[发明专利]一种大面积桥面图像拼接方法

摘要

本发明公开了一种大面积桥面图像拼接方法。随着计算机视觉检测技术的发展，逐渐出现将图像检测应用于桥梁检测工程实践中。但由于桥体空间较大，若采用远程拍摄取样，会受到摄像机分辨率的限制，致使无法得到满意的检测精度。本发明如下：1、逐张采集被检测桥面的图像，得到桥面图像集合。之后，进行图像预处理。2、图像配准。3、图像融合。本发明通过图像采集与处理技术，代替人眼完成桥梁病害特征的自动化无损检测，对复杂地形环境下的桥面损伤检测技术的研究具有非常重要的现实意义。一方面增强了施工安全性，另一方面提高了作业机动性和灵活性。发明实现了大面积桥面图像的保真拼接，提高了图像拼接精度和效率。

主权项

1.一种大面积桥面图像拼接方法，其特征在于：步骤1、逐张采集被检测桥面的图像，得到桥面图像集合；之后，提取并统计桥面图像集合中各桥面图像的亮度分量信息，并分别对各桥面图像的亮度分量信息进行均衡化；然后通过傅里叶变换将各桥面图像变换到频域内，并采用相位相关算法中的归一化互功率谱的相位信息得到图像间的平移参数，完成对相邻图像间重叠区域的预估算；步骤2、图像配准首先，在各相邻图像间重叠区域内提取SIFT特征点；然后通过自适应对比度阈值法筛选SIFT特征点，得到由匹配点对组成的特征描述符；并采用RANSAC算法计算各相邻图像间的投影变换矩阵；自适应对比度阈值法具体如下：(1)设定特征点数量下限N_min＝200，上限N_max＝300，对比度阈值T_c＝T₀；T₀为初始阈值，取值为0.02～0.04；(2)进行特征点检测，并统计对比度高于T_c的特征点数量N；(3)若N_min≤N≤N_max，则将对比度高于T_c的特征点纳入初始匹配点集，剔除对比度低于阈值T_c的特征点，并直接进入步骤(5)；否则，执行步骤(4)；(4)若N＜N_min，则将对比度阈值T_c减小为原数值的并执行步骤(3)；若N＞N_max，则将对比度阈值增大为原数值的2倍，并执行步骤(3)；(5)通过最近邻比次近邻方法剔除初始匹配点集中的误特征点，并生成特征描述符；特征描述符内包含由成对的特征点组成的多个匹配点对，以及各匹配点对之间的距离和方向信息；步骤3、图像融合首先根据相邻图像间的投影变换矩阵，对相应桥面图像进行投影变换；然后采用渐入渐出融合算法对各相邻桥面图像的RGB三颜色通道分别进行加权平滑过渡，得到桥面拼接图像；渐入渐出融合算法中，相邻图像重叠区域内各融合点像素值I(x,y)的渐入渐出加权公式如下：其中，I₁(x,y)、I₂(x,y)分别为相邻的两张桥面图像在重叠区域内的对应融合点的像素值；d₁、d₂分别为相邻的两张桥面图像在对应融合点的渐变权重因子；和x₁、x₂分别为重叠区域两侧边界的横坐标；x为对应融合点的横坐标；t为两相邻图像重叠区域在对应融合点上的灰度差阈值。