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。     

浅谈边缘融合大屏幕无缝拼接技术

边缘融合技术能有效解决大屏幕无缝拼接问题,它更好的改善了拼接图像的视觉效果。本文结合对比传统拼接,从多方面描述了边缘融合大屏幕无缝拼接技术的原理,并对边缘融合大屏幕无缝拼接技术的产生背景、技术特点、实现方式及主要应用设备进行了分析。     

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。     

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。     

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。     

无地面控制点航空图像无缝拼接算法

针对航拍图像拼接中,因为航带中航片拼接误差积累导致拼接后期图像发生扭曲问题,本文提出一种利用捆绑调整技术削弱航片拼接过程中误差累积。该算法采用SIFT（Scale Invariant Feature Transform）进行特征点提取和匹配;结合改进的RANSAC（Random Sample Consensus）对特征点进行提纯,剔除外点;由过滤后的特征点通过最小二乘法计算图像间的单应性矩阵,在此基础上运用捆绑调整法整体优化单应性矩阵进行图像间的拼接,解决了拼接后期图像扭曲问题。最后,通过动态加权的融合方法实现图像接缝处平滑过渡。为验证该算法的有效性,选用真实无人机航拍序列图像进行拼接实验,取得良好的拼接效果。     

钎焊环检测中的图像拼接方法研究

钎焊环检测系统中,采集的图像序列可能具有不完整环或重叠环。通过调整传送带速度和设置固定相机的曝光时间,确定了2幅图像的重叠区域;将图像去噪、灰度化和二值化,得到了具有清晰轮廓的图像;然后结合LSSVM和CA对图像边缘进行了检测,利用互信息法实现了图像配准;最后采用渐入渐出法进行了图像融合,得到了最终的拼接图像。实验表明,这种方法可以快速准确地实现钎焊环图像的拼接。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

一种新的图像配准分类方法的研究

为了更好的理解和分析图像配准技术,本文基于图像配准结果和目的的不同,提出了一种新的图像配准分类方法,将其分为运动估计和融合两类,突破了传统的基于算法分类方法的界限,站在一个全新的角度去理解图像配准技术,在每一个分类下,分别阐述了常用算法,以及提出当前新颖的研究方法,并分析了每一分类的具体应用,为后续的图像处理、拼接、重建等工作做出详细的准备。     

多传感器数据融合研究

数据融合技术又称多传感器数据融合或分布式传感,即对多类多源和多平台传感器数据进行组合,提供有关空间信息综合态势的一种数据处理技术。数据融合可分为:信号级数据融合、像素级数据融合、特征级数据融合和符号级数据融合。本文讨论了红外图像、可见光图像、多谱图像、雷达图像等的数据融合问题以及各级数据融合的方法。     

遥感图像融合技术及其在土地资源动态监测中的应用

论述遥感图像融合常见的技术方法、融合过程和类型，并以两种遥感图像融合方式为例说明遥感图像融合技术在土地资源动态监测中的应用前景。     

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。     

遥感图像融合技术及其在土地资源动态监测中的应用

论述遥感图像融合常见的技术方法、融合过程和类型,并以两种遥感图像融合方式为例说明遥感图像融合技术在土地资源动态监测中的应用前景.     

基于Curvelet变换的多聚焦图像融合方法

由于可见光成像系统的聚焦范围有限,很难获得同一场景内所有物体都清晰的图像.多聚焦图像融合技术可有效地解决这一问题.在分析了传统多聚焦图像融合方法和Curvelet变换的原理后,提出了一种基于Curvelet变换的多聚焦图像融合方法,先对不同聚焦图像分别进行Curvelet变换,采用低频系数取平均,高频系数取大的融合规则,再进行Curvelet反变换得到融合结果.仿真试验表明,基于Curvelet变换的融合方法可有效综合多聚焦图像,相比小波变换法,获得了更好的融合效果.     

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 image fusion method based on compressive sensing principle

研究了新兴的压缩感知(CS)理论在图像融合中的潜在应用,针对已有图像融合方法容易导致融合图像的亮度过高、与源图像的对比度不能保持一致,且伴有明显条纹出现等的缺点,提出了一种新的基于CS原理的图像融合方法,该方法用基于压缩测量值标准偏差(SD)的自适应加权平均融合算子对各待融合图像在CS域的投影测量值进行融合,再经总变分优化算法对融合测量值进行重构而得到融合图像.为验证该方法的有效性,进行了多组不同类型传感器所获图像的融合实验,主观视觉分析和客观评价指标的统计结果均表明,该算法在有效抑制图像中条纹现象发生的同时从原始图像提取了更多的有用信息,显著增强了图像的清晰度,取得了更好的视觉效果,从而展示了CS技术在图像融合方面的突出效果和应用潜力.     

基于高斯金字塔分解的多分辨率图像融合算法研究

图像融合作为信息融合的一个重要分支,已经广泛应用于军事目标探测和识别、计算机视觉、医学领域。研究有效的图像融合算法是图像融合系统的热点课题。本文采用拉普拉斯、比率、对比度以及梯度四种金字塔分解算法对多聚焦图像进行多分辨率分解,然后以区域特征选择融合规则对图像进行融合。     

基于导向滤波与分形维度的图像加权融合算法

目的为了解决当前图像融合技术中易丢失图像信息,不能较好地保持源图像的边缘与纹理信息,从而降低了图像分辨率与视觉质量,使其不能对目标进行清晰、完整、准确地信息描述等问题。方法提出一种导向滤波耦合分形维度的图像加权融合方案。首先对源图像进行预处理,通过增强对比度来提高图像的动态范围。通过小波变换将图像分解为低频与高频部分,并引入导向滤波器,对其低频、高频成分进行处理,获取相应的低频、高频权重,较好地保持图像的边缘信息。然后,通过提取局部特征分形维数来获取微小纹理特征。最后,定义一种加权融合方案,根据低频与高频权重进行融合,得到最后融合图像。结果实验数据表明,与当前常用图像融合算法比较,文中算法具有更好的融合视觉效果,更好地保持了源图像的真实信息;在信息熵、交互信息、平均梯度和标准差等4种定量分析指标方面,所提算法具有更大的优势。结论所提算法具有良好的融合质量,在图像处理领域具有一定的参考价值。     

图像拼接在印品检测中的应用研究

针对印刷品图像采集过程中单个CCD相机无法满足采集要求的问题,通过采用多CCD相机在同一方向上并列,分割视场,获得了多幅具有一定重叠区域的图像;根据2幅图像间的重叠区域,采用改进的模板匹配算法和优化的融合算法实现了图像的拼接,最终获得了完整的印刷品图像。     

一种基于Directionlet变换的图像融合算法

为了提高图像融合效果,提出了一种基于Directionlet变换的图像融合算法.首先对已配准的待融合源图像由给定的生成矩阵分别进行陪集分解,得到每个陪集对应的子图;接着将每两个子图相减,得到源图像的高频和低频分量,其中边缘、纹理等奇异特征包含在高频分量中;然后对低频分量采用直接平均融合的方法进行系数选择,对高频分量选择子区域边缘信息较强的系数;最后,通过Directionlet陪集分解的反变换,得到融合后的图像.多聚焦图像融合实验表明,在主观视觉上,该算法明显更好地融合了边缘等图像特征,从而较好地保持了左右聚焦图像各自的细节信息;在客观评价上,通过熵、平均梯度、标准差和互信息量等性能参数比较,该方法也优于小波变换和其他的融合方法.