[发明专利]一种面向微纳级视觉观测的图像拼接系统及方法

说明书

本发明公开了一种面向微纳级视觉观测的图像拼接系统及方法，所述系统包括：微纳运动平台，用于固定观测物，设于显微镜物镜下方；所述微纳运动平台中还设有一个或多个光栅传感器；图像获取装置，设于显微镜目镜上，用于拍摄观测物图像；计算装置，与微纳运动平台和图像获取装置通信连接，控制微纳运动平台移动，并且每次移动后均通过图像获取装置采集观测物图像，且相邻两次获取的观测物图像存在部分重叠，同时获取光栅传感器传输的微纳运动平台的位置信息；根据各帧图像拍摄时微纳运动平台的位置信息，对各帧图像进行配准和拼接。本发明以微纳运动平台作为观测物的载体，通过光栅传感器记录图像的运动信息，能够满足微纳级图像配准的精度需求。

技术领域

本发明属于图像处理技术领域，尤其涉及一种面向微纳级视觉观测的 图像拼接系统及方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构 成在先技术。

图像拼接技术的核心技术就是图像配准技术，早在1992年，剑桥大学 的LisaGottesfeld Brown就已经总结了各领域图像配准技术的基本理论以及 它们的主要方法，这些领域包括有医学图像分析，遥感数据处理以及计算 机视觉，模式识别等。

1996年，Richard Szeliski(Microsoft Corporation)，提出了基于运动的全 景图像拼接模型，采用Levenberg-Marquardt迭代非线性最小化方法(简称 L-M算法)，通过求出图像间的几何交换关系来进行图像配准，由于此方 法效果较好，收敛速度快，且可处理具有平移，旋转，仿射等多种变换的 待拼接图像，因此也成为图像拼接领域的经典算法，而Richard Szeliski也 从此成为图像拼接领域的奠基人，他所提出的理论已经成为一种经典理论 体系，直到今天仍然有很多人在研究他的拼接理论。2000年，Shmuel Peleg(memberIEEE)，Benny Rousso，Alex Rav-Acha和Assaf Zomet在 Richard Szeliski的基础上做了进一步的改进，提出了自适应的图像拼按模 型，它是根据相机的不同运动，自适应选择拼接模型，通过把图像分成狭 条进行多重投影来完成图像的拼接。这一研究成果无疑推动了图像拼接技 术的进一步发展，自适应问题也从此成为图像拼接领域研究的新热点。与 此同时，其他配准算法的发展也应用到了图像拼接技术上来。除了上述的 经典算法之外，还有两种主要方法。一种是相位相关度法，另一种是基于 几何特征的图像配准方法。

相位相关度法最早在1975年Kuglin和Hines提出，具有场景无关性， 能够将纯粹二维平移的图像精确地对齐。后来，De Castro和Morandi发现 用傅立叶交换确定旋转对齐，就像确定平移对齐一样；1996年，Reddy和 Chaueqi改进TDe Castro的算法，大大减少了需要转换的数量。两幅图像 的平移矢量可以通过它们互功率谱(Cross Power Spectrum)的}fl位直接计 算出来。应用傅立叶变换进行图像的配准是图像拼接领域的另一研究成果，而且随着快速傅立叶变换算法的提出以及信号处理领域对傅立叶变换 的成熟应用，图像拼接技术也得到了相应的发展。

基于几何特征的图像配准方法是图像拼接技术的另一研究热点。1994 年，Blaszka通过二维高斯模糊过滤可以得到一些低级特征模型，如边模 型、角模型和顶点模型。以此为基础，后来有越来越多的人开始研究基于 这些图像中的低级特征进行图像拼接的方法。1997年，Zoghlami I， Faugeras O.Dedche R.提出基于几何角模型的图像对齐算法，因为角模型 提供了比坐标点更多的信息；接着在1999年，Bao P，Xu D.提出利用 小波变换提取保留边(edge-preserving)的视觉模型进行图像对齐；而 Nielsen F.则提出基于几何点特征优化的匹配方法。2000年。Kang E， Cohen I，Medioni G.提出基于图像的高级特征进行图像拼接的方法，他 是利用特征图像关系图来进行图像对齐。通过利用图像的低级特征到后来 利用其高级特征，人们对图像的分析和理解日益深入，图像拼接技术的研究也逐渐成熟起来。