針對(duì)CIS (Contact Image Sensor)寬幅掃描儀多根CIS傳感器之間存在的物理差異導(dǎo)致采集到圖像存在色 彩差異的問題，提出了一種基于多傳感器像素映射的圖像色差一致性校正算法。針對(duì)特殊的工程圖紙存 在底色干擾問題，提出了一種底色消除像素映射算法，以最大可能的保留圖像內(nèi)容和細(xì)節(jié)。由于多根CIS 傳感器安裝位置存在交叉，導(dǎo)致直接采集到的圖像邊緣有像素重疊現(xiàn)象，需要對(duì)采集圖像進(jìn)行融合與拼 接。本文提出了一種行匹配的窗口算法實(shí)現(xiàn)圖像的融合拼接。測(cè)試結(jié)果表明，色差一致性校正算法、底 色消除算法和圖像邊緣融合拼接算法能有效解決CIS寬幅掃描儀技術(shù)問題，具備良好的算法性能與圖像處 理效果。

隨著光學(xué)掃描技術(shù)的不斷發(fā)展，接觸式圖像傳感器(contact image sensor, CIS)，憑借在成像系統(tǒng)中功 耗低、體積小、結(jié)構(gòu)簡(jiǎn)單、成本低廉等特點(diǎn)，已經(jīng)成為掃描圖像傳感器的先導(dǎo)力量，并廣泛應(yīng)用于寬幅 掃描儀。與此同時(shí)，CIS 傳感器的寬幅掃描儀設(shè)備相關(guān)圖像處理問題也成為研究的熱點(diǎn)，在工程應(yīng)用和 產(chǎn)品研發(fā)中備受業(yè)界重視。CIS 掃描圖像的質(zhì)量直接影響后續(xù)的處理與分析的結(jié)果，一直受到海內(nèi)外學(xué) 者的廣泛關(guān)注[1]。 在寬幅掃描的應(yīng)用情境下，物理差異的 CIS 傳感器采集圖像不可避免地存在色彩差異(色差)現(xiàn)象。 這將影響重現(xiàn)圖像的視覺質(zhì)量。因此，對(duì)多 CIS 傳感器采集圖像進(jìn)行色差校正是必要的[2] [3]。通常來講， 色差校正有三個(gè)主要的研究方向：第一，改變傳感器的物理結(jié)構(gòu)。Hayama M [4]、Okamura M [5]采用新 的工藝材料制作感光單元，實(shí)現(xiàn)了寬幅掃描。第二，通過控制曝光時(shí)間將采集圖像拉伸到高動(dòng)態(tài)范圍[6]-[9]。 這種方法通常計(jì)算量較大，不利于硬件的實(shí)現(xiàn)。第三，通過分段校正圖像達(dá)到提高質(zhì)量的效果。其中， 龐龍馳[10]采用復(fù)頻譜色度理論對(duì)色差進(jìn)行校正，利用變換顏色空間來達(dá)到校正的目的。對(duì)于真實(shí)機(jī)械設(shè) 備存在較大的校正誤差。黃世存[11]根據(jù)局部色差不明顯的圖像特征去校正其余圖像的內(nèi)容，自適應(yīng)方面 有所欠缺。此外，掃描文件往往存在底色干擾問題。針對(duì)掃描圖像的底色的消除問題，往往采用二值化 處理[12] [13]。二值化處理會(huì)丟失圖像內(nèi)容的許多細(xì)節(jié)，如紅色印章的原始色彩等。為了保證圖紙的完整 信息，二值化處理不是最佳的方法。對(duì)于圖像的融合拼接，脈沖耦合神經(jīng)網(wǎng)絡(luò)[14] (Pulse Coupled Neural Network, PCNN)常常被引入，用于對(duì)圖像進(jìn)行去噪，邊緣檢測(cè)，內(nèi)容提取和圖像識(shí)別等。張學(xué)武[15]利用 PCNN 的方法首先獲取圖像的邊緣信息，然后再進(jìn)行模板匹配[15]，實(shí)現(xiàn)了圖像融合。 本文針對(duì)分離的 CIS 傳感器掃描圖像的色差不一致，利用不同灰度色帶呈現(xiàn)的線性相關(guān)性，構(gòu)造色 差校正函數(shù)處理 RGB 三分量矩陣。對(duì)于工程圖紙的掃描圖像，為了消除底色且保留完整的細(xì)節(jié)信息，進(jìn) 一步拓展了色差校正算法，采用低通濾波平滑底色圖像，構(gòu)造底色消除函數(shù)處理工程圖紙圖像的 RGB 三 分量矩陣。分離 CIS 傳感器采集圖像含有重疊部分，對(duì)于重疊部分融合與拼接，采用 PCNN 的方法得到 原始圖像邊緣信息，利用行窗口進(jìn)行重疊像素值精確匹配。最后，采用行窗口大小作為漸變因子的分母。