1、由于生產(chǎn)工藝和成本等因素的限制，單根CIS的長度很難達到A0及其以上幅面的要求。因此，大幅面CIS掃描儀一般由多根A4幅寬的CIS拼接而成。那么高精度的圖像拼接技術(shù)就成為了獲取高質(zhì)量掃描圖像的一項關(guān)鍵技術(shù)。以往和現(xiàn)有的拼接大多采用人工與計算機相互配合的半自動方式。近年來隨著信息技術(shù)與自動化技術(shù)的發(fā)展，對新一代圖像掃描儀的自動化、智能化程度提出了更高的要求。
　　本文的主要目的就是研究新一代大幅面CIS掃描儀的自動實時圖像拼接技術(shù)，

2、不僅要達到拼接參數(shù)的自動獲取，而且要實現(xiàn)掃描圖像的實時拼接?；诖四康?，本文提出了將圖像配準(zhǔn)算法與 FPGA動態(tài)圖形拼接相互結(jié)合的方案。首先掃描圖像特征較為豐富的圖紙，通過軟件算法進行特征提取和特征匹配，自動計算出拼接參數(shù)；然后由計算機將拼接參數(shù)發(fā)送給掃描儀進行保存；最后，在掃描過程中，掃描儀根據(jù)存儲的參數(shù)直接進行圖像拼接。
　　根據(jù)以上研究方案，本文所做的主要工作和取得的成果包括：
　　(1)研究了掃描儀圖像的非均勻性形成

3、機理，引入了分段校正方法，有效地實現(xiàn)了掃描圖像的均勻性校正，不僅有利于改善圖像的整體質(zhì)量，而且有利于提高特征點檢測和匹配的正確率。
　　(2)分析了基于灰度、基于變換域和基于特征的圖像配準(zhǔn)方法，選取了基于特征的圖像配準(zhǔn)方法為主要研究方向。比較了Harris、SIFT和SURF三種特征點檢測算法在不同亮度、模糊程度和噪聲情況下的性能，并深入研究了三種特征點的匹配方法，對比了它們的匹配效果。最終采用了性能優(yōu)越的SURF算法完成了圖像的

4、配準(zhǔn)，并根據(jù)配準(zhǔn)關(guān)系計算出CIS的相對位置和拼接參數(shù)。
　　(3)詳細(xì)設(shè)計了基于FPGA和SDRAM緩存的圖像拼接方案。首先由FPGA接收并保存軟件計算的拼接參數(shù)，然后根據(jù)拼接參數(shù)調(diào)節(jié) SDRAM緩存中的存儲結(jié)構(gòu)和SDRAM的讀寫時序，從而在掃描儀硬件中完成了圖像的拼接操作。
　　本文將基于特征點的圖像配準(zhǔn)算法和 FPGA動態(tài)圖像拼接方法相結(jié)合，共同應(yīng)用于高精度大幅面 CIS掃描儀的開發(fā)，實現(xiàn)了拼接參數(shù)的自動獲取和圖像的實時