一种适用于特征稀少零件的图像精确拼接方法

针对特征稀少零件的图像精确拼接难题,提出了一种基于相位相关法和闭环运动控制的图像精确拼接方法,以充分发挥软硬件的综合优势。该方法以具有足够特征信息的零件为对象,获取成像系统分别沿X轴和Y轴运动时的零件等距序列图像并预处理,再利用相位相关法求解图像配准参数。在闭环运动控制系统的良好重复定位精度支持下,将上述图像配准参数视为系统配准参数,以进行特征稀少零件的图像拼接。典型零件的图像拼接实验表明,该拼接方法用于特征稀少零件的图像拼接具有无像素级拼接错位和拼接速度快等优点。     

基于CUDA的眼底图像快速自动配准与拼接

针对眼底图像对比度低、光照不均匀、视场局限及不同视场间存在几何畸变等特点,提出一种基于CUDA的眼底图像快速自动配准与拼接算法。该算法利用CUDA加快了各视场眼底图像同态滤波增强的速度及增强后各有效视场的SIFT特征提取与相互匹配的速度,并加快了结合透视变换模型的RANSAC算法进行的匹配点对提纯速度、周围视场与中央视场变换矩阵的计算速度,配准、融合后得到了眼底全景图像。实际的眼底照相机获取图像的自动配准与拼接表明,该算法可以快速、高精度地实现不同视场眼底图像的自动配准与拼接,算法速度是未采用CUDA的算法的10～30倍,精度达到像素级,具有很好的鲁棒性。     

基于Fourier-Meliin算法的干涉图像配准

提出了采用Fourier-Mellin算法对大孔径静态干涉成像光谱仪的原始干涉图像进行配准的方法,用于校正由于推扫平台系统姿态不稳所造成的失真.采用Fourier-Mellin算法和相位相关算法求取干涉图像的旋转角度和缩放及平移参数,并通过多帧未校正的图像和校正后的图像分别拼接成大面积地域图像来验证算法.实验结果表明,通过人眼判断,可以实现对图像的配准,配准精度达到1Pixel,基本满足将LASIS原始干涉图校正为不失真图像的要求.     

基于图像拼接的惯性约束聚变终端光学元件在线检测

针对惯性约束聚变(ICF)终端光学元件的高精度在线检测,提出了一种基于图像拼接的检测方法。该方法主要包含图像配准及图像融合两个部分。在图像配准部分,采用基于局部损伤点特征匹配的方法来解决在线检测图像中信息过少,以及子图像间存在曝光差异的问题,并将检测系统的运动信息应用到配准过程中,提高了检测精度及效率。在图像融合部分,采用泊松融合的方法来消除曝光不均匀所产生的"拼接线",实现了检测图像的"无缝拼接"。用本文算法与尺度不变特征变换(SIFT)算法对ICF终端光学元件在线检测(Final Optics Online Inspection,FOOI)图像进行了实验对比,结果表明,本文提出的图像配准方法优于SIFT算法。通过4×4方式得到的拼接图像显示,本文方法可以大幅度提高ICF系统中FOOI装置的检测分辨率。     

一种改进的基于形变方法的图像拼接算法

为实现存在形变和曝光差异的图像之间的无缝拼接,提出一种改进的基于形变方法的图像拼接算法.该算法对已经配准的待拼接图像的重叠区域进行图像融合,先利用直方图匹配法使两幅待拼接图像分别生成符合对方曝光程度的图像,然后利用基于水平集的序列图像生成算法得到在两种曝光程度下的融合图像,再结合多分辨率图像拼接算法和动态规划最佳缝合线查找法对得到的融合图像进行拼接,最终获得拼接图像.通过对合成图像和标准数字图像的模拟拼接实验表明,该算法能同时实现图像形变和曝光差异的平滑过渡.     

数字散斑干涉图像拼接方法研究

散斑干涉测量系统的视场大小和量程受成像器件尺寸的限制。为了扩大视场和形变测量范围,对散斑干涉形变测量的图像拼接方法展开深入研究。搭建了双CCD散斑干涉测量光路,通过对两个CCD获取的散斑干涉图的拼接实现大视场形变测量。对互相关、差方和和互信息法以及归一化改进的配准算法进行了研究,并分析了重叠面积的影响。结果表明,互相关法无法配准,差方和法的配准精度相对其他方法稍低,其余算法则配准精度相同;数字散斑干涉图像拼接仅要求很小比例的重叠面积,当重叠系数大于1.5%时,都能获得比较一致的配准精度。     

基于多相机同步控制的织物质量检测技术研究

为解决宽幅玻璃纤维多轴向织物的在线质量检测问题,搭建了多相机同步控制的织物质量在线检测平台。对比分析了软件触发和硬件触发两种控制模式下的相机控制策略,确定出了基于PCI的多相机同步控制方案。研究了多相机采集的多幅图像拼接问题,给出了图像拼接的原理和方法。并利用坐标变换方法实现了多幅图像的配准,最后用机器视觉软件HALCON进行了图像拼接实验,取得了较好的效果。     

基于SURF的大尺寸表面疵病拼接暗场成像研究

表面疵病是衡量超精密加工表面完整性的重要指标之一。暗场成像是表面疵病检测的有力手段,但由于显微镜视场有限,难以进行全域缺陷检测,不能全面评价表面质量。提出选用SURF方法对子区域图像进行特征分析,对相邻子区域图像进行配准拼接,可以获得高质量的全域暗场图像。研究表明,SURF配准拼接具有良好的鲁棒性,而且计算速度较快,可实现超精密加工表面的全域疵病检测,具有很高的实用性。     

应用自适应模拟退火和多分辨率搜索 实现医学超声图像的拼接

为提高图像拼接的成功率,提出了一种基于自适应模拟退火和多分辨率搜索策略的图像自动拼接新方法。该新算法先自适应地选取配准区域,再以互信息为相似度评价标准,结合自适应模拟退火和多分辨率搜索策略的思想分别进行图像平移和旋转参数的全局优化和局部搜索,最后实现图像的拼接。通过对含噪声数字图像和医学超声图像进行的24次模拟拼接实验表明,该新算法较传统的多分辨率直接搜索法有精度高、速度快和抗噪声能力强的优点。由于结合了模拟退火算法的高精度和多分辨率搜索法的高效率,改进后的图像拼接算法将拼接成功率提高了12.5%,并将运算时间控制在可接受的范围内。     

基于空间编码投影法测量三维大物体面形

三维图像拼接技术是实现大型物体形貌测量的关键技术。本文在图像控制点约束的基础上,提出了一种实现三维图像拼接的新方法,即将一伪随机空间编码投射到一大型物体表面,然后用CCD在不同视角拍摄不同视场中的物体,利用重叠区域相同的某一窗口特征点进行配准,采用四元组法求取坐标转换矩阵,从而实现大范围自由曲面三维形貌的测量。实验结果表明：基于空间编码的图像拼接新方法,可以实现大尺度三维面形的测量。     

织物密度的数字图像检测方法

针对织物的纱线密度检测,提出一种对织物图像,信息进行检测的方法。通过数字相机获得织物图像,对织物图像进行最优二值化处理。利用像素黑白颜色区分织物上的纱线和间隙,通过扫描经线和纬线方向的像素颜色值获得纱线处像素颜色特性,从而计算出经线方向和纬线方向的纱线数目。根据各方向最大像素数得织物的大小,即可得知织物的密度。     

基于区域分块与尺度不变特征变换的图像拼接算法

针对图像匹配算法计算量大,实时性差的问题,提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域,利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后,通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明,该算法减少了传统SIFT算法的大量无用搜索,改善了图像的几何失真,降低了算法复杂度,提高了图像匹配的速度,在保证90%以上的匹配准确率的基础上,计算时间较传统SIFT算法减少了近50%。提出的算法可准确、快速地实现有形变和尺度变换图像的无缝拼接。     

改进Demons算法的非刚性医学图像配准

非刚性配准是医学图像处理的一个重要的研究方向。基于光流场模型的Demons算法由于仅依赖图像灰度梯度使图像变形,当缺乏梯度信息时图像的变形方向不能确定,因而容易造成误配准,且该算法只适合于单模态图像配准。本文针对最大互信息配准方法在多模态刚性配准中的成功应用,提出了一种可用于多模态图像配准的改进Demons算法。该方法在原有驱动图像变形力的基础上,增加两幅图像间互信息对当前变换的梯度作为附加力作用,使浮动图像向两图像间互信息增大的方向变形,正确地配准图像。为避免陷入局部极值并提高算法的运行速度,该方法在多分辨率策略下实现。使用单模态、多模态图像分别进行实验来验证此算法,并与原始Demons算法进行比较,实验表明,该方法能够快速地产生准确的配准变换。     

基于飞机红外检测的图像配准定位预处理方法

根据现役飞机复合材料结构几何形状和红外检测特点等情况,设计了专用工具用于热图像采集时的辅助定位.通过使构件表面实际标记点在实时图像中的影像与显示屏上预设标记符号相重合的方法,提高所采集热图像在几何尺寸上的相似性和标准化,从而简化软件部分对图像的配准定位预处理操作,降低全景图拼接软件的算法设计和编程难度.     

采用目标区域互信息的星空图像配准

提出了采用目标区域互信息的测度方法对星图进行精确配准以解决星图中存在噪声、伪星点、星点稀疏以及星图间的旋转等问题。首先对星图进行图像分割,检测出星点目标并对星点进行二值化处理;然后基于互信息配准模型,在含星点的目标区域上,利用Powell算法将最大互信息作为目标函数来指导图像间最优变换参数的搜索。分析了适宜于互信息测度配准的星点分割算法,并论证了采用目标区域互信息的星图配准的可行性。对提出的算法与标准的互信息配准算法进行了对比。结果表明:提出算法的时间消耗与图像中星的数量有关,在图像大小为1 000×1 000时,提出算法的加速比为标准算法的3.4倍。该算法在星图中存在噪声、伪星点、星点稀疏和旋转的情况下仍能进行准确配准,50组实拍星图配准误差平均值为0.138 2pixel,满足了星空图像对精确配准的要求。     

Extraction of yarn positional information from three-dimensional CT image of textile fabric using a yarn model for its structure analysis

This paper proposes a novel method for analyzing a textile fabric structure to extract positional information regarding each yarn using three-dimensional X-ray computed tomography (3D CT) image. Positional relationship among the yarns can be reconstructed using the extracted yarn positional information. In this paper, a sequence of points on the center line of each yarn of the sample is defined as the yarn positional information, since the sequence can be regarded as the representative position of the yarn. The sequence is extracted by tracing the yarn. The yarn is traced by estimating the yarn center and direction and correlating the yarn part of the 3D CT image with a 3D yarn model, which is moved along the estimated yarn direction. The trajectory of the center of the yarn model corresponds to the positional information of the yarn. The application of the proposed method is shown by experimentally applying the proposed method to a 3D CT image of a double-layered woven fabric. Furthermore, the experimental results for a plain knitted fabric show that this method can be applied to even knitted fabrics.     

一种图像配准的超分辨率重建

提出了一种具有子像素级精度的图像配准方法,并通过迭代反投影算法进行超分辨率重建.介绍了基于3参数模型的图像配准方法并提出了基于4参数模型的图像配准方法,由于没有直接将旋转角度参量引入到运动模型中,有效地避免了原方法中泰勒级数展开时的小角度假设.最后,根据配准算法所得到的子像素级运动信息,用迭代反投影算法进行超分辨率重建.分别对多幅具有较大运动的模拟及真实的低分辨率图像进行实验,结果表明:该配准算法取得了更高的精度,平均平移误差减少了0.026 1 pixel ,平均旋转角度误差减少了0.356 4°;重建图像具有更好的视觉效果,平均PSNR值提高0.75 dB.本文方法可以被广泛地应用于相互间主要存在平移和大角度旋转的多幅低分辨率图像的大倍数超分辨率重建,可满足实际应用要求.