[发明专利]一种电路板显微图像拼接方法、装置、信息数据处理终端

说明书

本发明属于图像拼接技术领域，公开了一种电路板显微图像拼接方法、装置、信息数据处理终端，所述电路板显微图像拼接方法包括：一幅电路板，分区域采集50‑150幅具有重叠区域的彩色显微图像；对每幅电路板显微图像进行无效信息滤除，获得有效信息占比高的电路板富信息图像；对每幅电路板灰度图像进行特征点匹配，获取图像拼接位置及重合度信息；对所有图像进行图像拼接，获得拼接图像。本发明通过大量显微图像拼接，能获得有效信息完整、分辨率高的电路板图像，在图像放大后仍然可以清晰的观察元器件。因此本发明可以为后续电路板检测提供图像，提高检测效率和准确度。

技术领域

本发明属于图像拼接技术领域，尤其涉及一种电路板显微图像拼接方法装置、信息数据处理终端。

背景技术

目前，最接近的现有技术：图像拼接是获得电路板高清放大图像的重要手段之一。然而，由于电路板元器件数量多、尺寸小、背景信息相似度高，要实现大量显微图像的自动拼接十分困难。目前图像拼接存在畸变、拼接图像数量少、拼接错位等问题，不能满足电路板检测对大量图像实现高精度拼接的要求。

常见的图像拼接方法：SURF算法，采用兴趣点检测器检测特征点，基于矢量之间的距离构建描述符，通过描述符进行图像匹配(Herbert Bay,Andreas Ess,TinneTuytelaars,Luc Van Gool.Speeded-Up Robust Features(SURF)[J].Computer Visionand Image Understanding,2007,110(3).)。SIFT算法。在尺度值的基础上确定描述子所需图像区域，使描述子具有平移不变性和尺度不变性，然后通过在每个子块上生成八个方向的梯度大小和方向直方图获得128个方向描述符，再通过欧式距离判断相似度(王玥.SIFT特征匹配算法研究[J].电子制作,2018(20):85-86.)。典型特征点提取方法。Moravec(1977)提出利用灰度方法提取特征点的算子(王舒鹏,方莉.利用Moravec算子提取特征点实现过程分析[J].电脑知识与技术,2006(26):125-126.)。Forstner在Moravec方法的基础上，将最小二乘法与灰度方法结合起来，把点位灰度误差椭圆作为模型，提出了Forster算子(曾凡永,顾爱辉,马勇骥,项皓东.几种特征点提取算子的分析和比较[J].现代测绘,2015,38(03):15-18.)。Smith和Brady提出了SUSAN算子(SUSAN—A New Approach to LowLevel Image Processing[J].Stephen M.Smith,J.Michael Brady.InternationalJournal of Computer Vision.1997(1).)。

常用的特征匹配方法。互信息法，通过比较两幅图像互相包含对方信息量的熵值来进行特征匹配的方法，信息量的熵值是对图像概率分布的一种表述(上官晋太,郭慧,杨汝良.互信息配准的一种改进算法[J].微计算机信息,2009,25(03):253-254.)。聚类法特征匹配，通过聚类计算对特征点对的相对主角进行统计分析，寻找多个局部极大值，然后根据每个中心对初试匹配点集重新聚类得到关联像素点对集合，选出平均距离最小的像素点集合并据此进行特征点匹配(李国波,陈钢,裴颂文,曹文君,吴百锋.基于图像特征聚类的自嵌入水印算法[J].小型微型计算机系统,2011,32(03):547-554.)。相关系数法，通过计算匹配图像与搜索模板之间的互相关值，确定图像匹配度(邵诗强,施立欣,吴美芬.基于频谱特征和归一化互相关系数的3D视频格式自动识别算法[J].光电子技术,2012,32(02):95-98.)。

电路板显微图像具有背景信息相似度高、拼接数目大等特点，采用目前的方法，为保证能够提取到足够多的兴趣点用于特征匹配，通常设置较低的兴趣阈值，在高相似度特征图像下易出现无效特征点比重远高于有效特征点的情况，从而造成拼接混乱，无法保证拼接的准确性。只有克服这一难题，才能使得电路板显微图像通过细微的不同准确的判断出拼接位置，进而实现高精度的拼接。

综上所述，现有技术存在的问题是：电路板显微图像采用目前的方法拼接的准确性低。