CN104217411A - 一种不规则破碎单面图像快速拼接方法 - Google Patents
一种不规则破碎单面图像快速拼接方法 Download PDFInfo
- Publication number
- CN104217411A CN104217411A CN201410443407.1A CN201410443407A CN104217411A CN 104217411 A CN104217411 A CN 104217411A CN 201410443407 A CN201410443407 A CN 201410443407A CN 104217411 A CN104217411 A CN 104217411A
- Authority
- CN
- China
- Prior art keywords
- fragment
- fragments
- pixel
- overbar
- value sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明的一种不规则破碎单面图像快速拼接方法,是首先将不规则破碎的单面图像碎片扫描成数字图像,然后获取每个图像碎片边缘的逆时针像素灰度值序列,通过计算各个图像碎片边缘像素灰度值序列相互之间的相关系数,获得各个相邻的图像碎片,并利用碎片的旋转、平移等方法,最终实现不规则破碎图像碎片的快速自动拼接。本发明的有益效果是:充分利用图像丰富的边缘像素信息,将不规则破碎图像的边缘形状匹配转化成为边缘像素灰度值的匹配,极大降低了拼接计算的复杂度,简化了算法流程;该方法是目前文档规则破碎拼接方法的扩展;该方法易于实现,便于推广。
Description
技术领域
本发明涉及一种不规则破碎单面图像快速拼接方法。
背景技术
破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。传统上,拼接复原工作需由人工完成,准确率较高,但效率较低。当碎片数量巨大时,人工拼接很难在短时间内完成任务。随着计算机技术的发展,人们试图开发碎纸片的自动拼接技术,以提高拼接复原效率。
目前,国内外对于不规则碎片拼接匹配的研究主要集中在图像碎片的轮廓曲率匹配。很多学者提出了相关算法,并已取得了一定的成果。Ying Shan等提出了一种概率框架的曲线匹配算法,根据特征点的相似性和与邻域的距离得到初始概率,然后不断的迭代,直到特征点的概率达到稳定值。Kong等通过轮廓线的近似多边形的配合情况来衡量图像碎片的匹配程度。还有基于多尺度的二维碎片拼接方法。各碎片用其轮廓上采样点的曲率来表示,得到一个曲率串,然后通过一个多尺度分析过程,对各碎片之间的匹配程度进行分析,利用动态规划技术对各匹配对进行精化处理。
这些算法都在一定程度上对轮廓进行了匹配,但是它们大多是采用轮廓曲线上点的曲率特征进行匹配,首先计算量较大,步骤比较繁琐,其次存在尖角问题即曲率无穷大的点,一些尖角会因平滑受到破坏或者无法表示。并且现在国内外碎片拼接的研究主要集中在对文字碎纸的研究上,对图片的拼接研究较少且缺乏快速有效的算法。
发明内容
为解决以上技术上的不足,本发明提供了一种易于实现,便于推广的不规则破碎单面图像快速拼接方法。
本发明是通过以下措施实现的:
本发明的一种不规则破碎单面图像快速拼接方法,包括以下步骤:
步骤1,获得一幅集合所有不规则碎片正面图像的电子图片,该电子图片中的所有碎片互相不重叠,并且该电子图片的背景颜色采用与碎片正面图像颜色反差大的单一色;
步骤2,将该电子图片的背景中所含像素设置为0,并通过高斯滤波消除每个碎片中可能存在的杂散黑点,然后整体进行图像灰度化处理;
步骤3,利用轮廓查找算法确定经步骤2处理后的电子图片中各碎片的轮廓像素坐标点,并得到每个碎片的所有轮廓像素坐标点按逆时针方向依次排列的灰度值序列{F1,F2,...,Fn};
步骤4,判断是否有两个碎片的灰度值序列Fi和Fj相匹配,如果有,则将该两碎片通过旋转、平移实现拼接;
步骤5,重新获得经步骤4拼接后碎片的逆时针方向轮廓像素坐标点的灰度值序列,并继续进行步骤4,直至所有碎片拼接为一体。
上述在步骤3中,轮廓查找算法包括如下步骤:
第一步,首先计算当前碎片的重心A:
第二步,以该重心A为中心沿水平方向进行逆时针扫描;对于某一个 方向,当连续检测到5个以上灰度值为0的像素时,说明已经进入到背景区域,则进入背景区域之前的最后一个非0像素就是该碎片沿着该方向的轮廓像素;随着沿着逆时针方向扫描,获得该碎片最外缘像素坐标点的灰度值序列F。
上述在步骤4中,判断两个碎片的灰度值序列Fi和Fj是否能够匹配,需要首先将其中一个灰度值序列取反,即按顺时针方向保存灰度序列,将Fj取反,得到序列Fj’;再从Fj’中依次循环选取数量为K=30的灰度序列值片段,将此片段与Fi进行逐片段比较,即计算二者的归一化相关系数γ:
其中fik和fjk(k∈{1,2,3,...,K})分别是Fi和Fj的灰度值序列,和分别是fik和fjk的均值(k∈{1,2,3,...,K}),相关性的阈值是0.96;若大于阈值,则认为这两个片段匹配成功;若始终没有片段匹配成功,则说明Fi和Fj不相邻,再判定Fi和Fj+1是否相邻。
上述在步骤2中进行图像灰度化处理,灰度化的公式是Y=0.3R+0.59G+0.11B,其中R、G、B表示一个像素的红、绿、蓝三个分量。
本发明的有益效果是:充分利用图像丰富的边缘像素信息,将不规则破碎图像的边缘形状匹配转化成为边缘像素灰度值的匹配,极大降低了拼接计算的复杂度,减轻了手工拼接的繁琐复杂,简化了算法流程;该方法是目前文档规则破碎拼接方法的扩展,丰富了碎纸拼合技术的应用领域范围;该方法易于实现,便于推广。
附图说明
图1为本发明的流程框图。
图2利用轮廓查找算法确定电子图片中某一碎片的轮廓像素坐标点示意图。
图3计算图2中碎片的重心A示例图。
图4进行匹配的碎片是碎片1和碎片2示例图。
具体实施方式
下面结合附图对发明做进一步详细的描述:
为了寻找一种快速通用的不规则破碎图像拼接方法,考虑到对图像碎片而言,由于空间相似性的存在,相邻像素点的灰度值相差不大。为了充分利用原图像碎片的边缘像素灰度信息,实现碎片的快速拼接复原,本发明提出了一种不规则破碎单面图像快速拼接方法,该方法可以应用于任意轮廓的图像碎片,实现图像碎片快速有效的拼接复原。
本发明是通过以下措施实现的:
步骤1,获得一幅集合所有不规则碎片正面图像的电子图片,该电子图片中的所有碎片互相不重叠,并且该电子图片的背景颜色采用与碎片正面图像颜色反差大的单一色。可以将不规则破碎单面图像的碎片正面朝上,不重叠地放置于与碎片正面图像颜色反差大的单一色的背景上,然后用扫描仪获得碎片的扫描图像。需要指出,选择与图像颜色有显著差别的背景,需要根据将要复原的图像的颜色分布,可以选定为纯黑色、纯白色、纯红色、纯绿色、纯蓝色或者纯黄色等。
步骤2,将该电子图片的背景中所含像素设置为0,并通过高斯滤波消除每个碎片中可能存在的杂散黑点,然后整体进行图像灰度化处理。高斯滤波一种信号滤波器,其用途为用于信号的平滑处理。在图像处理过程中噪声是最大的问题,因为误差会累计传递等原因,大多图像处理过程都会选择对获得的图像进行滤波,用于得到信噪比SNR较高的图像。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。附图3分别是3×3和5×5两个高斯滤波模板。灰度化的公式是Y=0.3R+0.59G+0.11B,其中R、G、B 表示一个像素的红、绿、蓝三个分量。
步骤3,如图2所示,利用轮廓查找算法确定经步骤2处理后的电子图片中各碎片的轮廓像素坐标点,并得到每个碎片的所有轮廓像素坐标点按逆时针方向依次排列的灰度值序列{F1,F2,...,Fn};轮廓查找算法包括如下步骤:
第一步,首先计算当前碎片的重心A:
第二步,以该重心A为中心沿水平方向进行逆时针扫描;对于某一个方向,当连续检测到5个以上灰度值为0的像素时,说明已经进入到背景区域,则进入背景区域之前的最后一个非0像素就是该碎片沿着该方向的轮廓像素;随着沿着逆时针方向扫描,获得该碎片最外缘像素坐标点的灰度值序列F。
步骤4,判断是否有两个碎片的灰度值序列Fi和Fj相匹配,如果有,则将该两碎片通过旋转、平移实现拼接;判断两个碎片的灰度值序列Fi和Fj是否能够匹配,需要首先将其中一个灰度值序列取反,即按顺时针方向保存灰度序列,将Fj取反,得到序列Fj’;再从Fj’中依次循环选取数量为K=30的灰度序列值片段,将此片段与Fi进行逐片段比较,即计算二者的归一化相关系数γ:
其中fik和fjk(k∈{1,2,3,...,K})分别是Fi和Fj的灰度值序列,和分别是fik和fjk的均值(k∈{1,2,3,...,K}),相关性的阈值是0.96;若大于阈值,则认为这两个片段匹配成功;若始终没有片段匹配成功,则说明Fi和Fj不相邻,再判定Fi和Fj+1是否相邻。
步骤5,重新获得经步骤4拼接后碎片的逆时针方向轮廓像素坐标点的灰度值序列,并继续进行步骤4,直至所有碎片拼接为一体。
如图4所示,假设当前进行匹配的碎片是碎片1和碎片2。实际情况下碎片1和碎片2可能是图4中右边的状态。由于碎片2与碎片1匹配成功的灰度片段(即P1和P2之间的曲线段)的首尾点坐标是相同的。因此,碎片1的P1和P2和碎片2的P1和P2必须重合,这就要求其中一个碎片必须旋转,旋转的角度以碎片1的P1和P2和碎片2的P1和P2重合为目标。假设连接碎片1的P1和P2的直线斜率是k1,角度是θ1=arctan(k1),连接碎片2的P1和P2的直线斜率是k2,角度是θ2=arctan(k2),则|θ1-θ2|就是碎片2需要旋转的角度。当旋转完成后,再平移碎片2使得碎片1的P1和P2和碎片2的P1和P2重合。
以上所述仅是本专利的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本专利技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本专利的保护范围。
Claims (4)
1.一种不规则破碎单面图像快速拼接方法,其特征在于,包括以下步骤:
步骤1,获得一幅集合所有不规则碎片正面图像的电子图片,该电子图片中的所有碎片互相不重叠,并且该电子图片的背景颜色采用与碎片正面图像颜色反差大的单一色;
步骤2,将该电子图片的背景中所含像素设置为0,并通过高斯滤波消除每个碎片中可能存在的杂散黑点,然后整体进行图像灰度化处理;
步骤3,利用轮廓查找算法确定经步骤2处理后的电子图片中各碎片的轮廓像素坐标点,并得到每个碎片的所有轮廓像素坐标点按逆时针方向依次排列的灰度值序列{F1,F2,...,Fn};
步骤4,判断是否有两个碎片的灰度值序列Fi和Fj相匹配,如果有,则将该两碎片通过旋转、平移实现拼接;
步骤5,重新获得经步骤4拼接后碎片的逆时针方向轮廓像素坐标点的灰度值序列,并继续进行步骤4,直至所有碎片拼接为一体。
2.根据权利要求1所述不规则破碎单面图像快速拼接方法,其特征在于:在步骤3中,轮廓查找算法包括如下步骤:
第一步,首先计算当前碎片的重心A:
第二步,以该重心A为中心沿水平方向进行逆时针扫描;对于某一个方向,当连续检测到5个以上灰度值为0的像素时,说明已经进入到背景区域,则进入背景区域之前的最后一个非0像素就是该碎片沿着该方向的轮廓像素;随着沿着逆时针方向扫描,获得该碎片最外缘像素坐标点的灰度值序列F。
3.根据权利要求1所述不规则破碎单面图像快速拼接方法,其特征在于:在步骤4中,判断两个碎片的灰度值序列Fi和Fj是否能够匹配,需要首先将其中一个灰度值序列取反,即按顺时针方向保存灰度序列,将Fj取反,得到序列Fj’;再从Fj’中依次循环选取数量为K=30的灰度序列值片段,将此片段与Fi进行逐片段比较,即计算二者的归一化相关系数γ:
其中fik和fjk(k∈{1,2,3,...,K})分别是Fi和Fj的灰度值序列,和分别是fik和fjk的均值(k∈{1,2,3,...,K}),相关性的阈值是0.96;若大于阈值,则认为这两个片段匹配成功;若始终没有片段匹配成功,则说明Fi和Fj不相邻,再判定Fi和Fj+1是否相邻。
4.根据权利要求1所述不规则破碎单面图像快速拼接方法,其特征在于:在步骤2中进行图像灰度化处理,灰度化的公式是Y=0.3R+0.59G+0.11B,其中R、G、B表示一个像素的红、绿、蓝三个分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410443407.1A CN104217411B (zh) | 2014-09-02 | 2014-09-02 | 一种不规则破碎单面图像快速拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410443407.1A CN104217411B (zh) | 2014-09-02 | 2014-09-02 | 一种不规则破碎单面图像快速拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104217411A true CN104217411A (zh) | 2014-12-17 |
CN104217411B CN104217411B (zh) | 2017-10-31 |
Family
ID=52098859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410443407.1A Active CN104217411B (zh) | 2014-09-02 | 2014-09-02 | 一种不规则破碎单面图像快速拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104217411B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537629A (zh) * | 2015-01-16 | 2015-04-22 | 大连理工大学 | 利用曲线匹配和信息对齐的粉碎文件重构方法 |
CN104835116A (zh) * | 2015-04-10 | 2015-08-12 | 山东师范大学 | 一种基于轮廓的二维碎片拼接方法 |
CN108009986A (zh) * | 2017-11-27 | 2018-05-08 | 山东师范大学 | 基于边缘信息的碎片拼接方法和装置 |
CN109993695A (zh) * | 2018-12-07 | 2019-07-09 | 中国船舶重工集团公司第七0九研究所 | 一种不规则图形标注的图像碎片拼接方法及系统 |
CN112653885A (zh) * | 2020-12-10 | 2021-04-13 | 上海连尚网络科技有限公司 | 视频重复度获取方法、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996015508A1 (en) * | 1994-11-14 | 1996-05-23 | David Sarnoff Research Center, Inc. | Mosaic based image processing system and method for processing images |
CN101281643A (zh) * | 2008-04-23 | 2008-10-08 | 浙江大学 | 一种退化函数随空间变化图像的分块复原和拼接方法 |
CN103559697A (zh) * | 2013-10-03 | 2014-02-05 | 王浩 | 基于fft的碎纸片纵切拼接复原算法 |
CN103679671A (zh) * | 2014-01-12 | 2014-03-26 | 王浩 | 融入fft的综合评价法的碎纸片纵横切拼接复原算法 |
-
2014
- 2014-09-02 CN CN201410443407.1A patent/CN104217411B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996015508A1 (en) * | 1994-11-14 | 1996-05-23 | David Sarnoff Research Center, Inc. | Mosaic based image processing system and method for processing images |
CN101281643A (zh) * | 2008-04-23 | 2008-10-08 | 浙江大学 | 一种退化函数随空间变化图像的分块复原和拼接方法 |
CN103559697A (zh) * | 2013-10-03 | 2014-02-05 | 王浩 | 基于fft的碎纸片纵切拼接复原算法 |
CN103679671A (zh) * | 2014-01-12 | 2014-03-26 | 王浩 | 融入fft的综合评价法的碎纸片纵横切拼接复原算法 |
Non-Patent Citations (3)
Title |
---|
LOWE D G等: "Distinctive Image Features from Scale-Invariant Keypoints", 《INTERNATIONAL JOURNAL OF COMPUTER VISION》 * |
刘纯利等: "物体边沿特征提取及应用", 《计算机科学》 * |
邵向鑫等: "基于边缘扩展相位相关的图像拼接算法", 《吉林大学学报(信息科学版)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537629A (zh) * | 2015-01-16 | 2015-04-22 | 大连理工大学 | 利用曲线匹配和信息对齐的粉碎文件重构方法 |
CN104835116A (zh) * | 2015-04-10 | 2015-08-12 | 山东师范大学 | 一种基于轮廓的二维碎片拼接方法 |
CN104835116B (zh) * | 2015-04-10 | 2018-11-20 | 山东师范大学 | 一种基于轮廓的二维碎片拼接方法 |
CN108009986A (zh) * | 2017-11-27 | 2018-05-08 | 山东师范大学 | 基于边缘信息的碎片拼接方法和装置 |
CN108009986B (zh) * | 2017-11-27 | 2021-05-04 | 山东师范大学 | 基于边缘信息的碎片拼接方法和装置 |
CN109993695A (zh) * | 2018-12-07 | 2019-07-09 | 中国船舶重工集团公司第七0九研究所 | 一种不规则图形标注的图像碎片拼接方法及系统 |
CN109993695B (zh) * | 2018-12-07 | 2023-01-31 | 中国船舶重工集团公司第七0九研究所 | 一种不规则图形标注的图像碎片拼接方法及系统 |
CN112653885A (zh) * | 2020-12-10 | 2021-04-13 | 上海连尚网络科技有限公司 | 视频重复度获取方法、电子设备及存储介质 |
CN112653885B (zh) * | 2020-12-10 | 2023-10-03 | 上海连尚网络科技有限公司 | 视频重复度获取方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104217411B (zh) | 2017-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101789122B (zh) | 用于校正畸变文档图像的方法和系统 | |
CN111127318B (zh) | 一种机场环境下的全景图像拼接方法 | |
CN101571950B (zh) | 基于各向同性扩散和稀疏表示的图像修复方法 | |
Zhang et al. | Exemplar-based image inpainting using color distribution analysis | |
CN104217411A (zh) | 一种不规则破碎单面图像快速拼接方法 | |
US20180137321A1 (en) | Method and system for decoding two-dimensional code using weighted average gray-scale algorithm | |
CN104881841B (zh) | 基于边缘特征与点特征的航拍高压电力塔架图像拼接方法 | |
US20080232715A1 (en) | Image processing apparatus | |
CN103150708A (zh) | 基于黑色通道的图像快速去雾优化方法 | |
CN105100640A (zh) | 一种局部配准并行视频拼接方法及系统 | |
CN107705254B (zh) | 一种基于街景图的城市环境评估方法 | |
CN104036479A (zh) | 一种基于非负矩阵分解的多聚焦图像融合方法 | |
US9185270B2 (en) | Ghost artifact detection and removal in HDR image creation using graph based selection of local reference | |
CN106934829A (zh) | 一种表面裂缝的检测方法及系统 | |
CN105550981A (zh) | 一种基于Lucas-Kanade算法的图像配准和拼接方法 | |
CN101957991A (zh) | 一种遥感图像配准方法 | |
CN112184585A (zh) | 一种基于语义边缘融合的图像补全方法及系统 | |
CN105701770A (zh) | 一种基于上下文线性模型的人脸超分辨率处理方法及系统 | |
CN104966274A (zh) | 一种采用图像检测与区域提取的局部模糊复原方法 | |
CN112990237B (zh) | 基于深度学习的地铁隧道图像渗漏检测的方法 | |
CN105335930A (zh) | 边缘数据驱动的鲁棒性人脸超分辨率处理方法及系统 | |
Storey et al. | Detecting shadows in multi-temporal aerial imagery to support near-real-time change detection | |
CN108986079A (zh) | 一种复杂裂隙网络的裂缝提取及优化方法 | |
Lai et al. | Single image dehazing with optimal transmission map | |
CN115578725B (zh) | 一种基于人机协同的滑坡边界与裂缝的标注方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |