基于光照调整和特征曲线的全景图拼接

图像拼接是生成全景图的关键技术之一。针对传统图像拼接方法只能处理光照一致图像的问题,笔者提出了一种对环境光照鲁棒的全景图拼接方法。该方法运用同态滤波、特征点自动提取、特征曲线匹配等技术,有效地解决了图像拼接中的光照差、区域精确匹配、噪声点及图像融合问题。实验表明对光照变化的图像采用该方法进行拼接可以获得满意的视觉效果。     

基于尺度不变特征变换特征的显微图像在线拼接方法

为解决显微镜观测视野狭小的问题,提出了一种基于尺度不变特征变换(SIFT)特征的显微图像自动拼接方法.该方法充分考虑了显微图像采集过程以及显微图像自身的特点,通过一系列适用于显微图像拼接的算法,控制单幅图像拼接时间在1秒内,进而可以保证显微图像拼接随图像采集在线完成,同时,利用SIFT特征匹配准确度高的优点,可达到亚像素级的拼接精度.该方法拓展了显微镜的应用,尤其适用于生物和医学显微图像观测.     

机器视觉检测图像拼接融合技术研究进展

机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接融合是实现机器视觉图像拼接的关键步骤,该文系统评述常见机器视觉检测图像拼接融合技术,包括基于平滑过渡的机器视觉图像拼接融合技术、基于缝合主线的机器视觉图像拼接融合技术以及基于深度学习的机器视觉图像拼接融合技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接融合技术先进方法与图像拼接配准技术值得关注的方向。     

基于自制标尺的C臂X光全景图像拼接方法

在对C臂X光图像和现有的医学图像匹配方法分析的基础上,提出了一种基于自制标尺的C臂X光图像拼接方法.该图像拼接方法分为失真校正、图像匹配和图像合成三步,其中图像匹配是算法的关键.首先采用双线性变换模型进行失真校正;然后基于自制标尺,采用图像灰度匹配法对校正后的C臂X光图像进行图像匹配;最后将其余各幅图像间的匹配矩阵均换算成以第一幅图像为基准,据此合成出全景图像.通过尸腿骨X光图像拼接实验验证了该方法的准确性.     

自动修正拍摄俯仰误差的鱼眼图像校正方法

现有鱼眼图像校正法仅针对单幅图像,无法提供足够信息来自动修正由于相机抖动或环境干扰等因素造成的形变误差.本文利用图像拼接时的特征点,计算出待拼接图像之间几何变换关系,进而准确估计出图像的俯仰角度,基于此提出了一种精确校正鱼眼图像的方法.该方法的主要特点能恢复校正图像的垂直不变性,增强校正图像之间的对齐程度,使得全景拼接中变换矩阵求解变得更为简单,增强融合效果.实验证明,本文校正算法可以消除由于形变误差造成的图像拼接中的重影,增强拼接图像的效果.     

基于图像拼接的大尺寸零件精密测量

为了探究图像拼接的大尺寸零件精密测量方法,本文首先分析图象序列获取与拼接原理,然后再分析图像拼接及测量结果,以便掌握大尺寸零件精密测量的有效性。     

一种新的彩色图像碎片全自动拼接算法

目的为了实现横向和纵向分切的彩色图像碎片的拼接,提出针对同一张经过横向和纵向分切的彩色图像碎片建立关于相关系数的拼接复原模型和算法。方法通过获取彩色图像碎片的各单色图像,并提取单色图像边缘的灰度值,根据图像碎片边缘灰度值之间的相似程度自动拼接碎片。结果文中算法对彩色图像碎片的拼接效果优于常规算法,实验中采用100张彩色图,对每张彩图分切成64张300×300像素的彩图碎片进行顺序复原,综合拼接成功率达到100%,拼接平均耗时1.59 s。此外,文中算法实验性强,不仅能拼接仅纵切的图像,还能拼接横向和纵向分切的彩色图像。结论实验结果表明该算法对彩色图像碎片的拼接具有很好的适应性和可重复性,对图像碎片的大小和颜色无严格要求,是一套完整有效的针对规则彩色图像碎片的全自动拼接方案。     

基于图像拼接方法的计量过程数字化记录

针对单幅CCD相机所获指针式表盘图像存在的视角误差问题,提出了基于SIFT(尺度不变特征变换)的图像拼接方法,将分别准确获取的标准器与被检器示值图像进行无缝拼接,并通过实验验证了方法的有效性和可行性。     

多场景下基于快速相机标定的柱面图像拼接方法

针对目前利用相机标定参数进行图像拼接的方法存在受场景限制大、标定过程复杂而耗时长的问题,提出一种多场景下基于快速相机标定的柱面图像拼接方法。首先,利用棋盘格标定板角点特征提取精度高的特点,使其分别位于两两邻接图像的重叠视场中,对该图像序列依次进行角点提取、精确化和匹配等预处理,以准确快速求解出待拼接图像间的配准参数;然后利用标定得到的配准参数快速拼接图像,通过柱面投影以保持图像的视觉一致性,并采用多频段融合以保留图像的细节信息;最后,将整个系统搭建在低功耗嵌入式平台,实现可在多场景下完成快速标定及基于标定参数的拼接过程。实验结果表明,该文方法在室内及隧道等场景下可准确快速完成相机标定,图像拼接过程耗时短,同时可保证较高的拼接精度和较好的成像效果,具有较强的鲁棒性。     

光学显微镜下微小物体的三维重构

本文提出了基于数字图像处理和精密机械动作大于光学显微镜观察视野(0.647 min×0.483 mm)的微小物体的三维重构方法.该方法首先运用光学聚焦原理采集不同焦平面上的图像组序列,采用图像拼接算法,拼接出研究对象的整体图像.然后采用图像块分割算法和灰度差分算子对图像序列进行分析.最后结合聚焦合成的叠合算法快速地实现了微小物体的三维重构.实验表明,该方法简单有效,所生成的三维重构效果图提供了微小物体的更加丰富的信息.     

印品检测过程中基于SIFT 算法缩小匹配范围的方法

针对多个CCD 采集多幅图像会产生一定的重叠区域,为了实现印品在线检测的要求,提出了一种结合SIFT 和缩小匹配范围的图像检测方法。该方法基于SIFT 提取特征点,改进了局部搜索范围,利用RANSAC 算法计算图像坐标变换矩阵,采用多分辨率融合方法对拼接图像进行融合处理。结果表明,采用该方法可以减少匹配和图像检验时间,降低估算概率,完成检测图像拼接。     

A new approach to medical image stitching using minimum average correlation energy filter and peak to side‐lobe ratio

Standard X‐ray images using conventional screen‐film technique have a limited field of view and failed to visualize the entire long bone on a single image. To produce images with whole body parts, digitized images from the films that contain portions of the body parts are assembled using image stitching. This article presents a new medical image stitching method that uses minimum average correlation energy filters to identify and merge pairs of X‐ray medical images. The effectiveness of the proposed method is demonstrated in the experiments involving two databases that contain a total of 40 pairs of overlapping and nonoverlapping images. Then the experimental results are compared to those of the normalized cross correlation (NCC) method. It is found that the proposed method outperforms the NCC method in identifying both the overlapping and nonoverlapping medical images. The efficacy of the proposed method is further vindicated by its average execution time which is about five times shorter than that of the NCC method. © 2012 Wiley Periodicals, Inc. Int J Imaging Syst Technol, 22, 166–171, 2012     

对亮度和平移鲁棒的彩色全景图拼接算法

目的为了实现存在纵向错位和亮度差异的彩色全景图的拼接,提出一种基于HSV颜色空间的全景图拼接技术。方法提出了一种可变特征向量匹配算法,并且结合重叠区域对应特征匹配向量相关系数最大准则遍历搜寻对应的特征匹配向量,从而找到相邻子图的重叠区域,通过加权模板对重叠区域进行加权融合实现拼接。结果新算法对全景图的拼接效果优于常规算法,拼接质量Do EM值为0.999 d B,拼接平均耗时为499 ms,融合区域有渐进渐出的效果,有效解决了拼接错位和亮度突变问题。结论该算法对彩色全景图的拼接具有很好的适应性和可重复性,对子图的大小和颜色无严格要求。不仅拼接速度快,而且拼接精度高,是一套完整地针对存在纵向错位和亮度差异的彩色全景图的全自动拼接方案。     

基于经验模态分解的图像拼接

对待拼接图像分别进行经验模态分解,对分解得到的第一个固有模态函数与第二个固有模态函数的叠加进行特征点提取、特征点匹配与变换矩阵的估计以实现图像的拼接,文中提出的方法有效提高了特征点匹配的正确率,具有很强的鲁棒性。在图像融合方面文中提出一种新的基于余弦关系变换的加权融合技术,在实现图像无缝拼接的同时,可有效去除拼接图像重叠区域的重影与鬼影现象。     

数字图像镶嵌技术综述

图像镶嵌技术可分为图像预处理、图像配准和图像缝合三个基本步骤,在现实生活中有着广泛的应用。本文综述了国内外研究数字图像镶嵌的几类经典算法,对各步骤中所使用的算法进行了分析比较,总结了在不同情况下使用不同方法的优缺点,并对图像镶嵌技术的发展进行了展望。     

利用视场光阑实现多镜头成像拼接

提出了一种在成像系统前增加视场光阑实现多镜头二维成像拼接的方法,可同时满足大视场成像范围和高分辨力的实际要求。运用光学成像原理把大范围视场分成多个部分,再用多个CCD摄像系统分别对各个小范围视场成像。导出了光阑尺寸的计算公式,从而精确地限制了每个摄像系统的成像范围。对参与成像的各要素如光阑,图像采集镜头,CCD等元件的参数以及它们的相对位置和相互所成角度都进行了数学推导和运算。考虑了物距变化给成像带来的影响,建立了一个相对完整的实物模型。利用此方法进行了成像拼接实验,当景物置于成像系统前2m以外时,拼接成像效果完全达到了实用要求。     

基于改进模板匹配算法的物料计数方法研究

针对生产过程中物料计数方法存在的缺陷,研究了一种改进的模板匹配算法进行物料数量检测。通过基于双模板搜索方式和位置约束系数r改进传统模板匹配算法(template matching algorithm,TMA),优化寻找最佳匹配图像的过程获得最优解,并以此进行图像拼接,完成物料计数。与传统模板匹配算法(TMA)和高斯金字塔优化的模板匹配算法(Gaussian pyramid transformation,GPT)进行实验对比,证明所提算法较其他2种算法在处理每一张样本图片的时间上分别由0.013s、0.011s缩短到0.008s,在计数准确度上分别由77.32%、84.94%提高到97.36%以上,并且在拼接精度上也优于其他2种算法,实验结果验证了所提算法的有效性。     

基于SIFT变换和RBF神经网络的彩色全景图拼接算法

目的 为了复原存在平移、色彩差异、旋转、形变等问题的全景图,提出一种结合SIFT（尺度不变特征变换）和RBF神经网络的彩色全景图拼接算法。方法 通过SIFT算法匹配出两子图中对应的特征点,利用仿射变换解决图像间的旋转和形变问题,采用RBF神经网络纠正子图的色彩差异,最后利用权值矩阵融合技术实现重叠区域的融合。结果 文中算法在拼接效果上优于其他算法,其拼接效果DoEM值为0.902,图像重叠区域过度平滑,有效地避免了融合区域的亮度块或亮度线。结论 该算法效果好,可解决全景图复原过程中多方面的难题。