CN105787870A - 一种图形图像拼接融合*** - Google Patents
一种图形图像拼接融合*** Download PDFInfo
- Publication number
- CN105787870A CN105787870A CN201610099511.2A CN201610099511A CN105787870A CN 105787870 A CN105787870 A CN 105787870A CN 201610099511 A CN201610099511 A CN 201610099511A CN 105787870 A CN105787870 A CN 105787870A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- splicing
- graphic image
- graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title abstract 2
- 230000000694 effects Effects 0.000 claims abstract description 22
- 230000009466 transformation Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003447 ipsilateral effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图形图像拼接融合***，包括图形图像采集模块、图形图像预处理模块、图形图像预拼接模块、图形图像拼接模块、拼接效果预览模块、审核修订模块、模板库、中央处理器。本发明实现了图形图像的精准拼接，拼接效果好，且可根据不同的要求设定不同的拼接标准，试用范围广。
Description
技术领域
本发明涉及图形图像领域，具体涉及一种图形图像拼接融合***。
背景技术
同一对象或同类对象的多幅图像在不同侧面反映了对象的特征，对这些图像进行比较、分析和综合，可以对该对象有更全面的了解。由于成像设备、时间、成像条件等不同，所成图像有空间位置变化(局部或全局)，在进行分析和比较之前，需要对其空间位置进行对齐，即经过合适的空间变换，使图像中同一位置的像素反映对象中同一点，这就是图像配准的基本概念。其中称作为配准依据的相对不动的图像IM为模板图像，而要与IM进行配准的进行空间变换的图像IF为浮动图像。图像配准是模式识别、计算机视觉、图像融合、三维重建、机器人视觉、图像拼接、视觉检查等技术的基础。
配准算法可分为基于灰度的方法和基于特征的方法。
基于灰度的方法有两个局限：第一，模板图像与浮动图像必须在密度函数上有一定程度的相似性或统计依赖性；第二，在基于灰度的方法中，由于两幅图像的每一个像素点都要参与计算，所以在最优变换的搜索过程中往往计算量很大。基于特征的配准方法可大致分为两类，一类从两幅图像的特征集中寻找对应特征，再通过对应特征进行配准，另一类不寻求对应特征，而是定义两个特征集整体之间的某种相似性度量，来进行配准。基于平均Hausdorff距离的方法是第二类算法中一种常用的最具有代表性的配准方法。它避免了复杂的寻找对应特征的步骤，有较好的应用前景。但对边界不完全对应的情况，如何得到准确的配准结果是它的一个问题。
基于平均Hausdorff距离的方法的不足在于，但当浮动图像相比于模板图像存在多余边界时，多余边界点就会对相似性度量有较大影响。因为除去多余部分，浮动图像边界的其余部分可以与模板图像中对应的边界精确对准，这时，在平均意义上，多余部分离模板图像边界点集相对较远，平均距离值较大，如果多余部分的边界点数又相对较多时，会对寻优方法的目标函数值产生较大影响，就不会在真正配准的位置取得最优的配准结果。
发明内容
为解决上述问题，本发明提供了一种图形图像拼接融合***，实现了图形图像的精准拼接，拼接效果好，且可根据不同的要求设定不同的拼接标准，试用范围广。
为实现上述目的，本发明采取的技术方案为：
一种图形图像拼接融合***，包括
图形图像采集模块，用于采集待拼接的图形图像，并将所采集到的图形图像数据发送到图形图像预处理器模块；
图形图像预处理模块，用于建立灰度直方图统计图像灰度分布，通过分段灰度线性变换增强图像对比度后，使用高斯滤波进行平滑处理，完成所采集图形图像的预处理，并将完成预处理的图形图像发送到图形图像拼接模块；
图形图像预拼接模块，用于根据所接收到的完成预处理的图形图像在模板库内查询相配合的拼接模板，对拼接模板和完成预处理的图形图像提取边界，分别得到拼接模板和完成预处理的图形图像的边界图像C和D，并对得到的边界图像C和D进行预配准，得到粗略的空间变换参数，并将所得的边界图像C和D、粗略的空间变换参数发送到图形图像拼接模块；
图形图像拼接模块，用于通过所得的粗略的空间变换参数对完成预处理的图形图像的边界图像D进行校正，然后通过广义Hausdorff距离的二阶差分的分析，去除多余的边界点，得到新的图像边界E；并用于通过平均Hausdorff距离对边界图像C和新的边界图像E进行精确配准，得到精确的空间变换参数，完成图形图像拼接，并将完成拼接后的图形图像发送到拼接效果预览模块；
拼接效果预览模块，用于接收图形图像拼接模块发送的图形图像数据并进行显示；
审核修订模块，与拼接效果预览模块相连，用于根据预设的空间变换参数对所得的拼接效果进行审核，若不满足要求，则采用预设的修订模块对所得的完成拼接的图形图像数据进行优化，并将优化结果通过拼接结果输出模块输出到显示屏进行显示；
模板库，用于储存各种图形图形拼接模板数据；
中央处理器，用于协调上述模块进行工作。
优选地，所述空间变换参数包括完成预处理的图形图像相对于拼接模板旋转的角度，完成预处理的图形图像相对于拼接模板在X轴及Y轴的位移。
优选地，所述图形图像预拼接模块采用Canny边缘检测算子提取边界。
优选地，所述模板库连接一更新模块，用于通过3G网络、Wi-Fi网络和有线网络的方式更新专家模板库内的数据。
优选地，还包括一数据库，用于储存图形图像采集模块所采集的图形图像数据以及整个拼接过程中产生的所有数据。
优选地，还包括两个显示屏，其中一个显示屏用于显示拼接效果预览模块的预览效果，另一个显示屏用于显示其他数据。
本发明具有以下有益效果：
实现了图形图像的精准拼接，拼接效果好，且可根据不同的要求设定不同的拼接标准，试用范围广。
附图说明
图1为本发明实施例一种图形图像拼接融合***的结构框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种图形图像拼接融合***，包括
图形图像采集模块，用于采集待拼接的图形图像，并将所采集到的图形图像数据发送到图形图像预处理器模块；
图形图像预处理模块，用于建立灰度直方图统计图像灰度分布，通过分段灰度线性变换增强图像对比度后，使用高斯滤波进行平滑处理，完成所采集图形图像的预处理，并将完成预处理的图形图像发送到图形图像拼接模块；
图形图像预拼接模块，用于根据所接收到的完成预处理的图形图像在模板库内查询相配合的拼接模板，对拼接模板和完成预处理的图形图像提取边界，分别得到拼接模板和完成预处理的图形图像的边界图像C和D，并对得到的边界图像C和D进行预配准，得到粗略的空间变换参数，并将所得的边界图像C和D、粗略的空间变换参数发送到图形图像拼接模块；
图形图像拼接模块，用于通过所得的粗略的空间变换参数对完成预处理的图形图像的边界图像D进行校正，然后通过广义Hausdorff距离的二阶差分的分析，去除多余的边界点，得到新的图像边界E；并用于通过平均Hausdorff距离对边界图像C和新的边界图像E进行精确配准，得到精确的空间变换参数，完成图形图像拼接，并将完成拼接后的图形图像发送到拼接效果预览模块；
拼接效果预览模块，用于接收图形图像拼接模块发送的图形图像数据并进行显示；
审核修订模块，与拼接效果预览模块相连，用于根据预设的空间变换参数对所得的拼接效果进行审核，若不满足要求，则采用预设的修订模块对所得的完成拼接的图形图像数据进行优化，并将优化结果通过拼接结果输出模块输出到显示屏进行显示；
模板库，用于储存各种图形图形拼接模板数据；
中央处理器，用于协调上述模块进行工作。
所述空间变换参数包括完成预处理的图形图像相对于拼接模板旋转的角度，完成预处理的图形图像相对于拼接模板在X轴及Y轴的位移。
所述图形图像预拼接模块采用Canny边缘检测算子提取边界，具体的步骤为：
计算每个像素的梯度幅值和方向；并利用所得的梯度幅值、方向实现保留局部梯度最大的点，即抑制非极大值的点，得到精确的边缘；然后使用双阈值法减少假边缘数量，所述非极大值抑制的抑制过程包括：将梯度的方向划分为四个区域，这四个区域的标号为0～3，各个区与邻近的不同像素进行比较，以得到局部极大值，所述双阈值算法检测过程包括：对非极大值抑制的图像设置两个阈值M1和M2，且2M1≈M2；把梯度值小于M1的像素灰度值赋零，得到保留边缘信息较多、噪声较大的图像P1；同样把梯度值小于M2的像素灰度值赋零，由于M2的阈值较大，得到假边缘信息少、噪声较小的图像P2，在图像P2中将边缘连成轮廓，当到达轮廓的端点时，不断地在图像P1中查找可以连接到轮廓上的边缘，直到将P2连接起来为止。
所述模板库连接一更新模块，用于通过3G网络、Wi-Fi网络和有线网络的方式更新专家模板库内的数据。
还包括一数据库，用于储存图形图像采集模块所采集的图形图像数据以及整个拼接过程中产生的所有数据。
还包括两个显示屏，其中一个显示屏用于显示拼接效果预览模块的预览效果，另一个显示屏用于显示其他数据。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种图形图像拼接融合***，其特征在于，包括
图形图像采集模块，用于采集待拼接的图形图像，并将所采集到的图形图像数据发送到图形图像预处理器模块；
图形图像预处理模块，用于建立灰度直方图统计图像灰度分布，通过分段灰度线性变换增强图像对比度后，使用高斯滤波进行平滑处理，完成所采集图形图像的预处理，并将完成预处理的图形图像发送到图形图像拼接模块；
图形图像预拼接模块，用于根据所接收到的完成预处理的图形图像在模板库内查询相配合的拼接模板，对拼接模板和完成预处理的图形图像提取边界，分别得到拼接模板和完成预处理的图形图像的边界图像C和D，并对得到的边界图像C和D进行预配准，得到粗略的空间变换参数，并将所得的边界图像C和D、粗略的空间变换参数发送到图形图像拼接模块；
图形图像拼接模块，用于通过所得的粗略的空间变换参数对完成预处理的图形图像的边界图像D进行校正，然后通过广义Hausdorff距离的二阶差分的分析，去除多余的边界点，得到新的图像边界E；并用于通过平均Hausdorff距离对边界图像C和新的边界图像E进行精确配准，得到精确的空间变换参数，完成图形图像拼接，并将完成拼接后的图形图像发送到拼接效果预览模块；
拼接效果预览模块，用于接收图形图像拼接模块发送的图形图像数据并进行显示；
审核修订模块，与拼接效果预览模块相连，用于根据预设的空间变换参数对所得的拼接效果进行审核，若不满足要求，则采用预设的修订模块对所得的完成拼接的图形图像数据进行优化，并将优化结果通过拼接结果输出模块输出到显示屏进行显示；
模板库，用于储存各种图形图形拼接模板数据；
中央处理器，用于协调上述模块进行工作。
2.根据权利要求1所述的一种图形图像拼接融合***，其特征在于，所述空间变换参数包括完成预处理的图形图像相对于拼接模板旋转的角度，完成预处理的图形图像相对于拼接模板在X轴及Y轴的位移。
3.根据权利要求1所述的一种图形图像拼接融合***，其特征在于，所述图形图像预拼接模块采用Canny边缘检测算子提取边界。
4.根据权利要求1所述的一种图形图像拼接融合***，其特征在于，所述模板库连接一更新模块，用于通过3G网络、Wi-Fi网络和有线网络的方式更新专家模板库内的数据。
5.根据权利要求1所述的一种图形图像拼接融合***，其特征在于，还包括一数据库，用于储存图形图像采集模块所采集的图形图像数据以及整个拼接过程中产生的所有数据。
6.根据权利要求1所述的一种图形图像拼接融合***，其特征在于，还包括两个显示屏，其中一个显示屏用于显示拼接效果预览模块的预览效果，另一个显示屏用于显示其他数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610099511.2A CN105787870A (zh) | 2016-02-21 | 2016-02-21 | 一种图形图像拼接融合*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610099511.2A CN105787870A (zh) | 2016-02-21 | 2016-02-21 | 一种图形图像拼接融合*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105787870A true CN105787870A (zh) | 2016-07-20 |
Family
ID=56402888
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610099511.2A Pending CN105787870A (zh) | 2016-02-21 | 2016-02-21 | 一种图形图像拼接融合*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105787870A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106596590A (zh) * | 2016-12-24 | 2017-04-26 | 大连日佳电子有限公司 | 托盘ic检测方法 |
| CN109146833A (zh) * | 2018-08-02 | 2019-01-04 | 广州市鑫广飞信息科技有限公司 | 一种视频图像的拼接方法、装置、终端设备及存储介质 |
| CN109146832A (zh) * | 2018-08-02 | 2019-01-04 | 广州市鑫广飞信息科技有限公司 | 一种视频图像的拼接方法、装置、终端设备及存储介质 |
| WO2020000538A1 (zh) * | 2018-06-29 | 2020-01-02 | 深圳市华星光电技术有限公司 | 一种增强对比度的装置及显示器 |
| CN112995518A (zh) * | 2021-03-12 | 2021-06-18 | 北京奇艺世纪科技有限公司 | 一种图像生成方法及装置 |
| CN114565516A (zh) * | 2022-03-03 | 2022-05-31 | 上海核工程研究设计院有限公司 | 一种融合传感器数据的安全壳表面区域鲁棒拼接方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100246976A1 (en) * | 2009-02-20 | 2010-09-30 | Samsung Electronics Co., Ltd. | Method of creating a composite image |
| CN103312989A (zh) * | 2013-06-04 | 2013-09-18 | 天津朗合数字科技有限公司 | 一种图形图像拼接融合*** |
| CN103679713A (zh) * | 2013-12-04 | 2014-03-26 | 华南理工大学 | 一种针对部分匹配图像的二维图像配准方法 |
-
2016
- 2016-02-21 CN CN201610099511.2A patent/CN105787870A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100246976A1 (en) * | 2009-02-20 | 2010-09-30 | Samsung Electronics Co., Ltd. | Method of creating a composite image |
| CN103312989A (zh) * | 2013-06-04 | 2013-09-18 | 天津朗合数字科技有限公司 | 一种图形图像拼接融合*** |
| CN103679713A (zh) * | 2013-12-04 | 2014-03-26 | 华南理工大学 | 一种针对部分匹配图像的二维图像配准方法 |
Non-Patent Citations (3)
| Title |
|---|
| 冯晓伟: "基于特征点的图像配准技术及应用", 《中国优秀硕士论文全文数据库 信息科技辑》 * |
| 刘楠: "数字图像的自动拼接与合成技术研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
| 卢毅 等: "基于Hausdorff距离的反舰导弹预定目标选择方法", 《数据采集与处理》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106596590A (zh) * | 2016-12-24 | 2017-04-26 | 大连日佳电子有限公司 | 托盘ic检测方法 |
| WO2020000538A1 (zh) * | 2018-06-29 | 2020-01-02 | 深圳市华星光电技术有限公司 | 一种增强对比度的装置及显示器 |
| CN109146833A (zh) * | 2018-08-02 | 2019-01-04 | 广州市鑫广飞信息科技有限公司 | 一种视频图像的拼接方法、装置、终端设备及存储介质 |
| CN109146832A (zh) * | 2018-08-02 | 2019-01-04 | 广州市鑫广飞信息科技有限公司 | 一种视频图像的拼接方法、装置、终端设备及存储介质 |
| CN109146832B (zh) * | 2018-08-02 | 2022-05-27 | 广州市鑫广飞信息科技有限公司 | 一种视频图像的拼接方法、装置、终端设备及存储介质 |
| CN112995518A (zh) * | 2021-03-12 | 2021-06-18 | 北京奇艺世纪科技有限公司 | 一种图像生成方法及装置 |
| CN114565516A (zh) * | 2022-03-03 | 2022-05-31 | 上海核工程研究设计院有限公司 | 一种融合传感器数据的安全壳表面区域鲁棒拼接方法 |
| CN114565516B (zh) * | 2022-03-03 | 2024-05-14 | 上海核工程研究设计院股份有限公司 | 一种融合传感器数据的安全壳表面区域鲁棒拼接方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Koch et al. | Evaluation of cnn-based single-image depth estimation methods | |
| CN109615611B (zh) | 一种基于巡检影像的绝缘子自爆缺陷检测方法 | |
| CN105787870A (zh) | 一种图形图像拼接融合*** | |
| Hoang et al. | Metaheuristic optimized edge detection for recognition of concrete wall cracks: a comparative study on the performances of roberts, prewitt, canny, and sobel algorithms | |
| EP3243166B1 (en) | Structural masking for progressive health monitoring | |
| Ahmadi et al. | Automatic urban building boundary extraction from high resolution aerial images using an innovative model of active contours | |
| JP3151284B2 (ja) | 標識認識のための突極部輪郭等級付け抽出装置並びに方法 | |
| US6768509B1 (en) | Method and apparatus for determining points of interest on an image of a camera calibration object | |
| CN108648194B (zh) | 基于cad模型三维目标识别分割和位姿测量方法及装置 | |
| GB2569751A (en) | Static infrared thermal image processing-based underground pipe leakage detection method | |
| EP3049793B1 (en) | Structural hot spot and critical location monitoring | |
| JP5538868B2 (ja) | 画像処理装置、その画像処理方法及びプログラム | |
| KR100631235B1 (ko) | 스테레오 이미지의 에지를 체인으로 연결하는 방법 | |
| US10249046B2 (en) | Method and apparatus for object tracking and segmentation via background tracking | |
| Song et al. | Combining stereo and time-of-flight images with application to automatic plant phenotyping | |
| CN113313107B (zh) | 一种斜拉桥缆索表面多类型病害智能检测和识别方法 | |
| CN112017243B (zh) | 一种介质能见度识别方法 | |
| CN105869148A (zh) | 目标检测方法及装置 | |
| CN115272256A (zh) | 亚像素级传感光纤路径高斯提取方法及*** | |
| Recky et al. | Façade segmentation in a multi-view scenario | |
| CN115222884A (zh) | 一种基于人工智能的空间对象分析及建模优化方法 | |
| CN110348307B (zh) | 一种起重机金属结构攀爬机器人的路径边缘识别方法及*** | |
| CN112016558B (zh) | 一种基于图像质量的介质能见度识别方法 | |
| CN116977341B (zh) | 一种尺寸测量方法及相关装置 | |
| Schneider et al. | Framework for SEM contour analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160720 |
|
| RJ01 | Rejection of invention patent application after publication |