在不同区域进行基于全局或局部的拼接。采用实际数据的实验结果表明，本发明提出的 一种结合了全局信息及局部对准，可在图像具有局部变形条件下实现图像无缝拼接，因此 本发明在古籍的电子化保存和古文献的保护方面具有重要应用价值。
【附图说明】
[0030] 图1是本发明实施例融合全局信息及局部配准的古籍图像拼接方法的流程说明 示意图。
[0031] 图2为实施例中经初步对齐后的两幅子图像的局部内容对比示意图。
[0032] 图2中左起第一列为第一幅子图像的局部内容，第二列为第二幅子图像的局部内 容。横向线条为初始对齐后两幅图的某个对准位置。
[0033] 图3实施例中为利用全局信息后的两幅图像拼接结果的示意图；图中矩形框突出 说明了拼接结果的错误。
[0034] 图4为实施例中利用局部区域的纹理差异权重和图像间局部内容相似度构建扩 展拼缝的示意图。
[0035] 图4中灰色区域为图像区域，白色曲线为全局最优拼缝，黑色曲线为扩展的另一 条拼缝示意图，另一条拼缝的剩余部分与白色曲线重合。
[0036] 图5为不同分类方法的图像拼接结果比较示意图。
[0037] 图5中第一行为基于全局信息的拼接结果图，横向曲线表示全局最优拼缝。第二 行为基于局部对准的拼接结果图，第三行为本发明基于全局信息及局部对准的拼接结果 图。
【具体实施方式】
[0038] 下面结合附图详细说明本发明的优选实施例。
[0039] 实施例
[0040] 考虑到初步对齐后，两幅子图像有一定范围的重合。在此重合区域内，两幅子图像 在不同位置具有不同程度的重合。以往基于全局信息的方法仅以整体最小误差重合为目标 函数来得到最优拼缝，在某些由于文档卷曲变形而无法重合的区域，这种方法无法求取理 想拼缝。
[0041] 在这种情况下，实施例的该种基于非接触式扫描的大幅面古文书的无缝拼接方 法，提出了一种内容判别函数，当判断重合度理想时，仅用一条最有拼缝对图像进行拼接； 当判断重合度不理想时，利用局部信息对此区域进行特征提取，将现有的最优拼缝扩展为 两条对应拼缝，并对两幅子图像上对应内容进行校正，实现无缝拼接。
[0042] 实施例提出的算法能有效的解决局部有效信息稀疏或缺失条件下的全局最优拼 缝估计，以及局部无法实现理想拼接时的局部最优拼缝校正，从而达到古籍图像的无缝拼 接，可用于解决古籍图像的数字化问题。
[0043] -种融合全局信息及局部配准的古籍图像拼接方法，包括以下步骤：
[0044] 步骤1、采集两幅子图像，建立多阶的子图像间纹理差异模型，通过全局优化得到 全局最优拼缝，则当前拼缝即为使二者内容最为相近，也即重合度最高的最优拼缝。
[0045] 步骤2、建立内容重合度判别函数：最优拼缝在局部区域的纹理差异权重和是图 像间局部相似程度的一种度量，同时利用了图像间局部内容的相似度作为另一种度量，结 合两种度量形成最终的内容重合度判别函数。
[0046] 步骤3、基于上述内容重合度判别函数，在不同区域进行基于全局或局部的拼接。 具体来讲，基于全局的拼接仅将子图像处于拼缝两边的图像内容拼接起来，而基于局部的 拼接则需计算扩展的两条拼缝，然后将子图像位于各自拼缝两边的内容变换后拼接起来。
[0047] 该种融合全局信息及局部配准的古籍图像拼接方法，有效结合了全局信息及局部 对准，实现了在图像具有局部变形条件下的无缝拼接，为用户扫描各种珍贵的古籍文献提 供了完整的解决方案。
[0048] 图1为本发明的基于全局信息及局部对准，可在图像具有局部变形条件下实现图 像无缝拼接方法的示意图。输入为两幅已经过初步对齐的部分古籍图像，输出一幅整体的 无缝古籍图像。图2为经初步对齐后的两幅图像局部内容对比，由图2可知在初始对齐后， 两幅图像的局部内容差异较大，出现错位现象。图3为利用全局信息后的两幅图像拼接结 果，由图3可知图像拼接结果出现明显错误。
[0049] 如图1所示，本发明各部分具体实施细节如下：
[0050] 输入两幅分别采集的古籍文献子图像，要说明的是，这两幅图像已经经过初始对 齐，也就是说两幅图已经大体在全局坐标系下对准。
[0051] 建立图像间纹理差异性模型，利用全局优化策略得到全局最优拼缝。这里构建图 模型，其中图模型的节点数目设定为图像的像素点数目，排布与图像像素排布一致，而边设 定为两幅图像间的像素及邻近像素的多阶颜色差异。这里多阶颜色差异定义如下：
[0052]F(A,B) = | |A(sj-B(s。）| | +1 |A(tj-B(t。）| |，ie{-k，· · ·0,· · ·，k}，keN(1)
[0053] 其中A和B分别代表两幅子图像，S。为当前像素的位置，t。为邻近像素的位置，k 表示某个自然数，i表示与当前像素偏离位移，如果i为〇则表示仅计算两幅子图像相同位 置的像素颜色差异，而i取负则表示取A图当前位置的上方i个像素与B图当前位置相比， 反之亦然。传统方法仅利用当前像素的偏离位移，不利于后续步骤中最优拼缝的选取。而 本发明提出的方法，使用多个i可以反映两幅图在更多可能位置上的差异情况，即使在两 幅子图像存在较大局部变形导致某些局部内容无法对齐时，也可搜寻某个最佳位置i，使某 幅子图像经移动位置i，可以与另一幅子图像对齐。另外也可以在初始对齐存在误差时，有 效克服这部分误差，这种方法被定义为本发明中提到的多阶。这样，即使两幅图无法完全对 齐，按式（1)设置图模型的权重也保证了达到理想对齐时的图像相似程度。然后，通过对图 模型进行全局优化，如最大流算法等，寻找最小F(A，B)值，可得到使两幅子图像最为相似 的拼缝。
[0054] 建立图像间内容重合度判别函数。如何有效评价最优拼缝是否需要扩展为两条拼 缝是利用局部信息进行拼接的重要前提。首先，根据第2步骤中图模型的构建过程，最优拼 缝在局部区域的纹理差异权重和是图像间局部相似程度的一种度量，其次，图像间局部内 容的相似度也可作为图像间局部相似程度的另一种度量。同时结合两种度量形成最终的内 容重合度判别函数：
[0055] fc=λi·Σw+λ2 ·S(Ac，Bc) (2)
[0056] 其中c指的是当前局部窗口，w为上一步骤中建立的图模型在局部窗口内的一条 边权重，Σw为当前局部窗口内的边的权重之和，A。与B。分别表示两幅子图像的局部窗口， S(4，BJ表示二者图像内容的相似度，可以用图像内容相关性准则或匹配程度来表示， 和λ2表示不同项的权重系数。因为上述内容重合度判别函数的第一项是基于第2步骤提 出的多阶颜色差异前提下，因此它可以在即使初始对齐存在误差时，或者即使两幅图无法 完全对齐时，保证了达到理想对齐时的图像相似程度估计。然后，通过实验，选择合适阈值， 保证在这个选定的阈值，图像内容相似度可以有效判别出来。
[0057] 基于上述内容重合度判别函数，在不同区域进行基于全局或局部的图像拼接。
[0058] 具体来讲，基于全局的拼接仅将子图像处于拼缝两边的图像内容拼接起来，而基 于局部的拼接则需计算扩展的两条拼缝，然后将子图像位于各自拼缝两边的内容变换后拼 接起来。
[0059] 设最优拼缝为Si，设区域Ρ为包含Si局部的图像小窗口，则在Ρ区域内，如果两幅 子图像的图像内容重合度大于某个选定的阈值，则可直接将两幅子图像位于拼缝两边的图 像内容拼接起来，实现当前局部区域内的图像拼