基于AKAZE 算法的大尺寸電路板圖像拼接研究

范洪浩，劉新妹，殷俊嶺

（中北大學(xué) 電子測(cè)試技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，山西 太原 030051）

0 引 言

隨著科技的發(fā)展和工藝制作水平的進(jìn)步，電路板制作更加精細(xì)，電路板的測(cè)試更加困難。自動(dòng)測(cè)試系統(tǒng)在對(duì)大尺寸電路板測(cè)試時(shí)，由于設(shè)備的限制，無(wú)法獲得清晰、完整的電路板圖像，嚴(yán)重影響了自動(dòng)測(cè)試系統(tǒng)的效率和準(zhǔn)確率。因此，實(shí)現(xiàn)大尺寸電路板局部特征圖片的拼接至關(guān)重要。

電路板圖像拼接是按照多幅局部重合的電路板圖像中的相同特征，通過(guò)映射變換拼接成具有超廣角視角的大場(chǎng)景圖像，并且拼接處看不出明顯的痕跡。圖像拼接克服了一般成像設(shè)備視野小、相機(jī)畸變的弊端，在較多領(lǐng)域中被廣泛應(yīng)用。本文通過(guò)AKAZE 特征檢測(cè)算法對(duì)多幅局部重復(fù)的電路板圖像進(jìn)行特征點(diǎn)檢測(cè)，提出了一種基于AKAZE 特征檢測(cè)算法的大尺寸電路板圖像拼接。首先采用AKAZE 算法檢測(cè)多幅局部重合的電路板圖像特征，然后經(jīng)RANSAC 選取最合適的特征點(diǎn)，局部重合的電路板圖像經(jīng)視角變換后，采用權(quán)重的方法進(jìn)行圖像融合，完成大尺寸電路板圖像的拼接。經(jīng)測(cè)試，所得結(jié)果有效地解決了成像弊端，與直接拍攝相比，細(xì)節(jié)處理好且更加清晰，誤差小。

1 電路板圖像拼接總體框架

大尺寸電路板圖像由多張具有重合區(qū)域的不同位置的局部電路板圖像拼接而成，實(shí)驗(yàn)過(guò)程中，采用4 張局部電路板圖像進(jìn)行拼接。本文算法的流程主要有：

首先獲得具有重復(fù)區(qū)域的4 張局部電路板圖像，經(jīng)AKAZE 特征檢測(cè)算法對(duì)多幅局部重合的電路板圖像進(jìn)行關(guān)鍵點(diǎn)檢測(cè)，通過(guò)BFMatcher 和KNN 算法將圖像中的關(guān)鍵點(diǎn)進(jìn)行雙向匹配；

然后利用RANSAC 篩除各局部電路板圖像中匹配錯(cuò)誤的特征點(diǎn)，獲得單應(yīng)性矩陣；

最后對(duì)其中一幅局部的電路板圖像進(jìn)行視角變換后，采用以權(quán)重方式的圖像融合技術(shù)完成大尺寸電路板圖像的拼接。具體流程如圖1 所示。

圖1 大尺寸電路板圖像拼接流程

2 AKAZE 特征檢測(cè)算法

2.1 AKAZE 算法的優(yōu)點(diǎn)

局部特征相關(guān)算法中被廣泛應(yīng)用的是SIFT 和SURF。這兩種算法都是通過(guò)圖像金字塔構(gòu)建高斯尺度空間，但這種構(gòu)建方式降低了局部的精度，會(huì)導(dǎo)致圖像邊界模糊和細(xì)節(jié)丟失。而AKAZE 算法采用非線(xiàn)性方式構(gòu)建，保留了各層中圖像的邊緣細(xì)節(jié)信息。

2.2 非線(xiàn)性尺度空間

SIFT 算法采用下采樣的方式，而AKAZE 每層中的圖像大小與輸入圖像保持相同。尺度空間同樣是金字塔型，共組 圖 像、層。scale 用標(biāo) 記，Octave 用標(biāo)識(shí)，參數(shù)如下：

式中：是初始尺度參數(shù)；是空間層數(shù)；=是總圖像數(shù)。將尺度參數(shù)δ映射到以時(shí)間t為單位的尺度參數(shù)，得：

2.3 特征點(diǎn)檢測(cè)及描述

關(guān)鍵點(diǎn)的確定需要在各層中計(jì)算黑森矩陣，將其中各點(diǎn)的響應(yīng)值與相鄰的26個(gè)點(diǎn)進(jìn)行比較，判斷其是否為最大值。找到關(guān)鍵點(diǎn)后，采用亞像素級(jí)別精準(zhǔn)定位。

3 不同算法對(duì)比

在構(gòu)建尺度空間方面，SURF 算法的不同之處在于除去了下采樣的過(guò)程，所有圖片的大小并不改變，模糊程度不同。AKAZE 算法構(gòu)建非線(xiàn)性的尺度空間除能夠?yàn)V除小細(xì)節(jié)的優(yōu)點(diǎn)外，還保留了更多的特征信息。本文選取其中一副待檢測(cè)的局部電路板圖像，如圖2 所示。分別采用AKAZE、SIFT、SURF 算法進(jìn)行檢測(cè)，統(tǒng)計(jì)特征點(diǎn)數(shù)量及計(jì)算時(shí)間，檢測(cè)結(jié)果如圖3a）～圖3c）所示。

圖2 待檢測(cè)圖像

圖3 三種算法的檢測(cè)結(jié)果

針對(duì)同一局部電路板圖像進(jìn)行檢測(cè)，檢測(cè)結(jié)果如表1 所示。

由表1 可知，三種算法的檢測(cè)速度為AKAZE>SIFT>SURF，檢測(cè)效果為AKAZE>SURF>SIFT。由此可知，對(duì)于細(xì)節(jié)和邊界的檢測(cè)，AKAZE 算法優(yōu)于SURF 算法和SIFT 算法。

表1 SURF、SIFT、AKAZE 算法檢測(cè)結(jié)果比較

4 實(shí)驗(yàn)結(jié)果及分析

4.1 拼接圖像

本文實(shí)驗(yàn)平臺(tái)為Visual Studio 2017，所有算法基于OpenCV 3.4.5 實(shí)現(xiàn)。使用4 幅具有重復(fù)區(qū)域的局部電路板圖像進(jìn)行拼接，匹配結(jié)果如圖4 所示。

圖4 匹配電路板圖像

4.2 拼接結(jié)果

對(duì)于具有重復(fù)區(qū)域的4 幅電路板圖像，經(jīng)AKAZE特征檢測(cè)獲得特征點(diǎn)和特征向量后，通過(guò)特征描述、單應(yīng)性矩陣計(jì)算等操作，可得到完整的大尺寸電路板的拼接圖像，如圖5 所示。從實(shí)驗(yàn)結(jié)果可以看出，電路板圖像拼接效果較好，與原電路板圖像的重復(fù)率達(dá)98%。

圖5 拼接后的電路板圖像

5 結(jié) 語(yǔ)

針對(duì)一般成像設(shè)備視野小、相機(jī)畸變而無(wú)法獲取完整、清晰的大尺寸電路板圖像問(wèn)題，本文提出一種多幅局部重合的電路板圖像拼接方法。該算法能夠有效降低邊界模糊及圖像細(xì)節(jié)的丟失，在與SIFT 和SURF 算法對(duì)比中顯示出極大的優(yōu)勢(shì)。本文中首先利用AKAZE 算法檢測(cè)出多幅局部重合電路板圖像中的關(guān)鍵點(diǎn)；然后采用類(lèi)似于SURF 特征描述方法，使用BFMatcher 對(duì)各電路板圖像中的關(guān)鍵點(diǎn)進(jìn)行匹配，經(jīng)RANSAC 算法完成關(guān)鍵點(diǎn)的精準(zhǔn)匹配；視角變換完成后，以權(quán)重方式對(duì)重復(fù)部分進(jìn)行融合，最終完成4 幅局部重合的電路板圖像的拼接。通過(guò)實(shí)驗(yàn)驗(yàn)證，本文方法對(duì)大尺寸的電路板拼接后的圖像與原電路板圖像的重復(fù)率達(dá)98%，大大減少了特征點(diǎn)提取時(shí)間與特征點(diǎn)匹配時(shí)間，能夠解決圖像的精確拼接問(wèn)題，可為后續(xù)識(shí)別工作提供有效支持。