特征提取前钢板板形图像拼接算法研究.docVIP

特征提取前钢板板形图像拼接算法研究 刘学江1 刘静2　王会刚1 （1唐山学院机械系 唐山 063000） 2．。。 摘要：本文利用钢板板形图像本身的特点进行了特征提取前的拼接算法研究。针对准确性和快速性，对几种算法进行了对比分析，给出了算法选用的建议。 关键词：钢板板形，图像处理，图像拼接 1引言 随着我国加工工业逐渐采用自动化作业线，以冷轧薄钢板为主要原材料的汽车、家电等制造业对冷轧薄钢板板形的要求越来越高。板形控制已成为当今冶金界迫切需要解决的问题，而板形检测是实现板形自动控制的重要前提之一。激光因其自身所特有的属性在板形检测中的应用越来越多。本文研究的钢板板形图像拼接技术是直线型激光板形检测系统中的关键技术之一。图像拼接技术是图像处理技术的一个重要分支，它的意义在于利用小型的图像采集设备通过软件拼接获得大幅高清晰的图像，一方面通过拼接可以在一幅图像上获得更多更完整的信息，另一方面小型设备相对大型设备成本要低很多，可以大幅度降低成本。参考图像拼接技术在各行业的应用，本文设计了几种拼接算法，满足在线检测的实时性的需要，克服无标识拼接的难点，按照拼接准确快速的原则选用，对于涉及到的其它图像处理技术也作相应的分析选择，分别给出了选用建议。 (a) (b) 图1 原始图像 2 拼接算法 特征提取前的拼接是通过匹配模板的灰度值比较来确定拼接的位置。这种方法容易受到噪声干扰，因为多数噪声是随机分布的，在不同的图上有很大区别。如果噪声干扰导致拼接失败就需要进行噪声滤除处理，而对于灰度图滤除噪声需选用中值滤波，相对于数学形态学方法消耗的时间比较多。这种方法还容易受到激光线亮度不均的影响。本文的钢板板形图像是用一个摄像头采集的，在钢板移动过程中连续采集图像。这样摄取的两幅相邻的图像在重叠区域激光线的亮度是有差别的，甚至宽度也会有很大差别。这些差别都有可能导致拼接失败。中值滤波可以在一定程度上减小亮度差别，但不能彻底消除。 1）比值匹配拼接算法 原始图像如图1。比值匹配就是在图1(a)的重叠区域相隔一定距离取两行，将两行的对应元素相除，得到一个比值向量。将该比值向量作为匹配模板，在图1(b)的重叠区域相隔相同的距离取两行计算比值，将得到的比值向量与模板向量取平方差，将平方差最小的位置作为拼接位置进行剪切拼接，拼接结果见图3（a）。 图2 比值匹配法拼接框图 2）块匹配拼接算法 块匹配就是在图1(a)的重叠区域取一个矩形作为匹配模板，在图1(b)重叠区域寻找相同或尽可能相似的矩形，然后按重叠位置剪切拼接。拼接结果见图3（b） 3）差值匹配拼接算法 取图1(a)的一行，把该行元素依次相减，即a1减a2、a2减a3、a3减a4……差值形成一个新的向量。将该向量作为匹配模板，在一定程度上消除了局部亮斑的影响，而且包含了图形的边缘信息。取图1(b)各行的自减差值向量与模板比较，取最相近的行作为拼接位置，拼接结果见图3（c） （a）比值匹配法 （b）块匹配法 （c）差值匹配法 图3拼接结果 3 拼接算法分析比较 共做了六组拼接进行算法拼接质量比较（鉴于篇幅限制文中仅列出一种，见图3）。 将搜寻区域统一，行数为144行（总行数的四分之一），列方向搜索40列，各算法所用时间见表1，最快的算法是比值匹配法。 表1 特征提取前拼接算法比较 算法 拼接一 拼接二 拼接三 拼接四 拼接五 拼接六 时间(秒) 块匹配算法 好 好 好 较好 较好 好 1.6100 比值匹配算法 好 好 好 较好 差 较好 0.6870 差值匹配算法 好 好 好 较好 较好 好 1.0630 5 结论 针对直线型激光板形检测系统钢板板形图像进行了图像处理和图像拼接的研究，完成了五种拼接算法和一系列处理方法。 1）钢板板形图像特征提取前拼接算法的研究表明，综合拼接质量和时间，建议选用差值匹配算法。 2）在实际应用中，设备安装调整好以后，可以通过实验确定拼接位置的变动范围，搜索区域就可以直接取为变动范围，这样可以成倍地减小搜索区域，计算量成倍减小，拼接时间就可以成倍减少。 参考文献 [1]章毓晋. 图像工程 . 第1版 . 北京：清华大学出版社，1999 [2]唐良瑞，马全明主编. 图像处理Lensch, Hendrik P. A.; Heidrich, Wolfgang; Seidel, Hans-Peter. A Silhouette-Based Algorithm for Texture Registration and Stitching. Graphical Model