CN110675322B - 一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法 - Google Patents
一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法 Download PDFInfo
- Publication number
- CN110675322B CN110675322B CN201910946560.9A CN201910946560A CN110675322B CN 110675322 B CN110675322 B CN 110675322B CN 201910946560 A CN201910946560 A CN 201910946560A CN 110675322 B CN110675322 B CN 110675322B
- Authority
- CN
- China
- Prior art keywords
- contour
- ceramic
- error
- excircle
- fragment
- 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.)
- Active
Links
- 239000012634 fragment Substances 0.000 title claims abstract description 75
- 239000000919 ceramic Substances 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005259 measurement Methods 0.000 title claims abstract description 9
- 230000009466 transformation Effects 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009191 jumping Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000005530 etching Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 5
- 238000003384 imaging method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 230000001788 irregular Effects 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法,属于图像处理技术领域。本发明通过定义轮廓贴合误差和外圆一致性误差,度量陶瓷碎片拼接的质量,具体步骤为:首先读入图像,提取边缘轮廓及轮廓具有的直线和半径最大圆弧特征,再将轮廓直线段与另一轮廓上的点依次对应,计算刚体变换矩阵,再将矩阵应用到整个轮廓上,通过计算变换后的两轮廓之间的贴合误差和外圆一致性误差,确定陶瓷碎片之间最终的变换矩阵,从而实现陶瓷碎片之间的拼接。本发明所提方法具有受陶瓷碎片断裂处缺损和陶瓷碎片成像灰度变化影响小的特点,该方法适用于基于图像的陶瓷碎片自动拼接领域。
Description
技术领域
本发明属于图像自动检测检测领域,具体涉及一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法。
背景技术
考古是我国千年文明的挖掘和呈现,意义重大。在此过程中,常常出土陶瓷等大量碎片,需要整理和复原。为了复原陶瓷的原貌,一般需要花费大量的人力和时间对陶瓷碎片进行分类、整理和拼接。
当前,针对碎片自动拼接的研究主要集中于数字图像领域,可分为二维图像数据的拼接和三维图像数据的拼接,无论哪种形式,其拼接过程主要步骤包括:1)计算碎片轮廓的特征;2)将碎片间的轮廓特征集合进行匹配,获取轮廓点之间的对应;3)根据轮廓点之间的对应关系,计算变换矩阵。
如,中国专利申请号: 201510233318.9,申请日为2015年5月8日,发明创造名称为:一种基于轮廓的二维碎片拼接方法,该申请案的主要步骤为:首先获取碎片轮廓,将轮廓用多边形近似获取边长和角度特征集合,再对特征进行局部匹配,然后在最终的局部匹配集合中,从基于碎片按照局部匹配进行拼接所要旋转的角度出发,寻找局部匹配的全局路径实现拼接;又如,中国专利申请号: 201310669257.1,申请日为2013年12月10日,发明创造名称为:一种二维非规则碎片拼接复原的方法,该申请案用于文物碎片拼接等修复模拟,主要步骤为:将二维非规则碎片图像进行数据化形成特征,接着判断各个碎片图像之间是否存在交集,有交集再基于向量模的碎片匹配算法求曲线最相似的碎片,并进行碎片拼接。上述两个申请案为近些年国内较有代表性的二维拼接方法,对碎片自动拼接的实现具有重要意义,然而对于陶瓷碎片来说,碎片断裂处往往是存在不同程度的缺损,轮廓之间的特征匹配存在困难,且有些陶瓷碎片纹理弱,灰度特征不明显,拍摄时易造成反光,形成虚假灰度特征,因而拼接效果不是很理想。
发明内容
本发明的目的在于克服陶瓷碎片自动拼接时,断裂处缺损对陶瓷自动拼接效果的影响及陶瓷碎片成像时的灰度特征差异及虚假灰度特征对自动拼接质量的影响,提供了一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法,本方法可降低断裂处缺损对陶瓷自动拼接效果的影响,所提取的特征仅与碎片轮廓位置信息和形状有关,可大大减少自动拼接对陶瓷碎片图像灰度和纹理特征的依赖。
为解决以上技术问题,本发明的技术方案是:一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法,其特征在于包括如下步骤:
步骤一:读入两幅待拼接的陶瓷碎片A和B的灰度图像,利用均值滤波器对图像做平滑处理,滤除噪声;
步骤二:采用阈值处理和形态学操作提取图像轮廓,阈值th可设定,形成轮廓点坐标集合分别为AP和BP;
步骤三:采用hough变换分别计算轮廓点坐标集合AP和BP中所包含的直线,形成线段特征集合AL和BL;
步骤四:采用hough变换分别计算轮廓点坐标集合AP和BP中所包含的半径最大的圆弧,形成圆弧特征点集合AC和BC;
步骤五:从线段集合AL上提取一条线段Ai;
步骤六:假设Ai长度为k,与轮廓集合BP中从索引s从0开始的k个点形成的集合Bs依次对应,s的取值范围从0到BP的长度,计算直线点集Ai到Bs的变换矩阵M;
步骤七:将变换矩阵M应用到AP上,得到变换后的轮廓DP,将变换后的轮廓DP与轮廓BP按照Ai和Bs的k个对应点对齐,形成集合DP'和BP';
步骤八:对齐后的轮廓DP'和BP',计算轮廓贴合误差和外圆轮廓一致性误差,通过加权形成总误差,取总误差最小者对应的变换矩阵M作为碎片A与碎片B的刚体变换矩阵,将其标记为Mf;
步骤九:跳转至步骤六执行直到索引s到达BP的长度为止;
步骤十:跳转到步骤五执行,直到轮廓集合AL上的每条线段特征都被计算为止;
步骤十一:将刚体变换矩阵Mf应用到碎片A上,然后与碎片B显示在同一张图上呈现拼接结果。
所述步骤二中,阈值th的数值范围为10~255,形态学操作提取图像轮廓的公式为:,其中E代表阈值处理后形成的陶瓷碎片区域点集合,β(E)代表碎片的轮廓点集合,F为结构元素,采用3像素×3像素正方形,代表集合的二值腐蚀操作。
所述步骤三中,集合AL和BL分别为AP和BP的子集,AL和BL各自包含的线段数大于等于1。
所述步骤四中,AC和BC分别为AP和BP的子集;AC和BC所包含的圆弧段数等于1。
所述步骤七中,轮廓DP与轮廓BP按照Ai和Bs的k个对应点对齐指的是通过平移轮廓DP中点的顺序形成集合DP',保证k个对应点在集合DP'与BP'中的索引是相同的,其中BP'与BP集合完全相同。
所述步骤八中,总误差可表示为,其中E代表总误差,Eunary为轮廓贴合误差,Ecircle为外圆轮廓一致性误差,λ为可设系数,用于调整轮廓贴合误差和外圆轮廓一致性误差在总误差的比重,取值范围为0~10。
所述轮廓贴合误差Eunary的计算方法为:取BP'和DP'集合长度最小值,用N表示,则,其中代表向量的1范数,τ为可设定的值,用于最大值截断,其取值范围为1~20,Eunary值越小表示轮廓贴合程度越好。
所述外圆轮廓一致性误差Ecircle的计算方法为:将变换矩阵M应用到圆弧点集合AC上形成集合DC,即DC=M*AC,若圆弧特征集合BC圆心为Bcor,则,其中,Di C表示集合DC第i点的坐标,为集合DC的长度;RA、RB分别为碎片A、B圆弧特征的半径,σ为阈值,代表向量的1范数,只有两块碎片的外圆半径小于σ时,外圆轮廓一致性约束才起作用。所述可设定阈值σ,取值范围10~50;所述Ecircle公式中的δ为调整系数,用于限定变换后的圆弧的位置,若集合DC中的每个点所形成的误差项计算结果的符号都相同,则δ=Δ,否则δ=2Δ,Δ为可调参数,取值范围为0.1~2。
采用本发明提供的技术方案,与现有技术相比,具有如下显著效果。
本发明通过引入外圆一致性误差,使外圆相近的陶瓷碎片拼接时,在陶瓷碎片断裂处既要满足贴合紧密要求,更要满足碎片外圆应尽量保证同心约束,这样陶瓷碎片即使在断裂处贴合的不够紧密的情况下,由于外圆一致性误差的约束,也可以使陶瓷碎片拼接在正确位置,可极大程度减少断裂处缺损对拼接效果的影响,提高陶瓷碎片拼接的准确性;另外,本发明拼接所用到的特征仅包括轮廓形状(线段和外圆)和轮廓位置信息(坐标),因此陶瓷碎片成像时即使存在部分镜面反射或拍摄环境光线变化造成不同碎片成像灰度等级存在差异,对陶瓷碎片拼接效果影响也极小,提高了陶瓷碎片拼接时的稳定性。
附图说明
图1为本发明的一种基于图像轮廓贴合度和外圆一致性度量的陶瓷碎片二维拼接方法的流程示意图;
图2为实施例1中两组待拼接的陶瓷碎片及拼接结果图,其中(a)和(b)为待拼接原图,(c)为拼接结果;
图3为图2中 (a)图提取直线特征和最大圆弧特征的结果;
图4为图2中(a)的轮廓经最终变换矩阵变换得到的结果及与图2中(b)的轮廓拼接的效果。
具体实施方式
为进一步了解本发明的内容,现结合实施例和附图对本发明作详细描述,应当理解,此处所描述的实例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本实施例主要应用背景是:考古过程常常出土大量的陶瓷碎片,人工拼接复原成本高,耗时长,而且,由于陶瓷碎片往往在断裂处存在不同程度的缺损,有些陶瓷碎片存在弱纹理的特点,采用传统的自动拼接方法难以得到理想的拼接结果。
图2为本实施例两组待拼接的陶瓷碎片及拼接结果图,本实施例主要利用自定义的轮廓贴合误差和外圆一致性误差度量碎片拼接的效果,实现陶瓷碎片的拼接,具体步骤如下:
步骤一、读入两幅待拼接的陶瓷碎片灰度图像A和B,其中图2(a)图对应灰度图像A,图2(b)图对应灰度图像B,利用均值滤波器对图像分别做平滑处理,滤除噪声,均值滤波器的尺寸为3×3;
步骤二、采用阈值处理和形态学操作提取图像轮廓,两组图像阈值th均设定为100,形成轮廓点坐标集合分别为AP和BP;
步骤三、采用hough变换分别计算轮廓点坐标集合AP和BP中所包含的直线,形成线段特征集合AL和BL,hough检测直线的参数设置为:长度分辨率设为1个像素,角度分辨率设为1°,累积阈值设为50,最小线段长设为50个像素,直线上点之间的最大间隔设为20;
步骤四、采用hough变换分别计算轮廓点坐标集合AP和BP中所包含的最大外圆,形成圆弧点集合AC和BC,hough变换检测圆弧参数设置为:累积分辨率为1个像素,检测到圆的圆心之间最小距离为50个像素,累积阈值为32,hough变换检测圆的最小半径50个像素,最大半径设为700个像素,图3显示的是本实施例陶瓷碎片A通过步骤三和四检测的直线和圆弧特征,图中包括二条直线段和一个最大外圆弧段特征,其中两条直线长度分别为88个像素和55个像素,圆弧的长度为196个像素;
步骤五、从线段集合AL上提取一条线段Ai;
步骤六:假设Ai长度为k,与轮廓集合BP中从索引s开始的k个点形成的集合Bs依次对应,s的取值范围从0到BP的长度,计算直线点集Ai到Bs的变换矩阵M, M可表达为,h11、h12、h21、h22代表二维旋转变换的系数,h13、h23代表平移变换的系数,M变换矩阵仅包括旋转和平移,依据最小二乘法计算,各参数的计算公式为:
步骤七:将变换矩阵M应用到AP上,得到变换后的轮廓DP,将变换后的轮廓DP与轮廓BP按照Ai和Bs的k个对应点对齐,形成集合DP'和BP';
步骤八:对齐后的轮廓DP'和BP',计算轮廓贴合误差和外圆轮廓一致性误差,通过加权形成总误差,取总误差最小者对应的变换矩阵M作为碎片A与碎片B的变换矩阵,标记为Mf,其中计算参数设置为: τ=10,λ=0.05,σ=50,Δ=1;
步骤九:跳转至步骤六执行直到索引s到达BP的长度为止;
步骤十:跳转到步骤五执行,直到轮廓集合AL上的每条线段特征都被计算为止;
步骤十一:将变换矩阵Mf应用到碎片A上,然后与碎片B显示在同一张图上呈现拼接结果。
Claims (10)
1.一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法,其特征在于包括如下步骤:
步骤一:读入两幅待拼接的陶瓷碎片A和B的灰度图像,利用均值滤波器对图像做平滑处理,滤除噪声;
步骤二:采用阈值处理和形态学操作提取图像轮廓,阈值th可设定,形成轮廓点坐标集合分别为AP和BP;
步骤三:采用hough变换分别计算轮廓点坐标集合AP和BP中所包含的直线,形成线段特征集合AL和BL;
步骤四:采用hough变换分别计算轮廓点坐标集合AP和BP中所包含的半径最大的圆弧,形成圆弧特征点集合AC和BC;
步骤五:从线段集合AL上提取一条线段Ai;
步骤六:假设Ai长度为k,与轮廓集合BP中从索引s开始的k个点形成的集合Bs依次对应,s的取值范围从0到BP的长度,计算直线点集Ai到Bs的变换矩阵M;
步骤七:将变换矩阵M应用到AP上,得到变换后的轮廓DP,将变换后的轮廓DP与轮廓BP按照Ai和Bs的k个对应点对齐,形成集合DP'和BP';
步骤八:对齐后的轮廓DP'和BP',计算轮廓贴合误差和外圆轮廓一致性误差,通过加权形成总误差,取总误差最小者对应的变换矩阵M作为碎片A与碎片B的刚体变换矩阵,将其标记为Mf;
步骤九:跳转至步骤六执行直到索引s到达BP的长度为止;
步骤十:跳转到步骤五执行,直到轮廓集合AL上的每条线段特征都被计算为止;
步骤十一:将刚体变换矩阵Mf应用到碎片A上,然后与碎片B显示在同一张图上呈现拼接结果。
3.根据权利要求1所述的陶瓷碎片二维拼接方法,其特征在于:所述步骤三中,集合AL和BL分别为AP和BP的子集,AL和BL各自包含的线段数大于等于1。
4.根据权利要求1所述的陶瓷碎片二维拼接方法,其特征在于:所述步骤四中,AC和BC分别为AP和BP的子集;AC和BC所包含的圆弧段数等于1。
6.根据权利要求1所述的陶瓷碎片二维拼接方法,其特征在于:所述步骤七中,轮廓DP与轮廓BP按照Ai和Bs的k个对应点对齐指的是通过平移轮廓DP中点的顺序形成集合DP',保证k个对应点在集合DP'与BP'中的索引是相同的,其中BP'与BP集合完全相同。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910946560.9A CN110675322B (zh) | 2019-10-06 | 2019-10-06 | 一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910946560.9A CN110675322B (zh) | 2019-10-06 | 2019-10-06 | 一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675322A CN110675322A (zh) | 2020-01-10 |
CN110675322B true CN110675322B (zh) | 2022-12-06 |
Family
ID=69080835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910946560.9A Active CN110675322B (zh) | 2019-10-06 | 2019-10-06 | 一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675322B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657964A (zh) * | 2015-03-09 | 2015-05-27 | 重庆邮电大学 | 一种碎片图像计算机自动拼接方法 |
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 |
-
2019
- 2019-10-06 CN CN201910946560.9A patent/CN110675322B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657964A (zh) * | 2015-03-09 | 2015-05-27 | 重庆邮电大学 | 一种碎片图像计算机自动拼接方法 |
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 |
Non-Patent Citations (5)
Title |
---|
A multiscale method for the reassembly of two-dimensional fragmented objects;H.C.da Gama Leitao等;《 IEEE Transactions on Pattern Analysis and Machine Intelligence》;20020930;第24卷(第9期);全文 * |
基于表面纹理特征定义的碎片拼接方法;王飘等;《激光与光电子学进展》;20180328(第08期);全文 * |
基于轮廓线匹配的2D碎片物体复原方法;茹少峰等;《西北大学学报(自然科学版)》;20040625(第03期);全文 * |
基于轮廓线双向距离场的文物碎片拼接算法;袁洁等;《计算机工程》;20170602(第06期);全文 * |
基于轮廓线特征点的交互式文物拼接;周明全等;《光学精密工程》;20170615(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110675322A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
CN107633192B (zh) | 一种基于机器视觉的复杂背景下条形码分割与识读方法 | |
CN107228860B (zh) | 一种基于图像旋转周期特性的齿轮缺陷检测方法 | |
CN113450307A (zh) | 一种产品边缘缺陷检测方法 | |
CN114897864B (zh) | 基于数模信息的工件检测及缺陷判断方法 | |
CN107610164B (zh) | 一种基于多特征混合的高分四号影像配准方法 | |
CN108009986B (zh) | 基于边缘信息的碎片拼接方法和装置 | |
CN111145228A (zh) | 基于局部轮廓点与形状特征融合的异源图像配准方法 | |
CN108830888B (zh) | 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法 | |
CN107341824B (zh) | 一种图像配准的综合评价指标生成方法 | |
CN111161260A (zh) | 一种基于深度学习的热轧带钢表面缺陷检测方法及装置 | |
CN115223054A (zh) | 一种基于分区聚类与卷积的遥感影像变化检测方法 | |
CN111192194A (zh) | 一种针对幕墙建筑立面的全景图像拼接方法 | |
CN111915507B (zh) | 一种壁画脱落的修复方法 | |
CN113658117A (zh) | 一种基于深度学习的沥青混合料中集料边界识别与划分方法 | |
CN115457044B (zh) | 基于类激活映射的路面裂缝分割方法 | |
CN107610174B (zh) | 一种鲁棒的基于深度信息的平面检测方法及系统 | |
CN110852207A (zh) | 基于面向对象影像分类技术的蓝色屋顶建筑物提取方法 | |
CN114387329B (zh) | 基于高分遥感影像的建筑物轮廓递进式规则化方法 | |
CN105844583A (zh) | 一种画像石裂缝智能提取及虚拟修复方法 | |
CN105005962B (zh) | 基于分层筛选策略的岛礁遥感影像配准方法 | |
CN110675322B (zh) | 一种基于图像轮廓贴合误差和外圆一致性度量的陶瓷碎片二维拼接方法 | |
CN110555385A (zh) | 一种基于变步长曲率滤波的焊缝特征点求取方法 | |
CN111754556B (zh) | 一种递增式无人机航摄重叠度检测方法及系统 | |
CN103236056A (zh) | 基于模板匹配的图像分割方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |