CN104050629A - 一种隧道图像无标识拼接的方法 - Google Patents

Abstract

本发明涉及一种隧道图像无标识拼接的方法，其采用高强度线状激光器作辅助标记，通过图像检测算法识别激光线在相机上成像光线的位置，利用该标记位置对隧道拍摄图像做拼接融合。在激光线附近，采用带参数的像素平均的方式，使得图像融合边缘过度均匀。

Description

一种隧道图像无标识拼接的方法

技术领域

本发明涉及一种隧道图像无标识拼接的方法，属于图像处理领域。

背景技术

图像拼接就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。图像配准和图像融合是图像拼接的两个关键技术。201110170502.5的基于双激光三角法的激光肉图像采集方法，公开了图像的融合方案，由于托盘在旋转，该案不涉及图像配准。图像配准是图像融合的基础，而且图像配准算法的计算量一般非常大，因此图像拼接技术的发展很大程度上取决于图像配准。201210414337.8涉及图像合成装置及图像处理方法，该方法主要针对被测物的多角度测量，以物距作为配准标准。传统较好图像配准方法是基于特征的方法，基于特征的方法首先找出两幅图像中的特征点(如边界点、拐点)，并确定图像间特征点的对应关系，然后利用这种对应关系找到两幅图像间的变换关系。201310751265.0涉及双线阵相机采集的路面图像拼接及匀化方法，该方案以标志物为图像特征点。这一类方法不直接利用图像的灰度信息，因而对光线变化不敏感，但对特征点对应关系的精确程度依赖很大。地铁隧道由于其管片结构的重复性布局，图像特征类似，不适用与基于特征匹配的图像配准方法。传统的地铁隧道运营维护中，有在隧道表面人工贴上物理标识辅助图像融合的方法，该方法工作量过大，难以推广。

发明内容

本发明要解决的技术问题在于提出一种隧道图像无标识拼接的方法，能迅速完成图像拼接，无需在隧道表面设定物理标记。

本发明的技术方案是这样实现的：

一种隧道图像无标识拼接的方法，其特征在于包括以下步骤：

利用多个面阵CCD相机获取地铁隧道同一截面位置的不同表面区域图像，这些图像存在相互重叠部分，并包含该隧道截面位置的整个表面信息；

线状激光器用于标记相邻面阵CCD相机的重叠位置，相邻2个相机获取的图像含有同一激光器发射的激光线；

对每个面阵CCD相机获取的图像进行灰度变换、硬阈值分割，得到二值轮廓特征图，检测轮廓特征图的直线；

标记长度大于设定值的直线，直线坐标为pos，图像拼接区间为[pos–index,pos+index]，index为拼接区间宽度参数；

生成拼接系数参数y_x＝0.5*exp(-0.5*x²/σ²)，其中，x∈[-index,index]；

拼接图像 $I_j=\left\{\begin{array}{c}{I}_{1j}*(1-y_{{j-\mathrm{pos}}_{\max }})+I_{2({\mathrm{pos}}_{\min }+j{-\mathrm{pos}}_{\max })*y_{{j-\mathrm{pos}}_{\max }}},j\∈[{\mathrm{pos}}_{\max }-\mathrm{index},{\mathrm{pos}}_{\max }]\\ I_{2({\mathrm{pos}}_{\min }+j-{\mathrm{pos}}_{\max })*(1-y_{{j-\mathrm{pos}}_{\max }})+I_{1j}*y_{{j-\mathrm{pos}}_{\max }},j\∈[{\mathrm{pos}}_{\max },{\mathrm{pos}}_{\max }+\mathrm{index}]}\\ I_{1j},j\∈[0,{\mathrm{pos}}_{\max })\\ I_{2({\mathrm{pos}}_{\min }+{j-\mathrm{pos}}_{\max }),j\∈({\mathrm{pow}}_{\max }+\mathrm{index},W]}\end{array}\right.,$

其中j为图像上的坐标，I_j表示坐标为j的像素线，I₁,I₂表示相邻面阵CCD相机的两幅图像，I_1j表示I₁上坐标为j的像素线，pos_max表示I₁,I₂中pos坐标较大的一个，pos_min表示I₁,I₂中pos坐标较小的一个，W为拼接后图像的宽度。

I₁,I₂两幅图像对应的激光线位置pos是不一样的，分成pos1，pos2；对于较大pos值(pos_max)的图我们保留其左半图，较小pos值的图(pos_min)我们保留右半部分,合成图像的大小为：max(pos1,pos2)+W₂-min(pos1,pos2)，合成后的图像坐标系与左半边图像一致。在融合区域之外，拼接图像分别于I₁,I₂一致，在融合区域内(区间[pos–index,pos+index])，拼接图像由I₁,I₂分别乘以其拼接参数而成。拼接参数的取值随着坐标j的变化而变化。

在本发明的隧道图像无标识拼接的方法中，采用Hough算法检测轮廓特征图的直线。

在本发明的隧道图像无标识拼接的方法中，pos为横坐标或者纵坐标。

在本发明的隧道图像无标识拼接的方法中，轮廓特征图中，被检测的直线应与图像至少一个边的夹角小于5℃，对距离小于设定阈值ξ的两条直线认定为重复直线，只保留其中一条。

在本发明的隧道图像无标识拼接的方法中，阈值ξ小于10个像素。

实施本发明的隧道图像无标识拼接的方法，具有以下有益效果：地铁隧道由于其管片结构的重复性布局，不适用与基于特征匹配的图像配准方法。采用高强度线状激光器作辅助标记，通过图像检测算法识别激光线在相机上成像光线的位置，利用该标记位置对隧道拍摄图像做拼接融合。在激光线附近，采用带参数的像素平均的方式，能够获得融合边缘均匀的融合图像。

附图说明

图1为本发明的隧道图像无标识拼接的方法的流程图；

图2为待拼接的两幅图；

图3为两幅图拼接区域的拼接系数曲线图；

图4为图3的拼接结果，其采用本发明的隧道图像无标识拼接的方法；

图5为发明的隧道图像无标识拼接的方法所采用的系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

如图1所示，本发明的隧道图像无标识拼接的方法，其包括以下步骤：

利用多个面阵CCD相机获取地铁隧道同一截面位置的不同表面区域图像，这些图像存在相互重叠部分，并包含该隧道截面位置的整个表面信息，如图5所示；

线状激光器用于标记相邻面阵CCD相机的重叠位置，相邻2个相机获取的图像含有同一激光器发射的激光线，如图2。

对每个相机获取的图像进行灰度变换、硬阈值分割，得到二值轮廓特征图，采用Hough算法检测轮廓特征图的直线。

标记长度大于设定值的直线，直线应与图像至少一个边(一般为相对的两条边)的夹角小于5℃，以便检测到的直线为图像上的激光线。激光线可能占多个临近的像素点。对距离小于设定阈值ξ的两条直线认定为重复直线，只保留其中一条。直线纵坐标为pos，图像拼接区间为[pos–index,pos+index]，index为拼接区间宽度参数，本实施例取25个像素。阈值ξ等于10个像素。

生成拼接系数参数y_x＝0.5*exp(-0.5*x²/σ²)，其中，x∈[-index,index]；

拼接图像 $I_j=\left\{\begin{array}{c}{I}_{1j}*(1-y_{{j-\mathrm{pos}}_{\max }})+I_{2({\mathrm{pos}}_{\min }+j{-\mathrm{pos}}_{\max })*y_{{j-\mathrm{pos}}_{\max }}},j\∈[{\mathrm{pos}}_{\max }-\mathrm{index},{\mathrm{pos}}_{\max }]\\ I_{2({\mathrm{pos}}_{\min }+j-{\mathrm{pos}}_{\max })*(1-y_{{j-\mathrm{pos}}_{\max }})+I_{1j}*y_{{j-\mathrm{pos}}_{\max }},j\∈[{\mathrm{pos}}_{\max },{\mathrm{pos}}_{\max }+\mathrm{index}]}\\ I_{1j},j\∈[0,{\mathrm{pos}}_{\max })\\ I_{2({\mathrm{pos}}_{\min }+{j-\mathrm{pos}}_{\max }),j\∈({\mathrm{pow}}_{\max }+\mathrm{index},W]}\end{array}\right.,$

其中j为图像上的坐标，I_j表示坐标为j的像素线，I₁,I₂表示相邻的两幅图像，I_1j表示I₁上坐标为j的像素线，pos_max表示I₁,I₂中pos坐标较大的一个，pos_min表示I₁,I₂中pos坐标较小的一个，W为图像的宽度，图3显示了图像拼接区域的拼接系数曲线图，图4显示的是拼接结果。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种隧道图像无标识拼接的方法，其特征在于包括以下步骤：

利用多个面阵CCD相机获取地铁隧道同一截面位置的不同表面区域图像，这些图像存在相互重叠部分，并包含该隧道截面位置的整个表面信息；

线状激光器用于标记相邻面阵CCD相机的重叠位置，相邻2个相机获取的图像含有同一激光器发射的激光线；

对每个面阵CCD相机获取的图像进行灰度变换、硬阈值分割，得到二值轮廓特征图，检测轮廓特征图的直线；

标记长度大于设定值的直线，直线坐标为pos，图像拼接区间为[pos–index,pos+index]，index为拼接区间宽度参数；

生成拼接系数参数y_x＝0.5*exp(-0.5*x²/σ²)，其中，x∈[-index,index]；

拼接图像 $I_j=\left\{\begin{array}{c}{I}_{1j}*(1-y_{{j-\mathrm{pos}}_{\max }})+I_{2({\mathrm{pos}}_{\min }+j{-\mathrm{pos}}_{\max })*y_{{j-\mathrm{pos}}_{\max }}},j\∈[{\mathrm{pos}}_{\max }-\mathrm{index},{\mathrm{pos}}_{\max }]\\ I_{2({\mathrm{pos}}_{\min }+j-{\mathrm{pos}}_{\max })*(1-y_{{j-\mathrm{pos}}_{\max }})+I_{1j}*y_{{j-\mathrm{pos}}_{\max }},j\∈[{\mathrm{pos}}_{\max },{\mathrm{pos}}_{\max }+\mathrm{index}]}\\ I_{1j},j\∈[0,{\mathrm{pos}}_{\max })\\ I_{2({\mathrm{pos}}_{\min }+{j-\mathrm{pos}}_{\max }),j\∈({\mathrm{pow}}_{\max }+\mathrm{index},W]}\end{array}\right.,$

其中j为图像上的坐标，I_j表示坐标为j的像素线，I₁,I₂表示相邻面阵CCD相机的两幅图像，I_1j表示I₁上坐标为j的像素线，pos_max表示I₁,I₂中pos坐标较大的一个，pos_min表示I₁,I₂中pos坐标较小的一个，W为拼接后图像的宽度。

2.根据权利要求1所述的隧道图像无标识拼接的方法，其特征在于，采用Hough算法检测轮廓特征图的直线。

3.根据权利要求1所述的隧道图像无标识拼接的方法，其特征在于，Pos为横坐标或者纵坐标。

4.根据权利要求1所述的隧道图像无标识拼接的方法，其特征在于，轮廓特征图中，被检测的直线应与图像至少一个边的夹角小于5℃，对距离小于设定阈值ξ的两条直线认定为重复直线，只保留其中一条。

5.根据权利要求1至4任意一项所述的隧道图像无标识拼接的方法，其特征在于，阈值ξ小于10个像素。