圖像拼接技術(shù)在大米檢測(cè)系統(tǒng)中的應(yīng)用

胡智光，馮月亮

（湖南科技大學(xué) 信息與電氣工程學(xué)院，湘潭411201）

0 引 言

目前，我國(guó)的大米加工廠大多數(shù)大米的質(zhì)量檢測(cè)大都是依靠人工，這樣靠工人眼睛對(duì)大米進(jìn)行檢測(cè)的勞動(dòng)的強(qiáng)度大，而且效率很低.在這種情況下，湖南科技大學(xué)的肖助明和曾奇波在導(dǎo)師的指導(dǎo)下經(jīng)過(guò)長(zhǎng)期研究找到了一種基于圖像處理[1，2]的方法來(lái)實(shí)現(xiàn)檢測(cè)大米顆粒的檢測(cè)系統(tǒng).大米檢測(cè)系統(tǒng)[3，4]是通過(guò)檢測(cè)攝像頭在一定的周期內(nèi)在大米加工后的輸出傳送帶上選取多幀大米圖片，然后通過(guò)對(duì)每一幀圖像進(jìn)行進(jìn)行分析和處理，從而得到檢測(cè)大米品質(zhì)的目的.為了提高大米檢測(cè)系統(tǒng)的檢測(cè)效率和檢測(cè)準(zhǔn)確度，我們需要用圖像拼接技術(shù)把多幀圖片拼接起來(lái)形成一幅較大信息量較完整的圖像，然后再運(yùn)用大米檢測(cè)系統(tǒng)檢測(cè).由于系統(tǒng)是通過(guò)對(duì)每幅圖像一一進(jìn)行處理，在系統(tǒng)獲取的圖片中有部分邊緣是重復(fù)的，針對(duì)這種情況，如果采用圖像拼接技術(shù)將系統(tǒng)采取的圖片利用圖像拼接技術(shù)把兩幅或是多幅圖片拼接成一幅圖像再進(jìn)行處理的話，可以減輕系統(tǒng)的存儲(chǔ)負(fù)擔(dān)和提高系統(tǒng)檢測(cè)效率.

圖像拼接技術(shù)[5，6]就是將數(shù)張有重疊部分的圖像（可能是不同時(shí)間、不同視角或者不同傳感器獲得的）拼成一幅大型的無(wú)縫高分辨率圖像的技術(shù).圖像匹配[7，8]和圖像融合[9，10]是圖像拼接 的兩個(gè) 關(guān)鍵技術(shù).圖像配準(zhǔn)是圖像融合的基礎(chǔ)，而且圖像配準(zhǔn)算法的計(jì)算量一般非常大，因此圖像拼接技術(shù)的發(fā)展很大程度上取決于圖像配準(zhǔn)技術(shù)的創(chuàng)新.早期的圖像配準(zhǔn)技術(shù)主要采用點(diǎn)匹配法，這類方法速度慢、精度低，而且常常需要人工選取初始匹配點(diǎn)，無(wú)法適應(yīng)大數(shù)據(jù)量圖像的融合.圖像拼接流程圖像拼接的方法很多，不同的算法步驟會(huì)有一定差異，但大致的過(guò)程是相同的.一般來(lái)說(shuō)，圖像拼接主要包括以下步驟：①圖像預(yù)處理.包括數(shù)字圖像處理的基本操作（如去噪、邊緣提取、直方圖處理等）、建立圖像的匹配模板以及對(duì)圖像進(jìn)行某種變換（如傅里葉變換、小波變換等）等操作.②圖像配準(zhǔn).就是采用一定的匹配策略，找出待拼接圖像中的模板或特征點(diǎn)在參考圖像中對(duì)應(yīng)的位置，進(jìn)而確定兩幅圖像之間的變換關(guān)系.③融合重構(gòu).將待拼接圖像的重合區(qū)域進(jìn)行融合得到拼接重構(gòu)的平滑無(wú)縫全景圖像.

1 圖像拼接的預(yù)處理

1.1 圖像的獲取

大米檢測(cè)系統(tǒng)是將攝像頭固定在要二維運(yùn)動(dòng)平臺(tái)上且與大米傳送帶平行，通過(guò)對(duì)傳送帶上的大米攝取連續(xù)的視頻，然后再?gòu)倪B續(xù)的視屏中根據(jù)實(shí)際情況選取多幀圖片，盡量保證選取的圖片只存在少許的重合部分，再對(duì)選出的圖片進(jìn)行其他處理.圖1是兩幅待拼接的圖像A、B.

圖1 兩幅待拼接的圖像A、B

1.2 圖像灰度化

將彩色圖像轉(zhuǎn)化成為灰度圖像的過(guò)程為圖像的灰度化處理.彩色圖像中的每個(gè)像素的顏色由R、G、B三個(gè)分量決定，而每個(gè)分量可以取0～255中的任意一值，這樣一個(gè)像素點(diǎn)可以有1600多萬(wàn)顏色的變化范圍.在RGB模型中，如果R＝G＝B時(shí)，則彩色表示一種灰度顏色，其中R＝G＝B的值叫灰度值，因此，灰度圖像每個(gè)像素只需一個(gè)字節(jié)存放灰度值（又稱強(qiáng)度值、亮度值），灰度范圍為0～255.一般有以下四種方法對(duì)彩色圖像進(jìn)行灰度化：

①分量法；②最大值法；③平均值法；④加權(quán)平均法.

本文采用加權(quán)平均法對(duì)圖像進(jìn)行灰度化，公式如下：

其中i，j是一個(gè)像素點(diǎn)在圖像中的位置，i，j所表示的像素點(diǎn)顏色的紅色分量R （i，j），G（i，j），B（i，j）分別表示綠色和藍(lán)色分量，Gray（i，j）表示該點(diǎn)轉(zhuǎn)換后的灰度值.

圖2 灰度化的待拼圖像A、B.

圖2 灰度化的待拼圖像A、B

1.3 圖像灰度值均衡化

大米圖像的直方圖均存在以下問(wèn)題：待拼的圖像的灰度級(jí)像素點(diǎn)會(huì)比較集中，不能很好的表現(xiàn)出圖像的層次感.因此，我們可以采用圖像灰度值均衡化把待拼圖像的像素點(diǎn)拉開(kāi)，使待拼圖像的灰度級(jí)范圍拉大，這樣會(huì)使圖像更有層次感，能為后面的圖像拼接做出更好的效果.

一幅圖像灰度級(jí)出現(xiàn)的概率近似為：

其中，n是圖像中像素的總和，nk是灰度級(jí)為rk的像素個(gè)數(shù)，L為圖像中可能的灰度級(jí)總數(shù).

圖像可以通過(guò)以下公式將輸入圖像的灰度級(jí)為rk的各個(gè)像素映射到輸出圖像灰度級(jí)為sk的對(duì)應(yīng)像素得到.這就是直方圖均衡化.

2 圖像匹配算法

2.1 塊模板匹配算法

模板配準(zhǔn)算法就是在一幅大的圖像中搜尋已知模板的算法，找到的目標(biāo)模板內(nèi)容同模板應(yīng)該是相同的.首先要在參考圖像中確定一個(gè)模板，再通過(guò)一定的算法在待拼接圖像中找到相類似的目標(biāo)模板，確定其坐標(biāo)，實(shí)現(xiàn)圖像的配準(zhǔn).下面通過(guò)圖像模板的算法來(lái)研究一下具體步驟.

（1）假設(shè)待拼接圖像A、B的灰度函數(shù)為f1（x，y）、f2（x，y）．且設(shè)H 和W 為圖像的長(zhǎng)和寬．

（3）采用全局比較搜索方法，將模板Ｍ 在待拼圖像Ａ 上移動(dòng)，計(jì)算模板Ｍ 與待拼圖像Ａ 中子圖塊的相似度，其算法公式如下：

其中i，j代表M模板的左上角在圖像A中的對(duì)應(yīng)位置.

（4）設(shè)將模板M的左上角移到圖像A中的（i，j）位置，模板與A中對(duì)應(yīng)子圖塊的相似度最小，則為最佳配準(zhǔn)位置.

2.2 改進(jìn)的塊模板匹配算法

由大米圖片的獲取可以知道系統(tǒng)獲取大米圖有一些有的性質(zhì)：①獲取的大米圖片都是參考圖像A的右半部分與待拼圖像B的左半部分相重合.②A、B兩圖的重合部分不會(huì)超過(guò)其中任何一張的一半.③A、B兩圖的水平位移不會(huì)很大.根據(jù)大米檢測(cè)系統(tǒng)獲取的這些大米圖片的特有性質(zhì)，我們可以把原來(lái)的塊模板匹配法進(jìn)行改進(jìn)，使得塊模板匹配法能更好更快的進(jìn)行圖像匹配.

改進(jìn)的塊模板匹配算法的一般步驟分為：

（1）設(shè)待拼接圖像A、B 的灰度函數(shù)f1（x，y）、f2（x，y）.圖像的長(zhǎng)寬分別記為H 和W.

（2）根據(jù)獲取大米圖片性質(zhì)一我們知道圖像的重合部分是在參考圖像A的右半部分與待拼圖片的左半部分，這樣我們選取M模板塊時(shí)可以在B圖的右邊中間部分選取，記為：M（N，N）.

（3）在圖像A中找出最佳匹配位置時(shí)可以采取逆向半局搜索的方法，將模板在圖像A中從右上角向左下角搜索，且搜索范圍只限于A圖的右半部分，其匹配算法公式：

其中i，j表示模板M 圖右上角的點(diǎn)在圖A 中的對(duì)應(yīng)位置.且i＝0，1，2，…，H－1.j＝W－1，W－2，…，W／2.此匹配算法就能實(shí)現(xiàn)模板M 在圖A 中從右上角往左下角搜索，且只局限于在A圖的右半邊搜索匹配.

（4）設(shè)將模板M 的左上角移到圖像ImA中的（i，j）位置，當(dāng)S能取到最小值時(shí)為最佳匹配位置.

（5）計(jì)算圖A和模板M 的相似性：

則圖像A和模板M的相關(guān)系數(shù)：

當(dāng)相關(guān)系數(shù)R越接近于1時(shí)，說(shuō)明模板M與圖像A的相似性越大，圖片也就越匹配.

2.3 塊模板匹配算法的實(shí)驗(yàn)結(jié)果分析

圖像拼接后的圖像效果比較如下：

結(jié)果比較分析：改進(jìn)后的塊模板匹配算法比沒(méi)改進(jìn)的塊模板匹配算法的拼接后的圖像效果要好，更重要的是它的速度是沒(méi)改進(jìn)匹配算法的一倍以上.

3 圖像融合算法分析

3.1 圖像融合的定義和常用方法

圖像融合（Image Fusion）是指將多源信道所采集到的關(guān)于同一目標(biāo)的圖像數(shù)據(jù)經(jīng)過(guò)圖像處理和計(jì)算機(jī)技術(shù)等，最大限度的提取各自信道中的有利信息，最后綜合成高質(zhì)量的圖像.圖像融合技術(shù)是數(shù)字圖像處理中的一種常用技術(shù)，在數(shù)字圖像拼接中主要是用來(lái)將拼接后圖像中的重疊區(qū)域進(jìn)行融合，使拼接后的圖像在視覺(jué)上能夠保持一致.

圖像融合的一般方法有：直接平均法、加權(quán)平均法、中值濾波法、多分辨率法.

3.2 漸入漸出融合算法

漸入漸出法是加權(quán)平均融合算法中的一種，也是圖像融合中會(huì)經(jīng)常用到的算法之一，是使用重疊區(qū)域像素與其到重疊區(qū)域邊界的距離來(lái)計(jì)算權(quán)值.假設(shè)f1和f2分別代表待拼接的兩幅圖像，f代表融合后的圖像，則有：

式中，q1和q2分別代表權(quán)重值，且有q1＋q2＝1，0＜q1＜1，0＜q2＜1.在漸入漸出的圖像融合算法中，q1由1漸變至0，而q2由0漸變至1，通過(guò)此種圖像融合算法就可以在圖像重疊區(qū)域中由兩幅待拼圖像慢慢的過(guò)渡到拼接后的圖像.本文中拼接圖像的融合算法將著重使用此算法.

[1]岡薩雷斯，等.數(shù)字圖像處理（英文版）[M].電子出版社，2002，（7）.

[2]岡薩雷斯，等.數(shù)字圖像處理（MATLAB版）[M].電子出版社，2004，（5）.

[3]肖助明.圖像處理技術(shù)在大米檢測(cè)系統(tǒng)中的應(yīng)用與研究[D].湖南科技大學(xué)，2007，（4）.

[4]曾奇波.基于圖像處理技術(shù)的大米質(zhì)量實(shí)時(shí)檢測(cè)系統(tǒng)研究[D].湖南科技大學(xué)，2009，（5）.

[5]方賢勇，潘志庚，徐 丹.圖像拼接的改進(jìn)算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2003，（11）.

[6]苗立剛.視頻監(jiān)控中的圖像拼接與合成算法研究 [J].儀器儀表學(xué)報(bào)，2009，（4）.

[7]趙向陽(yáng)，杜利民.一種全自動(dòng)穩(wěn)健的圖像拼接融合算法[J].中國(guó)圖像圖形學(xué)報(bào)，2004，（4）.

[8]Yoon－Seok Choi，Bon－Ki Koo，Ji－Hyung Lee.Template Based Image Mosaics[J].ICEC.2007.

[9]Jani Boutellier，Olli Silven，Marius Tico，Lassi Korthonen.Compputer Vision and Computer Graphics，Theory and Applications[M].Springer Berlin Heidelberg.2008：107－117.

[10]Adam Finkelstein，Marisa Range.Electronic Publishing，Artistic Imaging，and Digital Typography[M].Springer Berlin Heidelberg，2006：11－22.