CN103902953A - 一种屏幕检测系统及方法 - Google Patents

Abstract

本发明属于屏幕检测技术领域，提供了一种屏幕检测系统及方法。该系统包括电移平台：用于在检测目标间隔一定距离设置标记特征点；图像获取装置：用于间隔一定时间对检测目标进行拍摄，并使拍摄到的相邻图像都存在标记特征点；图像处理装置：用于通过拍摄图像中的标记特征点进行图像拼接融合处理，根据处理后的图像获得屏幕检测结果。本发明实施例的屏幕检测系统及方法通过在获取图像前对检测目标设置特定标记作为全景拼接的关键点，减少了特征点数，提高了图像配准算法的效率，本发明可同时拼接多幅图像，并适用于利用多台相机进行拼接；通过拼接融合后的图像结果确定屏幕是否是标准屏幕，使屏幕检测技术更简单、高效，大大降低了工业检测的成本。

Description

一种屏幕检测系统及方法

技术领域

本发明属于屏幕检测技术领域，特别是涉及一种屏幕检测系统及方法。

背景技术

苹果手机的兴起，也提高了移动终端的工艺标准，尤其是屏幕的平整性。在批量生产屏幕时，需要对所有的屏幕进行检测，判断其是否是标准的屏幕，屏幕检测系统在目前的工业领域中有着强烈的需求，但是目前为止还没有比较有效的能对屏幕进行实时检测的系统。

现有技术中，申请号为201110157876.3的中国专利申请公开了一种屏幕定位的方法及装置，具体的说，是一种利用计算机视觉和模式识别原理来对屏幕进行定位的方法和装置，所述方法包括：（1）参考图像的获取；（2）屏幕图像的采集；（3）图像识别；（4）位置计算；（5）焦点标识；申请号为201110392822.5的中国专利公布了图像拼接技术在隧道围岩变形非接触测量中的应用，其方法是在大尺寸监测断面布设待测点和图像拼接标志点，并在其前方放置便携式精密三维控制场，利用普通数码相机进行交向摄影，拍摄不同期囊括待测点，图像拼接标志点和控制场的监测断面重叠子图像组，对图像进行畸变校正和高精度拼接，获取监测断面全景图；并利用亚像素定位技术提取全景图中待测点和控制点的像点坐标，采用直线线性变换法对待测点的空间三维坐标进行解析，计算出同期待测点间的侧线长度和不同期待测点间侧线长度的变化，进而得到围岩的位移信息，实现隧道大尺寸断面围岩变形非接触性测量的精准结果。

现有技术中的屏幕检测系统主要是基于计算机视觉和模式识别结合的方法、多摄像头联合检测法以及图像拼接法，基于计算机视觉和模式识别的方法算法及图像拼接系统过于复杂，不适合实际的工业检测；而多个摄像头联合检测的方法成本高，并且存在同步的问题。

发明内容

本发明的目的在于，提供一种屏幕检测系统及方法，以解决现有技术中的屏幕检测系统过于复杂不适于实际的工业检测以及成本高且无法同步的技术问题。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。

本发明提供一种屏幕检测系统，包括

电移平台：用于在检测目标间隔一定距离设置标记特征点；

图像获取装置：用于间隔一定时间对检测目标进行拍摄，并使拍摄到的相邻图像都存在标记特征点；

图像处理装置：用于通过拍摄图像中的标记特征点进行图像拼接融合处理，并根据处理后的图像获得屏幕检测结果。

本发明的技术方案还包括：所述图像处理装置包括：

图像输入模块：用于输入参考图像和待拼接图像；

图像预处理模块：用于对待拼接图像进行几何畸变校正和噪声点的抑制处理，使待拼接图像与参考图像不存在明显的几何畸变；

图像配准模块：用于通过图像配准算法对参考图像和待拼接图像中的特征信息进行提取，在提取出的特征信息中寻找最佳的匹配点，并完成拼接得到全景图像；

图像融合模块：用于在完成图像配准以后，对图像进行融合，并对融合的边界进行平滑处理，让融合自然过渡。

本发明的技术方案还包括：所述图像配准模块采用SIFT配准算法，具体算法包括：检测尺度空间极值点，初步确定关键点的位置和所在尺度；精确确定关键点的位置和尺度，同时剔除低对比度的关键点和不稳定的边缘响应点；分配关键点方向，利用关键点的领域像素的梯度方向分布特性为每个关键点指定方向参数，保证SIFT算子的旋转不变形；生成关键点描述子；生成多幅图像的SIFT特征向量，采用关键点特征向量的欧式距离作为多幅图像中关键点的相似性判定准则，得到满足准则的SIFT匹配点对；根据得到的SIFT匹配点对计算出图像的变换参数进行拼接得到全景图像。

本发明的技术方案还包括：所述图像处理装置还包括检测判断模块，所述检测判断模块用于根据融合后的图像结果确定检测屏幕放置的位置是否准确以及边缘是否存在倾斜的情况，如果检测屏幕放置的位置不准确或边缘存在倾斜情况，则进行告警。

本发明的技术方案还包括：所述图像获取装置为CCD相机，所述电移平台为二维电移平台。

本发明提供的另一技术方案，一种屏幕检测方法，包括：

步骤a：在检测目标每隔一定距离设置标记特征点；

步骤b：间隔一定时间对检测目标进行拍摄，并使拍摄到的相邻图像都存在标记特征点；

步骤c：通过拍摄图像中的标记特征点进行图像拼接融合处理，并根据处理后的图像获得屏幕检测结果。

本发明的技术方案还包括：所述步骤b具体包括：通过二维电移平台以固定的速度移动，每隔一定时间对检测目标进行一次以上的拍摄，并将拍摄的待拼接图像及参考图像输入图像处理装置。

本发明的技术方案还包括：在所述步骤c前还包括：对待拼接图像进行几何畸变校正和噪声点的抑制处理，使待拼接图像与参考图像不存在明显的几何畸变。

本发明的技术方案还包括：在所述步骤c中，所述图像拼接融合处理具体包括：通过图像配准算法对参考图像和待拼接图像中的特征信息进行提取，在提取出的特征信息中寻找最佳的匹配点，并完成拼接得到全景图像；对拼接后的图像进行融合，并对融合的边界进行平滑处理，使拼接痕迹消除。

本发明的技术方案还包括：所述图像配准算法为SIFT配准算法，具体算法包括：检测尺度空间极值点，初步确定关键点的位置和所在尺度；精确确定关键点的位置和尺度，同时剔除低对比度的关键点和不稳定的边缘响应点；分配关键点方向，利用关键点的领域像素的梯度方向分布特性为每个关键点指定方向参数，保证SIFT算子的旋转不变形；生成关键点描述子；生成多幅图像的SIFT特征向量，采用关键点特征向量的欧式距离作为多幅图像中关键点的相似性判定准则，得到满足准则的SIFT匹配点对；根据得到的SIFT匹配点对计算出图像的变换参数进行拼接得到全景图像。

本发明的技术方案还包括：在所述步骤c后还包括：根据融合后的图像对屏幕边缘进行实时检测，并在检测到屏幕放置位置不准确或边缘倾斜时发出告警提示。

综上所述，本发明实施例的屏幕检测系统及方法通过在获取图像前对检测目标设置特定标记作为全景拼接的关键点，减少了特征点数，提高了图像配准算法的效率，本发明可同时拼接多幅图像，并适用于利用多台相机进行拼接；本发明通过拼接融合后的图像结果确定屏幕是否是标准屏幕，使屏幕检测技术更加简单、高效，大大降低了工业检测的成本。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

附图1是本发明实施例的屏幕检测系统的结构示意图；

附图2是本发明实施例的屏幕检测系统的工作原理图；

附图3是本发明实施例的屏幕检测方法的流程图；

附图4是本发明实施例的屏幕检测方法的图像配准算法的流程图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的用户原创内容的推荐方法及推荐装置其具体实施方式、方法、步骤、结构、特征及其功效，详细说明如下。

有关本发明的前述及其他技术内容、特点及功效，在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明，当可对本发明为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。

请参阅图1，是本发明实施例的屏幕检测系统的结构示意图。本发明屏幕检测系统包括二维电移平台、图像获取装置和图像处理装置，其中，

二维电移平台：用于在拍摄检测目标之前在检测目标每隔一定距离设置一个标记特征点，以固定的速度移动，并通过图像获取装置每隔一定的时间t拍摄一次检测目标的图像，请一并参阅图2，是本发明实施例的屏幕检测系统的工作原理图；

图像获取装置：用于根据二维电移平台的移动每隔一定时间对检测目标进行一次以上的拍摄，并使拍摄到的相邻的图像都有标记特征点，后将拍摄数据传输至图像处理装置进行处理；其中，由于要处理的检测目标大小超过相机的视场，所以需要进行多次拍摄才能得到一个完整的检测目标；在本发明实施例中，所述图像获取装置为至少一个面阵CCD相机；本发明也适用于利用多台相机进行拼接。

图像处理装置：用于将输入的待拼接图像进行预处理后根据图像中的标记特征点进行拼接得到全景图像，并对拼接后的图像进行融合处理；具体地，图像处理装置还包括图像输入模块、图像预处理模块、图像配准模块、图像融合模块和检测判断模块，其中，

图像输入模块：用于输入参考图像和待拼接图像；在本发明实施例中，最多可同时拼接4幅图像；

图像预处理模块：用于对待拼接图像进行几何畸变校正和噪声点的抑制等处理，使待拼接图像与参考图像不存在明显的几何畸变；其中，几何畸变是指拼接图像中的几何图形与参考图像中几何图形的差异，如果不经过图像预处理在图像质量不理想的情况下进行图像拼接，会很容易造成无匹配；通过图像预处理让图像质量能够满足图像配准的要求，为图像配准做准备；本发明通过采用中值滤波技术实现噪声点的抑制，中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，它的核心算法是将模板中的数据进行排序，如果一个亮点（暗点）的噪声，就会在排序过程中被排在数据序列的最右侧或者最左侧，因此，最终选择的数据序列中间位置上的值一般不是噪声点值，由此达到抑制噪声的目的。

图像配准模块：用于通过图像配准算法对参考图像和待拼接图像中的特征信息进行提取，在提取出的特征信息中寻找最佳的匹配点，并完成拼接得到全景图像；图像拼接的成功与否主要是图像的配准，由于多幅图像之间可能存在平移、旋转、缩放等多种变换或者大面积的同色区域等很难匹配的情况，一个好的图像配准算法应该能够在各种情况下准确找到图像间的对应信息将图像对齐；基于特征的图像拼接是利用图像的明显特征来估计图像之间的变换，这些明显特征包括图像的特征点（角点和关键点）、轮廓和一些不变矩等；本发明采用的是基于SIFT（Scale-invariant feature transform，尺度不变特征变换）的配准算法，该算法利用图像关键点的SIFT特征向量进行匹配，SIFT特征是图像的局部特征，对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也具有一定的鲁棒性；具体匹配方式包括：检测尺度空间极值点，初步确定关键点的位置和所在尺度；其中，图像I(x,y)在不同尺度下的尺度空间可表示为图像与高斯核的卷积：

L(x,y,σ)＝G(x,y,σ)×I(x,y)

其中，是尺度可变高斯函数；(x,y)是图像像素位置；σ为尺度空间因子，为了有效地在尺度空间检测到稳定的关键点，需要在图像平面空间和DoG尺度空间同时检测局部极值作为特征点，DoG算子定义为两个不同尺度的高斯核的差分：

D(x,y,σ)＝(G(x,y,kσ)-G(x,y,σ))×I(x,y)＝L(x,y,kσ)-L(x,y,σ)

精确确定关键点的位置和尺度，同时剔除低对比度的关键点和不稳定的边缘响应点；分配关键点方向，利用关键点的领域像素的梯度方向分布特性为每个关键点指定方向参数，保证SIFT算子的旋转不变形；关键点所在尺度的梯度模值和方向为

$m(x,y)=\sqrt{{(L(x+1,y)-L(x-1,y))}^2+{(L(x,y+1)-L(x,y-1))}^2}$

θ(x,y)＝tan^-1((L(x,y+1)-L(x,y-1))/(L(x+1,y)-L(x-1,y)))

生成关键点描述子，将坐标轴旋转为关键点的方向，以关键点为中心取8*8的窗口，计算每个4*4的小块上八个方向的梯度方向直方图，每个梯度方向的累加值形成一个种子点，实际计算过程中，为了增强匹配的稳健性，对每个关键点使用4*4共16个种子点来描述，如此，对于一个关键点就可以产生128个数据，形成128维的SIFT特征向量；生成多幅图像的SIFT特征向量后，采用关键点特征向量的欧式距离作为多幅图像中关键点的相似性判定准则，得到满足准则的SIFT匹配点对，根据得到的SIFT匹配点对计算出图像的变换参数，并根据图像变换参数进行拼接融合得到全景图像；本发明通过在拍摄图像前在拍摄检测目标每隔一定距离设置一个特定的标记特征点，减少了特征点数，从而提高图像配准算法的效率；

图像融合模块：用于在完成图像配准以后，对图像进行融合，并对融合的边界进行平滑处理，让融合自然过渡；配准后的图像由于分辨率和视角的不同以及光照的影响，在图像拼接的重叠部分有时会产生模糊、鬼影或噪声点，边界处也可能形成明显的缝隙，为了改善拼接图像的视觉效果和客观质量，需要对拼接后的图像进行融合；图像融合是将一幅以上已配准图像中的有用信息综合到一幅图像中并以可视化方法显示的技术，由于任何两幅相邻图像在采集条件上都不可能做到完全相同，因此，对于一些本应该相同的图像特性，如图像的光照特性等，在两幅图像中就不会表现的完全一样，图像拼接缝隙就是从一幅图像的图像区域过渡到另一幅图像的图像区域时，由于图像中的某些相关特性发生了跃变产生的，通过图像融合处理使图像间的拼接缝隙不明显，拼接更自然；其中，本发明采用的融合算法为加权平均法，即将一幅以上图像的对应像素点乘以一个加权系数后再相加得到融合的图像，设图像I₁(i,j)的加权系数为α，则融合后的图像可表示为

I(i,j)＝αI₁(i,j)+(1-α)I₂(i,j)

其中：加权系数α满足0≤α≤1；若α＝0.5，则相当于两幅图像取平均值；若α取为渐变系数，即在不同的坐标点它的取值也不同；当α由1慢慢变化到0时，图像从I₁(i,j)慢慢过渡到了I₂(i,j)，这样就可以实现图像间的平滑过渡，从而消除了拼接的痕迹。

检测判断模块用于根据融合后的图像结果确定检测屏幕放置的位置是否准确以及边缘是否存在倾斜的情况，如果检测屏幕放置的位置不准确或边缘存在倾斜情况，则进行告警。

请参阅图3，是本发明实施例的屏幕检测方法的流程图。本发明实施例的屏幕检测方法包括以下步骤：

步骤S200：在拍摄检测目标每隔一定距离设置一个标记特征点；

在步骤S200中，由于要处理的检测目标大小可能超过相机的视场，所以需要对检测目标进行多次拍摄才能得到一个完整的检测目标，本发明在拍摄检测目标之前，首先在拍摄检测目标每隔一定距离设置一个标记特征点，减少了特征点数，便于图像配准处理。

步骤S210：通过二维电移平台以固定的移动速度每隔一定时间对检测目标进行一次以上的拍摄，使拍摄到的相邻图像都存在标记特征点，并将拍摄的待拼接图像及参考图像输入图像处理装置进行处理；

步骤S220：对待拼接图像进行几何畸变校正和噪声点的抑制等处理，使待拼接图像与参考图像不存在明显的几何畸变；

在步骤S220中，几何畸变是指拼接图像中的几何图形与参考图像中几何图形的差异，如果不经过图像预处理在图像质量不理想的情况下进行图像拼接，会很容易造成无匹配；通过图像预处理让图像质量能够满足图像配准的要求，为图像配准做准备；本发明通过采用中值滤波技术实现噪声点的抑制，中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，它的核心算法是将模板中的数据进行排序，如果一个亮点（暗点）的噪声，就会在排序过程中被排在数据序列的最右侧或者最左侧，因此，最终选择的数据序列中间位置上的值一般不是噪声点值，由此达到抑制噪声的目的。

步骤S230：通过图像配准算法对参考图像和待拼接图像中的特征信息进行提取，在提取出的特征信息中寻找最佳的匹配点，并完成拼接得到全景图像；

在步骤S230中，图像拼接的成功与否主要是图像的配准，由于多幅图像之间可能存在平移、旋转、缩放等多种变换或者大面积的同色区域等很难匹配的情况，一个好的图像配准算法应该能够在各种情况下准确找到图像间的对应信息将图像对齐；基于特征的图像拼接是利用图像的明显特征来估计图像之间的变换，这些明显特征包括图像的特征点（角点和关键点）、轮廓和一些不变矩等；本发明采用的是基于SIFT（尺度不变特征变换）的配准算法，该算法利用图像关键点的SIFT特征向量进行匹配，SIFT特征是图像的局部特征，对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也具有一定的鲁棒性；本发明通过在拍摄图像前在拍摄检测目标每隔一定距离设置一个特定的标记特征点，减少了特征点数，从而提高图像配准算法的效率；请一并参阅图4，是本发明实施例的屏幕检测方法的图像配准算法的流程图。本发明图像配准算法包括以下步骤：

步骤S231：检测尺度空间极值点，初步确定关键点的位置和所在尺度；

在步骤S231中，图像I(x,y)在不同尺度下的尺度空间可表示为图像与高斯核的卷积：

L(x,y,σ)＝G(x,y,σ)×I(x,y)

其中，

是尺度可变高斯函数；(x,y)是图像像素位置；σ为尺度空间因子，为了有效地在尺度空间检测到稳定的关键点，需要在图像平面空间和DoG尺度空间同时检测局部极值作为关键点，DoG算子定义为两个不同尺度的高斯核的差分：

D(x,y,σ)＝(G(x,y,kσ)-G(x,y,σ))×I(x,y)＝L(x,y,kσ)-L(x,y,σ)

步骤S232：精确确定关键点的位置和尺度，同时剔除低对比度的关键点和不稳定的边缘响应点；

步骤S233：分配关键点方向，利用关键点的领域像素的梯度方向分布特性为每个关键点指定方向参数，保证SIFT算子的旋转不变形；

在步骤S233中，关键点所在尺度的梯度模值和方向为

$m(x,y)=\sqrt{{(L(x+1,y)-L(x-1,y))}^2+{(L(x,y+1)-L(x,y-1))}^2}$

θ(x,y)＝tan^-1((L(x,y+1)-L(x,y-1))/(L(x+1,y)-L(x-1,y)))

步骤S234：生成关键点描述子；

在步骤S234中，生成关键点描述子进一步包括：将坐标轴旋转为关键点的方向，以关键点为中心取8*8的窗口，计算每个4*4的小块上八个方向的梯度方向直方图，每个梯度方向的累加值形成一个种子点，实际计算过程中，为了增强匹配的稳健性，对每个关键点使用4*4共16个种子点来描述，如此，对于一个关键点就可以产生128个数据，形成128维的SIFT特征向量；

步骤S235：生成多幅图像的SIFT特征向量，采用关键点特征向量的欧式距离作为多幅图像中关键点的相似性判定准则，得到满足准则的SIFT匹配点对；

步骤S236：根据得到的SIFT匹配点对计算出图像的变换参数；

步骤S237：根据图像变换参数进行拼接得到全景图像；

步骤S240：对拼接后的图像进行融合，并对融合的边界进行平滑处理，使拼接痕迹消除；

在步骤S240中，配准后的图像由于分辨率和视角的不同以及光照的影响，在图像拼接的重叠部分有时会产生模糊、鬼影或噪声点，边界处也可能形成明显的缝隙，为了改善拼接图像的视觉效果和客观质量，需要对拼接后的图像进行融合；图像融合是将一幅以上已配准图像中的有用信息综合到一幅图像中并以可视化方法显示的技术，由于任何两幅相邻图像在采集条件上都不可能做到完全相同，因此，对于一些本应该相同的图像特性，如图像的光照特性等，在两幅图像中就不会表现的完全一样，图像拼接缝隙就是从一幅图像的图像区域过渡到另一幅图像的图像区域时，由于图像中的某些相关特性发生了跃变产生的，通过图像融合处理使图像间的拼接缝隙不明显，拼接更自然；本发明采用的融合算法为加权平均法，即将一幅以上图像的对应像素点乘以一个加权系数后再相加得到融合的图像，设图像I₁(i,j)的加权系数为α，则融合后的图像可表示为

I(i,j)＝αI₁(i,j)+(1-α)I₂(i,j)

其中：加权系数α满足0≤α≤1；若α＝0.5，则相当于两幅图像取平均值；若α取为渐变系数，即在不同的坐标点它的取值也不同；当α由1慢慢变化到0时，图像从I₁(i,j)慢慢过渡到了I₂(i,j)，这样就可以实现图像间的平滑过渡，从而消除了拼接的痕迹。

步骤S250：根据处理后的图像获得屏幕检测结果。

在步骤250中，根据融合后的图像结果确定检测屏幕放置的位置是否准确以及边缘是否存在倾斜的情况，如果检测屏幕放置的位置不准确或边缘存在倾斜情况，则进行告警。

本发明屏幕检测系统及方法通过在获取图像前对检测目标设置特定标记作为全景拼接的关键点，减少了特征点数，提高了图像配准算法的效率，本发明可同时拼接多幅图像，并适用于利用多台相机进行拼接；本发明通过拼接融合后的图像结果确定检测屏幕是否是标准屏幕，使屏幕检测技术更加简单、高效，大大降低了工业检测的成本。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (11)

1.一种屏幕检测系统，其特征在于，包括

电移平台：用于在检测目标间隔一定距离设置标记特征点；

图像获取装置：用于间隔一定时间对检测目标进行拍摄，并使拍摄到的相邻图像都存在标记特征点；

图像处理装置：用于通过拍摄图像中的标记特征点进行图像拼接融合处理，并根据处理后的图像获得屏幕检测结果。

2.根据权利要求1所述的屏幕检测系统，其特征在于，所述图像处理装置包括：

图像输入模块：用于输入参考图像和待拼接图像；

图像预处理模块：用于对待拼接图像进行几何畸变校正和噪声点的抑制处理，使待拼接图像与参考图像不存在明显的几何畸变；

图像配准模块：用于通过图像配准算法对参考图像和待拼接图像中的特征信息进行提取，在提取出的特征信息中寻找最佳的匹配点，并完成拼接得到全景图像；

图像融合模块：用于在完成图像配准以后，对图像进行融合，并对融合的边界进行平滑处理，让融合自然过渡。

3.根据权利要求1或2所述的屏幕检测系统，其特征在于，所述图像配准模块采用SIFT配准算法，具体算法包括：检测尺度空间极值点，初步确定关键点的位置和所在尺度；精确确定关键点的位置和尺度，同时剔除低对比度的关键点和不稳定的边缘响应点；分配关键点方向，利用关键点的领域像素的梯度方向分布特性为每个关键点指定方向参数，保证SIFT算子的旋转不变形；生成关键点描述子；生成多幅图像的SIFT特征向量，采用关键点特征向量的欧式距离作为多幅图像中关键点的相似性判定准则，得到满足准则的SIFT匹配点对；根据得到的SIFT匹配点对计算出图像的变换参数进行拼接得到全景图像。

4.根据权利要求3所述的屏幕检测系统，其特征在于，所述图像处理装置还包括检测判断模块，所述检测判断模块用于根据融合后的图像结果确定检测屏幕放置的位置是否准确以及边缘是否存在倾斜的情况，如果检测屏幕放置的位置不准确或边缘存在倾斜情况，则进行告警。

5.根据权利要求1所述的屏幕检测系统，其特征在于，所述图像获取装置为CCD相机，所述电移平台为二维电移平台。

6.一种屏幕检测方法，包括：

步骤a：在检测目标每隔一定距离设置标记特征点；

步骤b：间隔一定时间对检测目标进行拍摄，并使拍摄到的相邻图像都存在标记特征点；

步骤c：通过拍摄图像中的标记特征点进行图像拼接融合处理，并根据处理后的图像获得屏幕检测结果。

7.根据权利要求6所述的屏幕检测方法，其特征在于，所述步骤b具体包括：通过二维电移平台以固定的速度移动，每隔一定时间对检测目标进行一次以上的拍摄，并将拍摄的待拼接图像及参考图像输入图像处理装置。

8.根据权利要求6或7所述的屏幕检测方法，其特征在于，在所述步骤c前还包括：对待拼接图像进行几何畸变校正和噪声点的抑制处理，使待拼接图像与参考图像不存在明显的几何畸变。

9.根据权利要求8所述的屏幕检测方法，其特征在于，在所述步骤c中，所述图像拼接融合处理具体包括：通过图像配准算法对参考图像和待拼接图像中的特征信息进行提取，在提取出的特征信息中寻找最佳的匹配点，并完成拼接得到全景图像；对拼接后的图像进行融合，并对融合的边界进行平滑处理，使拼接痕迹消除。

10.根据权利要求9所述的屏幕检测方法，其特征在于，所述图像配准算法为SIFT配准算法，具体算法包括：检测尺度空间极值点，初步确定关键点的位置和所在尺度；精确确定关键点的位置和尺度，同时剔除低对比度的关键点和不稳定的边缘响应点；分配关键点方向，利用关键点的领域像素的梯度方向分布特性为每个关键点指定方向参数，保证SIFT算子的旋转不变形；生成关键点描述子；生成多幅图像的SIFT特征向量，采用关键点特征向量的欧式距离作为多幅图像中关键点的相似性判定准则，得到满足准则的SIFT匹配点对；根据得到的SIFT匹配点对计算出图像的变换参数进行拼接得到全景图像。

11.根据权利要求6所述的屏幕检测方法，其特征在于，所述步骤c还包括：根据融合后的图像结果确定检测屏幕放置的位置是否准确以及边缘是否存在倾斜的情况，如果检测屏幕放置的位置不准确或边缘存在倾斜情况，则进行告警。

Images