[发明专利]一种基于位置关系的轮廓图像拼接方法

说明书

本申请公开了一种基于位置关系的轮廓图像拼接方法，该方法通过拟合曲线末端位置关系确定拼接点，将相邻两个轮廓点集进行合成，并且本轮廓图像拼接方法不限制输入轮廓点集的数量，能够实现多组轮廓点集的拼接，最终得到目标物体的完整轮廓。本方法相邻两个轮廓点集中提取了曲线、根据位置关系确定拼接点，充分体现各组点集的图形特征，以解决现有技术中基于区域的提取方法中不能完全地描述图像的细节，使得在图像之间匹配并进行后续的拼接会受到噪音、图像信息分布等因素的影响，导致匹配精度不高，图像拼接质量差的技术问题。

技术领域

本申请涉及图像处理方法技术领域，尤其涉及一种基于位置关系的轮廓图像拼接方法。

背景技术

随着计算机视觉飞速发展，社会对图像处理的需求也越来越高。将一组在空间上彼此关联且具有一部分重叠区域的图像序列进行配准，经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的高清的新图像，这种高分辨率无缝图像的技术成为图像拼接。图像拼接技术也被应用在激光行业中，具体地应用在针对目标物体的激光打标。

目前，主流图像拼接技术可以分为图像配准和图像融合两个主要部分，其中，图像配准方面有基于图像像素级特征点和基于区域的提取方法(如轮廓、纹理等)。特征点提取方法主流有SIFT(Scale Invariant Feature Transform,SIFT),SIFT算法对于旋转、缩放和尺度变化保持不变形，对视角变化和噪音也有很强的鲁棒性，被广泛应用。也正是由于SIFT算法的这些特点，使得算法的复杂度很高，实际处理比较耗时。另外，基于区域的提取方法是利用几何形状特征进行配准，该方法是利用拼接图像中数量较少、特征稳定的一些点、线或者边缘进行匹配，大大压缩了所需处理信息量，使得匹配搜索的计算量小、速度较快，且该方法对图像灰度的变化具有鲁棒性，适合于多幅图像拼接。但是配准精度不够而且容易误匹配。

但是，基于区域的提取方法中通常只利用到图像的一个特征，例如点特征、线特征和灰度特征，导致提取出来的特征不能完全地描述图像的细节，使得在图像之间匹配并进行后续的拼接会受到噪音、图像信息分布等因素的影响，导致匹配精度不高，稳定性不好。

发明内容

本申请提供了一种基于位置关系的轮廓图像拼接方法，以解决现有技术中基于区域的提取方法中不能完全地描述图像的细节，使得在图像之间匹配并进行后续的拼接会受到噪音、图像信息分布等因素的影响，导致匹配精度不高，图像拼接质量差的技术问题。

一种基于位置关系的轮廓图像拼接方法，所述基于位置关系的轮廓图像拼接方法包括以下步骤：

根据输入的轮廓点集判断相邻两个轮廓点集对应数据拟合后曲线类型；

判断所述相邻两个轮廓点集对应数据拟合后曲线末端位置关系；

根据所述曲线位置关系确定拼接点；

根据所述拼接点判断与所述相邻两个轮廓点集的位置关系，确定是否存在删除点，若存在所述删除点，则剔除；

继续对多组相邻两个轮廓点集执行上述步骤，直至得到由多组轮廓点集形成的闭合轮廓。

进一步地，所述根据所述曲线末端位置确定拼接点；

所述拼接点为所述相邻两个轮廓点集对应数据拟合后曲线的相交点或最近点。

进一步地，所述相邻两个轮廓点集对应数据拟合后曲线为直线、或为圆弧、或为圆；

所述相邻两个轮廓点集对应数据拟合后曲线末端位置关系为直线与直线相交、或为直线与直线平行、直线与圆弧相交、或为直线与圆弧相切、或为直线与圆弧相离、或为直线与圆相交、或为直线与圆相切、或为直线与圆相离、或为圆与圆相交、或为圆与圆相切、或为圆与圆相离；

所述直线与直线相交的相交点、直线与圆弧相交的相交点和直线与圆相交的最近相交点作为所述拼接点；