Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2018-18-5-870-877
УДК 004.932
ОПРЕДЕЛЕНИЕ ОБЛАСТИ ПЕРЕКРЫТИЯ ИЗОБРАЖЕНИЙ ЭЛЕКТРОННЫХ МОДУЛЕЙ
Читать статью полностью
Язык статьи - русский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Игнатенкова О.А., Григоров М.С. Определение области перекрытия изображений электронных модулей // Научно-технический вестник информационных технологий, механики и оптики. 2018. Т. 18. № 5. С. 870–877. doi: 10.17586/2226-1494-2018-18-5-870-877
Аннотация
Исследованы особенности методов определения особых точек на изображениях электронных модулей с целью оценки возможности их применения для выявления области перекрытия. Сделан вывод о недостаточности применения данных методов для однозначного определения наличия области перекрытия. Рассмотрены особенности преобразования к единому центру координат изображений областей электронных модулей, не имеющих области перекрытия. Исследовано разложение матрицы проективного преобразования изображения в суперпозицию простых геометрических преобразований для изображения, получаемого в условиях формирования изображений областей электронных модулей. Предложен алгоритм определения наличия области перекрытия пары изображений областей электронных модулей, основанный на анализе матрицы проективного преобразования и определении параметров аффинного и проективного преобразования изображений при приведении их к единому центру координат. Предложенный алгоритм инвариантен относительно изменений масштаба и ориентации сшиваемых пар изображений областей электронных модулей и позволяет исключить в ходе сшивки изображения, полученные с искажениями, превышающими допустимые значения. Разработанный алгоритм может быть использован для оптимизации автоматизированных компьютерных алгоритмов обработки изображений электронных модулей и получения крупномасштабного изображения электронного модуля требуемого качества.
Ключевые слова: область перекрытия изображений, преобразование изображений, электронный модуль
Список литературы
Список литературы
-
Игнатенкова О.А., Осипенко А.А. Крупномасштабные изображения электронных модулей // Проблемы фундаментальной и прикладной информатики в управлении, автоматизации и мехатронике: Сборник научных трудов Международной научно-технической конференции. Курск,2017. С. 42–44.
-
Осипенко А.А., Игнатенкова О.А., Григоров М.С., Басов О.О. Обоснование необходимости совместного применения автоматической оптической инспекции и неразрушающего рентгеновского контроля электронных модулей // Научный результат. Информационные технологии. 2017. Т. 2.№ 2.C. 3–8.doi: 10.18413/2518-1092-2017-2-2-3-8
-
Theodoridis S., Koutroumbas K. Pattern Recognition. 4th ed. NY: Academic Press, 2009. 984 p.
-
Rankov V., Locke R.J., Edens R.J. et al. An algorithm for image stitching and blending // Three Dimensional and Multidomensional Microscopy: Image Acquisition and Processing. San Jose, 2005. P. 190–199. doi: 10.1117/12.590536
-
Adel E., Elmogy M., Elbakry H. Image stitching system based on ORB feature based technique and compensation blending // International Journal of Advanced Computer Science and Applications. 2015.V. 6. N 9.doi: 10.14569/ijacsa.2015.060907
-
Панков В.В., Каплиева Н.А. Создание панорамных изображений методами компьютерного зрения // Вестник ВГУ. Серия: системный анализ и информационные технологии. 2014. № 4. С. 71–74.
-
Lowe D.G. Distinctive image features from scale-invariant keypoints // International Journal of Computer Vision. 2004. V. 60. N 2. P. 91–110.doi: 10.1023/b:visi.0000029664.99615.94
-
Bay H., Ess A., Tuytelaars T., Gool L.V. Speeded-Up Robust Features (SURF) // Computer Vision and Image Understanding. 2008. V. 110. N 3. P. 346–359. doi: 10.1016/j.cviu.2007.09.014
-
Цудиков М.Б., Акименко Т.А., Горбунова О.Ю. Аппаратно-программное формирование панорамы // Известия ТулГУ. Технические науки. 2012. № 3. С. 356–363.
-
Khan N.Y., McCane B., Wyvil G. SIFT and SURF performance evaluation against various image deformations on benchmark dataset // Proc. Int. Conf. on Digital Image Computing: Techniques and Applications. 2011. P. 501–506. doi: 10.1109/DICTA.2011.90
-
Harris C., Stephens M. A combined corner and edge detector // Fourth Alvey Vision Conference. Manchester, 1988. P. 147–151. doi: 10.5244/c.2.23
-
Trajkovic M., Hedley M. Fast corner detection // Image and Vision Computing. 1998. V. 16. N 2. P. 75–87.
-
Matas J., Chum O., Urban M., Pajdla T. Robust wide-baseline stereo from maximally stable extremal regions // Image and Vision Computing. 2004. V. 22. N 10. P. 761–767. doi: 10.1016/j.imavis.2004.02.006
-
Fischler M.A., Bolles R.C. Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography // Communications of the ACM. 1981. V. 24. N 6. P. 381–395. doi: 10.1145/358669.358692
-
Путятин Е.П., Яковлева Е.В., Любченко В.А. Разложение матрицы центроаффинного преобразования для нормализации изображений // Радиоэлектроника и информатика: Харьковский национальный университет радиоэлектроники. 1998. № 4. С. 91–94.