AFM(Atomic Force Microscope)在生命科学等领域的应用日益广泛,然而,现有的AFM由于扫描范围较小,难以得到尺寸较大的样品的全貌,针对这个问题,文章考虑AFM连续扫描时图像间存在的平移,旋转,尺度变换等关系,提出了一种基于SURF特征的AFM图像自动拼接方法,可快速准确地获取尺寸较大的样品的全貌,并保留其细节信息,以满足生命科学等领域的实际要求,具体而言,文章分析了AFM在进行连续扫描时不同图像间重叠区域的特点,提取得到了图像的SURF(Speeded Up Robust Features)特征,并设计了一种精度较高的图像双向配准方法,通过综合考虑正反两个方向的变换矩阵来得到更为准确的变换参数.在此基础上,采用渐入渐出的加权平均融合方法来消除拼接缝等问题.论文对这种AFM图像自动拼接方法进行了大量实验测试,结果表明:这种AFM图像自动拼接方法具有方便快速,准确度高等优点,可应用于生物细胞扫描来展现其全貌.
