CN114463186B - 基于校正扫描图像的平铺式拼接方法 - Google Patents

基于校正扫描图像的平铺式拼接方法 Download PDF

Info

Publication number
CN114463186B
CN114463186B CN202210377627.3A CN202210377627A CN114463186B CN 114463186 B CN114463186 B CN 114463186B CN 202210377627 A CN202210377627 A CN 202210377627A CN 114463186 B CN114463186 B CN 114463186B
Authority
CN
China
Prior art keywords
image
registered
representing
pixel
images
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
Application number
CN202210377627.3A
Other languages
English (en)
Other versions
CN114463186A (zh
Inventor
曲东升
李长峰
谢佩
陈辉
李波
顾恭宇
朱华波
韩旭
陶友瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Mingseal Robotic Technology Co Ltd
Original Assignee
Changzhou Mingseal Robotic Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Mingseal Robotic Technology Co Ltd filed Critical Changzhou Mingseal Robotic Technology Co Ltd
Priority to CN202210377627.3A priority Critical patent/CN114463186B/zh
Publication of CN114463186A publication Critical patent/CN114463186A/zh
Application granted granted Critical
Publication of CN114463186B publication Critical patent/CN114463186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于校正扫描图像的平铺式拼接方法，拍摄的标定板原始图像存在畸变，首先将标定板原始图像进行精确的图像校正，得到理想无畸变校正图像；将标定板原始图像中每个坐标的像素值一个个重投影到理想无畸变校正图像对应坐标中，因理想无畸变校正图像的像素中心与理想无畸变校正图像中的标准参考坐标有偏差，故利用逼近算法将像素点相邻位置的像素值计算出一个逼近的像素值；两张互有重叠区域的标定板原始图像，经过图像校正过程后得到成对的待配准图像，成对的待配准图像获得相对图像偏移量；待配准图像的最佳位置遵循超定线性系统的全局优化。在微电子行业中，该方法具有精确、快速且稳定可靠的优点。

Description

基于校正扫描图像的平铺式拼接方法
技术领域
本发明涉及图像拼接的技术领域，尤其是一种基于校正扫描图像的平铺式拼接方法。
背景技术
点胶机的主要功能是对零件、集成电路等部件进行胶液涂覆。微电子行业的精密点胶机的作业对象都是高精尖的微型电子设备。点胶机视觉辅助生产作业中相机镜头的放大倍率高、单个成像区域分辨率高且成像清晰，同时，也造成单个视野范围小，无法同时观测到大范围的高清图像，因此，需要采集多张图像，根据图像间的联系，将多张图像拼接在一起，生成一张大视野、高分辨率的图像。
然而，目前的图像拼接方法在拼接精度上达不到微电子行业的生产要求，目前的图像拼接主要是特征点法，首先提取每个图像中稳定不变的特征点，在具有重叠区域的图像对中匹配相应的特征点，计算单应性矩阵，然后以一张图像为基准，其他图像根据单应性矩阵通过投影变换到参考图像的坐标系下，最后叠加在一起并对重叠区域融合生成拼接图像。
该特征点法的缺点很明显，图像越多，单应性矩阵的累计误差越大，且优化的时间就越长。同时，参考图像的微小畸变在多个图像投影到参考图像坐标系后会被放大。投影后的图像像素与真实世界对应的关系发生了变化，在微电子行业中这种变化对制造精度影响非常大。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
为此，本发明提出一种基于校正扫描图像的平铺式拼接方法，在微电子行业中具有精确、快速且稳定可靠的优点。
根据本发明实施例的基于校正扫描图像的平铺式拼接方法，具体包括以下步骤：第1步骤、非线性畸变校正：拍摄的标定板原始图像存在畸变，首先将标定板原始图像进行精确的图像校正，得到理想无畸变校正图像；第2步骤、非线性插值：将标定板原始图像中每个坐标的像素值一个个重投影到理想无畸变校正图像对应坐标中，因理想无畸变校正图像的像素中心与理想无畸变校正图像中的标准参考坐标有偏差，故利用逼近算法将像素点相邻位置的像素值计算出一个逼近的像素值；第3步骤、成对配准：两张互有重叠区域的标定板原始图像，经过第1步骤和第2步骤的图像校正过程后得到成对的待配准图像，成对的待配准图像获得相对图像偏移量；第4步骤、全局优化：待配准图像的最佳位置遵循超定线性系统的全局优化。
本发明的有益效果是，可以避免使用昂贵的硬件设备做拼接任务，使用当前机器搭载的相机即可完成图像拼接任务，既方便，又不需要修改当前硬件结构；传统的拼接算法会对源图像进行投影变换来提高配准精度，这样会损失源数据的精度，本方法无需投影变换，是数据无损的拼接方式，这样操作速度更快，且在微电子行业中更加精确、稳定可靠。
根据本发明一个实施例，所述标定板原始图像中的每一个圆点的中心坐标与所述理想无畸变校正图像中的标准参考坐标一一对应，每对坐标都满足以下公式：
Figure 920515DEST_PATH_IMAGE001
（1）
其中，
Figure 997056DEST_PATH_IMAGE002
表示标定板原始图像中圆点的中心坐标；
Figure 252588DEST_PATH_IMAGE003
表示理想无 畸变校正图像中的标准参考坐标；
Figure 767883DEST_PATH_IMAGE004
表示坐标点引索，即为第
Figure 753156DEST_PATH_IMAGE004
个坐标点，且
Figure 598DEST_PATH_IMAGE004
为大于等于1 的正整数；
Figure 805743DEST_PATH_IMAGE005
表示相机的畸变系数。
根据本发明一个实施例，所述逼近算法的计算公式如下：
Figure 796833DEST_PATH_IMAGE006
（2）
其中，
Figure 636613DEST_PATH_IMAGE007
表示在图像像素点坐标
Figure 54956DEST_PATH_IMAGE008
处的像素值；
Figure 544800DEST_PATH_IMAGE009
表示像素点
Figure 136318DEST_PATH_IMAGE008
右上角第一个像素点的像素值；
Figure 33867DEST_PATH_IMAGE010
表示像素点
Figure 623111DEST_PATH_IMAGE008
左上角第一个像素点的像素 值；
Figure 402849DEST_PATH_IMAGE011
表示像素点
Figure 735741DEST_PATH_IMAGE008
左下角第一个像素点的像素值；
Figure 550113DEST_PATH_IMAGE012
表示像素点
Figure 372576DEST_PATH_IMAGE008
右下角 第一个像素点的像素值。
根据本发明一个实施例，所述成对的待配准图像获得相对图像偏移量的具体步骤如下：
第3.1步骤、当待配准图像的尺寸大小不同，将对待配准图像重新采样并填充到相同的尺寸大小；
第3.2步骤、计算相邻两个待配准图像的快速傅立叶变换，再根据两个快速傅立叶变换计算得到互功率图谱；
第3.3步骤、对互功率图谱做反傅里叶变换，得到狄拉克函数，其中狄拉克函数的 峰值坐标就是两个图像的偏移量
Figure 577292DEST_PATH_IMAGE013
。
根据本发明一个实施例，所述待配准图像满足以下方程：
Figure 776192DEST_PATH_IMAGE014
（5）
其中，
Figure 382754DEST_PATH_IMAGE015
表示待配准图像的编号，且
Figure 376118DEST_PATH_IMAGE015
为自然数；
Figure 68130DEST_PATH_IMAGE016
表示成对配准的置信度；
Figure 70721DEST_PATH_IMAGE017
表示固定的参考图像的位置；
Figure 531790DEST_PATH_IMAGE018
表示移动的目标图像的位置；
Figure 696055DEST_PATH_IMAGE019
表示相对于初始图块位 置的偏移量。
根据本发明一个实施例，将左上角的图块限制为位置 0，具体如下所示：
Figure 875363DEST_PATH_IMAGE020
（6）
其中，
Figure 416066DEST_PATH_IMAGE021
表示待配准图像的数量，且
Figure 731641DEST_PATH_IMAGE021
为大于等于2的正整数；
Figure 332387DEST_PATH_IMAGE015
表示待配准图像 的编号，且
Figure 795729DEST_PATH_IMAGE015
为自然数；
Figure 77806DEST_PATH_IMAGE016
表示成对配准的置信度；
Figure 310204DEST_PATH_IMAGE022
表示待配准图像0的左上角顶点在 拼接图像坐标系中的具体坐标。
根据本发明一个实施例，将待配准图像0放置于图像坐标系左上角原点(0,0)位 置，求出每个待配准图像在拼接图像坐标系中最优化的位置；其中，待配准图像在拼接图像 坐标系中的位置集合为
Figure 19534DEST_PATH_IMAGE023
。
根据本发明一个实施例，所述狄拉克函数的表达式为
Figure 970172DEST_PATH_IMAGE024
，其 中，
Figure 790361DEST_PATH_IMAGE025
表示图像信号中横坐标，
Figure 142845DEST_PATH_IMAGE026
表示图像信号中纵坐标，
Figure 23076DEST_PATH_IMAGE027
表示图像信号
Figure 461011DEST_PATH_IMAGE025
轴方向平 移距离，
Figure 84890DEST_PATH_IMAGE028
表示图像信号y轴方向平移距离。
根据本发明一个实施例，所述狄拉克函数通过乘以
Figure 291881DEST_PATH_IMAGE029
来减小相关因子， 实现朝预期位置的偏移，其中，
Figure 343013DEST_PATH_IMAGE030
是数学符号，
Figure 268244DEST_PATH_IMAGE031
是距离损失因子，
Figure 447813DEST_PATH_IMAGE032
是距预期峰值位置的 像素距离，
Figure 774889DEST_PATH_IMAGE033
是待配准图像尺寸。
根据本发明一个实施例，当对应的坐标超过12组时，即可求得公式中的畸变系数
Figure 731344DEST_PATH_IMAGE034
。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是未校正有畸变的标定板原始图像；
图2是理想无畸变校正图像；
图3是两张待配准图像互有重叠区域的示意图；
图4是三张待配准图像拼接结果的示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
基于校正扫描图像的平铺式拼接方法，主要由图像校正和图像配准两个部分，具体包括以下步骤：
第1步骤、非线性畸变校正：拍摄的标定板原始图像存在畸变（见图1），首先将标定板原始图像进行精确的图像校正，得到理想无畸变校正图像（见图2）。
需要说明的是，在非线性畸变校正中的非线性，是指变量之间的数学关系不是直线，而是曲线、曲面等属性。
标定板原始图像中的每一个白色圆点的中心坐标与理想无畸变校正图像中的标准参考坐标一一对应，每对坐标都满足以下公式：
Figure 143871DEST_PATH_IMAGE035
（1）
其中，
Figure 109553DEST_PATH_IMAGE002
表示标定板原始图像中白色圆点的中心坐标；
Figure 291135DEST_PATH_IMAGE003
表示理想 无畸变校正图像中的标准参考坐标；
Figure 684070DEST_PATH_IMAGE002
与
Figure 318314DEST_PATH_IMAGE003
相对应；
Figure 884425DEST_PATH_IMAGE004
表示坐标点引索，即为第
Figure 123776DEST_PATH_IMAGE004
个坐标点，且
Figure 687613DEST_PATH_IMAGE004
为大于等于1的正整数；
Figure 809152DEST_PATH_IMAGE036
表示相 机的畸变系数。当对应的坐标超过12组时，即可求得公式（1）中的畸变系数
Figure 116637DEST_PATH_IMAGE037
。
第2步骤、非线性插值：将标定板原始图像中每个坐标
Figure 272812DEST_PATH_IMAGE002
的像素值一个个重 投影到理想无畸变校正图像对应坐标
Figure 69867DEST_PATH_IMAGE003
中，因此，
Figure 616386DEST_PATH_IMAGE003
可能不为整数，由于图像 （该图像指的是广义范围的图像，可以理解为电子设备采集的数字图像）是由一个个像素组 成，不存在半个像素，理想无畸变校正图像的像素中心与理想无畸变校正图像中的标准参 考坐标
Figure 461982DEST_PATH_IMAGE003
有偏差，导致像素值无法被正确赋值，故利用逼近算法将像素点相邻位置 的像素值计算出一个近似合理的逼近的像素值。
同理，需要说明的是，在非线性插值中的非线性，是指变量之间的数学关系不是直线，而是曲线、曲面等属性。
图像像素点坐标
Figure 410346DEST_PATH_IMAGE008
的像素值的逼近算法的计算公式如下：
Figure 378302DEST_PATH_IMAGE038
（2）
其中，
Figure 412117DEST_PATH_IMAGE007
表示在图像像素点坐标
Figure 123721DEST_PATH_IMAGE008
处的像素值；
Figure 988909DEST_PATH_IMAGE009
表示图像像素点坐 标
Figure 65450DEST_PATH_IMAGE008
右上角第一个像素点的像素值；
Figure 648878DEST_PATH_IMAGE039
表示图像像素点坐标
Figure 101856DEST_PATH_IMAGE008
左上角第一个像 素点的像素值；
Figure 821550DEST_PATH_IMAGE011
表示图像像素点坐标
Figure 68992DEST_PATH_IMAGE008
左下角第一个像素点的像素值；
Figure 139716DEST_PATH_IMAGE012
表示 图像像素点坐标
Figure 193123DEST_PATH_IMAGE008
右下角第一个像素点的像素值。
第3步骤、成对配准：两张互有重叠区域的标定板原始图像，经过第1步骤和第2步骤的图像校正过程后得到成对的待配准图像，成对的待配准图像获得相对图像偏移量。
成对的待配准图像获得相对图像偏移量的具体步骤如下：
第3.1步骤、当待配准图像的尺寸大小不同，将对待配准图像重新采样并填充到相同的尺寸大小；
第3.2步骤、计算相邻两个待配准图像的快速傅立叶变换，再根据两个快速傅立叶变换计算得到互功率图谱；
设待配准图像1的图像信号为
Figure 970586DEST_PATH_IMAGE040
，待配准图像2的图像信号为
Figure 451246DEST_PATH_IMAGE041
，其 中，
Figure 946949DEST_PATH_IMAGE008
为图像像素点坐标。待配准图像2的图像信号是由待配准图像1的图像信号经过 平移
Figure 538467DEST_PATH_IMAGE042
得到，傅里叶变换后得到:
Figure 39944DEST_PATH_IMAGE043
（3）
其中，
Figure 957084DEST_PATH_IMAGE044
表示待配准图像1的图像信号
Figure 736821DEST_PATH_IMAGE040
的傅里叶变换形式；
Figure 69714DEST_PATH_IMAGE045
表示待配准图像2的图像信号
Figure 884086DEST_PATH_IMAGE041
的傅里叶变换形式；
Figure 644232DEST_PATH_IMAGE046
表示图像像素点 坐标
Figure 911265DEST_PATH_IMAGE008
的复数形式；
Figure 47848DEST_PATH_IMAGE025
表示图像信号中横坐标；
Figure 716727DEST_PATH_IMAGE026
表示图像信号中纵坐标；
Figure 710091DEST_PATH_IMAGE047
表示 图像信号中横坐标
Figure 402103DEST_PATH_IMAGE025
的复数形式；
Figure 139115DEST_PATH_IMAGE048
表示图像信号中纵坐标
Figure 600183DEST_PATH_IMAGE026
的复数形式；
Figure 30028DEST_PATH_IMAGE049
表示复数 中的虚部单位；
Figure 209336DEST_PATH_IMAGE050
表示圆周率；
Figure 484460DEST_PATH_IMAGE051
表示数学符号；
Figure 127931DEST_PATH_IMAGE027
表示图像信号
Figure 400780DEST_PATH_IMAGE025
轴方向平移距离；
Figure 129702DEST_PATH_IMAGE028
表示图像信号
Figure 146199DEST_PATH_IMAGE026
轴方向平移距离。
互功率图谱
Figure 644177DEST_PATH_IMAGE052
的表达式如下所示：
Figure 415824DEST_PATH_IMAGE053
（4）
第3.3步骤、对互功率图谱做反傅里叶变换，得到狄拉克函数
Figure 304145DEST_PATH_IMAGE054
， 其中，
Figure 186651DEST_PATH_IMAGE025
表示图像信号中横坐标；
Figure 476818DEST_PATH_IMAGE026
表示图像信号中纵坐标；
Figure 419366DEST_PATH_IMAGE027
表示图像信号
Figure 794984DEST_PATH_IMAGE025
轴方向 平移距离；
Figure 215601DEST_PATH_IMAGE028
表示图像信号
Figure 688170DEST_PATH_IMAGE026
轴方向平移距离；狄拉克函数的峰值坐标就是两个图像的 偏移量
Figure 739303DEST_PATH_IMAGE013
。其中，狄拉克函数通过乘以
Figure 664534DEST_PATH_IMAGE029
来减小相关因子，可以实现朝预期位置的 偏移，其中，
Figure 826525DEST_PATH_IMAGE051
是数学符号，
Figure 888022DEST_PATH_IMAGE031
是距离损失因子，
Figure 172372DEST_PATH_IMAGE032
是距预期峰值位置的像素距离，
Figure 516723DEST_PATH_IMAGE033
是待 配准图像的尺寸，这里的
Figure 544722DEST_PATH_IMAGE033
指的是待配准图像1的尺寸。
见图3，待配准图像1和待配准图像2互有重叠区域，最终计算出待配准图像1和待 配准图像2的偏移量
Figure 663988DEST_PATH_IMAGE013
。
第4步骤、全局优化：待配准图像的最佳位置遵循超定线性系统的全局优化，待配准图像满足以下方程：
Figure 853660DEST_PATH_IMAGE014
（5）
其中，
Figure 691166DEST_PATH_IMAGE015
表示待配准图像的编号，且
Figure 257277DEST_PATH_IMAGE015
为自然数；
Figure 496628DEST_PATH_IMAGE016
表示成对配准的置信度（狄拉 克函数峰值的强度）；
Figure 794886DEST_PATH_IMAGE017
表示固定的参考图像的位置；
Figure 182005DEST_PATH_IMAGE018
表示移动的目标图像的位置；
Figure 427172DEST_PATH_IMAGE019
表示相对于初始图块位置的偏移量。需要说明的是，虽然
Figure 255451DEST_PATH_IMAGE016
可以在数学上抵消，但是线 性系统中系数的大小会影响欧几里得范数最小化中每个方程的残差，从而控制了该方程的 重要性。
将左上角的图块限制为位置 0，具体如下所示：
Figure 52506DEST_PATH_IMAGE020
（6）
其中，
Figure 599025DEST_PATH_IMAGE055
表示待配准图像的数量，且
Figure 772517DEST_PATH_IMAGE055
为大于等于2的正整数；
Figure 720882DEST_PATH_IMAGE056
表示待配准图像 的编号，且
Figure 688838DEST_PATH_IMAGE056
为自然数；
Figure 722653DEST_PATH_IMAGE057
表示成对配准的置信度；
Figure 434257DEST_PATH_IMAGE058
表示待配准图像0的左上角顶点在 拼接图像坐标系中的具体坐标。需要说明的是，公式（6）的目的是将待配准图像0强制放置 于图像坐标系左上角原点(0,0)位置，若不加此限制，最后全景图像的最左边以及最上边会 出现空白无用的部分。根据公式（3）、公式（4）和公式（5）求出每个待配准图像在拼接图像坐 标系中最优化的位置；其中，待配准图像在拼接图像坐标系中的位置集合为
Figure 237128DEST_PATH_IMAGE023
，其中，
Figure 375985DEST_PATH_IMAGE059
表示待配准图像1的左上角顶点在拼接图像坐标系中的 具体坐标；
Figure 897096DEST_PATH_IMAGE060
表示待配准图像2的左上角顶点在拼接图像坐标系中的具体坐标；
Figure 146812DEST_PATH_IMAGE061
表示 待配准图像k的左上角顶点在拼接图像坐标系中的具体坐标。
见图4，为待配准图像0、待配准图像1和待配准图像2这三张待配准图像的拼接结 果，其中，
Figure 69769DEST_PATH_IMAGE062
是拼接图像坐标系。
以上所述的，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于校正扫描图像的平铺式拼接方法，其特征在于，具体包括以下步骤：
第1步骤、非线性畸变校正：拍摄的标定板原始图像存在畸变，首先将标定板原始图像进行精确的图像校正，得到理想无畸变校正图像；
第2步骤、非线性插值：将标定板原始图像中每个坐标的像素值一个个重投影到理想无畸变校正图像对应坐标中，因理想无畸变校正图像的像素中心与理想无畸变校正图像中的标准参考坐标有偏差，故利用逼近算法将像素点相邻位置的像素值计算出一个逼近的像素值；
第3步骤、成对配准：两张互有重叠区域的标定板原始图像，经过第1步骤和第2步骤的图像校正过程后得到成对的待配准图像，成对的待配准图像获得相对图像偏移量；
第4步骤、全局优化：待配准图像的最佳位置遵循超定线性系统的全局优化；
所述成对的待配准图像获得相对图像偏移量的具体步骤如下：
第3.1步骤、当待配准图像的尺寸大小不同，将对待配准图像重新采样并填充到相同的尺寸大小；
第3.2步骤、计算相邻两个待配准图像的快速傅里叶 变换，再根据两个快速傅里叶 变换计算得到互功率图谱；
第3.3步骤、对互功率图谱做反傅里叶变换，得到狄拉克函数，其中狄拉克函数的峰值坐标就是两个图像的偏移量
Figure 403362DEST_PATH_IMAGE002
。
2.根据权利要求1所述的基于校正扫描图像的平铺式拼接方法，其特征在于：所述标定板原始图像中的每一个圆点的中心坐标与所述理想无畸变校正图像中的标准参考坐标一一对应，每对坐标都满足以下公式：
Figure 320503DEST_PATH_IMAGE004
（1）
其中，
Figure 428136DEST_PATH_IMAGE006
表示标定板原始图像中圆点的中心坐标；
Figure 823345DEST_PATH_IMAGE008
表示理想无畸变校正图像中的标准参考坐标；
Figure 231193DEST_PATH_IMAGE010
表示坐标点引索，即为第
Figure 53656DEST_PATH_IMAGE010
个坐标点，且
Figure 523951DEST_PATH_IMAGE010
为大于等于1的正整数；
Figure DEST_PATH_IMAGE012
表示相机的畸变系数。
3.根据权利要求1所述的基于校正扫描图像的平铺式拼接方法，其特征在于：所述逼近算法的计算公式如下：
Figure DEST_PATH_IMAGE014
（2）
其中，
Figure DEST_PATH_IMAGE016
表示在图像像素点坐标
Figure DEST_PATH_IMAGE018
处的像素值；
Figure DEST_PATH_IMAGE020
表示像素点
Figure DEST_PATH_IMAGE022
右上角第一个像素点的像素值；
Figure DEST_PATH_IMAGE024
表示像素点
Figure DEST_PATH_IMAGE026
左上角第一个像素点的像素值；
Figure DEST_PATH_IMAGE028
表示像素点
Figure DEST_PATH_IMAGE030
左下角第一个像素点的像素值；
Figure DEST_PATH_IMAGE032
表示像素点
Figure 739163DEST_PATH_IMAGE030
右下角第一个像素点的像素值。
4.根据权利要求1所述的基于校正扫描图像的平铺式拼接方法，其特征在于：所述待配准图像满足以下方程：
Figure DEST_PATH_IMAGE034
（5）
其中，
Figure DEST_PATH_IMAGE036
表示待配准图像的编号，且
Figure 234473DEST_PATH_IMAGE036
为自然数；
Figure DEST_PATH_IMAGE038
表示成对配准的置信度；
Figure DEST_PATH_IMAGE040
表示固定的参考图像的位置；
Figure DEST_PATH_IMAGE042
表示移动的目标图像的位置；
Figure DEST_PATH_IMAGE044
表示相对于初始图块位置的偏移量。
5.根据权利要求4所述的基于校正扫描图像的平铺式拼接方法，其特征在于：将左上角的图块限制为位置 0，具体如下所示：
Figure DEST_PATH_IMAGE046
（6）
其中，
Figure DEST_PATH_IMAGE048
表示待配准图像的数量，且
Figure 821312DEST_PATH_IMAGE048
为大于等于2的正整数；
Figure DEST_PATH_IMAGE050
表示待配准图像的编号，且
Figure 903538DEST_PATH_IMAGE050
为自然数；
Figure DEST_PATH_IMAGE052
表示成对配准的置信度；
Figure DEST_PATH_IMAGE054
表示待配准图像0的左上角顶点在拼接图像坐标系中的具体坐标。
6.根据权利要求5所述的基于校正扫描图像的平铺式拼接方法，其特征在于：将待配准图像0放置于图像坐标系左上角原点(0,0)位置，求出每个待配准图像在拼接图像坐标系中最优化的位置；其中，待配准图像在拼接图像坐标系中的位置集合为
Figure 735490DEST_PATH_IMAGE056
。
7.根据权利要求1所述的基于校正扫描图像的平铺式拼接方法，其特征在于：所述狄拉克函数的表达式为
Figure DEST_PATH_IMAGE058
，其中，
Figure DEST_PATH_IMAGE060
表示图像信号中横坐标，
Figure DEST_PATH_IMAGE062
表示图像信号中纵坐标，
Figure DEST_PATH_IMAGE064
表示图像信号
Figure 55613DEST_PATH_IMAGE060
轴方向平移距离，
Figure DEST_PATH_IMAGE066
表示图像信号
Figure 813353DEST_PATH_IMAGE062
轴方向平移距离。
8.根据权利要求7所述的基于校正扫描图像的平铺式拼接方法，其特征在于：所述狄拉克函数通过乘以
Figure DEST_PATH_IMAGE068
来减小相关因子，实现朝预期位置的偏移，其中，
Figure DEST_PATH_IMAGE070
是数学符号，
Figure DEST_PATH_IMAGE072
是距离损失因子，
Figure 851716DEST_PATH_IMAGE074
是距预期峰值位置的像素距离，
Figure DEST_PATH_IMAGE076
是待配准图像尺寸。
9.根据权利要求2所述的基于校正扫描图像的平铺式拼接方法，其特征在于：当对应的坐标超过12组时，即可求得公式中的畸变系数
Figure DEST_PATH_IMAGE078
。
CN202210377627.3A 2022-04-12 2022-04-12 基于校正扫描图像的平铺式拼接方法 Active CN114463186B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210377627.3A CN114463186B (zh) 2022-04-12 2022-04-12 基于校正扫描图像的平铺式拼接方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210377627.3A CN114463186B (zh) 2022-04-12 2022-04-12 基于校正扫描图像的平铺式拼接方法

Publications (2)

Publication Number Publication Date
CN114463186A CN114463186A (zh) 2022-05-10
CN114463186B true CN114463186B (zh) 2022-06-24

Family

ID=81417053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210377627.3A Active CN114463186B (zh) 2022-04-12 2022-04-12 基于校正扫描图像的平铺式拼接方法

Country Status (1)

Country Link
CN (1) CN114463186B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115930784B (zh) * 2023-01-09 2023-08-25 广州市易鸿智能装备有限公司 一种视觉检测系统的点检方法
CN118014913B (zh) * 2024-04-10 2024-06-14 中汽智联技术有限公司 一种智能驾驶摄像头影像快速校正的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105957015A (zh) * 2016-06-15 2016-09-21 武汉理工大学 一种螺纹桶内壁图像360度全景拼接方法及系统
CN110675376A (zh) * 2019-09-20 2020-01-10 福建工程学院 一种基于模板匹配的pcb缺陷检测方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106683045A (zh) * 2016-09-28 2017-05-17 深圳市优象计算技术有限公司 一种基于双目像机的全景图像拼接方法
CN112750075A (zh) * 2019-10-31 2021-05-04 中国科学院长春光学精密机械与物理研究所 一种低空遥感影像拼接方法以及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105957015A (zh) * 2016-06-15 2016-09-21 武汉理工大学 一种螺纹桶内壁图像360度全景拼接方法及系统
CN110675376A (zh) * 2019-09-20 2020-01-10 福建工程学院 一种基于模板匹配的pcb缺陷检测方法

Also Published As

Publication number Publication date
CN114463186A (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
CN114463186B (zh) 基于校正扫描图像的平铺式拼接方法
CN104299218B (zh) 基于镜头畸变规律的投影仪标定方法
US6791616B2 (en) Image lens distortion correcting method
JP4425349B2 (ja) 半導体製造に用いる複数視野較正プレート
KR101798678B1 (ko) 패턴 정렬을 수행하기 위한 방법 및 장치
JP4705526B2 (ja) アライメント装置及び方法
US20090299684A1 (en) Method for calibrating cameras installed on vehicle
CN107945113A (zh) 局部图像拼接错位的矫正方法
CN106856003A (zh) 轴类工件侧表面缺陷检测图像的展开校正方法
US8886350B2 (en) Displacement calculation method, drawing data correction method, substrate manufacturing method, and drawing apparatus
CN113920205B (zh) 一种非同轴相机的标定方法
JP2008007819A (ja) アライメント装置及び方法
CN107680139A (zh) 一种远心双目立体视觉测量系统的通用性标定方法
Von Gioi et al. Towards high-precision lens distortion correction
CN107147888B (zh) 一种利用图形处理芯片自动校正失真方法和装置
CN111707187B (zh) 一种大型零件的测量方法及系统
CN112598747A (zh) 一种单目相机与投影仪的联合标定方法
CN107730554B (zh) 面阵结构光成像系统的标定方法和装置
CN109544643A (zh) 一种摄像机图像校正方法及装置
US20020009699A1 (en) Data receiving device and image forming apparatus using same
CN110035273B (zh) 一种畸变校正方法、装置及使用其的显示设备
JPH11325890A (ja) ステレオカメラの画像補正装置
CN108961187B (zh) 一种标签弧面图像校正方法
CN108520541B (zh) 一种广角摄像机的标定方法
WO2023221290A1 (zh) 曲面屏幕像素定位方法、装置和设备

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