[發明專利]一種人工智能的物體碎片圖像拼接方法

有效

• 申請號: 202011302015.5
• 申請日: 2020-11-19
• 公開（公告）號: CN112419349B
• 公開（公告）日: 2022-11-22
• 發明（設計）人: 張展;李邦;高峰;劉夢婷
• 申請（專利權）人: 安陽師范學院
• 主分類號: G06T7/13
• 分類號: G06T7/13;G06T7/136;G06T7/40;G06T7/11;G06T3/40
• 代理公司: 湖北創融藍圖知識產權代理事務所(特殊普通合伙) 42276
• 代理人: 羊淑梅

1.一種人工智能的物體碎片圖像拼接方法，其特征在于，包括以下步驟：

S1、物體碎片圖像邊緣提取階段：提出帶權重兩階段最大值期望平方和閾值分割方法對物體碎片圖像灰度化，將物體碎片圖像分割為黑白兩部分，黑色部分為背景，白色部分為物體碎片區域，然后提取物體碎片圖像邊緣；

S2、物體碎片圖像邊緣坐標拼接階段：根據物體碎片圖像的邊緣，提出物體碎片圖像邊緣等像素拼接方法和等距離拼接方法判斷兩個物體碎片圖像局部邊緣坐標是否匹配，然后提出邊緣坐標匹配區域圖像剪切方法剪切出目標區域圖像；

S3、目標圖像紋理拼接階段：在物體碎片圖像邊緣坐標匹配的基礎上，為更加準確地判斷物體碎片圖像的紋理是否可拼接，提出目標區域圖像內部相似度計算方法，對物體碎片圖像紋理是否可拼接作進一步預判，提出基于深度學習的物體碎片圖像拼接方案，包括最大相似度池化層和紋理拼接評估，判斷物體碎片圖像紋理是否可拼接；

所述帶權重兩階段最大期望平方和閾值分割方法具體包括以下步驟：

設存在閾值，將物體碎片灰度圖像的直方圖分為前景與背景兩階段；根據前景和背景階段的直方圖和權重，獲取帶權重兩階段最大期望平方和，相應閾值作為物體碎片灰度圖像分割的閾值；

所述物體碎片圖像邊緣等像素拼接方法具體包括以下步驟：

將源物體碎片圖像邊緣的一段旋轉平移到目標物體碎片圖像邊緣的位置，每隔固定數目的像素采樣一個像素點，計算此段采樣點與目標物體碎片圖像邊緣相應采樣點的距離和，并作為不相似度，將不相似度小于閾值的物體碎片圖像對，作為邊緣坐標匹配物體碎片圖像；

所述物體碎片圖像邊緣等距離拼接方法具體包括以下步驟：

在源物體碎片圖像邊緣旋轉平移到目標物體碎片圖像邊緣后，使用半徑依次等距離增加的圓形，將物體碎片圖像邊緣分為多個小段進行采樣，計算源物體碎片圖像與目標物體碎片圖像邊緣采樣點之間的距離和，作為不相似度處理；

目標區域圖像紋理相似度計算方法具體包括以下步驟：

使用局部二值模式、灰度共生矩陣方法提取目標圖像紋理特征，計算紋理特征相似度，滿足要求則進入深度學習模型評分；

所述最大相似度池化層方法具體包括以下步驟：

最大相似度池化層使用2x2的窗口，計算窗口內像素點兩兩之間的相似度，將多個相似度中的最大值作為最大相似度；

基于深度學習的物體碎片圖像拼接方案具體包括以下步驟：

根據目標圖像內部相似度，將目標區域圖像尺寸特征對齊，使用ResNet對目標圖像進行卷積和獲取殘差，提出最大相似度池化層，計算目標圖像內部相似度，并提取目標圖像紋理相似特征，使用全連接層對紋理相似特征進行二分類和紋理拼接評分，模型的訓練數據集，正樣本使用已剪切的可拼接目標圖像，負樣本使用邊緣等距離拼接方法獲取的不可拼接圖像。

2.根據權利要求1所述的一種人工智能的物體碎片圖像拼接方法，其特征在于，所述物體碎片圖像邊緣匹配區域剪切方法具體包括以下步驟：

根據邊緣匹配區域尺寸，制作矩形掩碼模板，設置目標圖像尺寸，然后根據掩碼模板將拼接區域圖像信息復制到目標區域圖像。

3.根據權利要求1所述的一種人工智能的物體碎片圖像拼接方法，其特征在于，物體碎片圖像整體拼接方法具體包括以下步驟：

在物體碎片圖像紋理拼接評分模型，獲取物體碎片圖像紋理評分后，若評分滿足要求，則將兩個物體碎片圖像，根據旋轉角度和平移向量拼接成完整的圖像，保存到固定目錄下。