发明名称 一种光学元件表面显微散射暗场图像的拼接方法
摘要 本发明公开了一种光学元件表面显微散射暗场图像的拼接方法,包括:采用线阵相机沿着指定路径扫描光学元件表面;对左右相邻的显微散射暗场图像的感兴趣区域提取SIFT特征匹配点对;采用并行聚类算法对所述SIFT特征匹配点对进行筛选,得到最佳特征匹配点对集合;利用最佳特征匹配点对集合计算两图像重叠部分的变换矩阵,并运用变换矩阵实现图像的拼接。本发明的方法能够稳定快速地完成光学元件表面显微散射暗场图像拼接,耗时短,鲁棒性高,拼接误差小。
申请公布号 CN104123708B 申请公布日期 2017.03.01
申请号 CN201410407683.2 申请日期 2014.08.19
申请人 中国科学院自动化研究所;中国工程物理研究院激光聚变研究中心 发明人 尹英杰;张正涛;熊召;刘长春;徐德;张峰;陶显;白明然
分类号 G06T5/50(2006.01)I 主分类号 G06T5/50(2006.01)I
代理机构 中科专利商标代理有限责任公司 11021 代理人 宋焰琴
主权项 一种光学元件表面显微散射暗场图像的拼接方法,包括如下步骤:步骤1:采用线阵相机沿着指定路径扫描光学元件表面,拍摄所述光学元件表面的显微散射暗场图像;步骤2:对左右相邻的所述显微散射暗场图像的感兴趣区域提取SIFT特征匹配点对;步骤3:采用并行聚类算法对提取的所述SIFT特征匹配点对进行筛选,以得到最佳特征匹配点对集合S<sub>best</sub>,步骤3具体包括如下子步骤:生成匹配点对集合S={<sup>1</sup>s,<sup>2</sup>s,…,<sup>n</sup>s},其中<sup>k</sup>s=(<sup>k</sup>p<sub>1</sub>,<sup>k</sup>p<sub>2</sub>,<sup>k</sup>θ,<sup>k</sup>L<sub>x</sub>,<sup>k</sup>L<sub>y</sub>),表示第k匹配点对,n表示匹配点对个数,k=1,…,n,<sup>k</sup>p<sub>1</sub>表示匹配点对中的匹配点在左右相邻两幅图像中左图像的位置坐标,<sup>k</sup>p<sub>2</sub>表示匹配点对中的匹配点在左右相邻两幅图像中右图像的位置坐标,<sup>k</sup>θ表示匹配点对中两匹配点构成的向量与图像水平方向的夹角,<sup>k</sup>L<sub>x</sub>表示向量<img file="FDA0001132321590000011.GIF" wi="150" he="81" />在图像水平方向分量的模,<sup>k</sup>L<sub>y</sub>表示向量<img file="FDA0001132321590000012.GIF" wi="149" he="79" />在图像竖直方向分量的模;通过阈值设定一个角度阈值θ<sub>T</sub>,剔除集合S中|<sup>k</sup>θ|>θ<sub>T</sub>的匹配点对,生成匹配点对集合S′;对匹配点对的特征<sup>k</sup>L<sub>x</sub>聚类,得到{<sup>1</sup>S<sub>x</sub>,…,<sup>k</sup>S<sub>x</sub>,…,<sup>num1</sup>S<sub>x</sub>},其中, <sup>k</sup>S<sub>x</sub>为对匹配点对的特征<sup>k</sup>L<sub>x</sub>聚类得到的类别k所包含的匹配点对集合,num1为类别的个数;从{<sup>1</sup>S<sub>x</sub>,…,<sup>k</sup>S<sub>x</sub>,…,<sup>num1</sup>S<sub>x</sub>}中选取含匹配点对最多的集合生成新的匹配点对集合S<sub>x</sub>;对匹配点对的特征<sup>k</sup>L<sub>y</sub>聚类,得到{<sup>1</sup>S<sub>y</sub>,…,<sup>k</sup>S<sub>y</sub>,…,<sup>num2</sup>S<sub>y</sub>},其中, <sup>k</sup>S<sub>y</sub>为对匹配点对的特征<sup>k</sup>L<sub>y</sub>聚类得到的类别k所包含的匹配点对集合,num2为类别的个数;从{<sup>1</sup>S<sub>y</sub>,…,<sup>k</sup>S<sub>y</sub>,…,<sup>num2</sup>S<sub>y</sub>}中选取含匹配点对最多的集合,生成新的匹配点对集合S<sub>y</sub>;求集合S<sub>x</sub>和S<sub>y</sub>的交集,获得最佳匹配点对集合S<sub>best</sub>={<sup>1</sup>S<sub>best</sub>,<sup>2</sup>S<sub>best</sub>,…,<sup>q</sup>S<sub>best</sub>};步骤4:利用所述最佳特征匹配点对集合S<sub>best</sub>计算左右相邻两图像重 叠部分的变换矩阵,并运用变换矩阵实现图像的拼接;其中,所述左右相邻两图像重叠部分的变换矩阵为:<img file="FDA0001132321590000021.GIF" wi="378" he="231" />式中,<img file="FDA0001132321590000022.GIF" wi="1382" he="150" />其中Image_1.width为左图像的宽,<sup>i</sup>p<sub>1</sub>.x为最佳匹配点对集合S<sub>best</sub>中匹配点对中的匹配点在左图像中的横坐标,<sup>i</sup>p<sub>2</sub>.x为最佳匹配点对集合S<sub>best</sub>中匹配点对中的匹配点在右图像中的横坐标,<sup>i</sup>p<sub>1</sub>.y为最佳匹配点对集合S<sub>best</sub>中匹配点对中的匹配点在左图像中的纵坐标,<sup>i</sup>p<sub>2</sub>.y为最佳匹配点对集合S<sub>best</sub>中匹配点对中的匹配点在右图像中的纵坐标,q为最佳匹配点对集合S<sub>best</sub>中匹配点对的个数。
地址 100190 北京市海淀区中关村东路95号