針對CIS (Contact Image Sensor)寬幅掃描儀多根CIS傳感器之間存在的物理差異導致采集到圖像存在色 彩差異的問題，提出了一種基于多傳感器像素映射的圖像色差一致性校正算法。針對特殊的工程圖紙存 在底色干擾問題，提出了一種底色消除像素映射算法，以最大可能的保留圖像內容和細節。由于多根CIS 傳感器安裝位置存在交叉，導致直接采集到的圖像邊緣有像素重疊現象，需要對采集圖像進行融合與拼 接。本文提出了一種行匹配的窗口算法實現圖像的融合拼接。測試結果表明，色差一致性校正算法、底 色消除算法和圖像邊緣融合拼接算法能有效解決CIS寬幅掃描儀技術問題，具備良好的算法性能與圖像處 理效果。

隨著光學掃描技術的不斷發展，接觸式圖像傳感器(contact image sensor, CIS)，憑借在成像系統中功 耗低、體積小、結構簡單、成本低廉等特點，已經成為掃描圖像傳感器的先導力量，并廣泛應用于寬幅 掃描儀。與此同時，CIS 傳感器的寬幅掃描儀設備相關圖像處理問題也成為研究的熱點，在工程應用和 產品研發中備受業界重視。CIS 掃描圖像的質量直接影響后續的處理與分析的結果，一直受到海內外學 者的廣泛關注[1]。 在寬幅掃描的應用情境下，物理差異的 CIS 傳感器采集圖像不可避免地存在色彩差異(色差)現象。 這將影響重現圖像的視覺質量。因此，對多 CIS 傳感器采集圖像進行色差校正是必要的[2] [3]。通常來講， 色差校正有三個主要的研究方向：第一，改變傳感器的物理結構。Hayama M [4]、Okamura M [5]采用新 的工藝材料制作感光單元，實現了寬幅掃描。第二，通過控制曝光時間將采集圖像拉伸到高動態范圍[6]-[9]。 這種方法通常計算量較大，不利于硬件的實現。第三，通過分段校正圖像達到提高質量的效果。其中， 龐龍馳[10]采用復頻譜色度理論對色差進行校正，利用變換顏色空間來達到校正的目的。對于真實機械設 備存在較大的校正誤差。黃世存[11]根據局部色差不明顯的圖像特征去校正其余圖像的內容，自適應方面 有所欠缺。此外，掃描文件往往存在底色干擾問題。針對掃描圖像的底色的消除問題，往往采用二值化 處理[12] [13]。二值化處理會丟失圖像內容的許多細節，如紅色印章的原始色彩等。為了保證圖紙的完整 信息，二值化處理不是最佳的方法。對于圖像的融合拼接，脈沖耦合神經網絡[14] (Pulse Coupled Neural Network, PCNN)常常被引入，用于對圖像進行去噪，邊緣檢測，內容提取和圖像識別等。張學武[15]利用 PCNN 的方法首先獲取圖像的邊緣信息，然后再進行模板匹配[15]，實現了圖像融合。 本文針對分離的 CIS 傳感器掃描圖像的色差不一致，利用不同灰度色帶呈現的線性相關性，構造色 差校正函數處理 RGB 三分量矩陣。對于工程圖紙的掃描圖像，為了消除底色且保留完整的細節信息，進 一步拓展了色差校正算法，采用低通濾波平滑底色圖像，構造底色消除函數處理工程圖紙圖像的 RGB 三 分量矩陣。分離 CIS 傳感器采集圖像含有重疊部分，對于重疊部分融合與拼接，采用 PCNN 的方法得到 原始圖像邊緣信息，利用行窗口進行重疊像素值精確匹配。最后，采用行窗口大小作為漸變因子的分母。