多CCD大幅面掃描儀圖像拼接算法與實(shí)現(xiàn)
2015-10-21 19:39:14賀小寶
賀小寶
【摘 要】針對(duì)大幅面掃描儀采用的多CCD外視場(chǎng)拼接方式，本文提出了一種根據(jù)尋優(yōu)得到的拼接線進(jìn)行圖像拼接的算法，該算法以掃描圖像重疊區(qū)域中對(duì)應(yīng)像素點(diǎn)灰度差異較小的點(diǎn)作為拼接點(diǎn)，同時(shí)使用一種像素點(diǎn)權(quán)值計(jì)算方法作為搜索策略的參考，尋優(yōu)得到一條圖像拼接線。利用多CCD大幅面掃描儀得到的掃描圖像進(jìn)行試驗(yàn)，獲得了很好的試驗(yàn)效果。
【關(guān)鍵詞】多CCD；大幅面掃描儀；圖像拼接；拼接線
0.引言
多CCD大幅面掃描儀主要采用外視場(chǎng)拼接方式，通過對(duì)各個(gè)CCD采集的圖像進(jìn)行圖像拼接處理最終得到完整的大幅面掃描圖像。由于掃描儀多CCD之間的非一致性以及掃描材質(zhì)表面的平整程度等因素，會(huì)導(dǎo)致掃描圖像拼接存在較大誤差。如果使用直接拼接方法進(jìn)行處理時(shí)，則在拼接縫附近會(huì)出現(xiàn)較為明顯的拼接縫，這嚴(yán)重降低了掃描圖像的質(zhì)量。
最佳拼接線可以消除拼接縫兩側(cè)圖像灰度值過度不連續(xù)的問題。James Davis[1]很早提出了一種拼接縫尋優(yōu)方法，他利用Dijkstra算法檢測(cè)最佳拼接線，但該算法復(fù)雜度高且拼接速度慢。在文獻(xiàn)[2][3][4]中通過采用動(dòng)態(tài)規(guī)劃的思想來(lái)尋找最佳拼接線，但由于使用的是人為的柵格結(jié)構(gòu)，會(huì)使得尋找到的拼接線有可能不是最佳的。其他拼接縫尋優(yōu)方法還有最小灰度差值法、梯度差異法、重疊區(qū)域平方線法[5]等，這些方法算法實(shí)現(xiàn)簡(jiǎn)單，運(yùn)算速度快，但是處理效果不是很理想。
本文針對(duì)上述各種方法的不足，設(shè)計(jì)并實(shí)現(xiàn)了一種尋找最佳拼接線的方法，其在多CCD大幅面掃描儀的圖像拼接處理中有一定的應(yīng)用價(jià)值。
1.掃描圖像配準(zhǔn)策略
多CCD大幅面掃描儀圖像的配準(zhǔn)策略是掃描圖像拼接的關(guān)鍵。通常使用的配準(zhǔn)算法是基于相鄰兩個(gè)CCD采集的圖像重疊部分對(duì)應(yīng)的像素在RGB色彩空間系統(tǒng)中灰度級(jí)的相似性。相鄰圖像的對(duì)應(yīng)重疊部分上的兩個(gè)像素點(diǎn)A、B在RGB色彩空間中的距離為：
根據(jù)上式搜索D為最小值時(shí)的（x，y）點(diǎn)，可以認(rèn)為該點(diǎn)為最佳的拼接位置。配準(zhǔn)過程分為粗略配準(zhǔn)和精確配準(zhǔn)兩個(gè)步驟。粗略配準(zhǔn)過程中，網(wǎng)格每次水平移動(dòng)一個(gè)網(wǎng)格間距。精確配準(zhǔn)過程中，以粗略配準(zhǔn)的最佳匹配點(diǎn)為中心，移動(dòng)步長(zhǎng)減半，計(jì)算網(wǎng)格點(diǎn)對(duì)應(yīng)像素RGB差值的平方和，并與當(dāng)前最優(yōu)值進(jìn)行比較，如果優(yōu)于當(dāng)前值，則替換當(dāng)前的最佳匹配點(diǎn)。循環(huán)進(jìn)行該過程，每次步長(zhǎng)減半，直至水平步長(zhǎng)為零為止。
經(jīng)過上述配準(zhǔn)步驟后，確定了拼接縫的位置，并且確定了每個(gè)CCD使用的有效采集像元范圍及重疊區(qū)域?qū)挾取?/p>
2.尋找最佳拼接縫
掃描圖像經(jīng)過相關(guān)預(yù)處理及確定重疊區(qū)域?qū)挾戎?，便可以進(jìn)行最佳拼接縫的尋找。本文提出的拼接縫尋優(yōu)方法具體設(shè)計(jì)的流程如圖2.1所示。
根據(jù)掃描圖像拼接縫尋優(yōu)流程圖，下面給出拼接縫尋優(yōu)方法的具體實(shí)現(xiàn)步驟：
第一步，裁剪獲取相鄰CCD采集的兩幅圖像的重疊部分。通過圖像配準(zhǔn)可以得到重疊區(qū)域，將重疊部分截取存入單獨(dú)的兩幅圖像中。
第二步，將重疊圖像做差得到差圖像。如果是彩色方式掃描，則彩色圖像各個(gè)通道做差，將得到的彩色差圖像灰度化，得到灰度差圖像。
第三步，在灰度差圖像上尋找拼接縫上的第一個(gè)像素點(diǎn)。這里選取灰度差圖像第一行圖像數(shù)據(jù)中像素灰度值最小的那個(gè)點(diǎn)作為拼接縫的起始像素點(diǎn)，使用二維的位圖數(shù)據(jù)結(jié)構(gòu)存儲(chǔ)拼接縫上的點(diǎn)。
第四步，從拼接縫上的起始像素點(diǎn)開始依次找出所有滿足條件的像素點(diǎn)，規(guī)則為：以剛剛尋找出的拼接縫上的像素點(diǎn)為參考點(diǎn)，在其周圍的八個(gè)像素點(diǎn)中尋找出當(dāng)前不在拼接縫上，并且權(quán)值最低的像素點(diǎn)作為拼接縫上的下一個(gè)像素點(diǎn)。其中像素點(diǎn)權(quán)值的具體定義為：（PixelValue+1）×K+Height-y。
像素點(diǎn)權(quán)值主要由兩部分組成：一個(gè)是像素點(diǎn)灰度值大小，另一個(gè)是像素點(diǎn)靠近圖像底部的程度。這里的PixelValue代表像素點(diǎn)的灰度值，K為一個(gè)比例參數(shù)，Height為灰度差圖像的高度，y為參考點(diǎn)的縱坐標(biāo)。其中 K值一般取值為10到20之間。K值過小，拼接效果不是很好；K值過大，拼接縫上的像素點(diǎn)會(huì)增多，影響處理速度。
第五步，根據(jù)二維位圖數(shù)據(jù)結(jié)構(gòu)中記錄的拼接縫上的點(diǎn)，實(shí)現(xiàn)掃描圖像的拼接。
3.掃描儀圖像拼接縫尋優(yōu)結(jié)果分析
為了驗(yàn)證本文提出的掃描圖像拼接縫尋優(yōu)方法可以降低拼接縫處掃描圖像的過渡不連續(xù)性，采用油畫掃描介質(zhì)進(jìn)行了測(cè)試，具體測(cè)試及結(jié)果分析對(duì)比如下。
圖3.1是直接拼接的圖像，可以看出拼接圖像在拼接縫的上半部分丟失了部分圖像數(shù)據(jù)，在拼接縫的下半部分則存在冗余圖像數(shù)據(jù)，仍然存在較為明顯的拼接縫。按照拼接縫尋優(yōu)進(jìn)行拼接得到的圖像如圖3.2所示。
對(duì)比分析兩種拼接方法可知，對(duì)于表面凹凸不平的油畫掃描材質(zhì)，進(jìn)行掃描后圖像變形較大，如果進(jìn)行直接拼接，則會(huì)出現(xiàn)較為明顯的拼接縫。而如果重新尋找一條更優(yōu)的拼接縫，然后按照該拼接縫進(jìn)行掃描圖像的拼接，則可以獲得較好的效果，消除了拼接縫處的過渡不連續(xù)現(xiàn)象。 [科]
【參考文獻(xiàn)】
[1]James Davis. Mosaics of scenes with moving objects.IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Santa Barmara，1998：354-260.
[2]方賢勇，潘志庚，徐丹.圖像拼接的改進(jìn)算法. 計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2003，15（11）：1362-1365.
[3]Efros A，F(xiàn)reeman W.Image quilting for texture synthesis and transfer. Computer Graphics Proceedings，Annual Conference Series.ACM SIGGRAPH 2004，Angeles，California，2001：341-346.
[4]Marie-Lise Duplaquet. Building large image mosaics with invisible seam lines.Proceedings of SPIE Aerosense.Orlando，F(xiàn)lorida.1998，3387：369-377.
[5]游磊.圖像拼接的核心算法研究.重慶大學(xué)碩士論文，2009.
