两个高斯模板的中心像素点。确定该像素点31是否为第三候选边界点，然后依次判断该区域内的其他像素点是否为第三候选边界点，当该区域内的所有点都判断完毕后，统计该区域内的第三候选边界点的数目，从而确定该区域内的第三候选边界点为文字的边界点或非文字的边界点。然后进行下一个设定区域内第三候选边界点的判断。

当然，在具体实施过程中，也可以当该挂网图像中的所有第三候选边界点都判断完成后，设置一定的区域大小，在该设置的区域内，依次判断该区域内的第三候选边界点是否为文字的边界点。在具体实施时，本领域技术人员可以根据上述实施方式灵活选择。

设置区域的大小可以任意选择，在同一个挂网图像中设定区域的大小可以相同也可以不同，当选择的设置区域较小时，可以有效提高检测精度，相信本领域技术人员能够根据本发明实施例，选择合适的设置区域的大小进行挂网图像的图文检测。

在本发明实施例中，确定每个像素点的边界方向和边界强度的实施过程，如图4所示，具体包括以下步骤：

S401：在挂网图像中设置奇数尺寸边界检测窗口，根据每个像素点，当以该像素点为中心像素点时，计算该边界检测窗口中每个非中心像素点相对于该中心像素点的向量。

具体地，计算该边界检测窗口中每个非中心像素点相对于该中心像素点的向量包括：确定每个像素点的坐标值，根据每个像素点的坐标值以及每个像素点的像素值，计算每个非中心像素点相对于中心像素点的向量，其中，每个向量的方向为中心像素点指向对应非中心像素点的方向，每个向量的模为对应的非中心像素点的像素值。

本发明实施例中，设置的奇数尺寸边界检测窗口为N×N的像素窗口，其中，N为奇数。

S402：根据每个非中心像素点相对该中心像素点的向量，计算合向量。

S403：将该合向量按照设置的参数进行调整，将调整后的合向量的模作为该中心像素点的边界强度，将该合向量的方向作为该中心像素点的边界方向，从而检测挂网图像中第一候选边界点。

具体地，将合向量的模根据设置的参数进行调整包括：将合向量与设置的参数进行乘积运算，计算后的合向量的模不超过挂网图像中像素点的像素值的最大阈值。

为了有效的去除挂网图像中存在的模糊、噪声等问题，得到边界方向清楚的挂网图像，在本发明实施例中，可以根据每个第一候选边界点的边界方向和边界强度，对每个第一候选边界点的边界方向进行滤波。

其中，对每个第一候选边界点的边界方向进行滤波的过程具体包括：设置滤波窗口，将待检测的第一候选边界点作为该滤波窗口的中心像素点，该滤波窗口可以设置为M×M的，其中，M为大于1的奇数，在该滤波窗口内按照设置的归一化的边界方向，根据该滤波窗口内每个边界点的边界强度和边界方向，计算每个归一化的边界方向上对应边界强度的累加值，将累加值的最大值对应的边界方向作为中心像素点的目标边界方向。该目标边界方向为经过滤波处理后的滤波方向，因此该目标边界方向为较精确的边界方向。

设置归一化的边界方向时，可以中心像素点周围的360度的区域，按照一定的角度划分为多个小区域，每个小区域归一为一个边界方向。例如当n为16时，即将中心像素点的边界方向在归一为16个边界方向进行平滑滤波，16个边界方向的取值分别为0-15。并且n的选取与滤波的精度有关，可以根据精度的需要进行合理的选择。

基于确定的挂网图像中的第一候选边界点，确定第一候选边界点的边界方向和边界强度，并为了有效的去除噪声造成的干扰进行滤波处理，确定每个第一候选边界点的目标边界方向，可以有效的检测出挂网图像中边界的间断点，有利于提高挂网图像中锯齿去除的效率。

在本发明实施例中需要根据第一候选边界点的属性信息，选择对应的检测模板从而确定第一候选边界点是否为第二候选边界点，其中确定第一候选边界点包括确定该第一候选边界点是否为单像素点的细线上的点，或，水平方向或垂直方向上的特殊点。

在本发明实施例中，确定第一候选边界点是否为细线上的点的过程包括：在待检测区域上设置偶数尺寸边界方向检测窗口，根据所述边界方向检测窗口内像素点的像素值与边界检测模板，计算所述边界方向检测窗口内中心点的边界方向，其中，所述中心点为像素点顶角；并且，在待检测区域上设置奇数尺寸边界强度检测窗口，在所述边界强度检测窗口内计算每个非中心像素点相对于中心像素点的向量，根据每个向量计算每个掩蔽模板的合向量，根据每个合向量与该掩蔽模板的相似非中心像素点数量参数，计算边界强度检测窗口内中心像素点的细线边界强度；根据所述像素点的细线边界强度和顶角边界方向，检测所述待检测区域是否为细线区域。通过确定该第一候选边界点所在的检测区域是否细线区域，确定该第一候选边界点是否为细线上的点。

在本发明实施例中，当该第一候选边界点不是单像素点的细线上的点，或，水平方向或垂直方向上的特殊点时，根据每个第一候选边界点的属性信息确定挂网图像第二候选边界点的实施过程，如图5所示，具体包括以下步骤：

S501：根据当前第一候选边界点的目标边界方向，及保存的检测模板，选择角度与该目标边界方向的角度相同的，维数为L×L的方向检测模板为该当前第一候选边界点的检测模板，其中，L为大于1的奇数。

S502：根据该检测模板，计算该当前第一候选边界点的响应值。

具体地，将该当前第一候选边界点作为该检测模板的中心像素点，从挂网图像中获取包含m×m个像素点的点阵，并将检测模板与该像素点的点阵做卷积，得到当前第一候选边界点的响应值。其中，m为大于1的奇数，其数值是根据实际情况预先设置的，且为了满足能获取m×m个像素点，检测模板的维数L应该不小于

S503：根据计算所得响应值，与当前第一候选边界点相邻的像素点的响应值的大小关系，确定当前第一候选边界点是否为第二候选边界点。

具体地，包括将第一候选边界点进行滤波处理，如果当前第一候选边界点的响应值大于其相邻的像素点的响应值，且该响应值与相邻的像素点的响应值的插值大于设定的阈值，则当前第一候选边界点为第二候选边界点，否则，当前第一候选边界点为非边界上的像素点。

在本发明实施例中，当该第一候选边界点为单像素点的细线上的点，或，水平方向或垂直方向上的特殊点时，根据每个第一候选边界点的属性信息确定挂网图像第二候选边界点的实施过程，具体包括以下步骤：根据当前第一候选边界点，选择特殊点检测模板。其中该特殊点检测模板的维数为L×L，L为大于1的奇数。根据该检测模板，计算该当前第一候选边界点的响应值。

具体地，将该当前第一候选边界点作为该检测模板的中心像素点，从挂网图像中获取包含m×m个像素点的点阵，并将检测模板与该像素点的点阵做卷积，得到当前第一候选边界点的响应值。其中，m为大于1的奇数，其数值是根据实际情况预先设置的，且为了满足能获取m×m个像素点，检测模板的维数L应该不小于

根据计算所得响应值，与当前第一候选边界点相邻的像素点的响应值的大小关系，确定当前第一候选边界点是否为第二候选边界点。

具体地，包括将第一候选边界点进行滤波处理，如果当前第一候选边界点的响应值大于其相邻的像素点的响应值，且该响应值与相邻的像素点的响应值的插值大于设定的阈值，则当前第一候选边界点为第二候选边界点，否则，当前第一候选边界点为非边界上的像素点。

其中，第二候选边界点为较第一候选边界点边界位置较精确的边界点。

基于确定的目标边界方向，精确的确定每个第一候选边界点是否为第二候选边界点，从而使得到的边界位置精确化，有利于提高挂网图像中锯齿去除的精度。

在本发明实施例中，根据上述方法中确定的每个第二候选边界点的目标边界方向，确定每个第二候选边界点是否为边界点的实施过程，如图6所示，具体包括以下步骤：

S601：将每个第二候选边界点作为当前点，根据保存的奇数尺寸检测窗口，例如维数为T×T的检测窗口，其中，T为大于1的奇数，将该当前点作为该T×T的检测窗口的中心像素点，根据该中心像素点确定对应该检测窗口的像素点的点阵。

S602：在该像素点的点阵中，根据第二候选边界点的目标边界方向信息，确定同一目标边界方向的候选边界点到边界方向线的距离和。

具体确定距离和的过程如图7所示。在3×3的像素点的点阵中，第二候选边界点0、3、5、7的目标边界相同，其边界方向线如图7所示，确定候选边界点0、3、5、7到该边界方向线的距离如图7所示。

同样根据该方法，确定其他目标边界方向的第二候选边界点到其边界方向线的距离和。

S603：根据该距离和，确定对应每个目标边界方向的距离平均值，选取该距离平均值中的最小值为该当前点的距离均值。

S604：将当前点的距离均值与设置的距离阈值进行比较，判断该距离均值是否不小于该设置的距离阈值，当判断结果为是时，进行S605，否则进行S606。

S605：判断该当前点为非边界点。

S606：判断该当前点为边界点。

在本发明实施例中，确定当前点距离均值的过程具体包括：如图7所示，在3×3的像素点的点阵中，第二候选边界点0为当前点，第二候选边界点3、5、7的目标边界方向与该当前点的目标边界方向相同都为6，根据该目标边界方向和该当前点确定边界方向线如图7所示，该边界方向线为通过当前点的边界方向。同时根据第二候选边界点位于边界方向线左右的不同规定不同的符号，例如边界方向线左侧的第二候选边界点到边界方向线的距离值为正，边界方向线右侧的第二候选边界点到边界方向线的距离值为负。根据该规定，确定该目标边界方向对应的每个第二候选边界点到边界方向线距离和。其中，边界方向线经过中心像素。根据其他目标边界方向相同的第二候选边界点确定其距离和的过程，与上述过程类似，在这里就不一一赘述。

在本发明实施例中，基于计算的第二候选边界点的目标边界方向，进行滤波处理，从而精确确定每个第二候选边界点是否为边界点，从而使边界更加清晰，减小了挂网图像中的锯齿。

在本发明实施例中，当确定第二候选边界点为边界点，并且该边界点为文字的边界点时，可以根据上述确定的精确边界信息进行插值调整，其具体实施过程包括：选择t×t维的高斯模板，将待处理的文字的边界点作为当前点，将该当前点作为t×t维高斯模板的中心像素点，并将该当前点作为中心点，确定包含该中心点的t×t个像素点的点阵，将该高斯模板与该像素点的点阵进行卷积处理，将该结果作为当前点的目标边界强度。该目标边界方向为较精确的边界方向。

为了有效的突显文字的边界，在本发明实施在进行插值调整的过程中，可以采用半高斯模板的方法，即在边界内侧采用高斯模板，在边界外侧的系数为零。例如图8所示，在3×3的像素点的点阵中，像素点0为文字的边界点，并且像素点3和6也为文字的边界点，像素点5、7、8为边界内的像素点，即文字的像素点，在采用半高斯模板的方法确定像素点0的目标边界强度时，像素点1、2、4不与高斯模板进行卷积计算，只计算像素点5、7、8与高斯模板的卷积值，从而确定像素点0的目标边界强度。

本发明实施例在去除挂网图像中的锯齿时，基于挂网后的图像，并不依赖于挂网前图像的信息，具有较广的应用范围，能够直接去除挂网图像中的锯齿，图9为挂网后的图像，图10为采用本发明实施例提供的去除挂网图像中锯齿的方法，去除锯齿后的效果图，可见本发明实施例提供的去除挂网图像中锯齿的方法，能够有效的去除挂网图像中边界的锯齿。

实施例一：

图11为本发明实施例提供的当挂网图像中包括文字时，去除挂网图像中锯齿的方法流程，包括以下步骤：

S1101：通过双高斯差的方法，采用两个维数相同的n×n的高斯模板，其中，n为奇数，将待处理的像素点作为两个高斯模板的中心像素点，确定两个高斯模板与该像素点像素值的卷积差值，将该差值作为该像素点的第一边界强度，从而确定第三候选边界点，并进一步根据包含该像素点的一定区域内第三候选边界点的密度，及设置的密度阈值，确定该区域内所有第三候选边界点是否为文字的边界点，根据上述方法，确定待检测挂网图像中每个区域内的第三候选边界点是否为文字的边界点。

S1102：根据挂网图像中每个像素点及选择的奇数尺寸边界检测窗口，将每个像素点作为该奇数尺寸边界检测窗口的中心像素点，根据每个非中心像素点相对该中心像素点的向量，确定该中心像素点的边界方向和边界强度，从而确定第一候选边界点。

S1103：根据确定的第一候选边界点的边界方向和边界强度，对每个第一候选边界点的边界方向进行滤波处理，将上述检测的边界方向归一为多个方向，根据每个方向上边界强度累加值的最大值，将该边界强度累加值的最大值对应的边界方向，确定为第一候选边界点的目标边界方向。

S1104：根据每个第一候选边界点的目标边界方向，选择检测模板，根据该检测模板，计算每个第一候选边界点的响应值，根据该响应值，及与该第一候选边界点相邻的像素点的响应值的大小关系，确定每个第一候选边界点是否为第二候选边界点。

S1105：根据每个第二候选边界点，及保存的奇数尺寸T×T的检测窗口，将该第二候选边界点作为检测窗口的中心像素点，根据该检测窗口中第二候选边界点的目标边界方向及其位置信息，确定该中心像素点是否为边界点。

S1106：当该边界点为文字的边界点时，根据确定了位置的边界点，采用高斯插值法进行插值调整，获得平滑的边界。

如图12所示，为本发明实施例提供的一种去除挂网图像锯齿的装置，包括：

图文检测模块120，用于对挂网图像进行图文检测，确定挂网图像中文字的边界点；

边界方向确定模块121，用于确定挂网图像中每个像素点的边界方向和边界强度，根据所述每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向；

边界点检测模块122，用于根据所述每个第一候选边界点的属性信息，选择对应的检测模板，确定所述每个第一候选边界点是否为第二候选边界点；

位置确定模块123，用于根据每个第二候选边界点的目标边界方向，确定所述每个第二候选边界点是否为边界点，根据确定的所述边界点，去除所述挂网图像中的锯齿；

调整模块124，用于当所述第二候选边界点为边界点时，并当所述边界点为根据对挂网图像进行的图文检测确定的位于文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。

所述图文检测模块120包括：

第一计算单元1200，用于通过双高斯差，根据两个维数相同的n×n维高斯模板，以及根据所述两个高斯模板确定的中心像素点，计算所述中心像素点的第一边界强度值，其中，n为大于1的奇数；

第一判断单元1201，用于根据设置区域内每个像素点的第一边界强度值，确定第三候选边界点，确定所述设置区域内第三候选边界点的密度；

检测单元1202，用于根据所述第三候选边界点的密度与设置的密度阈值的大小，确定所述区域内的第三候选边界点是否为文字的边界点。

所述边界方向确定模块121包括：

第一确定单元1210，用于根据设置的奇数尺寸边界检测窗口内，每个非中心像素点相对中心像素点的向量，确定所述中心像素点的边界方向和边界强度。

所述边界方向确定模块121还包括：

第二确定单元1211，用于在设置的滤波窗口内按照设置的归一化的边界方向，根据滤波窗口内每个第一候选边界点的边界强度和边界方向，计算每个所述归一化的边界方向上对应边界强度的累加值，将所述累加值的最大值对应的边界方向作为中心像素点的目标边界方向。

所述装置还包括：

细线检测模块125，用于检测所述第一候选边界点是否为细线区域内的点。

所述细线检测模块125包括：

边界方向检测单元1250，用于在待检测区域上设置偶数尺寸边界方向检测窗口，根据所述边界方向检测窗口内像素点的像素值与边界检测模板，计算所述边界方向检测窗口内中心点的边界方向，其中，所述中心点为像素点顶角；

边界强度检测单元1251，用于在待检测区域上设置奇数尺寸边界强度检测窗口，在所述边界强度检测窗口内计算每个非中心像素点相对于中心像素点的向量，根据每个向量计算每个掩蔽模板的合向量，根据每个合向量与该掩蔽模板的相似非中心像素点数量参数，计算边界强度检测窗口内中心像素点的细线边界强度；

细线检测单元1252，用于根据所述像素点的细线边界强度和顶角边界方向，检测所述待检测区域是否为细线区域。

所述边界点检测模块122包括：

模板选择单元1220，用于根据所述每个第一候选边界点的属性信息，选择对应的检测模板；

第二计算单元1221，用于根据所述对应的检测模板，计算所述每个第一候选边界点的响应值；

第二判断单元1222，用于根据所述每个响应值，以及与所述每个第一候选边界点相邻的像素点的响应值的大小关系，确定所述每个第一候选边界点是否为第二候选边界点。

所述位置确定模块123包括：

第三确定单元1230，用于将所述每个第二候选边界点作为设置的奇数尺寸检测窗口的中心像素点，确定对应所述检测窗口的像素点的点阵；

第四确定单元1231，用于根据所述像素点的点阵中每个第二候选边界点的目标边界方向及位置信息，确定所述中心像素点是否为边界点。

所述第四确定单元1231包括：

计算子单元，用于计算同一目标边界方向的第二候选边界点到边界方向线的距离和；

距离确定子单元，用于根据计算的对应每一目标边界方向的距离平均值，确定所述中心像素点的距离均值；

判断子单元，用于根据所述距离均值，及设置的距离阈值，判断所述中心像素点是否为边界点。

所述调整模块124包括：

第五确定单元1240，用于将所述文字的边界点作为选择的高斯模板的中心像素点，确定对应该高斯模板的像素点的点阵；

第六确定单元1241，根据所述高斯模板与所述像素点的点阵的卷积，确定所述中心像素点的目标边界强度。

本发明实施例提供的去除挂网图像锯齿的方法及装置，根据每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向，根据第一候选边界点的目标边界方向确定第二候选边界点，进而根据第二候选边界点的目标边界方向，根据该第二候选边界点是否为边界点，当为边界点时，并当该边界点为根据对挂网图像进行的图文检测确定的文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿，精确的确定了挂网图像的边界，从而有效的去除挂网图像中的锯齿。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (22)

1.一种去除挂网图像锯齿的方法，其特征在于，包括：

确定挂网图像中每个像素点的边界方向和边界强度，根据所述每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向；

根据所述每个第一候选边界点的属性信息，选择对应的检测模板，确定所述每个第一候选边界点是否为第二候选边界点；

根据每个第二候选边界点的目标边界方向，确定所述每个第二候选边界点是否为边界点；

当所述第二候选边界点为边界点时，并当所述边界点为根据对挂网图像进行的图文检测确定的文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。

2.如权利要求1所述的方法，其特征在于，确定每个像素点的边界方向和边界强度包括：

将每个像素点作为设置的奇数尺寸边界检测窗口的中心像素点，根据所述奇数尺寸边界检测窗口内，每个非中心像素点相对所述中心像素点的向量，确定所述中心像素点的边界方向和边界强度。

3.如权利要求1所述的方法，其特征在于，所述确定所述每个第一候选边界点的目标边界方向包括：

将每个第一候选边界点作为设置的滤波窗口的中心像素点，在所述滤波窗口内按照设置的归一化的边界方向，根据所述滤波窗口内每个第一候选边界点的边界强度和边界方向，计算每个所述归一化的边界方向上对应边界强度的累加值，将所述累加值的最大值对应的边界方向作为所述中心像素点的目标边界方向。

4.如权利要求1所述的方法，其特征在于，所述确定所述每个第一候选边界点是否为第二候选边界点之前所述方法进一步包括：

判断所述第一候选边界点是否为单像素点的细线上的点，或，水平方向或垂直方向上的特殊点。

5.如权利要求4所述的方法，其特征在于，所述判断所述第一候选边界点是否为单像素点的细线上的点包括：

在待检测区域上设置偶数尺寸边界方向检测窗口，根据所述边界方向检测窗口内像素点的像素值与边界检测模板，计算所述边界方向检测窗口内中心点的边界方向，其中，所述中心点为像素点顶角；并且，

在待检测区域上设置奇数尺寸边界强度检测窗口，在所述边界强度检测窗口内计算每个非中心像素点相对于中心像素点的向量，根据每个向量计算每个掩蔽模板的合向量，根据每个合向量与该掩蔽模板的相似非中心像素点数量参数，计算边界强度检测窗口内中心像素点的细线边界强度；

根据所述像素点的细线边界强度和顶角边界方向，检测所述待检测区域是否为细线区域。

6.如权利要求4所述的方法，其特征在于，所述根据所述每个第一候选边界点的属性信息，选择对应的检测模板包括：

如果所述当前像素点的属性信息记录当前像素点为单像素点的细线上的点，或，水平方向或垂直方向上的特殊点，则确定检测所述当前像素点的检测模板为特殊点检测模板；否则，

根据所述属性信息记录的当前像素点的边界方向，选择角度与该边界方向的角度相同的方向检测模板为所述当前像素点的检测模板。

7.如权利要求1所述的方法，其特征在于，所述确定所述每个第一候选边界点是否为第二候选边界点包括：

根据所述对应的检测模板，计算所述每个第一候选边界点的响应值；

根据所述每个响应值，以及与所述每个第一候选边界点相邻的像素点的响应值的大小关系，确定所述每个第一候选边界点是否为第二候选边界点。

8.如权利要求1所述的方法，其特征在于，所述确定所述每个第二候选边界点是否为边界点包括：

将所述每个第二候选边界点作为设置的奇数尺寸检测窗口的中心像素点，确定对应所述检测窗口的像素点的点阵；

根据所述像素点的点阵中每个第二候选边界点的目标边界方向及位置信息，确定所述中心像素点是否为边界点。

9.如权利要求8所述的方法，其特征在于，所述确定所述中心像素点是否为边界点包括：

计算同一目标边界方向的第二候选边界点到边界方向线的距离和；

根据计算的对应每一目标边界方向的距离平均值，确定所述中心像素点的距离均值；

根据所述距离均值，及设置的距离阈值，判断所述中心像素点是否为边界点。

10.如权利要求1所述的方法，其特征在于，所述对挂网图像进行的图文检测确定的文字的边界点，包括：

通过双高斯差，根据两个维数相同、强度不同的n×n维高斯模板，以及根据所述两个高斯模板确定的中心像素点，计算所述中心像素点的第一边界强度值，其中，n为大于1的奇数；

根据设置区域内每个像素点的第一边界强度值，确定第三候选边界点，确定所述设置区域内第三候选边界点的密度；

根据所述第三候选边界点的密度与设置的密度阈值的大小，确定所述区域内的第三候选边界点是否为文字的边界点。

11.如权利要求1所述的方法，其特征在于，所述进行插值调整包括：

将所述文字的边界点作为选择的高斯模板的中心像素点，确定对应该高斯模板的像素点的点阵；

根据所述高斯模板与所述像素点的点阵的卷积，确定所述中心像素点的目标边界强度。

12.如权利要求11所述的方法，其特征在于，所述根据所述高斯模板与所述像素点的点阵的卷积，确定所述中心像素点的目标边界强度包括：

采用半高斯模板的方法，根据所述高斯模板与所述像素点的点阵的卷积，确定所述中心像素点的目标边界强度。

13.一种去除挂网图像锯齿的装置，其特征在于，包括：

图文检测模块，用于对挂网图像进行图文检测，确定挂网图像中文字的边界点；

边界方向确定模块，用于确定挂网图像中每个像素点的边界方向和边界强度，根据所述每个像素点的边界强度和边界方向，确定第一候选边界点，进行方向滤波，确定所述每个第一候选边界点的目标边界方向；

边界点检测模块，用于根据所述每个第一候选边界点的属性信息，选择对应的检测模板，确定所述每个第一候选边界点是否为第二候选边界点；

位置确定模块，用于根据每个第二候选边界点的目标边界方向，确定所述每个第二候选边界点是否为边界点，根据确定的所述边界点，去除所述挂网图像中的锯齿；

调整模块，用于当所述第二候选边界点为边界点时，并当所述边界点为根据对挂网图像进行的图文检测确定的位于文字上的边界点时，进行插值调整，根据插值调整的结果去除挂网图像中的锯齿。

14.如权利要求13所述的装置，其特征在于，所述图文检测模块包括：

第一计算单元，用于通过双高斯差，根据两个维数相同的n×n维高斯模板，以及根据所述两个高斯模板确定的中心像素点，计算所述中心像素点的第一边界强度值，其中，n为大于1的奇数；

第一判断单元，用于根据设置区域内每个像素点的第一边界强度值，确定第三候选边界点，确定所述设置区域内第三候选边界点的密度；

检测单元，用于根据所述第三候选边界点的密度与设置的密度阈值的大小，确定所述区域内的第三候选边界点是否为文字的边界点。

15.如权利要求13所述的装置，其特征在于，所述边界方向确定模块包括：

第一确定单元，用于根据设置的奇数尺寸边界检测窗口内，每个非中心像素点相对中心像素点的向量，确定所述中心像素点的边界方向和边界强度。

16.如权利要求13所述的装置，其特征在于，所述边界方向确定模块还包括：

第二确定单元，用于在设置的滤波窗口内按照设置的归一化的边界方向，根据滤波窗口内每个第一候选边界点的边界强度和边界方向，计算每个所述归一化的边界方向上对应边界强度的累加值，将所述累加值的最大值对应的边界方向作为中心像素点的目标边界方向。

17.如权利要求13所述的装置，其特征在于，所述装置还包括：

细线检测模块，用于检测所述第一候选边界点是否为细线区域内的点。

18.如权利要求17所述的装置，其特征在于，所述细线检测模块包括：

边界方向检测单元，用于在待检测区域上设置偶数尺寸边界方向检测窗口，根据所述边界方向检测窗口内像素点的像素值与边界检测模板，计算所述边界方向检测窗口内中心点的边界方向，其中，所述中心点为像素点顶角；

边界强度检测单元，用于在待检测区域上设置奇数尺寸边界强度检测窗口，在所述边界强度检测窗口内计算每个非中心像素点相对于中心像素点的向量，根据每个向量计算每个掩蔽模板的合向量，根据每个合向量与该掩蔽模板的相似非中心像素点数量参数，计算边界强度检测窗口内中心像素点的细线边界强度；

细线检测单元，用于根据所述像素点的细线边界强度和顶角边界方向，检测所述待检测区域是否为细线区域。

19.如权利要求13所述的装置，其特征在于，所述边界点检测模块包括：

模板选择单元，用于根据所述每个第一候选边界点的属性信息，选择对应的检测模板；

第二计算单元，用于根据所述对应的检测模板，计算所述每个第一候选边界点的响应值；

第二判断单元，用于根据所述每个响应值，以及与所述每个第一候选边界点相邻的像素点的响应值的大小关系，确定所述每个第一候选边界点是否为第二候选边界点。

20.如权利要求13所述的装置，其特征在于，所述位置确定模块包括：

第三确定单元，用于将所述每个第二候选边界点作为设置的奇数尺寸检测窗口的中心像素点，确定对应所述检测窗口的像素点的点阵；

第四确定单元，用于根据所述像素点的点阵中每个第二候选边界点的目标边界方向及位置信息，确定所述中心像素点是否为边界点。

21.如权利要求20所述的装置，其特征在于，所述第四确定单元包括：

计算子单元，用于计算同一目标边界方向的第二候选边界点到边界方向线的距离和；

距离确定子单元，用于根据计算的对应每一目标边界方向的距离平均值，确定所述中心像素点的距离均值；

判断子单元，用于根据所述距离均值，及设置的距离阈值，判断所述中心像素点是否为边界点。

22.如权利要求13所述的装置，其特征在于，所述调整模块包括：

第五确定单元，用于将所述文字的边界点作为选择的高斯模板的中心像素点，确定对应该高斯模板的像素点的点阵；

第六确定单元，根据所述高斯模板与所述像素点的点阵的卷积，确定所述中心像素点的目标边界强度。

Images