[发明专利]用于电池板的图像拼接方法

说明书

技术领域

本发明属于图像处理领域，涉及一种图像拼接方法，具体涉及一种用于电池板的图像拼接方法。

背景技术

图像拼接过程由图像获取，图像配准，图像合成三步骤组成，其中图像配准是图像拼接的核心环节。由于摄像时相机的位置、姿态以及环境的不同，同一个景物，在不同图像之间会存在灰度上的差异和成像位置的变化，

图像配准比较典型的为基于区域相关的配准方法和基于特征的配准方法。鉴于区域相关的配准方法计算量比较大，通常采用FFT变换计算并依此来配准的方法。基于区域相关的配准方法实现简单，对于任何图像内容都可以适用，但对噪声和干扰敏感，鲁棒性不强。基于特征的配准方法鲁棒性强，但对图像内容进行了假设，在算法处理的过程中更为复杂。

太阳能电池板通常尺寸较大，当成像分辨率比较高时(如50像素/mm)，就需要上万幅图像进行拼接，累计误差较大。太阳能电池板在光线到达电池板表面后反射的能量会相对少很多，图像的亮度和对比度相对于其他的图像都较低，加之基片的表面通常比较粗糙，都会对电池板图像的配准形成干扰。电池板图像通常都具有重复的栅线，无论是基于特征还是基于区域相关的配准方法都会有误配的风险。

发明内容

本发明所要解决的技术问题是提出了一种用于电池板的图像拼接方法。采用了配准方法和图像内容自适应的策略来选择最有效的配准尺度，克服了成像干扰对配准方法造成的影响；引入外部配准参考，结合图像拼接进行批量调整，消除了累计误差的影响，提高了图像拼接效果。

本发明公开的用于电池板的图像拼接方法，包括如下步骤：

步骤1：对输入的电池板图像进行变换，构成训练图像集；

步骤2：根据得到的训练数据集自适应选择配准尺度，并对参与拼接的图像进行多尺度变换；

步骤3：根据多尺度变换后选取的尺度，采用区域相关法对相邻图像进行配准，并对配准后的图像进行曲面拟合；

步骤4：批量调整拟合后的性能曲面，对交叠的图像进行合成，得到拼接后的图像。

所述步骤3中对相邻图像进行配准时，引入外部配准参考来搜索最佳配准结果。

所述步骤4中批量调整拟合后的性能曲面时，引入外部配准参考数据对性能曲面进行调整。

本发明提出了一种用于电池板的图像拼接方法，采用了配准方法和图像内容自适应的策略来选择最有效的配准尺度，克服了成像干扰对配准方法造成的影响；引入外部配准参考，结合图像拼接进行批量调整，提高了图像拼接效果，消除了大量图像配准过程中所产生的累计误差。

附图说明

图1为本发明用于电池板的图像拼接方法的流程图；

图2为本发明用于电池板的图像拼接方法进行多尺度分析的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。

本发明在于提供一种用于电池板的图像拼接方法。该方法采用自适应尺度选择的多尺度配准方法，以克服成像干扰对配准方法的影响；另外，通过引入外部配准参考，不仅对局部拼接进行指导，而且结合图像拼接进行批量调整，消除了累计误差的影响，最终提高图像拼接的性能。

用于电池板的图像拼接方法，包括以下步骤：

步骤1：对输入的电池板图像进行变换，构成训练图像集。

训练数据搜集可以通过人工完成也可以通过计算机自动完成。在摄像设备拍摄的电池板图像中选取比较典型的图像子集，在待拼接图像之间存在的几何变换类型的情形下生成训练数据。

本实施例中，首先从待配准图像中随机抽取一定数量的图像，根据几何变换类型对抽取的图像进行多次几何变换，对于每幅抽取图像均产生若干的变换图像，这些变换图像和该幅图像形成一组训练图像组，并将所得的训练图像组构成训练图像集。

如果几何变换的关系限定为平移关系，则变换图像的公式为T(x-u，y-v)＝I(x，y)，其中x，y为抽取图像上的坐标，u，v为几何变换时产生的相对坐标。

如果几何变换的关系为旋转关系，则变换图像的公式为T(cosθx-sinθy，sinθx+cosθy)＝I(x，y)，其中x，y为抽取图像上的坐标，θ为几何变换时产生的角度。

如果几何变换的关系为刚体变换，则变换图像的公式为其中x，y为抽取图像上的坐标，θ为几何变换时产生的角度，u，v为几何变换时产生的相对坐标，s为几何变换时产生的相对位移。

如果几何变换的关系为仿射变换，则变换图像的公式为：