在线检测系统中的图像快速拼接技术

针对汽车车架纵梁在线检测系统中序列图像的自动拼接问题,提出了一种稳健、快速、精确的自动拼接算法.利用基于特征的算法提取特征区域,并在待匹配模板中确定候选模块,考察序列图像间的运动特点,将搜索限制在一个小范围内,利用基于像素的方法在此范围内确定候选模块中的真实匹配块.此方法在满足图像拼接精度的前提下,大幅度提高了拼接速度.     

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。     

显微图像的一种快速拼接算法

针对高放大倍数下，在一帧显微图像中无法获取所观测对象全貌的问题。运用基于块匹配的算法进行了多帧图像的自动拼接，并采用多分辨率技术实现了匹配算法的快速实现。拼接结果表明提出的显微图像快速拼接算法的简洁有效性．     

基于黄金分割法的超视场零件图像拼接优化算法

为解决超视场零件的测量问题,必须获取待测大尺寸零件的全景图像。针对基于相似性测度的模板匹配算法在图像拼接过程中的耗时问题,提出了利用黄金分割法快速收敛配准区域,大大提高了模板搜索的效率,为超视场零件的图像测量奠定了基础。     

面向汽车车架纵梁检测的序列图像快速拼接算法

根据汽车车架纵梁检测的实际要求，构建了实时视觉检测的系统装置。提出了一种改进的基于频域的FFT 拼接算法，用于拼接汽车车架纵梁的序列图像。该算法首先在相邻图像的重叠区域选取一块较大的区域，构成一幅新的图像，然后求出两幅图像的互功率谱，经傅立叶反变换后得到一个二维脉冲信号。通过求该脉冲信号的最大值来获得图像的配准参数。然后，提出了一种新的基于Canny算子的加权图像平滑算法用于图像的融合。该算法对于图像的光照变化和噪声等因素具有一定的适应性，而且拼接速度较快，适用于大量有特征序列图像的快速拼接。     

图像自动拼接融合的优化设计

为了扩大摄像机拍摄图片的视场范围,提出了一种结合频域和空域进行图像序列自动拼接融合的优化算法。基于频域相位相关方法改进排序并确定重叠区域,使用改进的Harris算子在空间域提取图像角点(无需人工设定阈值),并通过双向最大互相关系数匹配获得初始特征点对;然后,用RANSAC法实现精确匹配;最后,利用图像均值结合线性加权函数实现图像的整体亮度调整和融合拼接。实验结果表明,该优化算法排序过程简单有效,特征提取匹配过程不仅提高了拼接成功率,其单次拼接时间较现有算法也提高了40%左右;另外,该算法较好地解决了图像间对应点难以确定的问题,对光照变化图像的拼接融合取得了满意的效果。     

叶型孔背向照明图像的拼接方法研究

针对叶型孔四坐标视觉测量系统中成像视场的局限性问题，提出基于模板匹配法的背向照明图像拼接方法，用于将采集到的多幅叶型孔局部图像拼接成全景图像。建立图像拼接算法的数学模型并进行模型简化，采用模板匹配法计算模型中平移量参数。在应用过程中，先按照规划图像采集策略由成像装置采集被测叶型孔的多幅局部背向照明图像，而后选取模板并通过模板与待拼接图像之间的对比与遍历确定最佳匹配位置，从而获取拼接矩阵。为了验证所提出的图像拼接方法，应用该测量系统对静子组件外环上分布的目标叶型孔特征进行视觉测量，获得其全景图像和相应的型面轮廓参数测量结果，从而验证了叶型孔背向照明图像拼接方法的可行性和有效性。     

轧辊外表面的曲面图像拼接算法设计

针对轧辊外表面的曲面性及摄像头视角较小的情况,为了能够准确分析轧辊表面缺陷,提出了一种全景拼接技术对轧辊表面图像进行拼接,获得完整的全景图像。首先对摄像头采集到的图像进行了图像预处理,由于拍摄轧辊的外表面,图像会产生桶型畸变,采用了柱面反投影,对产生畸变图像进行了曲面校正,然后使用了SURF特征点提取,之后通过快速近似最近邻和（FLANN）匹配算法进行匹配并运用RANSAC算法去除误匹配点,提高了变换矩阵的精度,对拼接后的图像采用了加权平均融合算法对两张图像进行了融合,消除了两张图像的拼接线,实验表明,该轧辊外表面的曲面拼接算法达到了想要的拼接效果。     

织物图像拼接技术

在织物图像的拼接处理中,采用了一种基于幅度排序的快速匹配法进行图像配准。结果表明,该算法可以缩短配准时间,在织物图像拼接的精确度上有较好的效果。     

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.     

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。     

采用显著性分析与改进边缘方向直方图特征的红外与可见光图像配准

为了实现红外图像与可见光图像的信息融合,弥补单一模态图像的不足,提出了一种基于显著性分析与改进的边缘方向直方图EOH(Edge Orientation Histogram)特征的红外与可见光图像配准算法。该算法首先利用显著性分析技术找到可见光图像中的重要信息,得到显著性图;将其与可见光图像融合,实现可见光图像中重要信息的划分。然后,利用自适应FAST(Features from Accelerated Segment Test)算法,探测可见光与红外图像上的特征点;利用改进的EOH,描述特征点。最后,根据描述计算特征点的相似性,在可见光与红外图像上找出对应的特征点,实现红外与可见光图像的匹配。在3种不同情况下对红外与可见光图像数据进行了配准实验。结果表明:在红外图像与可见光图像采集条件相似情况下,特征点正确匹配率为96.55%,而在图像采集条件差异较大的情况下,特征点正确匹配率可达74.21%。该算法可实现红外与可见光图像的精确快速匹配,即使红外图像与可见光图像采集的角度与位置均存在较大差异的情况下,仍可以满足红外与可见光图像匹配对精度和稳定性的要求。     

两种基于混沌序列的图像加密方法的比较

对基于混沌序列的图像加密算法,以及基于混沌序列的图像置乱加密算法进行了分析、比较.实验结果表明:前者优势在于简单易行,加解密速度快;而后者主要优势在于抗干扰、抗破损性能更佳.     

基于图像拼接的表面粗糙度测量方法

针对光切显微镜图像法测量表面粗糙度时取样长度较小,不足以客观表征工件表面质量的问 题,提出一种基于图像拼接的表面粗糙度测量方法。根据表面粗糙度序列图像中相邻帧图像的重叠区域构 建匹配模板,采用归一化相关算法计算相似度量进行相邻帧图像匹配与拼接,以加权融合算法平滑拼接后 图像的重影和接缝。对拼接后的粗糙度图像提取单侧边缘特征,通过最小二乘法拟合最小二乘轮廓中线, 建立轮廓算 数 平 均 偏 差 和 轮 廓 最 大 高 度 评 定 模 型。实 验 结 果 表 明,采 用 拼 接 算 法 后 取 样 长 度 增 加 了 １９８３．５２μｍ,测量精度平均提高了１．１６％。     

Contrast matching in a sequence of images by histogram normalization

Variations in contrast between digital light microscopy images of a video sequence can be filtered out by matching the contrast of each individual image in the sequence to a reference image using the principle of histogram matching. This ensures the reliability of grey-scale threshold values in each frame within an image sequence. Here we describe examples of digital image-to-image contrast matching as applied to video light microscopy.     

一种CCD图像拼接方法

提出了一种CCD图像的拼接方法,解决了CCD多次移动造成的图像缩放、旋转以及图像间整体亮度存在差异的问题。该方法运用直方图找出重叠区域背景光灰度上的差异,对图像进行灰度补偿,采用相关度最值算法找出重叠区域,对图像进行消旋和缩放还原,然后采用渐进渐出的方法进行图像融合,实现了CCD图像的有效拼接。实验证明了该方法的可行性和实用性。