CN101315669A - 一种浮选泡沫图像的处理方法及装置 - Google Patents
一种浮选泡沫图像的处理方法及装置 Download PDFInfo
- Publication number
- CN101315669A CN101315669A CNA2008101166901A CN200810116690A CN101315669A CN 101315669 A CN101315669 A CN 101315669A CN A2008101166901 A CNA2008101166901 A CN A2008101166901A CN 200810116690 A CN200810116690 A CN 200810116690A CN 101315669 A CN101315669 A CN 101315669A
- Authority
- CN
- China
- Prior art keywords
- pixel
- gray
- line segment
- edge
- foam
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明实施方式提供了一种浮选泡沫图像的处理方法及装置,该方法和装置属于图像处理领域,所述方法包括:扫描图像获得图像各像素点的灰度值;将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域;将所有高亮区域的面积与预先设定的最小面积阀值比较,大于面积阀值的为种子区域;从种子区域的几何中心位置对称发射出多条射线,并获得各条射线中像素的灰度值变化曲线图,根据各条射线的灰度变化曲线图的波谷位置得到泡沫的边缘。本发明具体实施方式还提供一种浮选泡沫图像的处理装置,该方法及装置具有能在受到外界干扰的情况下,准确地分辨出泡沫的边缘的优点。
Description
技术领域
本发明涉及图象处理以及选矿领域,尤其涉及一种浮选泡沫图像的处理方法及装置。
背景技术
伴随着选矿技术的不断发展,通过对浮选泡沫图像的进行处理来选矿占用越来越重要的地位。但是由于浮选泡沫图像没有固定的背景,图像清晰度差,部分泡沫粘连仅呈现部分边界,泡沫边缘不清晰且不规则,整幅图像充满不清晰且不规则的泡沫,数量很大,而且面积、形态及颜色等相似程度较高。所以在众多泡沫中对泡沫的边缘进行识别难度很大。
为了在在众多泡沫中对泡沫的边缘进行识别,现有技术提供了一种浮选泡沫图像的处理方法,该方法通过分水岭方法处理浮选泡沫图象,其基本思想为,预先确定一个灰度阀值,然后通过扫描图片获取图片各点的灰度值,然后将各点的灰度值与预先设定的灰度阀值进行比较,将灰度值大于预先设定的灰度阀值且又连通的各点视为同一区域,通常将同一区域视为同一泡沫,在同一区域中与该灰度阀值相同的各点视为泡沫的边缘。
在实现本发明的过程中,发明人发现现有技术存在如下问题:
由于现有技术中的分水岭方法是通过预先设置一个灰度阀值,并将图像中的各点的灰度值与该灰度阀值进行比较来获取泡沫的边缘的,而在实际情况中,图像由于受到外界条件的干扰,如在外界光线较暗或摄像头有灰尘的情况下,图像中的各点的灰度值均较低,此时如果使用正常情况下设定的灰度阀值,必将导致泡沫边缘不准确,所以现有技术易受到外界条件的干扰,应用范围较小。
发明内容
鉴于上述现有技术所存在的问题,本发明实施方式提供一种浮选泡沫图像的处理方法及装置,所述方法和装置能在受到外界干扰的情况下,准确的分辨出泡沫的边缘。
本发明的具体实施方式提供一种浮选泡沫图像的处理方法,所述方法包括:
扫描图像获得图像各像素点的灰度值;
将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域;
将高亮区域的面积与预先设定的最小面积比较获得种子区域;
从种子区域的中心位置对称发射出多条射线,并获得各条射线内像素的灰度变化曲线图,根据各条射线的灰度变化曲线图的谷底位置得到泡沫的边缘。
本发明具体实施方式还提供一种浮选泡沫图像的处理装置,所述装置包括:
扫描单元,用于扫描图像获得图像各像素点的灰度值;
第一比较单元,用于将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域;
第二比较单元,用于将高亮区域的面积与预先设定的最小面积比较获得种子区域;
曲线单元,用于从种子区域的中心位置对称发射出多条射线,并获得各条射线内像素的灰度变化曲线图;
绘制单元,用于根据各条射线的灰度变化曲线图的谷底位置得到泡沫的边缘。
由上述所提供的技术方案可以看出,本发明实施例的技术方案通过扫描图片获得图片各像素点的灰度值,在将像素点的灰度值与预先设定的灰度阀值比较获得高亮区域,在将所有高亮区域的面子与预先设定的最小面积比较获得种子区域,在从种子区域的中心位置对称发射出多条射线,并获得多条射线的直方图,根据该直方图得到泡沫的边缘,从而能在受到外界干扰的情况下,准确的分辨出泡沫的边缘。
附图说明
图1为本发明实施例1提供一种浮选泡沫图像的处理方法的流程图。
图2为本发明实施例2提供一种浮选泡沫图像的处理装置的结构图。
图3为本发明实施例1中像素点CP像素位置关系图。
具体实施方式
本发明实施方式提供了一种浮选泡沫图像的处理方法,该方法通过扫描图像获得图像各像素点的灰度值,在将各像素点的灰度值与预先设定的灰度阀值(MIN_GRAY)比较获得高亮区域,将所有高亮区域的面积与预先设定的最小面积比较获得种子区域,在从种子区域的中心位置对称发射出多条射线,并获得各条射线的灰度值变化曲线图,根据各条射线的灰度值变化曲线图得到泡沫的边缘。由于本发明中的预先设定的灰度阀值仅是为了获得高亮区域,所以该灰度阀值仅对高亮区域的获得有影响,在实际情况中,可以将灰度阀值设置为130~150灰度值,这样外界情况的变化对高亮区域的获得影响很小,而在后续获得泡沫边缘的处理中,是根据各条射线的灰度值变化曲线图来获得泡沫的边缘,外界环境的影响更小,所以通过上述方法对图像进行处理,能在受到外界干扰的情况下,准确的分辨出泡沫的边缘。
为更好的说明该方法的实施方式,现结合附图对该方法进行详细说明。
实施例1:本发明具体实施例1提供一种浮选泡沫图像的处理方法。该方法如图1所示,包括以下步骤:
步骤11、扫描图像获得图像各像素点的灰度值;
完成该步骤的方法可以为,通过从左向右自上而下的顺序来获得图像各像素点的灰度值。
步骤12、将各像素点的灰度值与预先设定的灰度阀值比较获得高亮区域;
实现该步骤的方法具体可以为,将像素点的灰度值与预先设定的灰度阀值进行比较,如大于该灰度阀值则可以根据下述几种方式获得高亮区域,否则比较下一像素点,直至对所有像素点均完成比较为止。
为了叙述的方便,这里假设有一个像素点CP的灰度值大于灰度阀值,这里的CP仅是为了描述方便而进行的限定,CP像素位置关系图如图3所示,其中点1表示CP的左上像素点,点2表示CP的上像素点,点3表示CP的右上像素点,点4表示CP的左像素点。由于扫描是通过从左向右自上而下的顺序来获得图像各像素点的灰度值,所以在获得CP的灰度值时,还无法获取点5、6、7、8的灰度值,所以这里对点5、6、7、8不做处理。
方式A、如果点1,2,3,4灰度值均小于MIN_GRAY,则建立新的高亮区域,并确定CP为新的高亮区域的边缘像素点;
方式B、如果点1,2,3,4中有一个或几个点属于高亮区域,且仅属于同一个高亮区域,则加入点CP到同一个高亮区域中;
方式C、如果点1或者点4属于高亮区域A,并且点3属于高亮区域B,同时点2灰度值小于MIN_GRAY,则合并高亮区域A和B,即将高亮区域A和B合并成为一个新的高亮区域C。
步骤13、将获得的高亮区域的面积与最小面积MIN_AREA进行比较,如高亮区域的面积大于MIN_AREA则标记为种子区域,否则为噪声区域。
该步骤中的MIN_AREA可以根据实际情况进行设定,本发明具体实施方式对MIN_AREA的具体数值不进行限定。
步骤14、从种子区域的中心位置对称发射出多条射线,并获得各条射线的灰度值变化曲线图;
实现该步骤的方法可以为,根据种子区域的坐标查找出种子区域的中心位置,然后对称发射出多条射线,根据实际情况,可以发射出8条、16条、24条、32条等,一般根据种子区域面积的大小来确定条数,种子区域的面积越大,发射线的条数越多。获取各条射线经过的像素点的灰度值,并根据获取的灰度值绘制各条射线的灰度值变化曲线图。
步骤15、根据各条射线的灰度值变化曲线图得到泡沫的边缘。
实现该步骤的方法为,
步骤151、根据灰度值变化曲线图查找出各条射线的曲线图的第一个波谷,第一个波谷对应的像素点即为各条射线与泡沫边缘的交点;
步骤152、将各条射线与泡沫边缘的交点连接起来就获得泡沫的边缘。
可选的,上述步骤15还可以通过下述步骤完成:
步骤153、在进行上述步骤151后,获取各条线段的长度值,该各条线段具有共同的端点种子区域几何中心位置,该各条线段的非共同端点可以为各条射线的第一个波谷对应的像素点。
步骤154、对各条线段进行分组处理,并获取各组线段的中间值。
实现该步骤的方法可以为,每条线段的长度由一组线段决定,一组线段包括线段自身和其左右相邻的若干条线段。
排列组内线段长度,得到中间值,该中间值可以是一组线段长度的平均值,也可以为一组线段长度中位于中间长度的线段长度值。
该步骤中的一组可以为3、5、7条线段,当然也可以为其他的奇数条数,当然在实际情况中,如上述中间值为一组线段长度的平均值,一组线段的条数也可以为偶数。
下面以一实例来说明,假设有一组线段有5条线段,各条线段的长度分别为,3cm、5cm、6cm、8cm、9cm,如中间值为平均值则为,6.2cm,如中间值为一组线段长度中位于中间长度的线段长度值,则为长度值为第三长的线段值,即第三条线段值,6cm。
步骤155、将线段的长度值与该组长度的中间值进行比较,如误差超过设定范围,则将该线段的长度调整至该组中间值,如误差没有超过,则保留原长度。该误差包括正偏差和负偏差。
该设定范围可以根据实际情况确认,如10%、15%、20%等,本发明具体实施例不局限该范围的具体数值。
步骤156、将各线段的非共同端点连接起来,即为泡沫的边缘。
可选的,上述方法在进行步骤14之前,还可以包括下述步骤:
步骤131、比较相邻两个种子区域的面积,如面积相差倍数在3倍以上,则进行下述步骤,否则结束操作;
步骤132、获取相邻两个种子区域之间的最短距离;
步骤133、将获得的最短距离与面积较小的种子区域横向或纵向长度,如果最短距离小于或等于上述横向长度和纵向长度中的较小长度,则将该面积较小的种子区域标记为噪声区域。
上述方法可以分辨噪声区域,从而避免了由于噪声区域的存在而得到噪声泡沫。
本发明实施例1通过扫描图像获得图像各像素点的灰度值,在将各像素点的灰度值与预先设定的灰度阀值(MIN_GRAY)比较获得高亮区域,将所有高亮区域的面积与预先设定的最小面积比较获得种子区域,在从种子区域的几何中心位置对称发射出多条射线,并获得各条射线的灰度值变化曲线图,根据各条射线的灰度值变化曲线图得到泡沫的边缘。从而能在受到外界干扰的情况下,准确的分辨出泡沫的边缘,且能分辨噪声区域。
本发明实施例提供一种浮选泡沫图像的处理装置,该装置如图2所示,包括:扫描单元21,用于扫描图像获得图像各像素点的灰度值;第一比较单元22,用于将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域;第二比较单元23,用于将高亮区域的面积与预先设定的最小面积比较获得种子区域;曲线单元24,用于从种子区域的中心位置对称发射出多条射线,并获得各条射线内像素的灰度变化曲线图;绘制单元25,用于根据各条射线的灰度变化曲线图的谷底位置得到泡沫的边缘。上述第一比较单元22和第二比较单元23也可以合并成一个单元,第一比较单元22中的将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域的实现方法可以参见实施例1中的相关描述。
上述绘制单元25可以包括:
查找模块251,用于根据灰度值变化曲线图查找出各条射线的曲线图的第一个波谷,所述第一个波谷对应的像素点即为各条射线与泡沫边缘的交点;
上述绘制单元25还可以包括下述配置中的任何一种:
配置1:连接模块252,用于将各条射线与泡沫边缘的交点连接起来就获得泡沫的边缘。
配置2:线段模块253,用于获取各条线段的长度值,所述各条线段具有共同的端点,所述共同端点为种子区域的几何中心位置,所述各条线段的非共同端点可以为各条射线的曲线图的第一个波谷对应的像素点;
分组模块254,用于对各条线段进行分组,并获取各组线段的中间值;
修剪模块255,用于将线段长度与所述组的中间值进行比较,如误差超过设定范围,则将超出误差的线段的长度调整至所述组的中间值,如没有,则保留原长度;
边缘模块256,用于将各线段的非共同端点连接起来得到泡沫的边缘。
本发明实施例2通过扫描单元21扫描图像获得图像各像素点的灰度值,在通过第一比较单元22将各像素点的灰度值与预先设定的灰度阀值(MIN_GRAY)比较获得高亮区域,通过第二比较单元23将所有高亮区域的面积与预先设定的最小面积比较获得种子区域,在由曲线单元24从种子区域的几何中心位置对称发射出多条射线,并获得各条射线的灰度值变化曲线图,绘制单元25根据各条射线的灰度值变化曲线图得到泡沫的边缘。从而能在受到外界干扰的情况下,准确的分辨出泡沫的边缘。
本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的单元或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
综上所述,本发明具体实施方式提供的技术方案,具有能在受到外界干扰的情况下,准确的分辨出泡沫的边缘,且能分辨噪声区域的优点。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (8)
1、一种浮选泡沫图像的处理方法,其特征在于,所述方法包括:
扫描图像获得图像各像素点的灰度值;
将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域;
将高亮区域的面积与预先设定的最小面积比较获得种子区域;
从种子区域的中心位置对称发射出多条射线,并获得各条射线内像素的灰度变化曲线图,根据各条射线的灰度变化曲线图的谷底位置得到泡沫的边缘。
2、根据权利要求1所述的方法,其特征在于,所述将各像素点的灰度值与预先设定的灰度阀值比较获得高亮区域包括:
将像素点的灰度值与预先设定的灰度阀值进行比较,如大于所述灰度阀值则根据下述几种方式获得高亮区域,否则比较下一像素点;
方式A、如果像素点的左上像素点、上像素点、右上像素点和左像素点的灰度值均小于MIN_GRAY,则建立新的高亮区域,并确定所述像素点为新的高亮区域的边缘像素点;
方式B、如果像素点的左上像素点、上像素点、右上像素点和左像素点中有一个或几个点属于高亮区域,且仅属于同一个高亮区域,则加入所述像素点到同一个高亮区域中;
方式C、如果像素点的左上像素点或者左像素点属于高亮区域A,并且右上像素点属于高亮区域B,同时上像素点灰度值小于MIN_GRAY,则合并高亮区域A和B。
3、根据权利要求1所述的方法,其特征在于,根据各条射线的灰度值变化曲线图得到泡沫的边缘包括:
根据灰度值变化曲线图查找出各条射线的曲线图的第一个波谷,所述第一个波谷对应的像素点即为各条射线与泡沫边缘的交点;将各条射线与泡沫边缘的交点连接起来就获得泡沫的边缘。
4、根据权利要求1所述的方法,其特征在于,根据各条射线的灰度值变化曲线图得到泡沫的边缘包括:
根据灰度值变化曲线图查找出各条射线的曲线图的第一个波谷,第一个波谷对应的像素点即为各条射线与泡沫边缘的交点;
获取各条线段的长度值,所述各条线段具有共同的端点,所述共同端点为种子区域的几何中心位置,所述各条线段的非共同端点可以为各条射线的曲线图的第一个波谷对应的像素点;
对所述各条线段进行分组,并获取各组线段的中间值;
将线段长度与所述组的中间值进行比较,如误差超过设定范围,则将超出误差的线段的长度调整至所述组的中间值,如没有,则保留原长度;
将各线段的非共同端点连接起来得到泡沫的边缘。
5、根据权利要求1所述的方法,其特征在于,所述方法在进行从种子区域的中心位置对称发射出多条射线之前,所述方法还包括:
比较相邻两个种子区域的面积,如面积相差倍数在3倍以上,则进行下述操作,否则结束操作;
获取相邻两个种子区域之间的最短距离;将获得的最短距离与面积较小的种子区域横向或纵向长度的比较,如所述最短距离小于或等于横向、纵向长度中的较小长度,则将该面积较小的种子区域标记为噪声区域。
6、一种浮选泡沫图像的处理装置,其特征在于,所述装置包括:
扫描单元,用于扫描图像获得图像各像素点的灰度值;
第一比较单元,用于将各像素点的灰度值与预先设定的灰度阀值MIN_GRAY比较获得高亮区域;
第二比较单元,用于将高亮区域的面积与预先设定的最小面积比较获得种子区域;
曲线单元,用于从种子区域的中心位置对称发射出多条射线,并获得各条射线内像素的灰度变化曲线图;
绘制单元,用于根据各条射线的灰度变化曲线图的谷底位置得到泡沫的边缘。
7、根据权利要求6所述的方法,其特征在于,所述绘制单元包括:
查找模块,用于根据灰度值变化曲线图查找出各条射线的曲线图的第一个波谷,所述第一个波谷对应的像素点即为各条射线与泡沫边缘的交点;
连接模块,用于将各条射线与泡沫边缘的交点连接起来就获得泡沫的边缘。
8、根据权利要求6所述的方法,其特征在于,所述绘制单元包括:
查找模块,用于根据灰度值变化曲线图查找出各条射线的曲线图的第一个波谷,所述第一个波谷对应的像素点即为各条射线与泡沫边缘的交点;
线段模块,用于获取各条线段的长度值,所述各条线段具有共同的端点,所述共同端点为种子区域的几何中心位置,所述各条线段的非共同端点可以为各条射线的曲线图的第一个波谷对应的像素点;
分组模块,用于对所述各条线段进行分组,并获取各组线段的中间值;
修剪模块,用于将线段长度与所述组的中间值进行比较,如误差超过设定范围,则将超出误差的线段的长度调整至所述组的中间值,如没有,则保留原长度;
边缘模块,用于将各线段的非共同端点连接起来得到泡沫的边缘。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101166901A CN101315669B (zh) | 2008-07-15 | 2008-07-15 | 一种浮选泡沫图像的处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101166901A CN101315669B (zh) | 2008-07-15 | 2008-07-15 | 一种浮选泡沫图像的处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101315669A true CN101315669A (zh) | 2008-12-03 |
CN101315669B CN101315669B (zh) | 2010-07-07 |
Family
ID=40106676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101166901A Expired - Fee Related CN101315669B (zh) | 2008-07-15 | 2008-07-15 | 一种浮选泡沫图像的处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101315669B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102680050A (zh) * | 2012-04-24 | 2012-09-19 | 中南大学 | 一种基于泡沫图像特征和通风量的硫浮选液位测量方法 |
CN102800051A (zh) * | 2012-03-28 | 2012-11-28 | 中南大学 | 基于分数阶微分的自适应浮选泡沫图像增强方法 |
CN103530653A (zh) * | 2013-10-28 | 2014-01-22 | 中国矿业大学(北京) | 一种浮选泡沫追踪方法及装置 |
CN106156758A (zh) * | 2016-07-29 | 2016-11-23 | 辽宁工程技术大学 | 一种sar海岸图像中海岸线提取方法 |
CN109272548A (zh) * | 2018-09-28 | 2019-01-25 | 北京拓金科技有限公司 | 一种浮选过程气泡直径的测量方法 |
CN109685733A (zh) * | 2018-12-20 | 2019-04-26 | 湖南师范大学 | 一种基于气泡运动稳定性分析的铅锌浮选泡沫图像时空联合去噪方法 |
CN110441714A (zh) * | 2019-07-31 | 2019-11-12 | Tcl王牌电器(惠州)有限公司 | 指示灯的检测方法、装置及计算机可读存储介质 |
CN110728253A (zh) * | 2019-07-22 | 2020-01-24 | 中南大学 | 一种基于颗粒粗糙度的纹理特征度量方法 |
CN110738271A (zh) * | 2019-07-13 | 2020-01-31 | 中南大学 | 一种锌浮选过程精矿品位预测方法 |
CN111093465A (zh) * | 2017-11-06 | 2020-05-01 | Hoya株式会社 | 电子内窥镜用处理器以及电子内窥镜*** |
CN115546536A (zh) * | 2022-09-22 | 2022-12-30 | 南京森林警察学院 | 一种象牙制品识别方法及*** |
-
2008
- 2008-07-15 CN CN2008101166901A patent/CN101315669B/zh not_active Expired - Fee Related
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800051A (zh) * | 2012-03-28 | 2012-11-28 | 中南大学 | 基于分数阶微分的自适应浮选泡沫图像增强方法 |
CN102800051B (zh) * | 2012-03-28 | 2015-05-06 | 中南大学 | 一种基于分数阶微分的自适应浮选泡沫图像增强方法 |
CN102680050A (zh) * | 2012-04-24 | 2012-09-19 | 中南大学 | 一种基于泡沫图像特征和通风量的硫浮选液位测量方法 |
CN102680050B (zh) * | 2012-04-24 | 2014-03-05 | 中南大学 | 一种基于泡沫图像特征和通风量的硫浮选液位测量方法 |
CN103530653A (zh) * | 2013-10-28 | 2014-01-22 | 中国矿业大学(北京) | 一种浮选泡沫追踪方法及装置 |
CN103530653B (zh) * | 2013-10-28 | 2017-05-03 | 中国矿业大学(北京) | 一种浮选泡沫追踪方法及装置 |
CN106156758A (zh) * | 2016-07-29 | 2016-11-23 | 辽宁工程技术大学 | 一种sar海岸图像中海岸线提取方法 |
CN111093465A (zh) * | 2017-11-06 | 2020-05-01 | Hoya株式会社 | 电子内窥镜用处理器以及电子内窥镜*** |
CN109272548A (zh) * | 2018-09-28 | 2019-01-25 | 北京拓金科技有限公司 | 一种浮选过程气泡直径的测量方法 |
CN109272548B (zh) * | 2018-09-28 | 2021-09-28 | 北京拓金科技有限公司 | 一种浮选过程气泡直径的测量方法 |
CN109685733A (zh) * | 2018-12-20 | 2019-04-26 | 湖南师范大学 | 一种基于气泡运动稳定性分析的铅锌浮选泡沫图像时空联合去噪方法 |
CN109685733B (zh) * | 2018-12-20 | 2023-06-23 | 湖南师范大学 | 一种基于气泡运动稳定性分析的铅锌浮选泡沫图像时空联合去噪方法 |
CN110738271A (zh) * | 2019-07-13 | 2020-01-31 | 中南大学 | 一种锌浮选过程精矿品位预测方法 |
CN110738271B (zh) * | 2019-07-13 | 2021-04-30 | 中南大学 | 一种锌浮选过程精矿品位预测方法 |
CN110728253A (zh) * | 2019-07-22 | 2020-01-24 | 中南大学 | 一种基于颗粒粗糙度的纹理特征度量方法 |
CN110728253B (zh) * | 2019-07-22 | 2021-03-02 | 中南大学 | 一种基于颗粒粗糙度的纹理特征度量方法 |
CN110441714A (zh) * | 2019-07-31 | 2019-11-12 | Tcl王牌电器(惠州)有限公司 | 指示灯的检测方法、装置及计算机可读存储介质 |
CN115546536A (zh) * | 2022-09-22 | 2022-12-30 | 南京森林警察学院 | 一种象牙制品识别方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN101315669B (zh) | 2010-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101315669B (zh) | 一种浮选泡沫图像的处理方法及装置 | |
CN1039458C (zh) | 利用ccd/cmd摄象机对二维条形码解码的方法和装置 | |
US7273175B2 (en) | Method, an apparatus and a storage medium for locating QR codes | |
CN101908136B (zh) | 一种表格识别处理方法及*** | |
CN102822846B (zh) | 用于对来自文本行图像的单词进行分割的方法和设备 | |
CN101676930A (zh) | 一种识别扫描图像中表格单元的方法及装置 | |
US8340430B2 (en) | Methods and systems for identifying digital image characteristics | |
US20160012312A1 (en) | Image processing method, image processing apparatus, program, and recording medium | |
US10438083B1 (en) | Method and system for processing candidate strings generated by an optical character recognition process | |
CN109977944B (zh) | 一种数字水表读数的识别方法 | |
EP0961218A1 (en) | Method of binarization in an optical character recognition system | |
US7596265B2 (en) | Segmenting pixels in an image based on orientation-dependent adaptive thresholds | |
US9317767B2 (en) | System and method for selecting segmentation parameters for optical character recognition | |
EP0513678A2 (en) | Fast character segmentation of skewed text lines for optical character recognition | |
CN105528587A (zh) | 目标检测的方法及装置 | |
CN110648330B (zh) | 摄像头玻璃的缺陷检测方法 | |
CN112883795B (zh) | 一种基于深度神经网络的表格快速自动提取方法 | |
CN111767908A (zh) | 字符检测方法、装置、检测设备及存储介质 | |
US6154565A (en) | Automatic retrieval process for machine-printed or handwritten text on a background, in a multilevel digital image | |
CN112085723A (zh) | 一种货车摇枕弹簧窜出故障自动检测方法 | |
CN112070792A (zh) | 一种用于图像分割的边缘生长连接方法及装置 | |
CN107330470B (zh) | 识别图片的方法和装置 | |
US20070230793A1 (en) | Method and apparatus for pattern matching processing | |
CN112784737B (zh) | 结合像素分割和线段锚的文本检测方法、***及装置 | |
US8611669B2 (en) | Image processing apparatus, image processing method and computer-readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100707 Termination date: 20130715 |