宽幅扫描仪色差一致性校正与边缘融合拼接

针对CIS (Contact Image Sensor)宽幅扫描仪多根CIS传感器之间存在的物理差异导致采集到图像存在色彩差异的问题，提出了一种基于多传感器像素映射的图像色差一致性校正算法。针对特殊的工程图纸存在底色干扰问题，提出了一种底色消除像素映射算法，以最大可能的保留图像内容和细节。由于多根CIS传感器安装位置存在交叉，导致直接采集到的图像边缘有像素重叠现象，需要对采集图像进行融合与拼接。本文提出了一种行匹配的窗口算法实现图像的融合拼接。测试结果表明，色差一致性校正算法、底色消除算法和图像边缘融合拼接算法能有效解决CIS宽幅扫描仪技术问题，具备良好的算法性能与图像处理效果。

随着光学扫描技术的不断发展，接触式图像传感器(contact image sensor, CIS)，凭借在成像系统中功耗低、体积小、结构简单、成本低廉等特点，已经成为扫描图像传感器的先导力量，并广泛应用于宽幅扫描仪。与此同时，CIS 传感器的宽幅扫描仪设备相关图像处理问题也成为研究的热点，在工程应用和产品研发中备受业界重视。CIS 扫描图像的质量直接影响后续的处理与分析的结果，一直受到海内外学者的广泛关注[1]。

在宽幅扫描的应用情境下，物理差异的CIS 传感器采集图像不可避免地存在色彩差异(色差)现象。

这将影响重现图像的视觉质量。

因此， 对多CIS 传感器采集图像进行色差校正是必要的[2] [3]。

通常来讲， 色差校正有三个主要的研究方向：第一，改变传感器的物理结构。Hayama M [4]、Okamura M [5]采用新的工艺材料制作感光单元， 实现了宽幅扫描。

第二， 通过控制曝光时间将采集图像拉伸到高动态范围[6]-[9]。

这种方法通常计算量较大，不利于硬件的实现。第三，通过分段校正图像达到提高质量的效果。其中， 庞龙驰[10]采用复频谱色度理论对色差进行校正， 利用变换颜色空间来达到校正的目的。

对于真实机械设备存在较大的校正误差。

黄世存[11]根据局部色差不明显的图像特征去校正其余图像的内容， 自适应方面有所欠缺。此外，扫描文件往往存在底色干扰问题。针对扫描图像的底色的消除问题，往往采用二值化处理[12] [13]。二值化处理会丢失图像内容的许多细节，如红色印章的原始色彩等。为了保证图纸的完整信息，二值化处理不是最佳的方法。对于图像的融合拼接，脉冲耦合神经网络[14] (Pulse Coupled Neural Network, PCNN)常常被引入，用于对图像进行去噪，边缘检测，内容提取和图像识别等。张学武[15]利用PCNN 的方法首先获取图像的边缘信息，然后再进行模板匹配[15]，实现了图像融合。

本文针对分离的CIS 传感器扫描图像的色差不一致，利用不同灰度色带呈现的线性相关性，构造色差校正函数处理RGB 三分量矩阵。对于工程图纸的扫描图像，为了消除底色且保留完整的细节信息，进一步拓展了色差校正算法， 采用低通滤波平滑底色图像， 构造底色消除函数处理工程图纸图像的RGB 三分量矩阵。分离CIS 传感器采集图像含有重叠部分，对于重叠部分融合与拼接，采用PCNN 的方法得到原始图像边缘信息， 利用行窗口进行重叠像素值精确匹配。

最后， 采用行窗口大小作为渐变因子的分母，