图像拼接技术是将两幅或以上具有重叠关系的图像进行无缝拼合的技术。皮革图像一般应用于皮革加工等服装行业,由于动物皮革幅面较大,一般需要进行多次拍摄获取图像,再将获取的皮革图像进行拼接。大幅面皮革图像轮廓提取技术通过图像处理技术,得到皮革图像的可用部分的轮廓,对于后续实际皮革行业的排料、利用率上,都具有现实的应用意义。本文主要对大幅面的皮革图像拼接与轮廓提取系统的设计与实现进行研究,从图像拼接的特征点匹配,轮廓提取等方面提出改进,并对皮草图像的皮毛边缘处理过程进一步优化,最后实现大幅面的皮革图像拼接与轮廓提取系统。主要工作如下:1.本文实现了大幅面皮革图像的预处理与拼接。采用灰度化、滤波、二值化以及形态学处理方法对图像进行预处理。在大幅面图像拼接过程中,本文提出了根据皮革图像重复部分的棋盘格特征点位置信息,对图像进行拼接的算法。利用该算法,实现了棋盘格重复区域特征点检测。根据两幅图像重复区域的匹配关系,计算变换矩阵,实现了图像拼接。对比Harris角点识别后,对两幅图像进行全部特征点匹配的方法,本文的方法可以提高图像拼接的效率。2.设计一种图像的自动阈值计算方法,实现图像自适应二值化,分离图像的背景和目标皮革。针对皮革图像的轮廓提取,本文提出采用向量角度阈值方法,保留角度阈值范围内的轮廓点,剔除平滑区域的点。该方法在能够保留图像特征的同时,尽可能使用少的角点,最终达到用少量点表示图像轮廓的效果,实现轮廓点优化。在轮廓点优化的基础上,由已知棋盘格的实际尺寸,采用双线性差值法对皮革轮廓进行矢量化,使矢量化轮廓的实际尺寸与皮革实际边界相符合。3.针对有毛边的皮草图像,对毛边区域进行了处理。为防止皮毛边缘部分计入皮革图像部分,造成误差,本文提出了一种二值化阈值处理的改进方法。通过设定合理的阈值,对图像进行分割,去除皮毛区域的误差部分。实验表明,引入二值化处理,能够提高轮廓识别的准确性。4.设计并实现了一个大幅面的皮革的图像拼接与轮廓提取系统,该系统能够对大幅面的皮革图像进行拼接处理,并且能够去除皮草毛边区域,同时能够识别皮革可用区域,进行轮廓提取。