基于边缘信息的碎片拼接方法和装置制造方法及图纸

本发明专利技术公开了一种基于边缘信息的碎片拼接方法和装置，所述方法包括：对获取的碎片数字图像进行轮廓提取；基于所述轮廓进行特征提取，获取角点序列和相应灰度值序列；基于角点序列计算碎片轮廓边缘参数，并根据所述参数获取候选匹配对；基于灰度值序列计算碎片轮廓之间的相关性，根据所述相关性从候选匹配对中确定真实匹配对；根据真实匹配对进行碎片拼接。本发明专利技术通过对匹配对由粗到细的筛选以及最佳优先法能够准确地获取碎片的拼接结果。

【技术实现步骤摘要】
基于边缘信息的碎片拼接方法和装置
本专利技术属于图像复原领域，尤其涉及一种基于边缘信息的碎片拼接方法和装置。
技术介绍
在历朝历代发展过程中遗留下了大批文物古迹，这些具有历史价值的东西是我们宝贵的财富。经历了千百年的变故后,部分历史文物已遭到破坏,面对考古发掘出土的大量文物碎片急待修复以恢复其原貌。由于手工方法对文物碎片的拼接成本高、周期长且容易对文物造成二次损伤，因此碎片的自动拼接技术有很大的实用价值。类似的从物体碎片恢复原物体的问题也存在于司法鉴定等领域。不规则碎片的拼接，按照碎片特征，可分为基于内容的拼接和基于轮廓的拼接。基于颜色、纹理等元素的碎片拼接就属于基于内容的碎片拼接，但是因为颜色、纹理等内容元素具有很大的局限性，所以国内外对碎片拼接的研究大部分还是基于轮廓方面的。基于轮廓的二维非规则碎片拼接主要包括三个步骤：1.预处理，即碎片轮廓的提取和表示，特征点的提取和描述等；2.碎片匹配，寻找所有碎片两两之间的匹配度，确定正确匹配，排除伪匹配；3.碎片拼接，将碎片匹配中的正确匹配拼接起来实现拼接复原。其中，碎片匹配是最关键的一步，对两碎片能否匹配的算法研究也较多。现如今对二维碎片基于轮廓的拼接研究有如下方法：Leitao用动态规划法比较轮廓采样点的曲率串，在一种多尺度条件下分析轮廓的曲率来寻找匹配。EdsonJustino等人提出应用多边形逼近方法来减少边缘的复杂度，然后提取多边形的相关特征，进行局部的重建，这种方法用于执行匹配的特征较少，显著降低了整体的复杂度。ZhuLiangjia提出一种新的局部曲线匹配方法来找到匹配对，即用其旋转函数表示。两个碎片轮廓的匹配部分是通过直接分析两个旋转函数的差曲线来找到。Kimia提出一种二维碎片轮廓先后在粗尺度和精尺度表示方式下进行匹配的算法，并将这一方法推广到三维碎片的匹配中。BiswasA为手撕文件的重建提出一种快速高效且实用的技术，该技术使用轮廓描述子实现基于形状的匹配。上述方法所提到的基于轮廓拼接的思想可分为两种。一种是由碎片轮廓均匀采样点表示，如局部曲率。当碎片数量较大或者碎片形状较复杂时，由碎片轮廓均匀采样点表示碎片的方法计算量会增大，操作起来比较复杂。另一种是由碎片轮廓的特征点或多边形近似表示，如角点序列。相比由轮廓均匀采样点表示轮廓，这种方法大大的减小了计算量提高了效率，但有可能不能完整的描述出碎片轮廓。碎片匹配阶段完成后，需要对碎片进行拼接处理。碎片的全局匹配拼接阶段一般应用最佳优先法进行全局重建。最佳优先法总是保留一组继续向下搜索的可选择路径，根据评价函数的计算结果总是选择代价最小的那条路径向下搜索，在搜索过程中通过不断地放弃代价较大的路径，从而最终找到代价最小的路径。首先将候选匹配中找到的一对正确匹配的两碎片拼接起来，然后将这两个已经拼合的碎片看做一个整体，即一个新的碎片，再去重复局部匹配过程找到与之匹配的碎片进行拼接，直到所有的碎片全部拼接完毕。碎片的全局重建常用的还有另外一种方法，就是全局搜索匹配。全局搜索匹配就是对所有匹配对的全局拼接可能性进行搜索，最终得到全局一致的拼接结果。对碎片拼接重建的研究如下：ZhuLiangjia提出了一种在全局最优意义上的最大松弛法，在对弧长-累计转角的局部匹配分析的基础上寻找碎片匹配对的空间重叠关系，从而排除错误匹配，保证了全局最优匹配。EfthymiaTsamoura等提出一种碎片无矛盾拼接方法。在碎片的局部匹配分析过程中找到碎片的匹配角度，利用所有的角度关系进行碎片的全局重建。上述方法所提到的基于轮廓拼接的思想可分为两种：一种是最佳优先法，这种方法可能会丢失很多正确的匹配，降低拼接效率；另一种是全局搜索匹配，由于全局搜索匹配过程中碎片形状的不规则性会导致存在大量不合法匹配对，因此会降低匹配的准确率。如何提高碎片拼接的效率和准确率，是本领域技术人员目前迫切解决的技术问题。
技术实现思路
为克服上述现有技术的不足，本专利技术提供了一种基于边缘信息的碎片拼接方法和装置，所述方法分析碎片的轮廓信息，首先通过边缘参数获取后续匹配对，然后基于相关性从候选匹配对中获取真实匹配对，最后基于最佳优先法实现拼接。本专利技术通过对匹配对由粗到细的筛选以及最佳优先法能够准确地获取碎片的拼接结果。为实现上述目的，本专利技术采用如下技术方案：一种基于边缘信息的碎片拼接方法，包括以下步骤：对获取的碎片数字图像进行轮廓提取；基于所述轮廓进行特征提取，获取角点序列和相应灰度值序列；基于角点序列计算碎片轮廓边缘参数，并根据所述参数获取候选匹配对；基于灰度值序列计算碎片轮廓之间的相关性，根据所述相关性从候选匹配对中确定真实匹配对；根据真实匹配对进行碎片拼接。进一步地，所述轮廓提取采用内部掏空法：对于每个像素点，如果该像素点和八邻域的像素值均为0，则该点为内部点，将其删除；对于最终未删除的点像素值记为1，得到该碎片轮廓的八连通边界。进一步地，所述角点序列基于Harris角点检测算法顺时针检测得到。进一步地，所述轮廓的边缘参数包括边缘边长。进一步地，所述相关性采用灰度互相关衡量，所述灰度互相关系数表示为两个碎片轮廓的灰度值序列之间平均灰度值系数和最小化均方误差的互相关系数。进一步地，所述碎片拼接通过碎片的旋转和平移实现。进一步地，所述方法基于最佳优先法进行遍历搜索将碎片进行全局匹配拼接，实现碎片重建。根据本专利技术的第二目的，本专利技术还提供了一种基于边缘信息的碎片拼接方法装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述基于边缘信息的碎片拼接方法。根据本专利技术的第三目的，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述基于边缘信息的碎片拼接方法。本专利技术的有益效果1、本专利技术新提出的方法是基于碎片边缘轮廓的，首先提取碎片轮廓并提取所需的特征值，用一种计算较为简单快速的方法得到轮廓角点和灰度值，均以序列的形式来表示。利用角点像素的坐标计算部分轮廓长度来寻找初步匹配对，为了排除初步匹配对里的伪匹配，加入灰度运算部分，计算灰度互相关系数，来确定真实匹配，计算部分轮廓长度并进行灰度匹配，由于边长数量少从而降低了计算量提高了效率，加入的灰度部分又保证了匹配的正确率。基于最佳优先法进行遍历搜索，保证了匹配拼接过程中不漏掉任何一个碎片。2、本专利技术提出了采用灰度互相关系数来衡量相关性的新方法，通过计算两边缘灰度序列的图像帧的平均灰度值系数avg_value和最小化均方误差MSE，并计算二者的互相关系数作为灰度互相关系数，相较于传统的互相关计算方法，本专利技术的灰度互相关系数能够更准确地确定真实匹配。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1为Harris角点检测算法原理图；图2是碎片匹配拼接步骤图；图3是4片碎片扫描图；图4是两片碎片匹配阶段碎片扫描图及轮廓提取图。图5是实验碎片局部匹配拼接结果图及实际匹配拼接结果图。图6是4片碎片匹配拼接实验过程图及实际匹配拼接结果图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术本文档来自技高网...

【技术保护点】
一种基于边缘信息的碎片拼接方法，其特征在于，包括以下步骤：对获取的碎片数字图像进行轮廓提取；基于所述轮廓进行特征提取，获取角点序列和相应灰度值序列；基于角点序列计算碎片轮廓边缘参数，并根据所述参数获取候选匹配对；基于灰度值序列计算碎片轮廓之间的相关性，根据所述相关性从候选匹配对中确定真实匹配对；根据真实匹配对进行碎片拼接。

【技术特征摘要】
1.一种基于边缘信息的碎片拼接方法，其特征在于，包括以下步骤：对获取的碎片数字图像进行轮廓提取；基于所述轮廓进行特征提取，获取角点序列和相应灰度值序列；基于角点序列计算碎片轮廓边缘参数，并根据所述参数获取候选匹配对；基于灰度值序列计算碎片轮廓之间的相关性，根据所述相关性从候选匹配对中确定真实匹配对；根据真实匹配对进行碎片拼接。2.如权利要求1所述的一种基于边缘信息的碎片拼接方法，其特征在于，所述轮廓提取采用内部掏空法：对于每个像素点，如果该像素点和八邻域的像素值均为0，则该点为内部点，将其删除；对于最终未删除的点像素值记为1，得到该碎片轮廓的八连通边界。3.如权利要求1所述的一种基于边缘信息的碎片拼接方法，其特征在于，所述角点序列基于Harris角点检测算法顺时针检测得到。4.如权利要求1所述的一种基于边缘信息的碎片拼接方法，其特征在于，所述轮廓的边缘参数包括边缘边...

【专利技术属性】
技术研发人员：辛化梅，李晓蕊，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东,37