[发明专利]CIS大幅面扫描仪的图像融合拼接方法

摘要

该发明公开了一种CIS大幅面扫描仪的图像融合拼接方法，属于数字图像处理领域。包括步骤1.边缘信息提取；2.最佳行窗口匹配；3.融合与拼接。本发明能够有效地解决现有的CIS大幅面扫描仪存在扫描的图像间边缘部分像素不匹配，扫描图像存在明显拼接缝的问题，实用性强。

主权项

一种基于CIS大幅面扫描仪的图像融合拼接方法，其特征在于，包括以下步骤：步骤一：边缘信息提取准备一张大幅面样稿，并对其进行扫描；N根平行安装的CIS图像采集装置可获得数字图像I(1),I(2)...I(k),I(k+1)，其中k∈[1,2...N‑1]；定义图像I(k)的大小为width×height，i∈[1,2...width]，j∈[1,2...height]；分别提取原始图像I(k)和I(k+1)的三个RGB分量矩阵[R(k) G(k) B(k)]和[R(k+1) G(k+1) B(k+1)]，其中，利用公式ri,j(k)=(ri,j(k)-min(R(k)))/(max(R(k))-min(R(k))+eps),k∈(1,2,...N-1)---(1)]]>将矩阵R(k)归一化得到γ(k)，其中eps为浮点数极小常量，以防止除零；基于脉冲耦合的神经网络方法的参数初始化；矩阵L,U,Y0,Y是与γ(k)维数相同且元素均为0的矩阵，相应网络的参数初始化为aL＝1,aT＝0.2,β＝0.2,vL＝0.2,vT＝20，θ是维数和输入图像相同且元素均为1的矩阵，迭代次数count＝15，卷积核矩阵为K=0.70710.7071110.70710.707]]>利用公式Y*=Y⊗K---(2)]]>L*=e(-aL)·L+vL·Y*---(3)]]>U＝γ(k)·(1+β·L*)  (4)T*=e(-aT)·T+vT·Y---(5)]]>Yi,j=1,ui,j-ti,j*≥00,ui,j-ti,j*<0---(6)]]>Y0＝Y0+Y  (7)其中，公式(2)中的代表卷积运算；公式(6)中，ui,j∈U，将神经网络方法的各参数进行迭代count次，得到最终的Y0，其中元素为0和1，即为R分量的边缘信息矩阵E(k)|R；步骤二：最佳行窗口匹配以图像I(k)的第t行为中心，在I(k)右侧边缘部分选取行数为m的窗口Wt(k)，其中m＜M，M为I(k)的总行数，m一般取值为1；同样，在图像I(k+1)第t行左侧边缘选取相同大小的窗口Wt(k+1)，分别在该窗口周围选取相同大小的窗口Wt(k+1)(1)，Wt(k+1)(2)…Wt(k+1)(s)…，其中s为Wt(k+1)周围的窗口计数；利用欧拉公式dk(k+1)(t,s)=Σ(ei,j(Wt(k))-ep,q(Wtk+1(s)))2---(8)]]>分别计算出Wt(k)与Wt(k+1)(s)之间的dk(k+1)(t,s)，选出取得min(dk(k+1)(t,s))的窗口，记为Wt(k+1)(s*)；步骤三：融合与拼接根据窗口Wt(k)和Wt(k+1)(s*)的中心坐标和计算出两窗口的位移矢量v→k(k+1)(t,s*)=(xt(k+1)(s*)-xt(k),yt(k+1)(s*)-yt(k))---(9)]]>分别提取窗口Wt(k)和窗口Wt(k+1)(s*)的RGB分量矩阵[R(k) G(k) B(k)]和[R(k+1) G(k+1) B(k+1)]；利用公式r^i,j(k)(Wt)=ri,j(k)(Wt)×n-in+rp,q(k+1)(Wts*)×ing^i,j(k)(Wt)=gi,j(k)(Wt)×n-in+gp,q(k+1)(Wts*)×inb^i,j(k)(Wt)=bi,j(k)(Wt)×n-in+bp,q(k+1)(Wts*)×in---(10)]]>将窗口Wt(k)和窗口Wt(k+1)(s*)数据融合到窗口Wt(k)；其中，n为窗口的总列数；将I(k+1)中Wt(k+1)(s*)窗口所在列及前列数据丢弃，得到新的m行数据；将这m行数据依次拼接到I(k)中Wt(k)窗口后面，形成m行完整的数据。