[发明专利]一种高精度曲面非均匀图像配准方法

说明书

本发明专利针对曲面非均匀图案配准模型的非一致性难题，提出一种基于局部双线性变换模型估计的全局优化高精度图像配准方法。该方法通过粗配准流程和精化配准流程两个步骤，对所采集的图像与模板图像之间每个像素点依次建立独立变换模型，并利用相邻像素之间变换模型的平滑曲面模型假设，通过对变化模型的图模型或局部信息传播模型建立全局优化方法，实现在曲面非一致变换中的亚像素配准精度，为后续图案的高精度缺陷分析提供关键支持。

技术领域

本发明涉及图像配准技术领域，具体涉及一种高精度曲面非均匀图像配准方法。

背景技术

在非平面表面上的印刷、烤花、雕刻、吹制花纹等技术已经越来越普遍，这些技术所生产的大量容器类产品，如玻璃容器、易拉罐、陶瓷容器、塑料容器等广泛的应用于各个行业中，丰富了人们的日常生活。但由于相对于平面印刷非常好的一致性，曲面表面由于弧面、曲率、速度不均匀、手工作业等工艺情况，其表面所附着的图案更容易出现各类的缺陷，主要的缺陷包括文字错误、图案错误、图案扭曲、颜色失真、文字\图案缺失、套印偏差等，这些缺陷在食品、医药、日化等行业容易导致产品的质量事故，引起消费者的投诉和广泛关注。

目前在各类容器等曲面表面上的印刷、烤花等图案印染工艺中，主要通过人工人眼来进行对比检测印染质量。而印刷图案的缺陷特征差别细微，图案千差万别，人眼观测精度低，效率低，长时间观测容易产生疲劳，因此曲面表面上的图案质量存在着很大的质量问题和隐患。

目前难以实现全自动检测的主要原因之一是通常的模板配准算法无法适应在曲面上的图案非一致、非均匀的变换，导致配准精度不够，无法进行后续的缺陷分析。现有的配准算法包括基于局部特征、频域特征、光流配准、模板匹配等，但一般都是处理4参数的平移旋转变换，6参数的仿射变换或者8参数的透视变换，获得的是整体变换模型，无法满足每一局部变换模型均不一致的曲面配准需求。

发明内容

本发明的目的是在于提出一种适用于曲面图案配准方法，以解决非一致、非均匀变换的图像高精度配准难题。本方法分为粗配准流程和精化配准流程两部分，粗配准流程通过整体配准技术获得整体大致的变换模型，精化模型利用初步变换过后的结果，进行局部模型估计，再利用全局优化模型，最终输出的每一个像素独立的双线性变换模型，形成稠密、连续的变换曲面，实现高精度的曲面非均匀配准。

本发明的技术方案如下：

一种高精度曲面非均匀图像配准方法，包括全局粗配准和局部精化配准两步配准流程。

第1阶段粗配准阶段：由于输入图像状态与模板图像之间的状态完全未知，因此无法直接计算相应的变换模型，因此采用现有的配准算法计算整体变换的粗模型，可以有效的消除整体输入的不确定性，减少后续局部精化配准的复杂度，为后续的局部精化配准精度提供支持。粗配准流程主要包括以下步骤：

步骤1：特征提取及特征描述：对输入图像和模板图像分别提取特征及对特征进行描述，采用但不限于包括局部特征及局部描述子、频域变换及相位分析、光流分析及K-L变换等方法；

步骤2：计算整体粗变换模型：通过对输入图像和模板图像之间特征的配对或者对比分析，并采用但不限于随机采样一致性等数据过滤方法，获得准确的配对信息建立整体变换模型；

步骤3：将粗变换模型作用于输入图像，作为精化配准流程的输入。

第2阶段精化配准流程阶段：通过粗配准阶段可以获得输入图像与模板图像之间大致的变换关系，然后可以通过局部匹配、局部特征点配对等配准方式，计算局部匹配模型，建立稀疏的变换模型矩阵，再利用曲面的模型的平滑性假设约束，通过全局优化算法，计算得到稠密单像素双线性变换模型矩阵，实现高精度的非一直变换配准。精化配准流程主要包括以下步骤：