CN114882088A - 图像配准方法及缺陷检测方法 - Google Patents

图像配准方法及缺陷检测方法 Download PDF

Info

Publication number
CN114882088A
CN114882088A CN202210466691.9A CN202210466691A CN114882088A CN 114882088 A CN114882088 A CN 114882088A CN 202210466691 A CN202210466691 A CN 202210466691A CN 114882088 A CN114882088 A CN 114882088A
Authority
CN
China
Prior art keywords
image
spectrum
registered
reference image
corresponding region
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.)
Pending
Application number
CN202210466691.9A
Other languages
English (en)
Inventor
刘耀阳
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.)
Shanghai Jingji Micro Semiconductor Technology Co ltd
Original Assignee
Shanghai Jingji Micro Semiconductor 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 Shanghai Jingji Micro Semiconductor Technology Co ltd filed Critical Shanghai Jingji Micro Semiconductor Technology Co ltd
Priority to CN202210466691.9A priority Critical patent/CN114882088A/zh
Publication of CN114882088A publication Critical patent/CN114882088A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/37—Determination of transform parameters for the alignment of images, i.e. image registration using transform domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection

Landscapes

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

Abstract

本发明提供了一种图像配准方法及缺陷检测方法，对所述能量谱的相位互相关谱进行上采样的逆傅里叶变换，以获取所述待配准图像相对于所述参考图像的缩放因子和旋转角度，根据所述缩放因子和所述旋转角度对所述待配准图像进行变换，基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，通过上采样的逆傅里叶变换，显著提高了配准过程中缩放因子和旋转角度的精度，进而提高了平移量的精度，提高了图像配准的精度。

Description

图像配准方法及缺陷检测方法
技术领域
本发明涉及图像处理技术领域，尤其涉及一种图像配准方法及缺陷检测方法。
背景技术
图像配准指将两幅或多幅图像转换到同一坐标系下，图像配准的过程常见于计算机视觉、医学成像、遥感图像、军事安防。
两幅或多幅图像可能是在不同时间、不同光照、不同视角、不同深度、不同传感器甚至是不同设备下获得的。为了能够比较、拼接这些图像，图像配准是必不可少的，但现有技术中图像的配准精确度较低。
因此，有必要提供一种新型的图像配准方法及缺陷检测方法以解决现有技术中存在的上述问题。
发明内容
本发明的目的在于提供一种图像配准方法及缺陷检测方法，提高图像配准精度。
为实现上述目的，本发明的所述图像配准方法，基于待配准图像和参考图像的对应区域进行配准，包括以下步骤：
S1：分别计算所述待配准图像和所述参考图像的所述对应区域的傅里叶频谱；
S2：计算所述待配准图像的所述对应区域的傅里叶频谱的能量谱以及所述参考图像的所述对应区域的傅里叶频谱的能量谱，并将所述能量谱转化至对数极坐标系中；
S3：基于所述对数极坐标系中的所述待配准图像的所述对应区域内的能量谱和所述参考图像的所述对应区域内的能量谱，获取所述对应区域内的能量谱的相位互相关谱；
S4：对所述能量谱的相位互相关谱进行上采样的逆傅里叶变换，以获取所述待配准图像相对于所述参考图像的缩放因子和旋转角度；
S5：根据所述缩放因子和所述旋转角度对所述待配准图像进行变换；
S6：基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，根据所述平移量完成图像配准。
所述图像配准方法的有益效果在于：对所述能量谱的相位互相关谱进行上采样的逆傅里叶变换，以获取所述待配准图像相对于所述参考图像的缩放因子和旋转角度，根据所述缩放因子和所述旋转角度对所述待配准图像进行变换，基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，通过上采样的逆傅里叶变换，显著提高了配准过程中缩放因子和旋转角度的精度，进而提高了平移量的精度，提高了图像配准的精度。
可选地，所述S4包括：对所述能量谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第一空域函数，寻找所述第一空域函数的峰位，并计算得到所述待配准图像相对于所述参考图像的缩放因子和旋转角度。
可选地，所述S4包括：
对所述能量谱的相位互相关谱进行逆傅里叶变换，得到第二空域函数，在所述第二空域函数中寻找峰位，经计算得到第一缩放因子和第一旋转角度；
基于所述能量谱的相位互相关谱，在所述第二空域函数中寻得峰位的邻域部分进行局域上采样逆傅里叶变换，以获取第三空域函数，寻找所述第三空域函数的峰位以得到第二缩放因子和第二旋转角度；
求取所述第一缩放因子和所述第二缩放因子的乘积，以得到所述待配准图像相对于所述参考图像的缩放因子；求取所述第一旋转角度和所述第二旋转角度的和，以得到所述待配准图像相对于所述参考图像的旋转角度。
可选地，所述基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，包括：
基于所述待配准图像的所述对应区域内的傅里叶频谱和所述参考图像的所述对应区域内的傅里叶频谱，获取所述对应区域内的频谱的相位互相关谱；
对频谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第四空域函数；寻找所述第四空域函数的峰位，以得到所述待配准图像相对于所述参考图像的平移量。
可选地，所述基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，包括：
基于所述待配准图像的所述对应区域内的傅里叶频谱和所述参考图像的所述对应区域内的傅里叶频谱，获取所述对应区域内的频谱的相位互相关谱；
对频谱的相位互相关谱进行逆傅里叶变换，以得到第五空域函数；
寻找所述第五空域函数的峰位，以得到第一平移量；
基于频谱的相位互相关谱，在所述第五空域函数中寻得峰位的邻域部分进行局域上采样逆傅里叶变换，以获得第六空域函数，寻找所述第六空域函数的峰位以获得第二平移量，求取所述第一平移量和所述第二平移量的和，以得到所述待配准图像相对于所述参考图像的平移量。
本发明还提供了一种图像缺陷检测方法，包括：
通过所述图像配准方法完成待检测图像与参考图像的图像配准；
对所述待检测图像和所述参考图像进行重采样以获取目标检测区域，识别所述目标检测区域以实现缺陷检测。
可选地，所述重采样包括所述待配准图像和所述参考图像进行剪裁，以获取所述待配准图像和所述参考图像的重叠区域，并将所述重叠区域作为所述目标检测区域。
可选地，所述识别所述目标检测区域以实现缺陷检测，包括将所述目标检测区域的图像像素进行差分，基于所述差分的结果检测出缺陷。
附图说明
图1为本发明图像配准方法的流程图；
图2为本发明一些实施例中计算待配准图像相对于参考图像的缩放因子和旋转角度的流程图；
图3为本发明一些实施例中计算待配准图像相对于参考图像的平移量的流程图；
图4为本发明又一些实施例中计算待配准图像相对于参考图像的平移量的流程图；
图5为本发明一些实施例中参考图像的示意图；
图6为本发明一些实施例中待配准图像的示意图；
图7为本发明一些实施例中能量谱的相位互相关谱进行全局上采样逆傅里叶转换后的示意图；
图8为本发明一些实施例中频谱的相位互相关谱进行全局上采样逆傅里叶转换后的示意图；
图9为本发明一些实施例中能量谱的相位互相关谱的示意图；
图10为本发明一些实施例中图9根据峰位进行局部上采样逆傅里叶变换后的示意图；
图11为本发明一些实施例中根据缩放因子和旋转角度进行变换后的待配准图像与参考图像的频谱的相位互相关谱；
图12为本发明一些实施例中图11根据峰位进行局部上采样逆傅里叶变换后的示意图；
图13为本发明一些实施例中重采样后待配准图像和参考图像重叠效果的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。除非另外定义，此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本文中使用的“包括”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
针对现有技术存在的问题，本发明的实施例提供了一种图像配准方法。参照图1，所述图像配准方法基于待配准图像和参考图像的对应区域进行配准，具体包括以下步骤：
S1：分别计算所述待配准图像和所述参考图像的所述对应区域的傅里叶频谱；
S2：计算所述待配准图像的所述对应区域的傅里叶频谱的能量谱以及所述参考图像的所述对应区域的傅里叶频谱的能量谱，并将所述能量谱转化至对数极坐标系中；
S3：基于所述对数极坐标系中的所述待配准图像的所述对应区域内的能量谱和所述参考图像的所述对应区域内的能量谱，获取所述对应区域内的能量谱的相位互相关谱；
S4：对所述能量谱的相位互相关谱进行上采样的逆傅里叶变换，以获取所述待配准图像相对于所述参考图像的缩放因子和旋转角度；
S5：根据所述缩放因子和所述旋转角度对所述待配准图像进行变换；
S6：基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，根据所述平移量完成图像配准。
示例性的，所述对应区域可以为待配准图像和参考图像的整幅原图，也可以是基于原图而选取的待配准图像和参考图像中具有相同或相似结构的一个相应部分区域。本发明中，可通过对待配准图像和参考图像进行截取，以获取待配准图像和参考图像的至少一组对应区域。
现有技术中，一般需要将图像配准到亚像素级别，例如1/5个像素甚至更高的配准精度，当图像间仅存在平移的时候，可以通过上采样的方式来达到需要的配准精度，但当图像间还存在缩放和旋转时，需要先找到对应的缩放因子和旋转角度，在进行相应的变换后才能进一步得到相互间的平移量，因此缩放因子和旋转角度的精度必然会严重影响到平移量的精度。例如，当旋转角度存在0.1度的误差时，对于1000像素的图像，其边缘部分的差异能够达到1个像素左右。同样的，当缩放因子存在误差时，也存在类似的影响。
本发明基于待配准图像和参考图像对应区域内的能量谱的相位互相关谱进行上采样的逆傅里叶变换，以获取所述待配准图像相对于所述参考图像的缩放因子和旋转角度，根据所述缩放因子和所述旋转角度对所述待配准图像进行变换，基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，通过上采样的逆傅里叶变换，显著提高了配准过程中缩放因子和旋转角度的精度，也显著提高了平移量的精度，进而提高了图像配准的精度。
一些实施例中，在所述对应区域内，根据傅里叶变换的位移定理，记所述参考图像的函数为g1(x，y)，所述参考图像的傅里叶频谱为G1(u，v)，记所述待配准图像的函数为g2(x，y)，所述待配准图像的傅里叶频谱为G2(u，v)，函数g1(x，y)和函数g2(x，y)的平移关系为：g1(x，y)＝g2(x-a，y-b)，基于傅里叶变换的位移定理，所述参考图像的傅里叶频谱与所述待配准图像的傅里叶频谱的关系为：G2(u，v)＝F(g2(x-a，y-b))＝G1(u，v)exp(-j2π(a u+b v))，其中，F()表示傅里叶变换操作，a和b表示所述待配准图像相对于所述参考图像的总平移量，u和v表示空间频率。
进一步的，根据对应区域的参考图像的傅里叶频谱G1(u，v)和待配准图像的傅里叶频谱G2(u，v)的复共轭conj(G2(fu，v))可以得到对应区域内的相位互相关谱，所述相位互相关谱的公式为
Figure BDA0003624530540000071
对所述相位互相关谱进行逆傅里叶变换，获得空域的狄拉克函数，对其寻峰，其峰位的坐标值即为所述待配准图像相对于所述参考图像的像素级平移量a和b。
更进一步的，函数g1(x，y)经过平移(x0，y0)、旋转θ0角度、缩放s大小的函数g2(x，y)，根据傅里叶变换的尺度变换性质以及傅里叶变换的位移定理，可以得到
g2(x，y)＝g1(s(xcosθ0+ysinθ0-x0)，s(-xsinθ0+ycosθ0-y0))
Figure BDA0003624530540000072
取傅里叶频谱G1的能量获得能量谱P1，取傅里叶频谱G2的能量获得能量谱P2，将能量谱P1和能量谱P2变换到对数极坐标系进行比较可以获得
Figure BDA0003624530540000081
可以看出，能量谱P1和能量谱P2的关系与函数g1和函数g2的关系非常相似，因此可以利用位移定理从能量谱的互相关谱中求得缩放因子s＝ed和旋转角度θ0。
一些实施例中，所述S4包括：对所述能量谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第一空域函数，寻找所述第一空域函数的峰位，并计算得到所述待配准图像相对于所述参考图像的缩放因子和旋转角度。
一些实施例中，对所述能量谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第一空域函数，寻找所述第一空域函数的峰位，并计算得到所述待配准图像相对于所述参考图像的缩放因子和旋转角度，具体计算过程包括：
根据上采样因子和能量谱的尺寸计算转换矩阵T'1和T'2；
将转换矩阵T'1、能量谱的相位互相关谱和转换矩阵T'2相乘，以得到第一空域函数；
寻找所述第一空域函数的峰位，以得到所述待配准图像相对于所述参考图像的缩放因子和旋转角度。
一些具体实施例中，对于M行N列的图像，其函数为g(x，y)，其傅里叶频谱为G(u,v)，G(u,v)＝T1g(x，y)T2，则
Figure BDA0003624530540000082
Figure BDA0003624530540000091
其空间域坐标为X＝(x1，x2，...，xN)T，Y＝(y1，y2，...，yM)T，频域坐标U＝(u1，u2，...，uN)T，V＝(v1，v2，...，，vM)T。获取傅里叶频谱G(u，v)后，进行上采样，则可以获得X＝(xs，xs+Dx，...，xe)T，Y＝(ys，ys+Dy，...，ye)T，则可以获得
g′(x，y)＝T′1G(u，v)T′2，
Figure BDA0003624530540000092
Figure BDA0003624530540000093
当进行全局上采样时，令xs＝x1、xe＝xN、ys＝y1、ye＝yM，当进行局域上采样时取峰值(xp，yp)附近大小为(2xr，2yr)的邻域部分，即令xs＝xp-xr、xe＝xp+xr、ys＝yp-yr，、ye＝yp-yr。
一些实施例中，若所述待配准图像和所述参考图像之间仅存在旋转和平移，则
g2(x，y)＝g1(xcosθ0+ysinθ0-x0，-xsinθ0+ycosθ0-y0)
Figure BDA0003624530540000094
P2(u，v)＝P1(ucosθ0+vsinθ0，-usinθ0+vcosθ0)
P1(ρ，θ)＝P2(ρ，θ-θ0)
为了提高图像配准的效率，则可以获取1*N的转换矩阵T1、N*M的能量谱的相位互相关谱和M*N的转换矩阵T2，进而获得1*M向量的能量谱的相位互相关谱。
图2为本发明一些实施例中计算待配准图像相对于参考图像的缩放因子和旋转角度的流程图。参照图2，所述S4包括：
S41：对所述能量谱的相位互相关谱进行逆傅里叶变换，得到第二空域函数，在所述第二空域函数中寻找峰位，经计算得到第一缩放因子和第一旋转角度；
S42：基于所述能量谱的相位互相关谱，在所述第二空域函数中寻得峰位的邻域部分进行局域上采样逆傅里叶变换，以获取第三空域函数，寻找所述第三空域函数的峰位以得到第二缩放因子和第二旋转角度；
S43：求取所述第一缩放因子和所述第二缩放因子的乘积，以得到所述待配准图像相对于所述参考图像的缩放因子；求取所述第一旋转角度和所述第二旋转角度的和，以得到所述待配准图像相对于所述参考图像的旋转角度。
图3为本发明一些实施例中计算待配准图像相对于参考图像的平移量的流程图。参照图3，所述基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，包括：
S61：基于所述待配准图像的所述对应区域内的傅里叶频谱和所述参考图像的所述对应区域内的傅里叶频谱，获取所述对应区域内的频谱的相位互相关谱；
S62：对频谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第四空域函数；
S63：寻找所述第四空域函数的峰位，以得到所述待配准图像相对于所述参考图像的平移量。
图4为本发明又一些实施例中计算待配准图像相对于参考图像的平移量的流程图。参照图4，所述基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，包括：
S611：基于所述待配准图像的所述对应区域内的傅里叶频谱和所述参考图像的所述对应区域内的傅里叶频谱，获取所述对应区域内的频谱的相位互相关谱；
S622：对频谱的相位互相关谱进行逆傅里叶变换，以得到第五空域函数；
S633：寻找所述第五空域函数的峰位，以得到第一平移量；
S644：基于频谱的相位互相关谱，在所述第五空域函数中寻得峰位的邻域部分进行局域上采样逆傅里叶变换，以获得第六空域函数，寻找所述第六空域函数的峰位以获得第二平移量，求取所述第一平移量和所述第二平移量的和，以得到所述待配准图像相对于所述参考图像的平移量。
图5为本发明一些实施例中参考图像的示意图；图6为本发明一些实施例中待配准图像的示意图；图7为本发明一些实施例中能量谱的相位互相关谱进行全局上采样逆傅里叶转换后的示意图；图8为本发明一些实施例中频谱的相位互相关谱进行全局上采样逆傅里叶转换后的示意图；图9为本发明一些实施例中能量谱的相位互相关谱的示意图；图10为本发明一些实施例中图9根据峰位进行局部上采样逆傅里叶变换后的示意图；图11为本发明一些实施例中根据缩放因子和旋转角度进行变换后的待配准图像与参考图像的频谱的相位互相关谱；图12为本发明一些实施例中图11根据峰位进行局部上采样逆傅里叶变换后的示意图。
本发明还提供了一种图像缺陷检测方法，包括：
通过所述图像配准方法完成待检测图像与参考图像的图像配准；
对所述待检测图像和所述参考图像进行重采样以获取目标检测区域，识别所述目标检测区域以实现缺陷检测。
一些实施例中，所述重采样包括所述待配准图像和所述参考图像进行剪裁，以获取所述待配准图像和所述参考图像的重叠区域，并将所述重叠区域作为所述目标检测区域。
一些实施例中，所述识别所述目标检测区域以实现缺陷检测，包括将所述目标检测区域的图像像素进行差分，基于所述差分的结果检测出缺陷。
图13为本发明一些实施例中重采样后待配准图像和参考图像重叠效果的示意图。
一些实施例中，所述重采样包括采用空间域直接进行插值，所述插值包括双线性插值、双三次插值以及非线性差值。
一些实施例中，所述重采样包括逆傅里叶变换(IDFT)，所述总平移量为(x0，y0)，则重采样后的图像由
Figure BDA0003624530540000121
得到。
虽然在上文中详细说明了本发明的实施方式，但是对于本领域的技术人员来说显而易见的是，能够对这些实施方式进行各种修改和变化。但是，应理解，这种修改和变化都属于权利要求书中所述的本发明的范围和精神之内。而且，在此说明的本发明可有其它的实施方式，并且可通过多种方式实施或实现。

Claims (8)

1.一种图像配准方法，其特征在于，基于待配准图像和参考图像的对应区域进行配准，包括以下步骤：
S1：分别计算所述待配准图像和所述参考图像的所述对应区域的傅里叶频谱；
S2：计算所述待配准图像的所述对应区域的傅里叶频谱的能量谱以及所述参考图像的所述对应区域的傅里叶频谱的能量谱，并将所述能量谱转化至对数极坐标系中；
S3：基于所述对数极坐标系中的所述待配准图像的所述对应区域内的能量谱和所述参考图像的所述对应区域内的能量谱，获取所述对应区域内的能量谱的相位互相关谱；
S4：对所述能量谱的相位互相关谱进行上采样的逆傅里叶变换，以获取所述待配准图像相对于所述参考图像的缩放因子和旋转角度；
S5：根据所述缩放因子和所述旋转角度对所述待配准图像进行变换；
S6：基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，根据所述平移量完成图像配准。
2.根据权利要求1所述的图像配准方法，其特征在于，所述S4包括：对所述能量谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第一空域函数，寻找所述第一空域函数的峰位，并计算得到所述待配准图像相对于所述参考图像的缩放因子和旋转角度。
3.根据权利要求1所述的图像配准方法，其特征在于，所述S4包括：
对所述能量谱的相位互相关谱进行逆傅里叶变换，得到第二空域函数，在所述第二空域函数中寻找峰位，经计算得到第一缩放因子和第一旋转角度；
基于所述能量谱的相位互相关谱，在所述第二空域函数中寻得峰位的邻域部分进行局域上采样逆傅里叶变换，以获取第三空域函数，寻找所述第三空域函数的峰位以得到第二缩放因子和第二旋转角度；
求取所述第一缩放因子和所述第二缩放因子的乘积，以得到所述待配准图像相对于所述参考图像的缩放因子；求取所述第一旋转角度和所述第二旋转角度的和，以得到所述待配准图像相对于所述参考图像的旋转角度。
4.根据权利要求1所述的图像配准方法，其特征在于，所述基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，包括：
基于所述待配准图像的所述对应区域内的傅里叶频谱和所述参考图像的所述对应区域内的傅里叶频谱，获取所述对应区域内的频谱的相位互相关谱；
对频谱的相位互相关谱进行全局上采样逆傅里叶变换，以得到第四空域函数；
寻找所述第四空域函数的峰位，以得到所述待配准图像相对于所述参考图像的平移量。
5.根据权利要求1所述的图像配准方法，其特征在于，所述基于变换后所述待配准图像的对应区域的傅里叶频谱和所述参考图像的对应区域的傅里叶频谱，计算所述待配准图像相对于所述参考图像的平移量，包括：
基于所述待配准图像的所述对应区域内的傅里叶频谱和所述参考图像的所述对应区域内的傅里叶频谱，获取所述对应区域内的频谱的相位互相关谱；
对频谱的相位互相关谱进行逆傅里叶变换，以得到第五空域函数；
寻找所述第五空域函数的峰位，以得到第一平移量；
基于频谱的相位互相关谱，在所述第五空域函数中寻得峰位的邻域部分进行局域上采样逆傅里叶变换，以获得第六空域函数，寻找所述第六空域函数的峰位以获得第二平移量，求取所述第一平移量和所述第二平移量的和，以得到所述待配准图像相对于所述参考图像的平移量。
6.一种图像缺陷检测方法，其特征在于，包括：
通过权利要求1～5任意一项所述的图像配准方法完成待检测图像与参考图像的图像配准；
对所述待检测图像和所述参考图像进行重采样以获取目标检测区域，识别所述目标检测区域以实现缺陷检测。
7.根据权利要求6所述的图像缺陷检测方法，其特征在于，所述重采样包括所述待配准图像和所述参考图像进行剪裁，以获取所述待配准图像和所述参考图像的重叠区域，并将所述重叠区域作为所述目标检测区域。
8.根据权利要求6所述的图像缺陷检测方法，其特征在于，所述识别所述目标检测区域以实现缺陷检测，包括将所述目标检测区域的图像像素进行差分，基于所述差分的结果检测出缺陷。
CN202210466691.9A 2022-04-29 2022-04-29 图像配准方法及缺陷检测方法 Pending CN114882088A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210466691.9A CN114882088A (zh) 2022-04-29 2022-04-29 图像配准方法及缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210466691.9A CN114882088A (zh) 2022-04-29 2022-04-29 图像配准方法及缺陷检测方法

Publications (1)

Publication Number Publication Date
CN114882088A true CN114882088A (zh) 2022-08-09

Family

ID=82673186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210466691.9A Pending CN114882088A (zh) 2022-04-29 2022-04-29 图像配准方法及缺陷检测方法

Country Status (1)

Country Link
CN (1) CN114882088A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116380918A (zh) * 2023-05-18 2023-07-04 赣州市秋田微电子有限公司 缺陷检测方法、装置及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116380918A (zh) * 2023-05-18 2023-07-04 赣州市秋田微电子有限公司 缺陷检测方法、装置及设备

Similar Documents

Publication Publication Date Title
US20160217577A1 (en) Enhanced phase correlation for image registration
US20100067822A1 (en) System and method of super-resolution imaging from a sequence of translated and rotated low-resolution images
CN107851196B (zh) 一种图像模式匹配的方法及装置
US20090110285A1 (en) Apparatus and method for improving image resolution using fuzzy motion estimation
CN102968788B (zh) 一种基于规则格网面元的波段配准方法
JP4941565B2 (ja) 対応点探索装置および対応点探索方法
Uss et al. A precise lower bound on image subpixel registration accuracy
Li et al. Modified phase correlation algorithm for image registration based on pyramid
Gonçalves et al. CHAIR: Automatic image registration based on correlation and Hough transform
CN114882088A (zh) 图像配准方法及缺陷检测方法
Lee et al. Accurate registration using adaptive block processing for multispectral images
CN111882530A (zh) 一种亚像素定位图生成方法、定位方法及装置
Keller et al. A projection-based extension to phase correlation image alignment
Monasse Contrast invariant registration of images
Sellami et al. An invariant similarity registration algorithm based on the analytical fourier-mellin transform
Zhu et al. Image interpolation based on non-local geometric similarities
Lin et al. New method for subpixel image matching with rotation invariance by combining the parametric template method and the ring projection transform process
WO2005053314A2 (en) Inspection apparatus and method
CN112419198A (zh) 一种用于sar干涉图滤波的非局部均值定权方法
Islam et al. Single image super-resolution in frequency domain
Singla et al. A systematic way of affine transformation using image registration
CN103873875A (zh) 一种用于图像超分辨的分层亚像素运动估计方法
CN107292824A (zh) 一种基于相关性的分焦平面偏振图像插值方法
Villafane et al. Multimodal image registration and mosaicking of artworks: an approach based on mutual information
Wang et al. Image registration with hyperspectral data based on Fourier-Mellin transform

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