图像拼接技术在大尺寸物体测量中的应用.pdfVIP

应用技术 图像拼接技术在大尺寸物体测量中的应用 吴黎明 蔡文 (广东工业大学信息工程学院) 摘要：研究利用图像拼接技术把几张有重叠部分的图像拼接成一幅大视角高分辨率图像，应用于大尺寸物 体的图像还原。试验几种拼接算法，得到算法运行时间和算法获得的物体特征数 目等参数作为算法优劣评价标准。 实验表明：对同一幅图像，FAST角点检测算法在 31．2967 ms内检测到 159个特征点，相比于其他检测算法，具 有更快的运行时间和更高的检测精度。 关键词：图像拼接；角点检测；尺寸测量 O 引言 大尺寸物体测量是指测量对象的长、宽、高超过 一 定的范围。传统的测量方法采用大型卡尺、大型千 分尺和大型千分杆等工具，近些年出现用超声波、激 光等工具，但都面l 着使用不方便、工具体积较大、 测量精度不高、速度慢以及设备成本高等问题[ 。采 用视觉技术对大尺寸物体进行测量，可以达到非接触、 速度快、精度高等效果。 实际应用中，为获取高清晰度的图像，以便图像 处理时减小误差，对镜头焦距的选择比较苛刻。由于 镜头焦距和视角之间有一定的关系f3】，即焦距越小， 视角越大；最小工作距离越短，视野越大。这样一幅 图像可能无法显示测量对象的整体，若要重现一幅完 整图像，需把几幅图像拼接在一起，去除重合部分， 根据标注关系算出图像的实际尺寸。 本文选择中型客车为对象，以测量车辆轮廓为应 用背景[41，对比几种常用的拼接算法，如算法耗时、 拼接效果等，选择最优的拼接算法用于车型轮廓检测。 1 图像拼接 镜头参数关系如 图 1所示 ，镜头视角 0= tan 【 J。当焦距广一定时，视角越大，成像也越 大；同时当成像面的尺寸一定时，焦距越长，视角越 小。例如俗称的广角镜头，其焦距就很短。 36 瓤 ．‘堡堕 ，’ ／ ＼＼ 视角 、、 i ／ 、 ＼ ， 图 1 镜头参数关系 当视角范围内的图像无法包括拍摄对象的整体 时，需要进行图像拼接。数字图像拼接技术是机器视 觉领域的一个重要分支，利用图像变换、重采样和图 像融合等技术将几张有重合部分的不完整图片拼接 起来，从而得到宽视角和较高分辨率的图像[5]。拼接 技术使普通的数码相机也能获得所需要的图像，降低 了成像设备的要求。目前，图像拼接技术广泛应用于 计算机视觉、图像处理、计算机图形学、医学图像分 析等领域。图像拼接过程主要包括 3个步骤：图像预 处理、图像匹配和图像融合[ ，如图2所示。 图2 图像拼接步骤 1)图像预处理 对原始图像进行直方图匹配、平滑滤波、增强变 换等基本操作，使图像匹配精度与速度得到提高。图 像预处理包括：图像投影、图像去噪、图像修正等。 吴黎明 蔡文 ：图像拼接技术在大尺寸物体测量中的应用 从表 1中的数据可以看出：相同配置的电脑上处 理同一幅图像，SIFF算法用时最长，Haris算法用时 最短；检测到的特征点数目FAST算法最多，Haris 算法最少。综合考虑，FAST算法能在较短的运行时 间内检测出较多的图像特征数目，比较适合对时间有 严格要求的车辆外廓检测系统。 此外，FAST算法是在 SUSAN的基础上改进得 来的，继承了SuSAN算法抗噪能力强等优点，在图 像预处理阶段不需要去噪处理，从而在一定程度上提 高了算法的运算速度与检测精度。 4 结语 本文将机器视觉技术应用于物体尺寸检测，并在 Visio Studio加Opencv平台上测试了4种常用的角点 检测算法，得出其运行结果并进行了比较。在众多特 征匹配算法中，角点特征检测算法因能提取出丰富的 信息量、便于工具测量和数据表示、程序适应性强等 优点而成为特征匹配算法的首选。本文给出了几种算 法的实验结果以及运行图像，得出FAST角点检测算 法在算法运行时间和检测特征点数目方面具有优越 性的结论，为车辆轮廓检测中图像拼接算法的选择提 供了实验数据的支持。 参考文献 [1】李伟，戚晓艳，李香．浅析大尺寸测量的意义及发展趋势[．I]．电 脑编程技巧与维护，2012，8(8)：1 12．1 13． [2]张福民 曲兴华，戴建芳，等．现场大尺寸测量量值溯源【J]．天 津大学学报，2008，41(10)：1 167．1 170． [3]郁道银，谈恒英．工程光学[M】．3版．北京：机械工程出版社， 1998． [4]周小波，朱勇．一种新型的车辆外廓尺寸检测系统的设计[J]． 仪表技术与传感器，2014(4)：102 105． 【5】武岫缘，龙永新，高总总．基于 SIFT-ACO的图像拼接算法[J]． 湖南工业大学学报，2014，28(1)：76—80． [6]邵向鑫．数字图像拼接核心算法研究[D】．长春：吉林大学， 2010． [7】刘红．并行快速特征点匹配算法研