[发明专利]一种轮胎模具图像的拼接方法

说明书

技术领域

本发明涉及图像处理领域，尤其是一种轮胎模具图像的拼接方法。

背景技术

随着科学技术的发展，图像拼接已成为图像信息处理领域中一项非常重要的技术，被广泛应用于数字视频、运动分析、虚拟现实技术、医学图像分析和遥感图像处理等领域。图像拼接是指根据图像的重叠部分，将多张衔接的图像拼接合成一张高分辨率的全景图。目前基于特征点的拼接技术比较成熟，适用于特征点较多的图像，该算法的计算量较小且配准精度高，但是其往往需要通过人工的方式选取初始匹配点，大大降低了该算法的速度和适用范围。基于相位相关的拼接算法也是一种较常用的方法，具有配准精度高和速度快等优点，但是其不适用于拼接存在旋转关系的图像。

受轮胎模具图像自身特点的限制，轮胎模具图像在拼接时较难进行配准：有的图片重叠区域只有斜纹没有文字，有的图片重叠区域线条较简单，这样容易造成特征点匹配困难或者特征点不足；图像的光照不均匀也会加大预处理的难度。传统的拼接算法一般只针对两幅或者几幅图像，而对于需要多幅图像(一般需要30到40幅图像)进行拼接的轮胎模具图像来说，传统算法的拼接效果并不理想。此外，由于无法满足工业生产对速度的要求以及无法解决拍摄时遇到的图像畸变问题，传统算法不适用于轮胎模具图像的拼接。因此，目前在工程应用上，针对轮胎模具图像的拼接算法很少。

发明内容

为了解决上述技术问题，本发明的目的是：提供一种拼接效果好、简单和方便实用的轮胎模具图像的拼接方法。

本发明解决其技术问题所采用的技术方案是：

一种轮胎模具图像的拼接方法，包括：

S1、输入一组拍摄的轮胎模具图像；

S2、提取轮胎模具图像的外边界，并将外边界拟合成圆弧，然后通过极坐标变换将圆弧拉直；

S3、对拉直后的轮胎模具图像进行预处理和阈值分割，保留感兴趣区域的图像；

S4、对保留的图像中相邻两幅图像采用基于梯度和相位相关的方法进行配准，得出相邻两幅图像的重叠部分；

S5、采用最优缝合线与加权渐变融合相结合的融合方法对相邻两幅图像的重叠部分进行融合；

S6、根据融合的结果将所有相邻图像拼接成第一图像，然后采用步骤S4的配准方法判断出第一图像的首尾重叠部分，并结合步骤S5的融合方法对第一图像进行处理，得到第二图像；

S7、通过极坐标反变换将第二图像还原为圆形轮胎模具图像。

进一步，所述步骤S2，其包括：

S21、对一组拍摄的轮胎模具图像先通过51x51大小的模板进行均值滤波，然后再经局部阈值分割和数学形态学处理后，得出轮胎模具的图像区域；

S22、采用canny算子从轮胎模具的图像区域提取出轮胎模具的外边界；

S23、根据设定的拟合条件将轮胎模具的外边界拟合成圆弧，所述设定的拟合条件为：轮胎模具的外边界上所有点到拟合圆圆心的距离与拟合圆半径间的差平方之和最小，所述设定的拟合条件所对应的计算公式为：

其中，(r_i，c_i)是轮胎模具的外边界上的点的坐标，ε²是轮胎模具的外边界上所有点到拟合圆圆心的距离与拟合圆半径间的差平方之和，(α，β)是拟合圆圆心的坐标，ρ是拟合圆的半径；

S24、保留轮胎模具的图像区域的像素值，并将轮胎模具图像其余区域的像素值取为0；

S25、以拟合圆圆心作为变换中心，采用最邻近点插值法，对步骤S24得到的图像区域进行极坐标变换，极坐标变换的公式为：

其中，(r,c)是轮胎模具的外边界上任一点的原坐标，(m_r,m_c)是拟合圆的圆心坐标，(d,φ)是变换后的极坐标。

进一步，所述步骤S4，其包括：

S41、对保留的图像中左右两幅相邻图像进行压缩并求出压缩后左右两幅相邻图像的梯度，所述出压缩后左右两幅相邻图像的梯度的计算公式为：

其中，mag1(x,y)和mag2(x,y)分别为左图像和右图像的梯度，f(x,y)和g(x,y)分别为左图像和右图像的灰度值，w和h分别是左右两幅相邻图像的长和宽；

S42、对压缩后左右两幅相邻图像的梯度mag1(x,y)和mag2(x,y)进行傅里叶变换，得到压缩后左右两幅相邻图像的谱A(u,v)和B(u,v)；