多CCD大幅面掃描儀圖像拼接算法與實現

賀小寶

【摘 要】針對大幅面掃描儀采用的多CCD外視場拼接方式，本文提出了一種根據尋優得到的拼接線進行圖像拼接的算法，該算法以掃描圖像重疊區域中對應像素點灰度差異較小的點作為拼接點，同時使用一種像素點權值計算方法作為搜索策略的參考，尋優得到一條圖像拼接線。利用多CCD大幅面掃描儀得到的掃描圖像進行試驗，獲得了很好的試驗效果。

【關鍵詞】多CCD；大幅面掃描儀；圖像拼接；拼接線

0.引言

多CCD大幅面掃描儀主要采用外視場拼接方式，通過對各個CCD采集的圖像進行圖像拼接處理最終得到完整的大幅面掃描圖像。由于掃描儀多CCD之間的非一致性以及掃描材質表面的平整程度等因素，會導致掃描圖像拼接存在較大誤差。如果使用直接拼接方法進行處理時，則在拼接縫附近會出現較為明顯的拼接縫，這嚴重降低了掃描圖像的質量。

最佳拼接線可以消除拼接縫兩側圖像灰度值過度不連續的問題。James Davis[1]很早提出了一種拼接縫尋優方法，他利用Dijkstra算法檢測最佳拼接線，但該算法復雜度高且拼接速度慢。在文獻[2][3][4]中通過采用動態規劃的思想來尋找最佳拼接線，但由于使用的是人為的柵格結構，會使得尋找到的拼接線有可能不是最佳的。其他拼接縫尋優方法還有最小灰度差值法、梯度差異法、重疊區域平方線法[5]等，這些方法算法實現簡單，運算速度快，但是處理效果不是很理想。

本文針對上述各種方法的不足，設計并實現了一種尋找最佳拼接線的方法，其在多CCD大幅面掃描儀的圖像拼接處理中有一定的應用價值。

1.掃描圖像配準策略

多CCD大幅面掃描儀圖像的配準策略是掃描圖像拼接的關鍵。通常使用的配準算法是基于相鄰兩個CCD采集的圖像重疊部分對應的像素在RGB色彩空間系統中灰度級的相似性。相鄰圖像的對應重疊部分上的兩個像素點A、B在RGB色彩空間中的距離為：

根據上式搜索D為最小值時的（x，y）點，可以認為該點為最佳的拼接位置。配準過程分為粗略配準和精確配準兩個步驟。粗略配準過程中，網格每次水平移動一個網格間距。精確配準過程中，以粗略配準的最佳匹配點為中心，移動步長減半，計算網格點對應像素RGB差值的平方和，并與當前最優值進行比較，如果優于當前值，則替換當前的最佳匹配點。循環進行該過程，每次步長減半，直至水平步長為零為止。

經過上述配準步驟后，確定了拼接縫的位置，并且確定了每個CCD使用的有效采集像元范圍及重疊區域寬度。

2.尋找最佳拼接縫

掃描圖像經過相關預處理及確定重疊區域寬度之后，便可以進行最佳拼接縫的尋找。本文提出的拼接縫尋優方法具體設計的流程如圖2.1所示。

根據掃描圖像拼接縫尋優流程圖，下面給出拼接縫尋優方法的具體實現步驟：

第一步，裁剪獲取相鄰CCD采集的兩幅圖像的重疊部分。通過圖像配準可以得到重疊區域，將重疊部分截取存入單獨的兩幅圖像中。

第二步，將重疊圖像做差得到差圖像。如果是彩色方式掃描，則彩色圖像各個通道做差，將得到的彩色差圖像灰度化，得到灰度差圖像。

第三步，在灰度差圖像上尋找拼接縫上的第一個像素點。這里選取灰度差圖像第一行圖像數據中像素灰度值最小的那個點作為拼接縫的起始像素點，使用二維的位圖數據結構存儲拼接縫上的點。

第四步，從拼接縫上的起始像素點開始依次找出所有滿足條件的像素點，規則為：以剛剛尋找出的拼接縫上的像素點為參考點，在其周圍的八個像素點中尋找出當前不在拼接縫上，并且權值最低的像素點作為拼接縫上的下一個像素點。其中像素點權值的具體定義為：（PixelValue+1）×K+Height-y。

像素點權值主要由兩部分組成：一個是像素點灰度值大小，另一個是像素點靠近圖像底部的程度。這里的PixelValue代表像素點的灰度值，K為一個比例參數，Height為灰度差圖像的高度，y為參考點的縱坐標。其中 K值一般取值為10到20之間。K值過小，拼接效果不是很好；K值過大，拼接縫上的像素點會增多，影響處理速度。

第五步，根據二維位圖數據結構中記錄的拼接縫上的點，實現掃描圖像的拼接。

3.掃描儀圖像拼接縫尋優結果分析

為了驗證本文提出的掃描圖像拼接縫尋優方法可以降低拼接縫處掃描圖像的過渡不連續性，采用油畫掃描介質進行了測試，具體測試及結果分析對比如下。

圖3.1是直接拼接的圖像，可以看出拼接圖像在拼接縫的上半部分丟失了部分圖像數據，在拼接縫的下半部分則存在冗余圖像數據，仍然存在較為明顯的拼接縫。按照拼接縫尋優進行拼接得到的圖像如圖3.2所示。

對比分析兩種拼接方法可知，對于表面凹凸不平的油畫掃描材質，進行掃描后圖像變形較大，如果進行直接拼接，則會出現較為明顯的拼接縫。而如果重新尋找一條更優的拼接縫，然后按照該拼接縫進行掃描圖像的拼接，則可以獲得較好的效果，消除了拼接縫處的過渡不連續現象。 [科]

【參考文獻】

[1]James Davis. Mosaics of scenes with moving objects.IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Santa Barmara，1998：354-260.

[2]方賢勇，潘志庚，徐丹.圖像拼接的改進算法. 計算機輔助設計與圖形學學報，2003，15（11）：1362-1365.

[3]Efros A，Freeman W.Image quilting for texture synthesis and transfer. Computer Graphics Proceedings，Annual Conference Series.ACM SIGGRAPH 2004，Angeles，California，2001：341-346.

[4]Marie-Lise Duplaquet. Building large image mosaics with invisible seam lines.Proceedings of SPIE Aerosense.Orlando，Florida.1998，3387：369-377.

[5]游磊.圖像拼接的核心算法研究.重慶大學碩士論文，2009.