【技术实现步骤摘要】
本专利技术涉及图像拼接，特别涉及图像拼接融合的方法及装置。
技术介绍
1、在工业视觉检测及测量领域，往往存在因为摄像机成像视野、分辨率及景深的原因，造成一个尺寸较大的待测量产品不能完全呈现在一张图像中，需要拍摄一组图像序列才能呈现产品的全局图像。然而，这会在产品的检测及测量领域造成不利的影响，例如，测量某一部位的共面度或正位度，这就需要所有待测部位处于同一张图中，一方面有利于利用同一个基准面或基准点，另一方面也有利于最终测量结果的显示，因此，通常会用到图像拼接。
2、图像拼接技术经过几十年的发展，已经取得了长足进步，但大多数拼接是基于两张图像间的配准，多张图像的整体拼接并未引起足够的重视，面对多张图像拼接时，采用按照既定顺序直接与上一张图像进行拼接，随着待拼接图像的增加，会导致累计误差越来越大。目前的图像拼接技术更多关注于主观的拼接效果，如，是否有拼接痕迹，很少关注图像是否发生形变，像素间的相对距离是否发生了变化，这种由于拼接过程中形变引入的误差会导致测量的精准度下降，特别是对有高精度测量要求的产品。
技术实现思路
1、本专利技术所解决的技术问题：提供一种图像拼接融合的方法及装置，解决图像拼接融合过程中出现图像形变的问题。
2、本专利技术解决上述技术问题采用的技术方案：图像拼接融合的方法，包括以下步骤：
3、s1、通过高清工业摄像机以设定的步长和路线依次拍摄图像，获得子图像序列，所述设定的步长满足在空间位置上相邻的两张子图像有一定范围的重合区域；
4、s2、对所有子图像进行预处理，获得子图像数据集；
5、s3、从子图像数据集中选取待拼接的两个子图像，获得图像对；
6、s4、在图像对的重合区域中提取特征点；
7、s5、对提取的特征点进行初始匹配和匹配优化，所述初始匹配为随机匹配，获得匹配对，所述匹配优化包括使用knn算法计算匹配对的两个特征点间的欧氏距离，为每个特征点寻找最好的匹配点，根据欧式距离衡量匹配对的相似度，判断这个匹配是否可靠，并对匹配对进行可靠性由高到低排序，还包括剔除水平位置相差大于预设像素的匹配对；
8、s6、选取前k个匹配对，采用ransac方法基于选定的k个匹配对拟合出图像的刚性变换模型，所述刚性变化模型指子图像进行平移和平面内旋转；
9、s7、以其中一个图像为基准图像，将另一个图像根据刚性变换模型进行变换，并与基准图像拼接融合，获得新的图像；
10、s8、重复s3-s7，直至将所有子图像拼接融合为一张整图。
11、进一步的，s1中，所述路线包括从左至右、从上之下、顺时针方向和逆时针方向，所述一定范围为重合区域的一个边长等于子图像的一个边长，重合区域的另一个边长为子图像的另一个边长的十分之一。
12、进一步的，s2中，所述预处理包括去噪、增强、颜色转换、通道变换和图像旋转矫正。
13、进一步的，s4中，提取的特征点包括sift特征点、surf特征点和harris特征点，还包括根据先验知识预设的标定点或固有的特征点。
14、进一步的，s7中，还包括将拼缝左右10个像素进行加权平均。
15、图像拼接融合的装置，应用于上述图像拼接融合的方法，包括图像数据采集模块、图像预处理模块、特征点提取模块、特征点匹配模块和图像拼接融合模块；
16、所述图像数据采集模块通过自动化设备控制工业摄像机以设定的步长和路线采集子图像序列；
17、所述图像预处理模块用于对子图像进行预处理；
18、所述特征点提取模块用于从子图像数据集中选取待拼接的两个子图像，获得图像对，在图像对的重合区域中提取特征点；
19、所述特征点匹配模块用于对提取的特征点进行初匹配及匹配优化，所述初始匹配为随机匹配，获得匹配对，所述匹配优化包括使用knn算法计算匹配对的两个特征点间的欧氏距离，为每个特征点寻找最好的匹配点，根据欧式距离衡量匹配对的相似度，判断这个匹配是否可靠，并对匹配对进行可靠性由高到低排序，还包括剔除水平位置相差大于预设像素的匹配对；
20、所述图像拼接融合模块用于选取前k个匹配对，采用ransac方法基于选定的k个匹配对拟合出图像的刚性变换模型，所述刚性变化模型指子图像进行平移和平面内旋转，以其中一个图像为基准图像，将另一个图像根据刚性变换模型进行变换，并与基准图像拼接融合，获得新的图像，直至将所有子图像拼接融合为一张整图。
21、进一步的，所述路线包括从左至右、从上之下、顺时针方向和逆时针方向，所述一定范围为重合区域的一个边长等于子图像的一个边长，重合区域的另一个边长为子图像的另一个边长的十分之一。
22、进一步的，所述预处理包括去噪、增强、颜色转换、通道变换和图像旋转矫正。
23、进一步的，提取的特征点包括sift特征点、surf特征点和harris特征点，还包括根据先验知识预设的标定点或固有的特征点。
24、进一步的，所述图像拼接融合模块还用于将拼缝左右10个像素进行加权平均。
25、本专利技术的有益效果：本专利技术图像拼接融合的方法及装置，通过高清工业摄像机采集子图像序列，对子图像进行预处理，获得子图像数据集，从中选出待待拼接的两个子图像，获得图像对，在图像对的重合区域中提取特征点，对提取的特征点进行初始匹配和匹配优化，获得排序后的匹配对，选取前k个匹配对，采用ransac方法基于选定的k个匹配对拟合出图像的刚性变换模型，所述刚性变化模型指子图像进行平移和平面内旋转，以其中一个图像为基准图像，将另一个图像根据刚性变换模型进行变换，并与基准图像拼接融合，获得新的图像，直至将所有子图像拼接融合为一张整图，以此，在图像拼接融合时采用的是刚性变换模型进行变化，不会存在图像变形，解决了图像拼接融合过程中出现图像形变的问题，从而为高精度测量打下了基础。
本文档来自技高网...【技术保护点】
1.图像拼接融合的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的图像拼接融合的方法，其特征在于，S1中，所述路线包括从左至右、从上之下、顺时针方向和逆时针方向，所述一定范围为重合区域的一个边长等于子图像的一个边长，重合区域的另一个边长为子图像的另一个边长的十分之一。
3.根据权利要求1所述的图像拼接融合的方法，其特征在于，S2中，所述预处理包括去噪、增强、颜色转换、通道变换和图像旋转矫正。
4.根据权利要求1所述的图像拼接融合的方法，其特征在于，S4中，提取的特征点包括SIFT特征点、SURF特征点和Harris特征点，还包括根据先验知识预设的标定点或固有的特征点。
5.根据权利要求1所述的图像拼接融合的方法，其特征在于，S7中，还包括将拼缝左右10个像素进行加权平均。
6.图像拼接融合的装置，应用于权利要求1所述的图像拼接融合的方法，其特征在于，包括图像数据采集模块、图像预处理模块、特征点提取模块、特征点匹配模块和图像拼接融合模块；
7.根据权利要求6所述的图像拼接融合的装置，其特征在于，所述路
8.根据权利要求6所述的图像拼接融合的装置，其特征在于，所述预处理包括去噪、增强、颜色转换、通道变换和图像旋转矫正。
9.根据权利要求6所述的图像拼接融合的装置，其特征在于，提取的特征点包括SIFT特征点、SURF特征点和Harris特征点，还包括根据先验知识预设的标定点或固有的特征点。
10.根据权利要求6所述的图像拼接融合的装置，其特征在于，所述图像拼接融合模块还用于将拼缝左右10个像素进行加权平均。
...【技术特征摘要】
1.图像拼接融合的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的图像拼接融合的方法，其特征在于，s1中，所述路线包括从左至右、从上之下、顺时针方向和逆时针方向，所述一定范围为重合区域的一个边长等于子图像的一个边长，重合区域的另一个边长为子图像的另一个边长的十分之一。
3.根据权利要求1所述的图像拼接融合的方法，其特征在于，s2中，所述预处理包括去噪、增强、颜色转换、通道变换和图像旋转矫正。
4.根据权利要求1所述的图像拼接融合的方法，其特征在于，s4中，提取的特征点包括sift特征点、surf特征点和harris特征点，还包括根据先验知识预设的标定点或固有的特征点。
5.根据权利要求1所述的图像拼接融合的方法，其特征在于，s7中，还包括将拼缝左右10个像素进行加权平均。
6.图像拼接融合的装置，应用于权利要求1所述的...
【专利技术属性】
技术研发人员：周春燕，刘明华，展华益，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：
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。