Matlab表面疵病图像的仿形拼接原理研究(2)
3.2.1 两幅疵病图像的拼接仿真 19
3.2.2 任意幅疵病图像的拼接仿真 19
3.3 特征点角度不同情况下拼接的Matlab仿真结果 21
3.4 特征点大小不同情况下拼接的Matlab仿真结果 22
3.5 本算法的优点 23
4. 总结 25
致谢 27
参考文献 28
1. 绪论
1.1 课题来源及研究背景
随着现代光学技术的快速发展，尤其是超光滑光学元件在强激光系统中的广泛应用，无论是在军用还是民用领域，应用其中的超光滑光学元件都需要有很好的表面质量，因此，对这些元件表面质量的检测成了一个重要课题。目前，国内外对超光滑元件表面疵病的检测大都采用散射成像检测[1]。
本课题来源于中国航天电子技术研究所委托南京理工大学完成的超低损耗陀螺光腔专用调节系统。
本项目将研制一台超低损耗陀螺光腔专用调节设备及其相应的技术。本项目拟研制的仪器为：超低损耗陀螺光腔专用调节系统。
测量对象规格为：平面镜为 ， ；E型镜为 ， ， 。其中工作面质量为 ，实际待测区为中心 区域内。
具有以下功能：
1) 具有四文承物台，全计算机电控调整，移动精度优于0.05mm，通过标定后的图像定位精度优于0.01mm。
2) 损耗测量范围：20PPM～10000PPM
3) 损耗测量精度：10PPM
4) S-P相位差测量精度：0.1°
5) 仪器光源为超稳定功率的半导体激光器，波长635nm，光源功率>15mW
6) 激光投射光斑尺寸（单次测量尺寸）为 ,45°入射
7) 显微成像尺寸：1mm
8) 疵病分辨率：1μm；
9) 图像处理功能：对比增强、缺陷尺寸计量、旋转测试数据的叠加、分区测试数据的区域叠加、区域散射量计算、最小散射区域自动定位
测试系统的基本原理如图1.1所示：
图1.1 超低损耗陀螺光腔专用调节系统原理图
由此系统可以得到元件表面的疵病图像，图像中整体背景为黑色或暗色，疵病表现为亮点、亮线或亮斑等亮像[2]。非常适合于数字图像处理。
但由于分辨率和系统设计所限，CCD靶面的较小并不能一次将元件表面全部拍摄下来，而是在四文步进电机的移动下，拍摄得到许多幅具有重叠区域的表面图像，本课题所需完成的就是将这些具有重叠区域的表面图像根据具体的疵病类型进行仿形拼接，使其合成一幅完整的包含有疵病信息的元件表面图像。
1.2 图像拼接技术的研究背景及研究现状
1.3 本文的主要工作
1.在课题选定后，到学校图书馆查阅相关的文献资料，找到图像拼接的各种算法并进行比较，确定本课题适用的方法。由于本课题所处理的图像来自于图1.1中显微成像系统，所成的图像是暗背景下的亮疵病图像，即接近于二值图像，若基于各像素点的灰度值来进行匹配会有较大难度，同时由于图像中的疵病可能是线状的擦伤，块状的麻点以及断断续续的研磨痕，所以选择了基于图像特征的匹配方法，具体来说是基于图像局部尺度特征不变性的方法[12]来获取图像特征，这种方法可以获得具有放缩不变性，旋转不变性等优良性能的图像特征，匹配成功率高，运算速度较快，是当下比较完善的匹配方法之一，而其处理图像需是二值图像的特点也正合本课题中的待处理图像的特点。