, ,

(西南科技大学 计算机科学与技术学院,四川 绵阳 621010)

0 引言

随着图像处理在工业领域的应用，以计算机视觉为基础的视觉测量技术成为机械零件尺寸测量的一种新方式。对大尺寸零件的测量，其尺寸超出图像采集摄像机的视场范围，就先利用图像拼接技术获取待测零件的大视角全景图像。

图像拼接技术主要包括图像配准和图像融合，核心是图像配准，即找出待拼接图像之间重叠区域及重叠位置。随着图像拼接技术的应用，各种图像配准算法相继被研究并改进，主要工作围绕图像配准的速度、精度、抗干扰性等方面进行。图像配准方法主要分为基于灰度的配准、基于特征的配准和基于频域的配准。基于灰度的图像配准[1-2]是利用数学方法计算待配准图像和参考图像的灰度值差异，分析比较待配准图像重叠区域的相似度，求配准参数来完成图像的配准，算法简单，但是容易受到光照的影响，速度比较慢，适用于外形特征和灰度信息丰富的景物图像。基于特征的图像配准方法[3-5]是利用能在一定程度上代表待配准图像相似性的特征作为配准依据，确定图像特征间对应关系，找到待配准图像间的变换参数，对待配准图像对应特征区域进行配准，但是对图像要求有足够的特征信息并且特征选取要正确，对噪声非常敏感。基于频域的图像拼接方法[6-7]利用二维傅里叶变换的性质，空域上的平移等效于频域相位的平移。对图像进行傅里叶变换，将图像从空间域转换到频域，再求配准参数来完成图像配准。……