[发明专利]一种图像自适应融合方法

说明书

本发明涉及一种图像自适应融合方法，属于图像处理领域。本发明将多成像系统下的图像融合转换成在新坐标系下的像素插值方法，新图像的左边像素区域完全取自img1中的像素信息，新图像右边区域完全取自变换坐标信息后的img2图像数据，然后再对中间的重叠区域像素信息采取一种自适应评估择优的方法，这样一来得到的重叠区域像素信息更为饱满。本发明将余弦距离判别分析的思想引入到图像融合技术中，对比传统的技术极大减少了融合后图像信息失真的可能性，鲁棒性更好，可以有效修正各选取像素时可能存在的度量标准不统一问题，自动选择规划出合适的各相机成像点集，图像融合的结果更为平滑，同时使得图像细节信息更为饱满，整体效果更为真实。

技术领域

本发明属于图像处理领域，是一种基于余弦距离判别分析的图像自适应融合方法。

背景技术

目前机器视觉已成为工业领域研究的热门话题，在工业生产现场引入视觉可以更好地完成对工件的识别、检测、包装和搬运等项目，但在获取工件视觉信息的时候，一些生产项目需要识别的工件视场较大，单个相机不能够很好的满足实际需求，所以通常会采用具有平行光轴结构的多相机成像系统(如附图1)，最后利用图像拼接算法得到所需要的图像数据。

图像拼接算法的核心主要是图像配准和图像融合，图像配准的方法经过大量研究人员多年的研究已经较成熟，但是在图像融合部分，由于复杂的工业现场环境(光照、温度等)及成像系统本身的装配误差，各相机所成像的结果存在一定的差异，传统的图像合成方法在此基础上的合成效果并不好，小小的细节错误就会使得工件检测等项目产生重大失误。因此，对于多相机成像系统的重叠区域判定择优显得极为关键。

现有的图像融合方法主要分为两种：一种简易的方法是先将附图2中的右图img2经变换矩阵H变换到一个新图像中，然后直接将左图img1加到新图像中，这样拼接出来会有很明显的拼接缝；另一种方法首先也是将右图img2经变换矩阵H变换到一个新图像中，在融合过程中将目标图像分为三部分，最左边完全取自img1中的数据，重合区域右边的部分完全取自img2经变换后的图像，中间的重合部分取两幅图像的加权平均值，这样一来可能导致重叠区域细节部分的丢失，并且也会存在一定的拼接缝。

发明内容

本发明通过对各个相机的重叠区域部分评估择优，自动选择规划出合适的各镜头成像点集，使得融合的图像更为真实，细节更加突出，极大地减小了因为细节丢失而导致的系统检测误差。

为了达到上述目的，本发明提供的技术方案是：一种图像自适应融合方法，其特征在于，包括如下步骤：

步骤1，针对有重叠部分的待融合图像，根据每张图像重叠部分配准出的相同特征点，在融合图像坐标体系内，构建在每张图像上的相同特征点之间的映射关系；

步骤2，根据映射关系，将每张图片未重叠部分在融合图像坐标体系内映射融合；

步骤3，对于重叠部分，在融合图像坐标体系内，确定相同特征点在每张图片的像素坐标及其像素坐标均值，根据每张图片上的像素坐标与像素坐标均值的余弦相似度对比结果，选择余弦相似度较大的像素点作为待融合像素点，对重叠部分图像进行融合；

步骤4，将步骤2未重叠部分融合图像与步骤3重叠部分融合图像进行融合。

进一步的技术方案在于，所述步骤1的图像配准过程采用SIFI算法实现。

进一步的技术方案在于，所述映射关系是通过变换矩阵来获得。

进一步的技术方案在于，步骤1中变换矩阵的计算方式如下：

设重叠部分上任意一点T，在图像一中成像为T1，在图像2中成像为T2；由成像的映射关系得H1*T＝T1,H2*T＝T2,得T1＝T2(H1*H2^-1)；变换矩阵H表示图像一和图像二相同特征点的映射关系，由上式推导：H＝H1*H2^-1。