[发明专利]高度重复特征场景下高鲁棒性的图像拼接方法

说明书

本申请提供有一种高度重复特征场景下高鲁棒性的图像拼接方法，所述方法包括：获取覆盖特征场景的至少两个矩形图像单元，两相邻所述图像单元为具有预设宽度重叠区域的第一图像单元和第二图像单元；提取第一图像单元位于重叠区域内的第一特征点坐标序列；提取第二图像单元位于重叠区域内的至少一个第二特征点坐标序列；选择与第一特征点坐标序列的相关系数大于等于预设阈值的第二特征点坐标序列，作为第一特征点序列的相关特征点序列。基于上述过程，相较于现有技术而言，在拼接时能够使得第一图像单元和第二图像单元更能够找到一种更接近真实的合成效果。

技术领域

本公开具体公开一种高度重复特征场景下高鲁棒性的图像拼接方法。

背景技术

在微电子行业中，由于工件微小，常需要显微镜辅助生产以及精密检测。但是，显微镜成像的视野有限，需要图像拼接获得更大的视野。目前主流的图像拼接方法是在图像的重叠区域检测图像强度或使用检测到的基于图像强度的特征点，例如SIFT，SURF或ORB特征点，用于指导图像配准。图像配准将不同图像对齐，然后经过图像融合得到无缝的高清大视野图像。通常，拼接从部分重叠的图像的成对配准阶段开始。配准基于在重叠区域上找到非常相似的特征点对，以确定图像对的像素坐标之间的变换。通常使用鲁棒的估计方法如随机抽样一致算法(Random sample consensus，RANSAC)，来滤除错误匹配，来查找变换和一组真实点对应关系，因为大多数特征点的对应关系可能是异常值。每个成对的变换都构成了连通图中的一条边，其节点表示从合成图像到每个图像的未知像素坐标变换。一旦找到所有图像成对配准，就可以通过最小化连通图中所有特征点对应关系之间的变换误差来找到从合成图像到每个图像的节点变换。最后，这些转换通过图像重投影来渲染合成图像。

用于图像拼接的当前方法和工具仍然易于产生伪像、拼缝、错位等，因为在成束调整阶段仍然会考虑可能错误的成对图像配准，导致图像未对齐。在高度重复特征的场景下，虽然特征点的提取非常容易，但是各个特征点的响应值非常接近，想要正确的匹配图像间的特征是困难的，所以会产生错误的单应性变换，从而导致图像配准出现误差，最后拼接的图像就有伪影、结构错位等错误情况。目前，最先进的方法通常试图掩盖图像融合阶段中未对准的伪影，从而产生令人信服的外观，但并非真实的合成图像，在精密制造行业这些误差是不可容忍的，亟待改进。

发明内容

第一方面，一种高度重复特征场景下高鲁棒性的图像拼接方法，所述方法包括：获取覆盖特征场景的至少两个矩形图像单元，两相邻所述图像单元为具有预设宽度重叠区域的第一图像单元和第二图像单元；提取第一图像单元位于重叠区域内的第一特征点坐标序列；提取第二图像单元位于重叠区域内的至少一个第二特征点坐标序列；选择与第一特征点坐标序列的相关系数大于等于预设阈值的第二特征点坐标序列，作为第一特征点序列的相关特征点序列。

根据本申请实施例提供的技术方案，还包括：计算任意两相邻图像单元上第一特征点序列与相关特征点序列之间的单应性变换矩阵；构建全局变换误差函数；迭代代入单应性变换矩阵，当全局变换误差函数最小时，反求得到唯一的变换矩阵向量；确定任意两相邻所述图像单元之间唯一的单应性变换矩阵。

根据本申请实施例提供的技术方案，还包括：利用任意两相邻所述图像单元之间唯一的单应性变换矩阵校正第二图像单元；利用变换矩阵向量中的各向量元素对应将图像单元变换到同一坐标系下，得到初始合成图像。

根据本申请实施例提供的技术方案，还包括：选择第二特征点坐标序列的步骤，包括：逐一计算各第二特征点序列与第一特征点序列的相关系数；选定所有相关系数中超过预设阈值的相关系数，并将与超过预设阈值的相关系数相对应的所有第二特征点序列作为第一特征点序列的相关特征点序列。

根据本申请实施例提供的技术方案，还包括：提取第二图像单元位于重叠区域内的至少一个第二特征点坐标序列，包括如下步骤：在重叠区域内，沿着第二图像单元自相对靠近第一特征点序列的一侧至相对远离其的一侧，依次平移预设间距，提取多个第二特征点序列。