半自動平整邊緣碎圖片拼接應用

摘 要 一張完整的圖片被平整地切分為多個大小一樣的部分，例如碎紙機切割后碎紙片圖，在不知曉其排列順序，又需要做復原拼接任務時，可以利用本算法半自動來實現邊緣信息較多的碎圖片排序和拼接，從而實現整張圖片的復原。因為本代碼是基于Matlab環境，所以首先你需要擁有Matlab軟件，建議使用較新版本（2010版本以上較好），本文主要用到灰度算法，來尋找兩圖之間的匹配度，具體算法思想將在正文中較為詳細的講述。

關鍵詞 Matlab 平整邊緣 碎圖片拼接 灰度算法 碎紙機 碎紙片

一、自動讀取圖片信息

編寫習慣好的話，我們首先都會用clc和clear來清理一下結果區。清理后我們就可以載入我們所需要的碎圖片了。首先載入每張圖的灰度數據，灰度數據在圖片處理中是很重要和經常用到的數據。imname = dir（'.＼*.bmp'）來讀入文件夾下的全部圖像，length（imname）是取出圖片的個數，我們可以定義一下文件夾中圖像的個數。imread（imname（1）.name，'bmp'）來讀入第一幅圖像，如果需要可以單獨讀取任意一張圖片。下面的代碼是自動讀入全部圖像數據for a = 1：length（imname），DB（：，：，a） = imread（imname（a）.name，'bmp'）是用來讀取圖像數據。對數據的處理，首先我們需要完整無誤的取出，存入緩沖中，再進行處理。

二、處理每張圖邊緣數據

拼接原理主要是要邊緣匹配，我們首先要記錄每一張的最左邊邊上點的位置，再記錄每張最右邊邊上點的位置。所謂的位置指的是這一點上的灰度值，圖片取進來，會處理成點陣圖，相當于bmp圖一樣，像素是由一個個點組成。那么我們可以先要知道邊上共有多少個點依次循環進行判斷，這樣我們就可以知道點位置的情況再記錄下來。如下面的代碼：

for j=1：im_num

n=[]；

for i=1：180

if（abs（double（DB（i，1，j））-255）>1）

對邊緣每一點進行窮舉判斷，因為灰度越接近255顏色就越白，0就是黑色，這個判別式可以找出哪些點上有數據。然后n=cat（2，n，i）來記錄此點的位置ml{1，j}=n；接下來記錄每一張的右邊點位置，如下面的代碼：

for j=1：im_num

for i=1：180

if（abs（double（DB（i，end，j））-255）>1）

n=cat（2，n，i）；%記錄此點的位置

end

end

mr{1，j}=n；

end

三、核心匹配算法

flength=length（f）；

for i=1：N

for j=1：N

文件下第一張圖與后面每一張圖進行匹配

sum=（flength+length（ml{1，j}））/2；%計算兩邊數據點和的平均值

if（length（intersect（f，ml{1，j}））/sum>=0.75）

兩邊交集除以sum求出匹配程度，intersect是求出兩數組中的相同元素，length是求出元素個數；如果兩邊相同位置處出現的數據情況超過一定的百分比，就可以認為兩圖匹配成功。然后記錄下圖片序號s=cat（2，s，str2num（imname（j）.name（1：3）））；

F=cat（2，F，imread（imname（j）.name，'bmp'））；cat是連接命令，圖片數據是以矩陣排列，所以連接了兩個矩陣，就連接了兩張圖片。xlswrite（'data.xls'，s）是生成xls文檔記錄起復原順序，在Matlab中顯示部分拼接好的圖用imshow（F）。imwrite（uint8（F），'0.bmp'）；把拼接好的后的圖，保存在當前文件夾下，這里需要進行人工干涉，后面有創建文件夾的代碼，需要把生成的圖片和匹配好的圖片全部剪貼到這個文件夾下，方便進行下一次的匹配。最后dirname=['首' num2str（s（1）） '尾' num2str（s（end））]；新的文件夾名記錄了拼接后的首位圖片序號，方便整理a=['mkdir ' dirname]；%創建命令system（a）； %創建文件夾。

參考文獻：

[1]羅智中.基于線段掃描的碎紙片邊界檢測算法研究[J].儀器儀表學報， 2011（02）.

[2]劉金根，吳志鵬，劉上乾，殷世民.一種基于特征區域分割的圖像拼接算法[J].西安電子科技大學學報. 2002（06）.

[3]任文杰.圖像邊緣檢測方法的研究[D].山東大學， 2008.

[4]甘金來.圖像邊緣檢測算法的比較研究[D]. 電子科技大學， 2005.

[5]張晶.圖像邊緣檢測算法的研究[D]. 山東大學， 2006.