在精度平面图像扫描的领域中,以扫描仪、复合机为代表的线阵结构占据着绝对份额。在还原平面图像的质量方面,线阵具有其他结构难以逾越的优势特点,但是在成本和结构方面,线阵结构需依靠复杂的拖动结构和苛刻的组装精度要求。与前者相较而言,通过面阵扫描的图像尺寸会受限于面阵的大小,画质上会存在更多的画质缺陷,但是面阵能够做到不依赖机械结构、低成本、高速化地采集图像。综合面阵传感器的诸多优势,结合在复印机扫描行业多年的经验,提出了采用多面阵扫描图像结构与其图像处理流程。新结构不仅仅具备了面阵图像传感器本身的特点,还拥有较大的扫描范围,在改善像差、明度差、拼接等画质缺陷后,在小型化、高速化、高精度的平面扫描领域中也将会有立足之地。多面阵扫描图像结构通过扩展面阵数量延伸扫描的尺寸,第二章阐述了一种具体的四面阵扫描图像的结构,利用四面阵阵列扩展视野,系统上能够通过图像增强算法来改善图像缺陷,同时把采集到的各面阵的源图像进行整合,输出高质量的完整图像。第二章还描述了新结构的图像处理流程分为初始化和操作两个阶段,操作阶段能够运用初始化阶段计算得到的增强参数优化图像,压缩图像增强的时间,更具实用性、高效性的特点。多面阵扫描的图像在拼接时会衍生出交错的图像缺陷,综合处理方面的课题还尚存空缺。后续章节针对新结构在整合图像过程中会遇到的具体缺陷问题提出了对应的处理算法。与线阵图像的一维畸变不同,面阵图像会产生二维径向畸变象差。为了校正图像的畸变像差,在第三章中引入了平面二维畸变参数模型校正图像畸变。运用锐化图像、减小搜索窗口的方法提高畸变参数的拟合精度。面阵图像的明度不均匀性也会向二维延伸,针对图像明度的差异性,在第四章中提出了HSV色彩空间与小波分解结合的方法,可以弱化明度差异并在最大化程度上保持了原色彩。多面阵扫描的图像在拼接时需要正确的位置关系,为了匹配图像,在第五章中利用特征点的单应性,提出了把图像投影变换至标准坐标位置和图像间的特征点匹配后匹配的两种拼接方法,这两种方法都能运用在模型中,达到了预期匹配效果。第六章中,针对图像拼接区产生的边缘接缝缺陷的问题,运用了小波分解与多种过渡函数等方法达到了去缝的效果。在各章节中都会运用到MATLAB工具仿真算法,结合仿真效果对比处理前后的图像。在最后章节介绍了常见的评价系统,阐明了新结构现存的不足以及今后的改善方向。