CCD图像拼接的快速算法
一种图像自动拼接的快速算法

为依据来衡量以此点为中心的区域与其它区域的差异:
D(i,j)= NEA(i, j) − evend
(2)
其中 evend 为整幅图像的平均边缘量。找出 D 值最大的
点(i,j)即为所求的基准点。但是如果仅以式(2)为标准选择
基准点,很可能会选到邻域边缘量很小的点,甚至有可能会
Байду номын сангаас选到孤立边缘点,而这不是特征块应该具有的性质,因此为
较小的点对主体 evend 值的影响;(3) 去除掉这些 NEA 值较
小的点后,就可以先保证最后选到的点 NEA 值较大(至少大
于阈值),因为对于一般的图像,出现多重匹配的几率总是有
限的,我们最关心的是希望能够找到一个边缘信息丰富的特
征块,所以保证 NEA 值较大是首要的。其次,在剩余的点中
求邻域边缘量的平均值 evend,然后按照式(3)找出 D 值最
(1)
m=− A n=− A
其中,E(i, j)为原图像所对应的二值边缘图,A 为在点(i,j)
基金项目:国家自然科学基金资助项目(69975015);教育部优秀青 年教师资助计划项目 作者简介:侯舒维(1980—),女,硕士生,主研方向:图像处理,计 算机视觉和模式识别等;郭宝龙,博士、教授、博导 定稿日期:2004-06-26 E-mail:hsw521@
本文采用的新算法就是在块匹配法的基础上,找到一种 精度既高运算量又较小的方法。这里的基于特征块匹配的图 像拼接新算法,就是在两幅待拼接图像中任选一幅图像,选 取其重叠区域中的一个特征块作为基准模板,然后在第 2 幅 图像中搜索与此基准模板相匹配的块,从而确定两幅图像的
—70—
位移。在特征块的选取上,采用简单的边缘信息阈值法,实
CCD对位方法

CCD对位方法CCD(Charge-Coupled Device)是一种用于光电转换的器件,广泛应用于数字相机、摄像机、显微镜、望远镜等光学系统中。
在图像处理和计算机视觉领域中,CCD对位方法是一种常用的图像处理技术,用于将两幅或多幅图像进行准确的对齐。
下面将详细介绍CCD对位方法的原理和应用。
一、CCD对位方法的原理CCD对位方法的原理基于两幅或多幅图像中的特征点之间的对应关系。
在进行对位之前,首先需要在每幅图像中提取出一些具有代表性的特征点,例如角点、边缘等。
然后通过计算这些特征点之间的相似性度量,找到两幅图像中具有相同位置的特征点对。
常用的CCD对位方法有以下几种:1. 特征点匹配法:该方法通过计算两幅图像中特征点的相似性度量,找到两幅图像中具有相同位置的特征点对。
常用的特征点匹配算法有SIFT(尺度不变特征变换)、SURF(加速稳健特征)、ORB(Oriented FAST and Rotated BRIEF)等。
2.基于区域的对位方法:该方法将两幅图像分割成若干个区域,并计算每个区域之间的相似性度量。
通过比较不同区域之间的相似性度量,找到两幅图像中具有相同位置的区域对。
3.相位相关法:该方法通过计算两幅图像的傅里叶变换,并计算它们之间的相位相关系数。
通过最大化相位相关系数,找到两幅图像中具有相同位置的像素点对。
4.灰度匹配法:该方法通过计算两幅图像中像素点的灰度值之间的相似性度量,找到两幅图像中具有相同位置的像素点对。
常用的灰度匹配算法有归一化互相关法、互信息法等。
二、CCD对位方法的应用1.图像拼接:在全景拍摄、卫星遥感等领域中,常常需要将多幅图像拼接成一幅全景图像。
CCD对位方法可以用于将多幅图像准确地对齐,从而实现图像的拼接。
2.图像配准:在医学影像、卫星图像、地理信息系统等领域中,常常需要将不同时间或不同传感器获取的图像进行配准。
CCD对位方法可以用于将这些图像进行准确的对齐,从而实现图像的比较和分析。
棱镜法面阵CCD垂直拼接的应用

棱镜法面阵CCD垂直拼接的应用张继超;李延伟;张洪文【摘要】为了满足面阵CCD遥感器的宽覆盖要求,对现有的小面阵CCD进行拼接,得到较大的成像像面,实现大面阵成像.本文从某航空遥感器的具体要求出发,提出了一种利用棱镜分光对两片面阵CCD进行光学拼接的方法,阐述了光学拼接的原理和装调方法.该方法将两片CCD垂直固定在棱镜座上,利用显微镜观测像面,确定像面位置,两成像像面共面误差小于0.02mm.再利用后工作距离较长的工具显微镜观测面阵CCD边缘,旋转微调机构调整CCD的位置,使面阵CCD长边平齐,短边搭接8个像元.该方法的拼接精度达到平行误差小于0.009mm.结果表明:此种方法结构简单、容易实现、占用空间尺寸小、拼接精度高,能够满足遥感器的要求.【期刊名称】《长春理工大学学报(自然科学版)》【年(卷),期】2010(033)004【总页数】3页(P52-54)【关键词】面阵CCD;棱镜分光;光学拼接;垂直;拼接精度【作者】张继超;李延伟;张洪文【作者单位】中国科学院,长春光学精密机械与物理研究所,长春,130033;中国科学院,长春光学精密机械与物理研究所,长春,130033;中国科学院,长春光学精密机械与物理研究所,长春,130033【正文语种】中文【中图分类】TH745随着光学技术与电子技术的飞速发展,遥感器也在快速的发展。
同时,对成像介质的要求也在不断的提高。
近些年,成像介质在不断的发展,由原来的胶片发展为线阵CCD,又由线阵CCD向面阵CCD发展,面阵CCD也由小面阵逐渐的向大面阵发展[1,2]。
但是由于现阶段技术的局限,大面阵CCD的生产还存在困难,即使生产出来价格也非常昂贵。
因此,利用多片面阵 CCD进行拼接代替单片的大面阵 CCD成为了遥感器研究的关键技术之一[3-5]。
本文从某型号航空遥感器的宽覆盖要求出发,利用两片成像靶面为5K×6K的面阵CCD,通过拼接得到6K×10K的成像靶面。
空间相机CCD像面拼接重叠像元数分析与计算

Analysis and Calculation of Overlapping Pixels of Assem bly
CCD Im age Plane in Space Cam era
Yah Dej ie。W u W eiping,Sun Tianyu
空 间相 机 CCD像 面 拼 接 重 叠像 元 数 分 析 与 计 算
闰得 杰 ,吴 伟 平 ,孙 天 宇
(中 国科 学 院 长 春 光 学 精 密 机 械 与 物理 研究 所 ,长 春 130033)
摘要 :为 了避免空间相机在侧摆成像时多片 CCD的拼接处 出现缝隙 ,造成部分 目标信息缺失且获取的图像无 法正常拼接 的问题 ,根 据 CCD 推 扫 成 像 的 工 作原 理 和像 移 补 偿 残 差 对 图像 出现 缝 隙 的 原 理 进 行 分 析 ,通 过 采 用 重 叠 像 元 的 方 法 克 服 了 图像 缝 隙 的 问题 ;根 据 实 际 工 程 需 求 对 像 面 重 叠 像 元 数 进 行 计 算 ,对 重 叠像 元 数 提 出 具体 要 求 ;根 据实 例 计 算 得 出 ,在 96级 积 分 级 数 下 允 许 的 偏 流 角 误 差 不 大 于 12 和 偏 流 机 构 的 偏 差 为 1.的前 提 下 ,像 面 拼 接 时 相 邻 两 片 CCD 之 间 的 重 叠 像 元 数 计 算 值 应 大 于 15,考 虑 误 差 及 安 装 多 重 因 素 增 加 一 定 的 余 量 ,重 叠 像 元 数 为 4O完 全 满 足 地 面覆 盖 宽度 10 km 的要 求 。
计 算 机 测 量 与 控 制 .201 6.24(4)
CCD拼接技术

1. 概述在大视场、高分辨率光电测量设备中,单片CCD器件仍不能够满足测量精度和测量视场的要求,为了满足测量精度和视场的要求,需要对多CCD器件进行拼接。
2. 拼接方法拼接主要有三种途径:一是CCD器件直接拼接,二是通过光学系统分光的方法进行光学拼接。
2.1 直接拼接直接拼接是指将CCD器件在机械上首尾搭接的方法。
由于CCD元器件成品都有封装结构,具有一定的几何尺寸,实际像元数也大于CCD的有效像元数,因此直接将两个CCD元件拼在一起中间一定会产生缝隙,在成像时则成为拍照的盲区,使数据受损。
为了实现无缝物理连接,传统的方法是直接将单个CCD的封装拆除,通过将CCD的有效像元首尾搭接来增加其长度。
由于这种方法比较复杂,且成本较高,除了专业厂家,较少有人采用。
图1 CCD芯片拼接图2.2 电子学拼接电子学拼接也称为机械交错拼接,是将CCD 装配成双列交错式焦面形式,即在同一平面上,利用第二行CCD正好填补第一行CCD所形成的间隙,相邻CCD的首尾像元对齐或重叠一定距离,在遥感器飞行方向上两行CCD错开一定位置。
机械交错拼接的图像处理是采用电子学对接的方法,通过积分延时处理产生清晰的宽幅大视场图像。
该拼接方式结构简单,不会引入色差,能满足大视场的要求,在大视场空间光学遥感器中得到了广泛应用。
机械交错拼接原理图如图2所示。
图2 机械交错拼接原理图2.2 光学拼接光学拼接的方法主要有以下三种形式:视场分光、光路分光、光束分光。
2.2.1 视场分光视场分光由多个光学系统组成,每个光学系统由CCD器件接收成像的独立系统分别占据视场的一部分,从而组成整个大视场。
如果光学系统覆盖整个方位角,就可实现全方位视场成像,如下图所示。
图3 光学系统外拼接示意图1外视场分光优点是光学系统结构简单,成像质量好,缺点是存在视差和盲区。
图4 光学系统外拼接示意图22.2.1 光路分光光路分光是通过棱镜将光路分成多路,拼接棱镜由两块45°直角棱镜胶合而成,其胶合面镀50%反射、50%透射的中性膜,通过一部分反射,一部分透过的棱镜将光路分成多路,从而达到拼接的目的,如图5所示。
多CCD大幅面扫描仪图像拼接算法与实现

多CCD大幅面扫描仪图像拼接算法与实现【摘要】针对大幅面扫描仪采用的多CCD外视场拼接方式,本文提出了一种根据寻优得到的拼接线进行图像拼接的算法,该算法以扫描图像重叠区域中对应像素点灰度差异较小的点作为拼接点,同时使用一种像素点权值计算方法作为搜索策略的参考,寻优得到一条图像拼接线。
利用多CCD大幅面扫描仪得到的扫描图像进行试验,获得了很好的试验效果。
【关键词】多CCD;大幅面扫描仪;图像拼接;拼接线0.引言多CCD大幅面扫描仪主要采用外视场拼接方式,通过对各个CCD采集的图像进行图像拼接处理最终得到完整的大幅面扫描图像。
由于扫描仪多CCD之间的非一致性以及扫描材质表面的平整程度等因素,会导致扫描图像拼接存在较大误差。
如果使用直接拼接方法进行处理时,则在拼接缝附近会出现较为明显的拼接缝,这严重降低了扫描图像的质量。
最佳拼接线可以消除拼接缝两侧图像灰度值过度不连续的问题。
James Davis[1]很早提出了一种拼接缝寻优方法,他利用Dijkstra算法检测最佳拼接线,但该算法复杂度高且拼接速度慢。
在文献[2][3][4]中通过采用动态规划的思想来寻找最佳拼接线,但由于使用的是人为的栅格结构,会使得寻找到的拼接线有可能不是最佳的。
其他拼接缝寻优方法还有最小灰度差值法、梯度差异法、重叠区域平方线法[5]等,这些方法算法实现简单,运算速度快,但是处理效果不是很理想。
本文针对上述各种方法的不足,设计并实现了一种寻找最佳拼接线的方法,其在多CCD大幅面扫描仪的图像拼接处理中有一定的应用价值。
1.扫描图像配准策略多CCD大幅面扫描仪图像的配准策略是扫描图像拼接的关键。
通常使用的配准算法是基于相邻两个CCD采集的图像重叠部分对应的像素在RGB色彩空间系统中灰度级的相似性。
相邻图像的对应重叠部分上的两个像素点A、B在RGB色彩空间中的距离为:根据上式搜索D为最小值时的(x,y)点,可以认为该点为最佳的拼接位置。
了解计算机视觉技术中的图像拼接与全景图生成算法
了解计算机视觉技术中的图像拼接与全景图生成算法计算机视觉技术在现代社会中扮演着重要的角色,其中图像拼接与全景图生成算法是其重要的应用之一。
本文将介绍图像拼接与全景图生成算法的基本原理、常见方法以及应用领域。
图像拼接是指将多张部分重叠的图像组合成一张完整的图像的过程。
它在许多领域有广泛的应用,如摄影、遥感、虚拟现实等。
图像拼接算法的核心任务是找到合适的图像拼接变换,并将图像融合在一起,使得拼接后的图像具有自然的过渡效果。
图像拼接算法通常包含以下几个步骤:1. 特征提取与匹配:首先,从每张输入图像中提取特征点。
这些特征点可以是角点、边缘点或区域特征。
然后,通过匹配这些特征点,确定图像之间的相对位置关系。
2. 配准与变换:在特征匹配的基础上,需要计算图像之间的几何变换关系,包括平移、旋转、缩放和仿射变换等。
通过这些变换,将输入图像对齐到一个参考坐标系中,以便进行后续的融合操作。
3. 图像融合:在经过配准和变换后,需要将输入图像进行融合,使得拼接后的图像具有自然的过渡效果。
常见的融合方法包括像素级融合、图像块级融合和多重分辨率融合等。
4. 修复与优化:在完成图像拼接后,可能会存在一些拼接不完整或不连续的区域。
为了解决这些问题,需要进行图像修复和优化操作。
修复方法可以利用图像修补或图像重建算法,补全缺失的区域,使得拼接后的图像更加完整和平滑。
全景图生成算法是图像拼接的一个特例,其目标是将多个图像无缝拼接成一个具有广角视角的全景图像。
全景图的生成过程与图像拼接类似,但更加复杂。
全景图生成算法通常包括以下几个步骤:1. 图像对齐与配准:首先,将输入的多个图像进行对齐和配准。
这一步骤的目标是估计每幅图像之间的几何变换关系,以便在后续的拼接过程中保持图像的连续性和一致性。
2. 图像拼接:对于全景图生成来说,图像拼接是最关键的一步。
通常采用多图像融合的方式,将多个图像按照一定的顺序进行融合,在保持图像连续性的同时,尽量减少拼接痕迹的出现。
利用目标直线边缘交点的某型航侦CCD相机图像拼接
Vo1 O. . N 1 41
红 外 与 激 光 工 程
I f a e n s rEn i e rn n r r d a d La e g n e i来自g21 0 2年 1月
Jn 2 1 a.02
利 用 目标 直 线 边 缘 交 点 的 某型 航 侦 C CD相 机 图像 拼 接
h sg n r acna ig a f t eojc. ia y i a ergs t n w sf i d acrig t h t emetae oti n n efc v bet Fnl , m g ei a o a nse codn o t e n ei l r ti i h e
Zha g D e i ,M a Gu n f 。 S o Xi o i n xn a g u , ha a we
( . c o lo r n uis a d As o a t s S a g a i o g U i es y h g a 0 2 0 hn ; 1 S h o fAeo a t n t n ui , h h i a T n n v ri ,S a h 2 0 4 ,C ia c r c n Jo t n i 2 De at n fC n o ce c n n i ern ,H r i n t ue o e h o o y ab n 1 0 0 ,C ia . pr me to o t lS in e a d E g n ei g ab n I s tt fT c n l g ,H i 5 0 1 hn ) r i r
准 区域 , 实现 了 图像 的 无缝拼 接 。 实际 的飞行 效 果验 证 了该 图像拼 接 方法 的有 效性 。
关 键 词 : 侦 C D 相 机 ; 直 线 边 缘 ; 图像 配 准 ; 无 缝 拼 接 航 C
图像拼接
2006年文章编号:1672-8262(2006)01-44-03 中图分类号:P23411 文献标识码:B 数码相机影像拼接技术陈 镇13,李 军2,苏国中23 收稿日期:2005—03—29作者简介:陈镇(1972—),男,工程师,主要从事城市测绘技术工作。
(11武汉市勘测设计研究院,湖北武汉 430022;21武汉大学测绘学院,湖北武汉 430079)Techn i que of D i git al Camera I mage Joi n tChen Zheng,L i Jun,Su Guozhong摘 要:探讨了数码相机影像的拼接技术,实现了数码相机影像的拼接,也是用数码相机进行地面摄影测量的一次尝试。
关键字:数码相机;影像拼接;地面摄影测量1 引 言数码相机是光、机、电一体化的产品,其核心部件是CCD 光敏传感器,与普通使用胶片的相机相比,它用CCD 代替胶卷感光,用半导体存储器(如PC MC I A 卡)代替胶片,直接生成数字图像,在计算机内可直接处理。
基于这些优点,数码相机正被广泛地应用于许多领域。
在近景摄影测量中,我们也可用数码相机对地形和地物进行摄影,对数字影像进行处理。
一般来说,需要对原始影像进行以下方面的基本处理:(1)几何校正:清除相机导致的数字影像的几何畸变。
我们要从数字影像中得到定量的空间测量数据,必须要进行几何校正,只有经过校正后,才能对其内容作出解释。
(2)倾斜数字影像的置平在用数码相机获取数字影像时,难以保证摄像机的3个空间旋转轴水平或垂直,致使成像平面和地形图平面不平行,导致几何图形形状变化,如圆变成椭圆,所以有必要将倾斜数字影像置平成水平影像。
(3)数字影像的拼像用数码相机分幅摄取地形图数字影像,就需要在计算机中,把分幅图像拼接起来,以便于分析和处理。
由于论文[1]中对第一个问题(数码相机的几何校正)已做详细论述,在此文中就不赘述几何校正。
2 倾斜数字影像的置平这是一个典型的投影问题,如下图:S 为摄影中心,在某一规定的物方空间坐标系中其坐标为(X s ,Y s ,Z s ),M 为任一地面点,它的物方空间坐标为(X,Y,Z ),m 为M 在像片P 上的构像,摄影时,S,m ,M 三点位于一直线上。
多CCD大幅面扫描仪图像拼接算法与实现
2 . 2与时俱进创新 审计方法 根据银行发展状况以及各项业务特征 . 应不断 与时俱进地革新 审 计方法 . 以适应 时代发展 的要求 。 一方面 . 各类银行将非现场审计 的方 法纳入到 日常的审计工作 当中去 所谓的非现场审计就是 指借助 于计 算机运用专业 的审计 软件对数据库 中业务数据展开审计 . 从而实 现银 行各类业务数据处 理的电子化 非 现场审计这一审计方 法的优势在 于. 扩大了审计 数据的来 源齐全 、 提高 了审计工作效率 . 同时在一定 程 度上降低了审计 成本 另一方面 . 在银行内部财务审计 中应特别注重 采用团队审计 的方 法 所谓 团队审计 指的是在审计 某一业务的过程 中 .从审计方案 的策划 和制定到 审计 行为的实施 以及审计后期 的总 结. 都摆脱个体 审计 的行为 . 采用团 队式的审计方法 这种 集体性质 的 审计方法 . 可 以最大 限度地发挥大众 的聪明才智 . 规 避个 体审计行 为 带来的局限性和低效性 . 能够更好地 找出审计工作 的突破 口. 有利 于 发现问题和解 决问题 . 并且提 出建设性的意见和措施 。 2 . 3完善银行 审计制度 . 规范银行审计流程 健 全的审计制度 和规范 的审计程序 . 是确保银行财务审核 中的审 计顺利进行 的必要条件 。 因此 . 银行要加强对审计工作的制度建设 , 进 步规范和完善审计 工作 的基本程序 一方面 . 要建立健全银行财 务 审计相关制度. 明确责任与风险 另一方面 , 要从银行审计 工作的实际 情况 出发 . 努力建立 一套完整高效 的审计工作基本操作 流程 。 从 审计 方案策划 、 实施 到下达 的审计意见 、 决定或催办通知 , 在规定时 限进行 落实 、 查证 , 以此提升银行审计 的工作效率 、 科学性 以及有效性 。 2 . 4进 一 步加 强 银 行 审计 人 才 队 伍 建 设 工 作 银行要想建立一支业 务素质高 、 工作能力强 、 思想 观念新 的审计 人才队伍 . 务必从 以下几方 面展开工作 : 首先 , 银行要加大对 审计人 才 队伍建设 的投入 力度 . 切 实在人力 、 物力 、 财力等方 面提供 应有 的保 障: 其次. 建 立健全 银行 内部审计 工作机 制 . 建 立相应 的激励 约束 制 度. 想方设法提升审计人员 的纪律 观念以及职业道德观念; 第三 , 加 强 对审计人员的教育 和培训 . 集 中学 习与 自我学 习相结合 . 内部互相 学 习与外出考察学习相结合 . 确保审计人员审计知识和工作观念 的及 时 更新 : 最后 . 要进一 步严格 银行 审计人 员的 岗位 要求 , 确定 权利与 责 任. 对不称职 的审计人 员要及时处理 或清退 . 确保银 行内部审计人 才 队伍的综合素质 通过以上的分 析和讨论可知 . 银行财务审核 中的审计是银行 日常 管理中一项重要 的工作 内容 。因此 . 必须深入研究和切实把握 审计 在 银行财务审核 中应用 . 了解银行 审计 的总体思路 、 主要内容和工作 重 点. 认真 了解 当前银行 财务审核 中审计工作应 当注意 的问题 , 以求对 银行审计方式 的进行革 新 . 全 面提 高银行审计工作水 平 . 从而提 高应
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Fast Mosa icing Arithmetic Method f or Multi2CCD Image
E( x , y) = Cc Ec ( x , y) + Cg Eg ( x , y) (8)
其中 , Ec ( x , y) 为相邻像素的色差 (灰度差) , Eg ( x ,
y) 为相邻像素的结构差 , Cc 、Cg 是权系数 ,可以根据
图像的性质加以调整 。Cg 可以通过对边界上的像
素进行 So bel 模板运算来获得 。So bel 计算在 x 方
向和 y 方向的梯度分别采用模板 :
- 1 0 1
- 1- 2- 1
S x = - 2 0 2 , S y = 0 0 0 (9)
- 1 0 1
1 2 1
由于该模板仅用于相邻边界上相似点的结构描
述 ,在左部图像 A 与右部图像 B 拼接的情况下 x 方 向上模板必然要跨越到对应的另一幅图像上 。为了 便于处理先将图像 A 、B 作粗拼接 ,然后在拼接边界 上做上述模板运算 。对于 CCD 多区输出的情况 ,可 以不考虑图像的几何形变 ,那么可以根据上述图像 内容差别最小原则 ,对预拼接图像做从上至下的滑 动以寻找最优匹配位置 ,如图 2 。
2. 2 多分辨率分解的拉普拉斯金字塔算法 Burt 等人[7] 最早提出了多分辨率分解的拉普
拉斯金字塔算法 。其经典的算法描述如下 : (1) 原图像的高斯滤波分解 。对原始图像 G0
进行隔行 、隔列的降采样得到高一层低通滤波图像
G1 ,其中第 G1 层图像的像素值是对应的前一层图 像 ,即第 G0 层对应像素的 5 ×5 过渡区域内像素的 加权平均 ,如此反复叠代得到一系列的低通滤波图 像 G0 …Gn ,即高斯低通滤波图像系列 ,其中第 l 层 图像的像素定义为
Key words : CCD image ; image mo saicing ; localizatio n calculatio n ; multi2resolutio n
1 引言
CCD 器件的成像质量和像素水平已经有了很 大的提高 。但是在工艺上受限于器件的尺寸 ,单位 像素的面积和总像素数的矛盾依然存在 。这就使得 在图像分辨率和成像能力 (响应速度 、信噪比) 在一 些重要的应用中往往不能兼顾 。因此在现有 CCD 器件的工艺水平下 ,采用多 CCD 分区域成像 ,然后 进行多幅 CCD 图像拼接成为一种现实的解决思路 。 另一方面 ,随着总像素的提高 , CCD 器件的输出数 据量剧增 ,这对器件的输出带宽提出了非常苛刻的 要求 。因此在实时性要求的应用中不得不采用分区 输出[1] 。但由于噪声 、暗电流水平的差异等原因 ,分 区输出的图像亮度基础和灰度变化并不一致 ,这导 致多区图像拼接后残留有明显的拼接线 。对于多 CCD 器件进行图像场景拼接时 ,由于位置光照条件
5
6 6 Gl ( i , j) =
w ( m , n) Gl- 1 (2 i + m , 2 j + n)
m,n=1
(1) 其中加权系数 w ( m , n) 又称为生成核或高斯核 ,必 须满足约束条件 :
2
6 w i ( i - m2i , j - n2 j ) = 1
(2)
m,n= - 2
(2) 拉普拉斯金字塔的建立 。拉普拉斯金字塔
年来取得了显著的进展 。在发展基于多分辨率小波 分解的图像融合的同时 ,经典的多分辨率金字塔分 解算法仍然在不断的改进之中[1 ,2 ,4 ] 。这些研究使 得拼接效果有了很大的提高 ,但在拼接算法的效率 上还不能满足一些应用领域的要求 。拼接效率对于 CCD 图像获得和 CCD 的应用无疑具有重要的意 义 。本文在经典的多分辨率金字塔算法的基础上 , 基于拼接计算局部化的思想 ,在保证不降低拼接质 量的前提下 ,提出了一种快速算法 。
目前基于多分辨率分解的图像融合的主要方法 有 : (1) 经典的基于拉普拉斯金字塔分解的方法 。该 方法简单 、有效 、易于实现 ,但其层间分解量之间具 有相关性并且缺乏严格的数学理论的支持 ; (2) 基于 小波分解的方法[4] 。该方法有较严密的理论支持 , 从理论上说可以达到更好的融合效果 。本文提出的 图像拼接计算局部化的思路实际上对基本的图像多 分辨率分解方法没有限制 ,故为了阐述的简单性 ,以 经典的拉普拉斯金字塔分解作为研究的基础 。
·206 ·
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved.
《半导体光电》2006 年 4 月第 27 卷第 2 期
王长缨 等 : 一种多 CCD 图像拼接的快速算法
情况 ,假设将左部图像 A 与右部图像 B 拼接 ,如图 1 所示 。那么 ,拼接图像金字塔 L C 就可以通过下式 得到 :
L C ( x) = h( x) L A ( x) + [1 - h( x) ]LB ( x) ,
x = 0 ~ w1 + w2 - r
(6)
其中 , w1 、w2 分别为图像 A 、B 的宽度 , r 为图像重
是通过计算两层高斯滤波图像之间的差所得到的带
通滤波图像层构成的 ,这就需要把低分辨率图像扩 充至与高分辨率的图像一样尺寸 。令 L k 代表拉普 拉斯金字塔的第 k 层 ,则
L k = Gk - EXPAND ( Gk+1 )
(3)
若用 Gl, k表示对 l 层图像扩充 k 次 ,则
L l , k = EXPAND ( Gl , k- 1 )
据非重叠图像拼接的特点 ,给出算法如下 : (1) 图像的拼接定位 。对于 CCD 分区输出的图
像拼接 ,拼接位置可以根据拼接位置附近两幅图像 内容的相似程度来确定 ,这种相似程度表现为两个 方面 :1) 被拼接图像相邻区域的亮度差 (颜色差) 最 小 ;2) 被拼接图像相邻区域的像素结构最为接近 。 因此由灰度差和结构差构成的拼接位置的像素差异 可以描述为
收稿日期 :2006 - 03 - 03.
基金项目 :国家自然科学基金项目 (30371171) .
的不一致和器件电气性能的不一致 ,拼接后的图像 不仅存在着亮度上的不一致 ,甚至存在边界内容上 的误差突变 。这就是 CCD 图像拼接的接缝问题 ,即 边界内容误差突变和边界灰度误差突变[2] 。这个问 题的解决涉及两个方面 :一是拼接的准确性问题 ,二 是算法的效率问题 。一直以来这一领域主要关注的 是拼接效果的提升 。
图像拼接包含了图像的配准及拼接 。在 CCD 图像分区输出的情况下 ,可以不考虑图像配准和重 叠情况 ,也可暂不考虑被拼接图像的几何校正问题 。 对于图像配准可以从图像的拼接边缘起 ,按从粗到 细的次序 ,对相应的边界过渡区域的点或点集逐步 进行差值比较 ,以此为准则确定图像的拼接位置 。
本文主要讨论 CCD 图像的高效率拼接 。图像 拼接的方法主要有基于被拼接图像的全局亮度统计 的方法 、基于特征的方法[3] 和基于多分辨率分解的 方法[4] 等 。实践中一般用图像融合的方法进行图像 拼接 。其中基于多分辨率分解的像素级图像融合近
叠宽度 ,权函数 h( x) 随 x 单调递减至 0 。
1 , x < w1 - r
h( x) = h( x) , w1 - r < x < w1
(7)
0 , xபைடு நூலகம்> w1
·207 ·
© 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved.
SEMICOND UCTOR OPTOEL ECTRONICS Vol. 27 No. 2
Apr. 2006
作为一种经典的多分辨率分解结构 ,拉普拉斯 金字塔法仍然是许多新的融合算法的重要基 础[4 ,5] 。下面讨论图像非重叠拼接的情况 ,即 r = 0 。
图 1 拼接图像的叠加区域
2. 3 非重叠图像的快速拼接算法 CCD 的分区输出的一般是非重叠图像 ,所以根
SEMICOND UCTOR OPTOEL ECTRONICS Vol. 27 No. 2
光电技术应用
Apr. 2006
一种多 CCD 图像拼接的快速算法
王长缨 , 周明全
( 西北大学 可视化研究所 ,陕西 西安 710069)
摘 要 : 描述了一种用于多 CCD 图像拼接的快速多分辨率算法 。该方法在不损害拼接质量 的前提下 ,通过计算局部化减小了拉普拉斯金字塔分解 、多尺度样条拟合和图像重构的计算量 。实 验表明该算法在不降低拼接质量的前提下在算法效率上比传统算法有明显的提高 。
2 CCD 图像拼接的多分辨率方法
2. 1 基于多分辨率的图像融合( 拼接) 解决被融合 (拼接) 图像的内容误差和灰度误差
最直观的思路是进行拟合过渡[5] 。但是不同尺度的 内容拟合过渡的尺度是不同的 ,因此很难用统一的 尺度兼顾不同空间分辨率的图像内容的拟合过渡 。 多分辨率图像融合的思路是首先对融合对象进行空 间多分辨率分解 ,然后分别对各频率分量进行不同 尺度的拟合 。这样就兼顾了图像的不同频率分量对 拟合过渡尺度的不同要求 。但是多分辨率分解在某 些实时 性 要 求 较 高 的 应 用 中 的 计 算 代 价 仍 然 太 高[6] 。
(4)
其中 EXPAND 函数定义为
2
6 6 Gl , k ( i , j) = 4
Gl , k- 1
m,n= - 2