CN107067371B

CN107067371B - 大幅面皮革图像拼接方法

Info

Publication number: CN107067371B
Application number: CN201710335284.3A
Authority: CN
Inventors: 秦绪佳; 王琪; 郑红波
Original assignee: Zhejiang University of Technology ZJUT
Current assignee: Zhejiang University of Technology ZJUT
Priority date: 2017-05-12
Filing date: 2017-05-12
Publication date: 2020-05-26
Anticipated expiration: 2037-05-12
Also published as: CN107067371A

Abstract

大幅面皮革图像拼接方法，包括以下步骤：1)两幅图像分别在四角及重复区域设置棋盘格；2)依次进行Harris角点检测；3)对重复区域的棋盘格角点进行拟合；4)选择对应角点进行匹配；5)对图像特征点进行矩阵变换，计算对应关系；6)进行坐标投影变换，即可得到拼接的图像。本发明在处理效果和时间效率上有一定的优势。

Description

大幅面皮革图像拼接方法

技术领域

本发明涉及一种大幅面皮革图像拼接方法。

背景技术

图像拼接就是将一幅或者多幅相邻有重合部分的图像，通过一系列算法，无缝拼合成为一幅图像的过程。图像拼接前，需要对图像进行特征提取，特征点检测等等。本发明中的皮革图像，将棋盘格作为参照，提取棋盘格的特征，用作图像拼接。

皮革材料制成的一般流程是排料、切割，所以对于皮革自动化的实现，首要是获取皮革的轮廓。而现实操作中，不同动物皮革大小不一，皮革图像一次性获取也存在难易不一的情况。大型动物如牛的皮，无法通过一次性拍摄获取图像，则需要进行图像拼接，获取完整的图像。而小型动物如兔子的皮毛，则可以通过一次拍摄获取图像。因此，大幅面的皮革图像的拼接和轮廓提取***的设计与实现具有现实意义。

在图像拼接过程中，需要进行图像特征的配准。图像配准就是根据一系列算法，将多幅图像进行匹配的过程。配准的过程就是先提取两幅图像的特征点，进行特征点匹配，找到特征点对，再根据坐标变换，进行图像匹配。点、线、面都是常用的图像特征，其中，提取图像中的特征点是使用中最为广泛的。利用图像中的特征进行配准，可以提高图像配准的速度。本文将棋盘格的特征检测，用于图像拼接，能够提高图像拼接的效率。

发明内容

为克服现有皮革拼接技术的大型动物皮无法通过一次性拍摄获取图像的问题，本发明提供了一种有效提高规划效率的大幅面皮革图像拼接算法。

本发明的大幅面皮革图像拼接方法，包括以下步骤：

1)、两幅图像分别在四角及重复区域设置棋盘格。在每幅图像贴6个棋盘格，上下各三个。分别位于图像的四角以及图像的重复区域。

2)、依次进行Harris角点检测；

3)、对重复区域的棋盘格角点进行拟合；

4)、选择对应角点进行匹配；

5)、对图像特征点进行矩阵变换，计算对应关系；

6)、进行坐标投影变换，得到拼接的图像。

进一步，所述步骤(3)由以下步骤组成：

(3.1)设定包围域：根据棋盘格角点x、y坐标的最大值和最小值，设定包围域。四周围绕的直线AB、BC、CD、DA即为一个包围域。设定一个空栈，用于存放单独的点。拟合直线数量为0；

(3.2)计算棋盘格边长：计算角点中两两坐标之间的距离。最小距离a即为棋盘格边长。

距离范围设定为[0,a)；

(3.3)设定误差s：因为各角点之间，位置可能识别存在误差。因此需要设定误差s。以一边，初始BC为标准，作为当前直线；

(3.4)判断栈是否空，空，则进入第3.5步，非空，则进行第3.9步；

(3.5)计算各点到当前直线的距离；

(3.6)计算点到当前直线的距离在设定距离范围内的点数量，若只有一个点，进入步骤3.7。若有两个及以上点，距离范围最大值减a，进入步骤3.8；

(3.7)入栈。判断拟合直线数量是否为0，若是，进入距离范围最大值加a，若不是，进入第3.9步；

(3.8)选取两个点，计算出直线。拟合直线数量加1。以计算出的直线作为当前直线。若拟合出的直线数量为5，进入第3.10步，否则进入步骤3.5；

(3.9)以当前直线为标准，由于棋盘格之间的直线都是平行关系。可以根据当前直线和栈中的点，计算出过点的直线。栈中的点出栈。进入步骤3.6；

(3.10)根据拟合出的直线，能够确定棋盘格的各个角点坐标。根据4条直线，能够确定棋盘格的范围，因此能够确定棋盘格的四角。

进一步，所述步骤(4)由以下步骤组成：

(4.1)两幅图像重复部分的四个棋盘格的最大包围域的四个角点，即为对应角点；

(4.2)角点标记：将两幅图像相互对应的角点进行标记。

进一步，对于步骤4)选择对应棋盘格角点进行匹配时，图像重复区域中的4对棋盘格，每对棋盘格中只找一对角点进行匹配并标记，得到计算变换所需要的4对点。

进一步，所述步骤(5)由以下步骤组成：

(5.1)通过4对对应点进行计算得到变换矩阵，公式如下；

(5.2)将系数矩阵LU分解，来求解方程组，计算出m₁₁-m₃₂这8个参数；

进一步，所述步骤(6)图像拼接，根据步骤(5)中计算出的8个变换参数，构造拼接投影变换矩阵，利用投影变换矩阵将第一幅图像投影变换到第二幅图像上完成图像拼接。拼接投影变换公式如下：

本发明的技术构思是：对于大幅面皮革，无法通过一次性拍摄获取图像，则需要进行图像拼接，获取完整的图像，本发明获取皮革图像时将棋盘格作为参照，提取棋盘格的特征点，并进行特征点匹配，计算出图像拼接投影变换矩阵，从而实现大幅面皮革图像的拼接。

本发明的优点是：匹配用时短，算法效率高，算法稳定性较好，避免全部特征点进行匹配。

附图说明

图1是本发明的总的流程图

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1，大幅面皮革图像拼接方法，包括以下步骤：

1)、两幅图像分别在四角及重复区域贴棋盘格。在每幅图像贴6个棋盘格，上下各三个。分别位于图像的四角以及图像的重复区域。

2)、依次进行Harris角点检测；

3)、对重复区域的棋盘格角点进行拟合。过程如下：

(3.2)计算棋盘格边长：计算角点中两两坐标之间的距离。最小距离a即为棋盘格边长。距离范围设定为[0,a)；

(3.5)计算各点到当前直线的距离；

4)、选择对应角点进行匹配。过程如下：

(4.2)角点标记：将两幅图像相互对应的角点进行标记。

5)、对图像特征点进行矩阵变换，计算对应关系。过程如下：

(5.1)通过4对对应点进行计算得到变换矩阵，公式如下；

6)、进行坐标投影变换，得到拼接的图像。

(6.1)根据步骤(5)中计算出的8个变换参数，构造拼接投影变换矩阵，利用投影变换矩阵将第一幅图像投影变换到第二幅图像上完成图像拼接。拼接投影变换公式如下：

Claims

1.大幅面皮革图像拼接方法，包括以下步骤：

1)、两幅图像分别在四角及重复区域设置棋盘格；在每幅图像贴6个棋盘格，上下各三个；分别位于图像的四角以及图像的重复区域；

2)、依次进行Harris角点检测；

3)、对重复区域的棋盘格角点进行拟合；过程如下：

(3.1)设定包围域：根据棋盘格角点x、y坐标的最大值和最小值，设定包围域；四周围绕的直线AB、BC、CD、DA即为一个包围域；设定一个空栈，用于存放单独的点；拟合直线数量为0；

(3.2)计算棋盘格边长：计算角点中两两坐标之间的距离；最小距离a即为棋盘格边长；距离范围设定为[0,a)；

(3.3)设定误差s：因为各角点之间，位置可能识别存在误差；因此需要设定误差s；以一边，初始BC为标准，作为当前直线；

(3.5)计算各点到当前直线的距离；

(3.6)计算点到当前直线的距离在设定距离范围内的点数量，若只有一个点，进入步骤3.7；若有两个及以上点，距离范围最大值减a，进入步骤3.9；

(3.7)入栈；判断拟合直线数量是否为0，若是，进入距离范围最大值加a，若不是，进入第3.9步；

(3.8)选取两个点，计算出直线；拟合直线数量加1；以计算出的直线作为当前直线；若拟合出的直线数量为5，进入第3.10步，否则进入步骤3.5；

(3.9)以当前直线为标准，由于棋盘格之间的直线都是平行关系；可以根据当前直线和栈中的点，计算出过点的直线；栈中的点出栈；进入步骤3.6；

(3.10)根据拟合出的直线，能够确定棋盘格的各个角点坐标；根据4条直线，能够确定棋盘格的范围，因此能够确定棋盘格的四角；

4)、选择对应角点进行匹配；过程如下：

(4.2)角点标记：将两幅图像相互对应的角点进行标记；

5)、对图像特征点进行矩阵变换，计算对应关系；过程如下：

(5.1)通过4对对应点进行计算得到变换矩阵，公式如下；

(5.2)将系数矩阵LU分解，来求解方程组，计算出m11-m32这8个参数；

6)、进行坐标投影变换，得到拼接的图像。

2.如权利要求1所述的大幅面皮革图像拼接方法，其特征在于：对于步骤4)选择对应棋盘格角点进行匹配时，图像重复区域中的4对棋盘格，每对棋盘格中只找一对角点进行匹配并标记，得到计算变换所需要的4对点。

3.如权利要求1或2所述的大幅面皮革图像拼接方法，其特征在于：对于步骤6)图像拼接，根据步骤5)中计算出的8个变换参数，构造拼接投影变换矩阵，利用投影变换矩阵将第一幅图像投影变换到第二幅图像上完成图像拼接，拼接投影变换公式如下：