【技术实现步骤摘要】
基于马氏距离判别的自适应图像融合方法和系统
本专利技术属于图像处理领域，特别是涉及基于马氏距离判别的自适应图像融合方法和系统。
技术介绍
目前机器视觉已成为工业领域研究的热门话题，在工业生产现场引入视觉可以更好地完成对工件的识别、检测、包装和搬运等项目，但在获取工件视觉信息的时候，一些生产项目需要识别的工件视场较大，单个相机不能够很好的满足实际需求，所以通常会采用具有平行光轴结构的多相机成像系统(如图1)，最后利用图像拼接算法得到所需要的图像数据。图像拼接算法的核心主要是图像配准和图像融合，图像配准的方法经过大量研究人员多年的研究已经较成熟，但是在图像融合部分，由于复杂的工业现场环境(光照、温度等)及成像系统本身的装配误差，各相机所成像的结果存在一定的差异，传统的图像合成方法在此基础上的合成效果并不好，小小的细节错误就会使得工件检测等项目产生重大失误。因此，对于多相机成像系统的重叠区域判定择优显得极为关键。现有的图像融合方法主要分为两种：一种简易的方法是先将附图2中的右图img2经变换矩阵H变换到一个新图像中，然后直接将左图img1加到新图像中，这样拼接出来会有很...
【技术保护点】
1.基于马氏距离判别的自适应图像融合方法，其特征在于，包括如下步骤：步骤1，合成图像左右部分的确定：针对图像配准后得到两幅图像img1和img2的重叠区域，根据匹配出的相同特征点计算变换矩阵H后构建两幅图像在重叠区域的映射关系，将img2经变换矩阵H变换到一个新图像中；以img1的坐标位置为基础建立合成图像的框架坐标，定义img1除去重叠区域的像素信息Kl为合成图像的左边部分，img2变换后的图像除去重叠区域的像素信息Kr为合成图像的右边部分，并将Kr和Kl一一映射到合成图像的框架坐标中；步骤2，合成图像重叠区域像素的确定：定义img1在重叠区域的像素信息集合为C1，img...
【技术特征摘要】
1.基于马氏距离判别的自适应图像融合方法，其特征在于，包括如下步骤：步骤1，合成图像左右部分的确定：针对图像配准后得到两幅图像img1和img2的重叠区域，根据匹配出的相同特征点计算变换矩阵H后构建两幅图像在重叠区域的映射关系，将img2经变换矩阵H变换到一个新图像中；以img1的坐标位置为基础建立合成图像的框架坐标，定义img1除去重叠区域的像素信息Kl为合成图像的左边部分，img2变换后的图像除去重叠区域的像素信息Kr为合成图像的右边部分，并将Kr和Kl一一映射到合成图像的框架坐标中；步骤2，合成图像重叠区域像素的确定：定义img1在重叠区域的像素信息集合为C1，img2变换后的重叠区域像素信息集合为C2，则整个图像重叠区域的像素信息集合Km＝{C1，C2}，图像重叠区域坐标内任意一点都包含两个像素点即其中，n表示重叠区域内需要选取的像素点的个数，设需要填补的某点为i，C1i表示img1中对应这一点坐标位置的像素信息，C2i表示img2中对应这一点坐标位置的像素信息；步骤3，求取C1，C2的像素均值为计算图像重叠区域的像素均值方差：步骤4，分别求取Ki内C1i，C2i到重叠区域像素均值方差的马氏距离，即相似差值：i＝1，2，3...n步骤5，比较Ki内C1i，C2i的相似差值的大小；(1)若则判定该重叠坐标点Ki内C1i优于C2i，即在图像融合时自动选择img1的像素点；(2)若则判定该重叠坐标点Ki内C2i优于C1i，即在图像融合时自动选择img2变换后的像素点；(3)若则在该重叠坐标点Ki内随机选择一个作为图像融合的像素点；步骤6，整合所有选出来的像素点并将其一一映射到对应的重叠区域坐标系中，确定为合成图像的重叠区域。2.如权利要求1所述的基于马氏距离判别的自适应图像融合方法，其特征在于：步骤1中图像配准通过SIFT算法实现。3.如权利要求1所述的基于马氏距离判别的自适应图像融合方法，其特征在于：步骤1中变换矩阵H的计算方式如下：设重叠区域上任意一点T，在img1中成像为T1，在img2中成像为T2；由成像的映射关系得H1*T＝T1，H2*T＝T2，得T1＝T2(H1*H2-1)；H矩阵表示img1和img2相同特征点的映射关系，由上式推导：H＝H1*H2-1。4.基于马氏距离判别的自适应图像融合系统，其特征在于...
【专利技术属性】
技术研发人员：舒军，李鑫武，涂杏，沈开斌，蒋明威，杨露，吴柯，舒心怡，潘健，王淑青，陈张言，徐成鸿，李志愧，刘伟，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。