[发明专利]一种基于深度学习的图像拼接方法、系统、介质及计算机

说明书

本发明涉及图像拼接技术领域，其技术方案要点是：提供一种基于深度学习技术的坯布图像拼接技术，首先获取坯布表面的第一待拼接图片和第二待拼接图片，并分别对其进行矫正，对校正后的图片进行预处理，生成对应的第一增强图片和第二增强图片；然后将所述第一增强图片和第二增强图片输入预先训练好的深度学习神经网络中，获得预拼接图片；对所述预拼接图片进行后处理，生成拼接部位过渡平滑的拼接图片，本申请提供了一种基于深度学习的图像拼接方法，可以有效地将坯布缺陷检测相机拍摄到的坯布照片进行拼接，形成一张完整的坯布纹理照片，解决了传统的图像处理方法，容易导致坯布纹理拼接错位的问题。

技术领域

本发明涉及纺织缺陷检测技术领域，更具体地说，它涉及一种基于深度学习的图像拼接方法、系统、存储介质及计算装置。

背景技术

纺织过程中需要使用工业相机不断地对向前移动的坯布进行拍摄，在纺织过程中，坯布的宽度通常在2米左右，因此为了将坯布的宽度拍摄完整，需要使拍摄的照相机进行横向的往复移动，通过拍摄多张照片，然后进行相互拼接，以达到拍摄完整的坯布的目的。当相机在横向往复运动的时候，由于坯布是不断前进的，因此拍摄到的图像会存在一定的段差，给拼接过程造成困难。

对于现有的图像拼接处理技术，通常使用角点拼接法，也就是在两张图片上寻找特征相近的角点，然后根据两张图片的角点的坐标信息，进行旋转、放缩和裁切，以达到相互适应的目的来完成拼接，但是对于纺织状态的坯布来说，由于坯布的纹路为周期性的，因此在拼接过程中难以寻找到对应的角点，容易形成错位拼接。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种基于深度学习的图像拼接方法、系统、存储介质及计算装置，具有的优点。

本发明的上述技术目的是通过以下技术方案得以实现的：包括以下步骤：

S1、获取坯布表面的第一待拼接图片和第二待拼接图片，并分别对其进行矫正，对应得到预定尺寸的第一矫正图片和第二矫正图片；

S2、对所述第一矫正图片和第二矫正图片分别进行预处理，生成对应的第一增强图片和第二增强图片；

S3、将所述第一增强图片和第二增强图片输入预先训练好的深度学习神经网络中，获得预拼接图片；

S4、对所述预拼接图片进行后处理，生成拼接部位过渡平滑的拼接图片。

可选的，所述步骤S1，包括以下步骤：

S11、将缺陷检测相机架设在坯布正上方，水平移动缺陷检测相机，并对坯布表面进行图像采集，获取第一待拼接图片和第二待拼接图片；

S12、对所述第一待拼接图片和第二待拼接图片分别使用图像金字塔或者openCVresize函数进行尺寸调整，对应获得第一裁切图和第二裁切图；

S13、对所述第一裁切图和第二裁切图的边缘进行畸变调整，获得第一矫正图片和第二矫正图片。

可选的，所述步骤S2，包括以下步骤：

S21、对所述第一矫正图片和第二矫正图片分别进行灰度处理，对应生成第一灰度图片和第二灰度图片；

S22、对所述第一灰度图和第二灰度图分别进行亮度调整，生成对应的第一增强图片和第二增强图片。

可选的，所述步骤S22，包括：对所述第一灰度图和第二灰度图分别使用直方图均衡化，得到对应的第一增强图片和第二增强图片。

可选的，所述步骤S3，包括以下步骤：

S31、所述将所述第一增强图片和第二增强图片输入预先训练好的深度学习神经网络中生成对应的平移参数、旋转参数以及放缩参数；

S32、根据所述平移参数、旋转参数以及放缩参数，对所述第二增强图片进行空间变换，获得第三增强图片；