一種圖像旋轉(zhuǎn)角度檢測方法和裝置制造方法
【專利摘要】本發(fā)明公開了一種圖像旋轉(zhuǎn)角度檢測方法，該方法包括：通過對樣本圖像的顏色特征和紋理特征的提取，訓練多個預設旋轉(zhuǎn)角度的分類器；提取需要檢測旋轉(zhuǎn)角度的圖像的顏色特征和紋理特征，并分別輸入訓練完成的各分類器，根據(jù)各分類器輸出的判別結(jié)果，確定需要檢測旋轉(zhuǎn)角度的圖像的旋轉(zhuǎn)角度?；谕瑯拥陌l(fā)明構(gòu)思，本發(fā)明還提出一種裝置，能夠檢測出各種不同場景下的圖像的旋轉(zhuǎn)角度。
【專利說明】一種圖像旋轉(zhuǎn)角度檢測方法和裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，特別涉及一種圖像旋轉(zhuǎn)角度檢測方法和裝置。
【背景技術(shù)】
[0002]現(xiàn)有的圖像旋轉(zhuǎn)方法，主要面對的是特定的圖像，如待掃描復印的文字圖像，待拍攝的人臉或人體圖像等。根據(jù)這些特定的對象，設計特定的旋轉(zhuǎn)角度檢測算法，并根據(jù)所得結(jié)果對圖像進行校正。所處理的旋轉(zhuǎn)角度也多以大角度為主，如90，180，270等。
[0003]現(xiàn)有的圖像旋轉(zhuǎn)角度的檢測方法存在以下缺點:
[0004]只針對特定圖像，對于普通自然圖像不具備普遍性。針對文本圖像的旋轉(zhuǎn)角度檢測技術(shù)較為成熟，這是因為文本自身有比較明顯的朝向?qū)傩?，可以根?jù)其實際朝向來精確判斷圖像的旋轉(zhuǎn)角度；針對人臉圖像的旋轉(zhuǎn)角度技術(shù)也可以取得較高的識別精度，這是因為人臉的姿勢特征也較為明顯。但對于普通自然圖像而言，大多數(shù)并沒有明確的整體朝向特征，同樣也缺乏明確的有朝向?qū)傩缘那熬拔矬w，這樣要確定它們的旋轉(zhuǎn)角度，就顯得更加困難。
[0005]待檢測的旋轉(zhuǎn)角度較少。由于檢測的目標圖像很多是拍攝時經(jīng)過旋轉(zhuǎn)的，其旋轉(zhuǎn)角度一般為90度，270度等，故已有的很多旋轉(zhuǎn)角度檢測方法都是針對這幾個常見角度的。對于普通的連續(xù)的旋轉(zhuǎn)角度，由于其判別難度較大，因此，目前還未提出對任意旋轉(zhuǎn)角度都能檢測的方法。

【發(fā)明內(nèi)容】

[0006]有鑒于此，本發(fā)明提供一種圖像旋轉(zhuǎn)角度檢測方法和裝置，能夠檢測出各種不同場景下的圖像的旋轉(zhuǎn)角度。
[0007]為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案是這樣實現(xiàn)的:
[0008]一種圖像旋轉(zhuǎn)角度檢測方法，所述方法包括:
[0009]將樣本圖像中的各圖像分別旋轉(zhuǎn)η個預設旋轉(zhuǎn)角度，組成樣本圖像庫；對于所述樣本圖像庫中的每個圖像，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量，將樣本圖像庫中所有圖像的特征向量組成特征樣本庫；并在該特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器；其中，η為大于2的整數(shù)；
[0010]獲取需要檢測旋轉(zhuǎn)角度的圖像時，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量，并分別輸入所述各分類器內(nèi)，獲得各分類器的判別結(jié)果；
[0011]如果確定所述判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均大于第一閾值，則選擇輸出的置信度最大的判別結(jié)果對應的預設旋轉(zhuǎn)角度作為該圖像的旋轉(zhuǎn)角度；
[0012]如果確定所述各判別結(jié)果中的置信度均相同；或者確定各判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均小于第二閾值，或各置信度均低于第三閾值，則確定不能檢測出該圖像的旋轉(zhuǎn)角度。[0013]一種裝置，該裝置包括:提取單元、訓練單元和處理單元；
[0014]所述提取單元，用于將樣本圖像中的各圖像分別旋轉(zhuǎn)η個預設旋轉(zhuǎn)角度，組成樣本圖像庫；對于所述樣本圖像庫中的每個圖像，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量，將樣本圖像庫中所有圖像的特征向量組成特征樣本庫；獲取需要檢測旋轉(zhuǎn)角度的圖像時，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量；
[0015]所述訓練單元，用于在所述提取單元中的特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器；其中，η為大于2的整數(shù)；將所述提取單元提取的需要檢測旋轉(zhuǎn)角度的圖像的特征向量分別輸入所述各分類器內(nèi)，并獲得各分類器的判別結(jié)果；
[0016]所述處理單元，用于如果確定所述訓練單元中獲得的判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均大于第一閾值，則選擇輸出的置信度最大的判別結(jié)果對應的預設旋轉(zhuǎn)角度作為該圖像的旋轉(zhuǎn)角度；如果確定所述各判別結(jié)果中的置信度均相同；或者確定各判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均小于第二閾值，或各置信度均低于第三閾值，則確定不能檢測出該圖像的旋轉(zhuǎn)角度。
[0017]綜上所述，本發(fā)明通過對樣本圖像的顏色特征和紋理特征的提取，訓練多個預設旋轉(zhuǎn)角度的分類器；提取需要檢測旋轉(zhuǎn)角度的圖像的顏色特征和紋理特征，并分別輸入訓練完成的各分類器，根據(jù)各分類器輸出的判別結(jié)果，確定需要檢測旋轉(zhuǎn)角度的圖像的旋轉(zhuǎn)角度，能夠檢測出各種不同場景下的圖像的旋轉(zhuǎn)角度。
【專利附圖】

【附圖說明】
[0018]圖1為本發(fā)明具體實施例中圖像旋轉(zhuǎn)角度檢測方法流程示意圖；
[0019]圖2為本發(fā)明具體實施例中通過角度微調(diào)檢測圖像旋轉(zhuǎn)角度的方法流程示意圖；
[0020]圖3為本發(fā)明具體實施例中應用于上述技術(shù)的裝置的結(jié)構(gòu)示意圖。
【具體實施方式】
[0021]為使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下參照附圖并舉實施例，對本發(fā)明所述方案作進一步地詳細說明。
[0022]本發(fā)明實施例中提出一種圖像旋轉(zhuǎn)角度檢測方法，通過對樣本圖像的顏色特征和紋理特征的提取，訓練多個預設旋轉(zhuǎn)角度的分類器；提取需要檢測旋轉(zhuǎn)角度的圖像的顏色特征和紋理特征，并分別輸入訓練完成的各分類器，根據(jù)各分類器輸出的判別結(jié)果，確定需要檢測旋轉(zhuǎn)角度的圖像的旋轉(zhuǎn)角度，能夠檢測出各種不同場景下的圖像的旋轉(zhuǎn)角度。
[0023]本發(fā)明具體實施例中所提及的旋轉(zhuǎn)角度均為沿著順時針方向的旋轉(zhuǎn)角度。
[0024]用于進行圖像旋轉(zhuǎn)角度檢測的設備稱為檢測設備，檢測設備會收集和整理大量自然樣本圖像，這些自然樣本圖像缺乏明確朝向?qū)傩?，當然也可以包含具有朝向?qū)傩缘臉颖緢D像。
[0025]收集的大量樣本圖像如果大小不一致，可以通過縮放將所有樣本圖像統(tǒng)一成相同大小。
[0026]檢測設備將樣本圖像中的各圖像分別旋轉(zhuǎn)η個預設旋轉(zhuǎn)角度，組成樣本圖像庫。
[0027]η可以為8、12等，根據(jù)實際需要設置。
[0028]檢測設備對于樣本圖像庫中的每個圖像，提取該圖像的顏色特征和紋理特征，將樣本圖像庫中所有圖像的顏色特征和紋理特征作為特征樣本庫；并在該特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器。
[0029]下面詳細描述顏色特征和紋理特征的提取，以及分類器的訓練。
[0030]檢測設備對樣本圖像庫中的每個圖像進行分塊操作，根據(jù)圖像的實際大小，從該圖像的邊緣開始將該圖像分為像素pXp的小塊圖像，對于圖像正中的1/mXl/m圖像丟棄；其中P、m為大于O的整數(shù)。
[0031]其中，P為預設像素值，如可以配置為32，對于圖像正中的Ι/m2的圖像忽略不計，如圖像正中的1/4的圖像直接舍棄。在具體實現(xiàn)時，假設按32X32的像素從邊緣分割該圖像為小塊圖像，可能到配置舍棄的圖像之外的圖像的像素不夠一小塊圖像時，則將不夠一塊圖像的圖像也忽略。
[0032]提取圖像的顏色特征，具體如下:
[0033]各圖像分為多個小塊圖像之后，在圖像的色調(diào)飽和度亮度(HSV)顏色空間下，分別計算每個小塊圖像的色調(diào)(Hue)、飽和度(Saturation)和亮度(Value)三個分量的均值、方差和偏度，將所有小塊圖像的三個分量的均值、方差和偏度構(gòu)成該圖像的顏色特征。
[0034]每個小塊圖像的三個分量的均值、方差和偏度，即該小塊圖像的一階、二階和三階HSV空間顏色矩陣特征。三種矩陣特征的計算公式如下:
【權(quán)利要求】
1.一種圖像旋轉(zhuǎn)角度檢測方法，其特征在于，所述方法包括: 將樣本圖像中的各圖像分別旋轉(zhuǎn)η個預設旋轉(zhuǎn)角度，組成樣本圖像庫；對于所述樣本圖像庫中的每個圖像，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量，將樣本圖像庫中所有圖像的特征向量組成特征樣本庫；并在該特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器；其中，η為大于2的整數(shù)； 獲取需要檢測旋轉(zhuǎn)角度的圖像時，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量，并分別輸入所述各分類器內(nèi)，獲得各分類器的判別結(jié)果； 如果確定所述判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均大于第一閾值，則選擇輸出的置信度最大的判別結(jié)果對應的預設旋轉(zhuǎn)角度作為該圖像的旋轉(zhuǎn)角度； 如果確定所述各判別結(jié)果中的置信度均相同；或者確定各判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均小于第二閾值，或各置信度均低于第三閾值，則確定不能檢測出該圖像的旋轉(zhuǎn)角度。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述提取該圖像的顏色特征，包括: 根據(jù)該圖像的實際大小，從該圖像的邊緣開始將該圖像分為像素ρΧρ的小塊圖像，對于圖像正中的1/mXl/m圖像丟棄；其中P、m為大于O的整數(shù)； 在圖像的色調(diào)飽和度亮度HSV顏色空間下，分別計算每個小塊圖像的色調(diào)、飽和度和亮度三個分量的均值、方差和偏度，將該圖像的所有小塊圖像的三個分量的均值、方差和偏度構(gòu)成該圖像的顏色特征。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述提取該圖像的紋理特征，包括: 對于每個小塊圖像，計算獲得該小塊圖像的灰度圖，并將灰度值量化為第一預設值級； 根據(jù)配置的預設窗口范圍計算該小塊圖像的四個方向的灰度共生矩陣； 分別計算四個灰度共生矩陣的7個統(tǒng)計量特征，獲取計算的各統(tǒng)計量特征的平均值，并進行歸一化計算； 將進行歸一化計算后的各統(tǒng)計量特征取四個方向的均值，獲得基于灰度共生矩陣的紋理特征； 該圖像的各個小塊圖像的基于灰度共生矩陣的紋理特征構(gòu)成該圖像的紋理特征。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在該特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器，包括: 對于每個兩類的分類器的訓練，在該特征樣本庫中隨機選擇該分類器對應的預設旋轉(zhuǎn)角度的X個圖像的特征向量作為一類樣本，并從這X個圖像對應的其他預設旋轉(zhuǎn)角度樣本圖像中選取Y個圖像的特征向量作為另一類樣本，進行訓練獲得一個兩類的分類器，其中X不大于Y，且X、Y為大于I的整數(shù)。
5.根據(jù)權(quán)利要求1-4任意一項所述的方法，其特征在于，所述方法進一步包括: Α、根據(jù)圖像的初始旋轉(zhuǎn)角度，以及與該初始旋轉(zhuǎn)角度相鄰的兩個旋轉(zhuǎn)角度對應的置信度的正負，將配置的預設角度調(diào)整值進行縮小，并確定調(diào)整范圍區(qū)間；其中，所述初始旋轉(zhuǎn)角度為所述選擇輸出的置信度最大的判別結(jié)果對應的預設旋轉(zhuǎn)角度； B、確定縮小后的角度調(diào)整值是否小于第四閾值，如果是，執(zhí)行步驟C ;否則，執(zhí)行步驟D ；C、選擇當前獲得最大置信度對應的角度作為該圖像的最終旋轉(zhuǎn)角度，結(jié)束本流程； D、在確定的調(diào)整范圍區(qū)間內(nèi)隨機選擇一個角度并順時針旋轉(zhuǎn)，選擇的角度與上一次確定的最大置信度對應的角度的差； E、對旋轉(zhuǎn)后的圖像進行裁剪和放大，提取放大后的圖像的顏色特征和紋理特征，并輸入初始旋轉(zhuǎn)角度對應的分類器內(nèi)，獲得判別結(jié)果； F、根據(jù)該次判別結(jié)果的置信度的正負，以及置信度的值，將當前角度調(diào)整值再次縮小，并確定角度調(diào)整值再次縮小后的調(diào)整范圍區(qū)間，執(zhí)行步驟B。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，步驟A包括: 當確定與該初始旋轉(zhuǎn)角度相鄰的兩個預設旋轉(zhuǎn)角度對應的置信度均為正時，將預設角度調(diào)整值縮小為第一角度調(diào)整值；并根據(jù)該第一角度調(diào)整值和初始旋轉(zhuǎn)角度確定調(diào)整范圍區(qū)間； 當確定與該初始旋轉(zhuǎn)角度相鄰的兩個預設旋轉(zhuǎn)角度對應的置信度均為負時，將預設角度調(diào)整值縮小為第二角度調(diào)整值，并根據(jù)該第二角度調(diào)整值和初始旋轉(zhuǎn)角度確定調(diào)整范圍區(qū)間； 當確定與初始旋轉(zhuǎn)角度相鄰的兩個預設旋轉(zhuǎn)角度對應的置信度為一正一負時，將預設角度調(diào)整值縮小為第三角度調(diào)整值，并根據(jù)置信度為正的相鄰的預設旋轉(zhuǎn)角度對應的置信度，以及所述第三角度調(diào)整值和初始旋轉(zhuǎn)角度確定調(diào)整范圍區(qū)間。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，步驟F包括: 當確定該次判別結(jié)果中的置信度為正，且該置信度大于上次該分類器輸出的置信度時，將角度調(diào)整值縮小為第四角度調(diào)整值，并根據(jù)隨機選擇的角度與第四角度調(diào)整值確定調(diào)整范圍區(qū)間； 當確定該次判別結(jié)果中的置信度為正，且該置信度不大于上次該分類器輸出的置信度時，將角度調(diào)整值縮小為第五角度調(diào)整值，并根據(jù)初始旋轉(zhuǎn)角度值與第五角度調(diào)整值確定調(diào)整范圍區(qū)間； 當確定該次判別結(jié)果中的置信度為負時，將角度調(diào)整值縮小為第六角度調(diào)整值，并根據(jù)初始旋轉(zhuǎn)角度值與第六角度調(diào)整值確定調(diào)整范圍區(qū)間。
8.一種裝置，其特征在于，該裝置包括:提取單元、訓練單元和處理單元； 所述提取單元，用于將樣本圖像中的各圖像分別旋轉(zhuǎn)η個預設旋轉(zhuǎn)角度，組成樣本圖像庫；對于所述樣本圖像庫中的每個圖像，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量，將樣本圖像庫中所有圖像的特征向量組成特征樣本庫；獲取需要檢測旋轉(zhuǎn)角度的圖像時，提取該圖像的顏色特征和紋理特征構(gòu)成該圖像的特征向量； 所述訓練單元，用于在所述提取單元中的特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器；其中，η為大于2的整數(shù)；將所述提取單元提取的需要檢測旋轉(zhuǎn)角度的圖像的特征向量分別輸入所述各分類器內(nèi)，并獲得各分類器的判別結(jié)果； 所述處理單元，用于如果確定所述訓練單元中獲得的判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均大于第一閾值，則選擇輸出的置信度最大的判別結(jié)果對應的預設旋轉(zhuǎn)角度作為該圖像的旋轉(zhuǎn)角度；如果確定所述各判別結(jié)果中的置信度均相同；或者確定各判別結(jié)果中出現(xiàn)兩個以上置信度，且各置信度之間的差值均小于第二閾值，或各置信度均低于第三閾值 ，則確定不能檢測出該圖像的旋轉(zhuǎn)角度。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于， 所述提取單元，具體用于提取該圖像的顏色特征時，根據(jù)該圖像的實際大小，從該圖像的邊緣開始將該圖像分為像素pXp的小塊圖像，對于圖像正中的1/mX Ι/m圖像丟棄；其中P、m為大于O的整數(shù)；在圖像的色調(diào)飽和度亮度HSV顏色空間下，分別計算每個小塊圖像的色調(diào)、飽和度和亮度三個分量的均值、方差和偏度，將該圖像的所有小塊圖像的三個分量的均值、方差和偏度構(gòu)成該圖像的顏色特征。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于， 所述提取單元，具體用于提取該圖像的紋理特征時，對于每個小塊圖像，計算獲得該小塊圖像的灰度圖，并將灰度值量化為第一預設值級；根據(jù)配置的預設窗口范圍計算該小塊圖像的四個方向的灰度共生矩陣；分別計算四個灰度共生矩陣的7個統(tǒng)計量特征，獲取計算的各統(tǒng)計量特征的平均值，并進行歸一化計算；將進行歸一化計算后的各統(tǒng)計量特征取四個方向的均值，獲得基于灰度共生矩陣的紋理特征；該圖像的各個小塊圖像的基于灰度共生矩陣的紋理特征構(gòu)成該圖像的紋理特征。
11.根據(jù)權(quán)利要求8所述的裝置，其特征在于， 所述訓練單元，具體用于在該特征樣本庫上訓練η個預設旋轉(zhuǎn)角度對應的兩類的分類器時，對于每個兩類的分類器的訓練，在該特征樣本庫中隨機選擇該分類器對應的預設旋轉(zhuǎn)角度的X個圖像的特征向量作為一類樣本，并從這X個圖像對應的其他預設旋轉(zhuǎn)角度樣本圖像中選取Y個圖像的特征向量作為另一類樣本，進行訓練獲得一個兩類的分類器，其中X不大于Y，且X、Y為大于I的整數(shù)。
12.根據(jù)權(quán)利要求8-11任意一項所述的裝置，其特征在于， 所述處理單元，進一步用于根據(jù)圖像的初始旋轉(zhuǎn)角度，以及與該初始旋轉(zhuǎn)角度相鄰的兩個旋轉(zhuǎn)角度對應的置信度的正負，將配置的預設角度調(diào)整值進行縮小，并確定調(diào)整范圍區(qū)間；其中，所述初始旋轉(zhuǎn)角度為所述選擇輸出的置信度最大的判別結(jié)果對應的預設旋轉(zhuǎn)角度；確定縮小后的角度調(diào)整值是否小于第四閾值，如果是，選擇當前獲得最大置信度對應的角度作為該圖像的最終旋轉(zhuǎn)角度，結(jié)束本流程否則，在確定的調(diào)整范圍區(qū)間內(nèi)隨機選擇一個角度并順時針旋轉(zhuǎn)，選擇的角度與上一次確定的最大置信度對應的角度的差；對旋轉(zhuǎn)后的圖像進行裁剪和放大，提取放大后的圖像的顏色特征和紋理特征，并輸入初始旋轉(zhuǎn)角度對應的分類器內(nèi)，獲得判別結(jié)果；根據(jù)該次判別結(jié)果的置信度的正負，以及置信度的值，將當前角度調(diào)整值再次縮小，并確定角度調(diào)整值再次縮小后的調(diào)整范圍區(qū)間，執(zhí)行所述確定縮小后的角度調(diào)整值是否小于第四閾值操作及后續(xù)操作。
13.根據(jù)權(quán)利要求12所述的裝置，其特征在于， 所述處理單元，具體用于根據(jù)圖像的初始旋轉(zhuǎn)角度，以及與該初始旋轉(zhuǎn)角度相鄰的兩個旋轉(zhuǎn)角度對應的置信度的正負，將配置的預設角度調(diào)整值進行縮小，并確定調(diào)整范圍區(qū)間時，當確定與該初始旋轉(zhuǎn)角度相鄰的兩個預設旋轉(zhuǎn)角度對應的置信度均為正時，將預設角度調(diào)整值縮小為第一角度調(diào)整值；并根據(jù)該第一角度調(diào)整值和初始旋轉(zhuǎn)角度確定調(diào)整范圍區(qū)間；當確定與該初始旋轉(zhuǎn)角度相鄰的兩個預設旋轉(zhuǎn)角度對應的置信度均為負時，將預設角度調(diào)整值縮小為第二角度調(diào)整值，并根據(jù)該第二角度調(diào)整值和初始旋轉(zhuǎn)角度確定調(diào)整范圍區(qū)間；當確定與初始旋轉(zhuǎn)角度相鄰的兩個預設旋轉(zhuǎn)角度對應的置信度為一正一負時，將預設角度調(diào)整值縮小為第三角度調(diào)整值，并根據(jù)置信度為正的相鄰的預設旋轉(zhuǎn)角度對應的置信度，以及所述第三角度調(diào)整值和初始旋轉(zhuǎn)角度確定調(diào)整范圍區(qū)間。
14.根據(jù)權(quán)利要求13所述的裝置，其特征在于， 所述處理單元，具體用于根據(jù)該次判別結(jié)果的置信度的正負，以及置信度的值，將當前角度調(diào)整值再次縮小，并確定角度調(diào)整值再次縮小后的調(diào)整范圍區(qū)間時，當確定該次判別結(jié)果中的置信度為正，且該置信度大于上次該分類器輸出的置信度時，將角度調(diào)整值縮小為第四角度調(diào)整值，并根據(jù)隨機選擇的角度與第四角度調(diào)整值確定調(diào)整范圍區(qū)間；當確定該次判別結(jié)果中的置信度為正，且該置信度不大于上次該分類器輸出的置信度時，將角度調(diào)整值縮小為第五角度調(diào)整值，并根據(jù)初始旋轉(zhuǎn)角度值與第五角度調(diào)整值確定調(diào)整范圍區(qū)間；當確定該次判別結(jié)果中的置信度為負時，將角度調(diào)整值縮小為第六角度調(diào)整值，并根據(jù)初始旋轉(zhuǎn)角度值與第六角度調(diào)整值確定調(diào)整范圍區(qū)間。
【文檔編號】G06K9/62GK103729649SQ201410015078
【公開日】2014年4月16日 申請日期:2014年1月14日 優(yōu)先權(quán)日:2014年1月14日
【發(fā)明者】常江龍, 朱春波 申請人:三星電子（中國）研發(fā)中心, 三星電子株式會社