CN106709952B - 一种显示屏幕的自动标定方法 - Google Patents

一种显示屏幕的自动标定方法 Download PDF

Info

Publication number
CN106709952B
CN106709952B CN201611018418.0A CN201611018418A CN106709952B CN 106709952 B CN106709952 B CN 106709952B CN 201611018418 A CN201611018418 A CN 201611018418A CN 106709952 B CN106709952 B CN 106709952B
Authority
CN
China
Prior art keywords
gray
pixel
screen
scale map
row
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.)
Active
Application number
CN201611018418.0A
Other languages
English (en)
Other versions
CN106709952A (zh
Inventor
谭登峰
康三顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Kernel Optoelectronics Technology Co Ltd
Original Assignee
Nanjing Kernel Optoelectronics Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Kernel Optoelectronics Technology Co Ltd filed Critical Nanjing Kernel Optoelectronics Technology Co Ltd
Priority to CN201611018418.0A priority Critical patent/CN106709952B/zh
Publication of CN106709952A publication Critical patent/CN106709952A/zh
Application granted granted Critical
Publication of CN106709952B publication Critical patent/CN106709952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种显示屏幕的自动标定方法，包括校正摄像头；获取显示屏幕的背景图，白色棋盘格图和黑色棋盘格图进行灰度化后获得了屏幕背景灰度图、白色棋盘格灰度图和黑色棋盘格灰度图；将上述白色棋盘灰度图和黑色棋盘灰度图分别与屏幕背景灰度图进行求差并取绝对值后进行n次中值平滑滤波和高斯平滑滤波；设定像素的灰度阈值，当上述步骤所得的两个图像的各个对应的像素灰度值之差大于设定的灰度阈值时，将其相应位置的像素值置为对应的差值，否则将其置为0；对新生成的图像进行n次中值平滑滤波和高斯平滑滤波后进行二值化；对获取的二值图进行轮廓的特征提取并通过轮廓序列检测各个图像角点的坐标信息，根据获取的坐标信息进行排序对应。

Description

一种显示屏幕的自动标定方法
技术领域
本发明属于图像处理的技术领域，具体涉及一种显示屏幕的自动标定方法。
背景技术
现有的对显示屏幕的标定通常采用手动方式，但由于摄像头的安装位置与显示屏幕区域存在某种视角关系，因此摄像头采集的屏幕区域需要进行标定，才能和屏幕的触控区域对应起来，但受摄像头与显示屏幕的距离、摄像头的分辨率、显示屏幕的大小等差异的影响，导致手动标定的触控点精度低，且触控点个数多，手动标定过程并不容易，影响用户体验。
发明内容
本发明提供了一种显示屏幕的自动标定方法，利用图像识别的方式完成了对显示屏幕的自动标定过程，使得对显示屏幕的标定变得容易，并且提高标定的精度。
本发明提供了一种显示屏幕的自动标定方法，包括如下步骤：
S1：校正摄像头；
S2：获取显示屏幕的背景图，白色棋盘格图和黑色棋盘格图；
S3：分别对上述显示屏幕的背景图、白色棋盘格图和黑色棋盘格图进行灰度化后获得了屏幕背景灰度图，白色棋盘格灰度图和黑色棋盘格灰度图；
S4：将上述白色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S5：将上述黑色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S6：设定像素的灰度阈值，当步骤S4和步骤S5所得图像的各个对应的像素灰度值之差大于设定的灰度阈值时，将其相应位置的像素灰度值置为对应的差值，小于设定的灰度阈值时，将相应位置的像素灰度值置为0，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S7：对步骤S6产生的图像进行二值化，并对获取的二值图进行轮廓的特征提取；
S8：通过轮廓序列检测各个图像角点的坐标信息；检测到rows*cols个点，其中rows为图像一行存在的点的个数，cols为图像一列存在的点的个数，0＜rows＜100，0＜cols＜100；并根据获取的坐标信息进行排序对应。
优选的，所述的步骤S2中获取黑色棋盘格图的方法为将m个触点的显示屏幕分为m/4个小矩形的黑色棋盘格图，其中m的取值需根据显示屏幕的分辨率的大小设定。
优选的，所述的步骤S2中获取黑色棋盘格图的方法为将m个触点的显示屏幕分为m/4个小矩形的黑色棋盘格图，其中m的取值需根据显示屏幕的分辨率的大小设定。
优选的，所述的步骤S7中对获取的二值图进行轮廓的特征提取的方法为检索所述二值化图的所有轮廓，并压缩水平的，垂直的和斜的部分，只保留轮廓的终点部分，将终点部分保存到一个序列中形成图像的轮廓序列。
优选的，所述的步骤S8根据获取的坐标信息进行排序对应的方法包括如下步骤：
S81：设屏幕的左上角为坐标原点，每个像素点的位置坐标为(x，y)，如果该像素点的横坐标x与纵坐标y之和越小，则该像素点越靠近于屏幕左上角；
S82：假设屏幕图像长度为imagelength，如果imagelength-x与y之和越小，则该像素点越靠近于屏幕右上角；
S83：通过上述步骤检测出屏幕第一排最左边的点和第一排最右边的点，设两点坐标分别为(x1，y1)和(x2，y2)，通过θ＝arctan((y2-y1)/(x2-x1))得出这两点形成的斜率角度；采用上述方法对所有的像素点进行粗略的排序；
S84：获取上述粗略排序后的坐标排序结果，通过每个点的横坐标x，纵坐标y，及步骤S83计算出的θ用公式y*cosθ-x*sinθ按从小到大对所有点进行排序，则前rows个点为第一排所拥有的点，并对所述第一排的像素点按照其横坐标从小到大进行排序，得到第一排的排序对应；
S85：对剩下的(rows*cols-rows)个点逐个进行步骤S81到步骤S84，获得第二排最左边的点和第二排最右边的点，以及第二排的rows个点；同理，依此获得所有其他排的坐标信息的排序对应；
S86：将上述排序对应的结果中的前rows个点(第一排的总数)按照横坐标从小到大进行排序，即获得第一排的正确排序对应，同理依此获得第2至第cols排的正确排序对应。
由上面的技术方案可知，本发明提供的一种显示屏幕的自动标定方法，分别采用了白色棋盘格灰度图和黑色棋盘格灰度图与屏幕背景灰度图进行求差并取绝对值，再与设定的像素灰度阈值进行比较，如果大于设定的灰度阈值，则将其相应位置的像素值置为对应的差值，小于设定的灰度阈值时，将其相应位置的像素灰度值置为0；进而对获取的新的图像二值化并进行轮廓的特征提取，通过获取的轮廓特征序列得到各个图像角点的坐标信息，进而对获取的坐标信息进行排序对应，采用上述的这种方法可以提高自动识别的准确性，解决了现有的手动标定的触控点精度低的问题，提高了用户的体验。
附图说明
图1为本发明实施例提供的一种显示屏幕的自动标定方法的流程图；
图2为本发明实施例提供的一种根据获取的坐标信息进行排序对应的方法的流程图；
图3为本发明实施例提供的一种显示屏幕的自动标定方法的效果图。
具体实施方式
以下结合具体实施方式进一步详细说明本发明的技术方案。应当理解，此处描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供了一种显示屏幕的自动标定方法，如图1所示，包括如下步骤：
S1：校正摄像头；
S2：获取显示屏幕的背景图，白色棋盘格图和黑色棋盘格图；
S3：分别对上述显示屏幕的背景图、白色棋盘格图和黑色棋盘格图进行灰度化后获得了屏幕背景灰度图，白色棋盘格灰度图和黑色棋盘格灰度图；
S4：将上述白色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S5：将上述黑色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
其中上述步骤S5和步骤S6对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；既可以过滤掉图像中不希望有的杂点，又保存了图像中需要有的信息。
S6：设定像素的灰度阈值，当步骤S4和步骤S5所得图像的各个对应的像素灰度值之差大于设定的灰度阈值时，将相应位置的像素灰度值置为对应的差值，小于设定的灰度阈值时，将其相应位置的像素灰度值置为0；并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S7：对步骤S6产生的图像进行二值化，并对获取的二值图进行轮廓的特征提取；
S8：通过轮廓序列检测各个图像角点的坐标信息，检测到rows*cols个触点，其中rows为图像一行存在的点的个数，cols为图像一列存在的点的个数，其中0＜rows＜100，0＜cols＜100；并根据获取的坐标信息进行排序对应。
由上面的技术方案可知，本发明实施例提供的一种显示屏幕的自动标定方法，分别采用了白色棋盘格灰度图和黑色棋盘格灰度图分别与屏幕背景灰度图进行求差并取绝对值，再与设定的像素灰度阈值进行比较，如果大于设定的灰度阈值，则将其相应位置的像素灰度值置为对应的差值，小于设定的灰度阈值时，将其相应位置的像素灰度值置为0；进而对获取的新的图像二值化并进行轮廓的特征提取，通过获取的轮廓特征序列得到各个图像角点的坐标信息，进而对获取的坐标信息进行排序对应，采用上述的这种方法可以提高自动识别的准确性，解决了现有的手动标定的触控点精度低的问题，提高了用户的体验。
优选的，所述的步骤S2中获取黑色棋盘格图的方法为将m个触点的显示屏幕分为m/4个小矩形的黑色棋盘格图，其中m的取值需根据显示屏幕的分辨率的大小设定。
优选的，所述的步骤S2中获取黑色棋盘格图的方法为将m个触点的显示屏幕分为m/4个小矩形的黑色棋盘格图，其中m的取值需根据显示屏幕的分辨率的大小设定。
上述的m的值可以根据显示屏幕的分辨率确定，比如说640*480的显示屏幕，一般标定时取96个触点，即此时的m的取值为96。
优选的，所述的步骤S7中对获取的二值图进行轮廓的特征提取的方法为检索所述二值化图的所有轮廓，并压缩水平的，垂直的和斜的部分，只保留轮廓的终点部分，将终点部分保存到一个序列中形成图像的轮廓序列。
当然也可以采取其他方式进行轮廓的特征提取，比如二值连通域的标记方法等方式。
本发明实施例提供的一种根据获取的坐标信息进行排序对应的方法，如图2所示，包括如下步骤：
S81：设屏幕的左上角为坐标原点，每个像素点的位置坐标为(x，y)，如果该像素点的横坐标x与纵坐标y之和越小，则该像素点越靠近于屏幕左上角；
S82：假设屏幕图像长度为imagelength，如果imagelength-x与y之和越小，则该像素点越靠近于屏幕右上角；
S83：通过上述步骤检测出屏幕第一排最左边的点和第一排最右边的点，设两点坐标分别为(x1，y1)和(x2，y2)，通过θ＝arctan((y2-y1)/(x2-x1))得出这两点形成的斜率角度；采用上述方法对所有的像素点进行粗略的排序；
S84：获取上述粗略排序后的坐标排序结果，通过每个点的横坐标x，纵坐标y，及步骤S83计算出的θ用公式y*cosθ-x*sinθ按从小到大对所有点进行排序，则前rows个点为第一排所拥有的点，并对所述第一排的像素点按照其横坐标从小到大进行排序，得到第一排的排序对应；
S85：对剩下的rows*cols-rows个点逐个进行步骤S81到步骤S84，获得第二排最左边的点和第二排最右边的点，以及第二排的rows个点；同理，依此获得所有其他排的坐标信息的排序对应；
S86：将上述排序对应的结果中的前rows个点按照横坐标从小到大进行排序，即获得第一排的正确排序对应，同理依此获得第2至第cols排的正确排序对应。
本发明实施例提供了一种显示屏幕的自动标定方法，可以得到如图3所示的效果图，首先校正红外摄像头，获取如图3(a)为显示屏幕的背景图，如图3(b)为白色棋盘格图和如图3(c)为黑色棋盘格图；分别对上述显示屏幕的背景图、白色棋盘格图和黑色棋盘格图进行灰度化后获得了如图3(d)屏幕背景灰度图，如图3(e)白色棋盘格灰度图和如图3(f)黑色棋盘格灰度图；将上述白色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像如图3(g)进行n次中值平滑滤波和n次高斯平滑滤波后获得如图3(h)的新图像；其中n的取值范围为0＜n＜100；将上述黑色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像如图3(i)进行n次中值平滑滤波和n次高斯平滑滤波后获得如图3(j)的新图像；其中n的取值范围为0＜n＜100；设定像素的灰度阈值，当图3(h)和图3(j)各个对应的像素灰度值之差大于设定的灰度阈值时，将其相应位置的像素值置为对应的差值，小于设定的灰度阈值时，将相应位置的像素灰度值置为0；获得新的图像如图3(k)；并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；获得新的图像如图3(l)，其中n的取值范围为0＜n＜100；对新产生的图像进行二值化，并对获得的图3(m)进行轮廓的特征提取，获得如图3(n)的新图像的轮廓序列，通过轮廓序列获取各个图像角点的坐标信息如图3(o)，并根据获取的坐标信息进行排序对应，获取如图3(p)的排序对应图。
综上所述，本发明实施例提供的一种显示屏幕的自动标定方法，解决了现有的手动标定的触控点精度低的问题，可以提高自动识别的准确性，提高了用户的体验。
以上的实施方式均为本发明的优选实施方式，并非因此限制本发明的专利保护范围。任何本发明所属的技术领域的技术人员，在不脱离本发明所公开的精神和范围的前提下，对本发明的内容所做的等效结构与等效步骤的变换均落入本发明要求保护的专利范围之内。

Claims (5)

1.一种显示屏幕的自动标定方法，其特征在于，包括如下步骤：
S1：校正摄像头；
S2：获取显示屏幕的背景图，白色棋盘格图和黑色棋盘格图；
S3：分别对上述显示屏幕的背景图、白色棋盘格图和黑色棋盘格图进行灰度化后获得了屏幕背景灰度图，白色棋盘格灰度图和黑色棋盘格灰度图；
S4：将上述白色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S5：将上述黑色棋盘灰度图与屏幕背景灰度图进行求差并取绝对值，并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S6：设定像素的灰度阈值，比较所述步骤S4和所述步骤S5所得图像的各个像素点对应的像素灰度值的差值，当所述差值大于设定的所述灰度阈值时，将相应位置像素点的像素灰度值置为对应的所述差值，当所述差值小于设定的灰度阈值时，将相应位置像素点的像素灰度值置为0；并对新生成的图像进行n次中值平滑滤波和n次高斯平滑滤波；其中0＜n＜100；
S7：对步骤S6产生的图像进行二值化，并对获取的二值图进行轮廓的特征提取,获取显示屏幕的轮廓序列；
S8：通过轮廓序列检测各个图像角点的坐标信息，检测到rows*cols个角点，其中rows为图像一行存在的角点的个数，cols为图像一列存在的角点的个数，0<rows<100，0<cols<100，并根据获取的坐标信息进行排序对应。
2.根据权利要求1所述的自动标定方法，其特征在于，所述的步骤S2中获取白色棋盘格图的方法为将m个触点的显示屏幕分为m/4个小矩形的白色棋盘格图，其中m的取值需根据显示屏幕的分辨率的大小设定。
3.根据权利要求1所述的自动标定方法，其特征在于，所述的步骤S2中获取黑色棋盘格图的方法为将m个触点的显示屏幕分为m/4个小矩形的黑色棋盘格图，其中m的取值需根据显示屏幕的分辨率的大小设定。
4.根据权利要求1所述的自动标定方法，其特征在于，所述的步骤S7中对获取的所述二值图进行轮廓的特征提取的方法为检索所述二值图的所有轮廓，并压缩水平的，垂直的和斜的部分，只保留轮廓的终点部分，将终点部分保存到一个序列中形成图像的轮廓序列。
5.根据权利要求1所述的自动标定方法，其特征在于，所述的步骤S8根据获取的坐标信息进行排序对应的方法包括如下步骤：
S81：设屏幕的左上角为坐标原点，每个像素点的位置坐标为(x，y)，如果该像素点的横坐标x与纵坐标y之和越小，则该像素点越靠近于屏幕左上角；
S82：假设屏幕图像长度为imagelength，如果imagelength-x与y之和越小，则该像素点越靠近于屏幕右上角；
S83：通过上述步骤S81检测出屏幕第一排最左边的像素点和上述步骤S82检测出第一排最右边的像素点，设两像素点坐标分别为(x1，y1)和(x2，y2)，通过θ＝arctan((y2-y1)/(x2-x1))得出这两点形成的斜率角度；采用上述方法对所有的像素点进行粗略的排序；
S84：获取上述粗略排序后的坐标排序结果，通过每个像素点的横坐标x，纵坐标y，及步骤S83计算出的θ用公式y*cosθ-x*sinθ按从小到大对所有像素点进行排序，则前rows个像素点为第一排所拥有的像素点，并对所述第一排的像素点按照其横坐标从小到大进行排序，得到第一排的排序对应；
S85：对剩下的rows*cols-rows个像素点逐个进行步骤S81到步骤S84，获得第二排最左边的像素点和第二排最右边的像素点，以及第二排的rows个像素点；同理，依此获得所有其他排的坐标信息的排序对应；
S86:将上述排序对应的结果中的前rows个像素点按照横坐标从小到大进行排序，即获得第一排的正确排序对应，同理依此获得第2至第cols排的正确排序对应。
CN201611018418.0A 2016-11-18 2016-11-18 一种显示屏幕的自动标定方法 Active CN106709952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611018418.0A CN106709952B (zh) 2016-11-18 2016-11-18 一种显示屏幕的自动标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611018418.0A CN106709952B (zh) 2016-11-18 2016-11-18 一种显示屏幕的自动标定方法

Publications (2)

Publication Number Publication Date
CN106709952A CN106709952A (zh) 2017-05-24
CN106709952B true CN106709952B (zh) 2018-11-13

Family

ID=58939923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611018418.0A Active CN106709952B (zh) 2016-11-18 2016-11-18 一种显示屏幕的自动标定方法

Country Status (1)

Country Link
CN (1) CN106709952B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109035164B (zh) * 2018-07-13 2022-03-04 北京控制工程研究所 一种快速鲁棒图像杂光抑制的方法及***
CN112052700B (zh) * 2019-06-06 2024-04-05 北京京东乾石科技有限公司 图像二值化阈值矩阵确定与图形码信息识别方法及装置
CN110264531A (zh) * 2019-06-27 2019-09-20 信利光电股份有限公司 一种棋盘格角点的捉取方法、装置、***及可读存储介质
CN110866955B (zh) * 2019-10-10 2024-02-27 圆周率科技(常州)有限公司 一种车载全景影像标定方法及***
CN111311556B (zh) * 2020-01-21 2023-02-03 上海万物新生环保科技集团有限公司 手机缺陷位置识别方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1865845A (zh) * 2006-06-22 2006-11-22 上海交通大学 平面显示屏生成标定板的方法
CN102799318A (zh) * 2012-08-13 2012-11-28 深圳先进技术研究院 一种基于双目立体视觉的人机交互方法及***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8951120B2 (en) * 2011-09-19 2015-02-10 Sony Computer Entertainment America Llc Systems and methods for calibration and biasing for game controller

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1865845A (zh) * 2006-06-22 2006-11-22 上海交通大学 平面显示屏生成标定板的方法
CN102799318A (zh) * 2012-08-13 2012-11-28 深圳先进技术研究院 一种基于双目立体视觉的人机交互方法及***

Also Published As

Publication number Publication date
CN106709952A (zh) 2017-05-24

Similar Documents

Publication Publication Date Title
CN106709952B (zh) 一种显示屏幕的自动标定方法
CN106446894B (zh) 一种基于轮廓识别球型目标物位置的方法
CN105913093A (zh) 一种用于文字识别处理的模板匹配方法
CN103839058A (zh) 一种基于标准模版的文档图像的信息定位方法
CN106599896A (zh) 一种字符分割方法和装置、及元件检测方法和装置
CN106682629A (zh) 一种复杂背景下身份证号识别算法
CN103729655A (zh) 一种用于片式元件视觉定位的检测方法
CN104484659A (zh) 一种对医学彩色和灰阶图像自动识别及校准的方法
WO2021135605A1 (zh) 一种字符缺陷检测方法及装置
CN104616275A (zh) 一种缺陷检测方法和装置
CN109858325B (zh) 一种表格检测方法和装置
CN104794421A (zh) 一种qr码定位及识别方法
CN106651837B (zh) 白玻璃板表面崩边缺陷检测方法
CN105938554B (zh) 基于图像自动判读的尖轨伸缩位移监测方法及***
CN104794479A (zh) 基于局部笔画宽度变换的自然场景图片中文本检测方法
CN103745221A (zh) 一种二维码图像矫正方法
CN102081742B (zh) 一种书写能力的自动评价方法
CN106485710A (zh) 一种元件错件检测方法和装置
CN104331695A (zh) 一种鲁棒的圆形标志符形状质量检测方法
CN103914829B (zh) 一种含噪图像边缘检测方法
CN103903284A (zh) 一种基于最小二乘法的多圆检测方法
CN114998293A (zh) 水位检测方法、装置及电子设备
CN106407973A (zh) 标在柱面上的ar码的鲁棒识别方法
CN115240197A (zh) 图像质量评价方法、装置、电子设备、扫描笔及存储介质
CN106951902B (zh) 一种图像二值化处理方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant