[发明专利]一种针对随机纹理场景的图像拼接方法及其应用

说明书

本申请公开了一种针对随机纹理场景的图像拼接方法，包括：获取当前帧图像并进行位置标记以确定需要与当前帧图像进行拼接的图像组，将图像组中的待拼接帧图像分别与当前帧图像组合标记为计算对；根据每组计算对中的当前帧图像与待拼接帧图像的重叠部分选取若干个目标像素点分别独立计算偏移值；根据重叠部分计算相似度值，并选取相似度值最高的一组目标像素点计算得到的偏移值作为对应计算对的准确偏移值；根据准确偏移值对计算对的重叠区域进行融合处理，以将当前帧图像拼接到完整图像中。其可以解决现有随机纹理场景的图像拼接方法拼接精度低、需要进行坐标变换等操作导致计算量大，拼接实时性差的问题。

技术领域

本申请涉及晶圆缺陷检测技术领域，更具体地，涉及一种针对随机纹理场景的图像拼接方法、一种针对随机纹理场景的图像拼接装置、一种电子设备和一种计算机可读存储介质。

背景技术

近年来，随着半导体集成电路的迅速发展，集成电路器件的性能也在快速提升，同时其制造的过程也变得越发复杂。在半导体集成电路的制造过程中，对产品制造工艺中存在的问题进行及时地发现就显得尤为重要。在半导体晶圆检测过程中，相机的视场角受到限制，构建多相机阵列是一个可行途径，因此阵列工业图像的快速精确拼接成为半导体集成电路中晶圆量测的一大关键步骤。

图像拼接技术最先应用在遥感技术领域，其核心是图像配准，产生了两个分支。一个分支是基于特征的图像配准，包括角点、边缘、斑点等。1988年，Harris提出了经典的Harris角点检测算法，将图像中具有旋转、平移不变性的角点作为特征点进行图像配准。Lowe于1999年提出，并在2004年完善尺度不变特征变换算法，该算法对平移、旋转、尺度缩放和光照不均都有不错的适应性，但是在弱纹理背景下由于图像角点很少，无法实现高精度的配准效果。

另一个分支是基于区域的图像配准，包括模板匹配法和相位相关法。模板匹配法相对于全局搜索法操作简单容易实现但只能解决平移问题，并且计算量大。Reddy于1996年提出扩展相位相关法，将相位相关法和对数极坐标变换相结合解决旋转和尺度缩放问题，但该方法计算较为复杂，无法实时处理。可见，对于在图像拼接过程中既要保证拼接精度，也对实时性也提出了很高的要求，目前业界尚不存在一种有效兼顾图像拼接精度和实时性的方法。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了一种针对随机纹理场景的图像拼接方法、装置和电子设备以及计算机可读存储介质，旨在解决现有随机纹理场景的图像拼接方法拼接精度低、需要进行坐标变换等操作导致计算量大，拼接实时性差的问题。

为实现上述目的，按照本发明的第一个方面，提供了一种针对随机纹理场景的图像拼接方法，包括：获取当前帧图像并进行位置标记，根据所述位置标记确定需要与所述当前帧图像进行拼接的图像组，并将所述图像组中的待拼接帧图像分别与所述当前帧图像组合标记为计算对；根据每组所述计算对中的所述当前帧图像与所述待拼接帧图像的重叠部分选取若干个目标像素点分别独立计算偏移值；根据所述重叠部分计算相似度值，并选取所述相似度值最高的一组所述目标像素点计算得到的所述偏移值作为对应所述计算对的准确偏移值；根据所述准确偏移值对所述计算对的所述重叠区域进行融合处理，以将所述当前帧图像拼接到完整图像中。

在本发明的一个实施例中，所述根据每组所述计算对中所述当前帧图像与所述待拼接帧图像的重叠部分选取若干个目标像素点分别独立计算偏移值，包括：将属于所述待拼接帧图像和所述当前帧图像的所述重叠部分分别做离散傅里叶变换，得到对应的图像功率频谱；根据所述图像功率频谱进行频谱相关性计算得到交叉功率谱；根据所述交叉功率谱计算得到所述待拼接帧图像与所述当前帧图像上所有对应像素点之间的偏移值。

在本发明的一个实施例中，所述针对随机纹理场景的图像拼接方法还包括：根据所述交叉功率谱选取表征像素点灰度值的多个局部极大值；分别计算各所述局部极大值对应像素点之间的偏移值，作为选取所述准确偏移值的备选值。