[发明专利]一种基于SIFT特征的传送带表面物体图像拼接方法

说明书

本发明公开了一种基于SIFT特征的传送带表面物体图像拼接方法，待测物体在传送带上的运动时，同一摄像机对待测物体连续拍摄多侦图片，通过传送带的速度来获取相邻两侦图片的重合区域；提供反馈信息给传送带，通过调整传送带的速度，来调整重叠区域的大小；用SIFT算法对重合区域进行特征点的提取，并用KNN算法进行匹配，得到匹配集合M，对于M使用坐标一致法去除坏点，完成图像配准；求相邻两侦图片的取平移距离，使用平移变系数法对图片进行融合，完成图像拼接，本发明减小SIFT的计算量，提供反馈给传送带以保证重叠区域的大小，提高了计算速度并保证了计算特征点的个数，物体在传送带上的运动过程中其与速度垂直方向的坐标不发生变化这一特性。

技术领域

本发明属于图像处理领域，涉及一种基于SIFT特征的传送带表面物体图像拼接方法。

背景技术

图像拼接技术是将一组具有重合信息的图像拼接成一幅宽视角、大尺度的全景图技术。图像拼接技术应用广泛，目前已普遍应用于军事、医疗、工业加工等领域。

在工业加工领域中，对与所加工物体表面的质量问题的检测一直是图像处理领域的研究热点。随着工业水平的不断进步对于物体表面质量的要求也越来越高，传统的机器视觉检测方法只能不断的提高相机的像素来提高检测精度，显然这大大增加了物体表面质量检测的成本，而图像拼接技术则很好的解决了这一问题。当使用低像素的相机时，为了达到与高像素相机相同的精度，必须减小其所拍摄图像的尺寸，同时使用图像拼接技术对将一组图像拼接，以达到和使用高像素相机相同的效果。同时，为了满足在工业加工领域的实时性要求，所要检测的物体经常会固定在传送带上进行检测。

目前，图像拼接技术主要采用SIFT算法进行特征点的提取，利用KNN算法进行特征点的匹配，利用RΑNSΑC算法进行去除误匹配，并建立变换矩阵同时使用变系数算法对图像进行融合。这种方法耗时久，而且容易造成像素的丢失，无法满足工业生产中的检测要求。

发明内容

本发明的目的在于：提供了一种基于SIFT特征的传送带表面物体图像拼接方法，满足工业生产中的需要，通过传送带的速度来计算图片的重合区域，减小SIFT的计算量，并可以提供反馈给传送带以保证重叠区域的大小，同时，根据物体在传送带上的运动过程中其与速度垂直方向的坐标不发生变化这一特性，提出了坐标一致法去除坏点，平移变系数法进行图像的融合显著提高了图像的拼接速度，并显著减小了拼接过程中像素的丢失。

本发明采用的技术方案如下：

一种基于SIFT特征的传送带表面物体图像拼接方法，待测物体在传送带上的运动时，同一摄像机对待测物体连续拍摄多侦图片，拼接方法包括以下步骤，

步骤1：通过传送带的速度来获取相邻两侦图片的重合区域；

步骤2：提供反馈信息给传送带，通过调整传送带的速度，来调整重叠区域的大小；

步骤3：用SIFT算法对重合区域进行特征点的提取，并用KNN算法进行匹配，得到匹配集合M，对于M使用坐标一致法去除坏点，完成图像配准；

步骤4：求相邻两侦图片的取平移距离，使用平移变系数法对图片进行融合，完成图像拼接。

进一步地，在步骤1中，相邻两侦图片的重合区域的获取方法如下；

预设传送带速度为v，相机帧率为f，所拍摄图片的大小为α*b，分辨率为w*h，且α为宽度、b为长度，传送带的传输方向与宽度同向，因此α方向为传送带的传输方向、b方向为垂直于传送带的传输方向，α和w数值相同，则相邻两侦图片的重合区域为；

v0.8*a*f (2)

其中，重合因子Α为相邻两侦图片的重合区域占图片大小的百分比，0.05为重合补偿,0.8为安全系数。传送带的传输方向也可简称为v方向。