CN107615333B - 图像的斑点处理方法 - Google Patents
图像的斑点处理方法 Download PDFInfo
- Publication number
- CN107615333B CN107615333B CN201580079762.8A CN201580079762A CN107615333B CN 107615333 B CN107615333 B CN 107615333B CN 201580079762 A CN201580079762 A CN 201580079762A CN 107615333 B CN107615333 B CN 107615333B
- Authority
- CN
- China
- Prior art keywords
- point
- contour
- spot
- points
- pixel
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种图像的斑点处理方法,该方法包括:对灰度图像进行二值化,以得到二值图像;对二值图像进行连通域标记,以得到多个填充有不同标记值的斑点,并记录斑点的起点以及斑点的面积;通过斑点的起点对斑点的轮廓进行跟踪,以判断各轮廓之间的父子关系;根据父子关系将轮廓组织成拓扑结构;根据拓扑结构计算斑点的特征。通过上述方式,本发明在斑点的颜色未给定的情况下,能够根据斑点的轮廓所组织成的拓扑结构计算每个斑点的特征,准确检测目标是否存在缺陷。
Description
技术领域
本发明涉及机器视觉技术领域,特别是涉及一种图像的斑点处理方法。
背景技术
在工业检测中,常常需要提取感兴趣的目标,并对目标区域的特征进行分析,以检测目标是否存在缺陷等。一般情况下,提取斑点可以很好的完成上述任务。
在传统方法中,通常需要用户对斑点的颜色进行限制,以便给定用户感兴趣的目标,并在给定斑点的颜色情况下确定斑点的轮廓之间的拓扑结构,从而能够检测到目标是否存在缺陷等。其中,一种常用的确定轮廓之间的层级关系的方式一般采用编码的思想,给不同的轮廓赋予不同的整数值,从而我们就可以根据整数值确定轮廓之间的层次关系。
然而,上述确定轮廓之间的层次关系的方式只适用于给定斑点的颜色,且从斑点的轮廓之间的拓扑结构所计算出的斑点的特征不能准确地检测目标是否存在缺陷,远远达不到用户的要求。
综上所述,有必要提供一种图像的斑点处理方法以解决上述问题。
发明内容
本发明主要解决的技术问题是提供一种图像的斑点处理方法,在斑点的颜色未给定的情况下,能够准确地检测目标是否存在缺陷。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种图像的斑点处理方法,该方法包括:对灰度图像进行二值化,以得到二值图像;对二值图像进行连通域标记,以得到多个填充有不同标记值的斑点,并记录斑点的起点以及斑点的面积;通过斑点的起点对斑点的轮廓进行跟踪,以判断各轮廓之间的父子关系;根据父子关系将轮廓组织成拓扑结构;根据拓扑结构计算斑点的特征。
其中,对二值图像进行连通域标记的步骤包括:获取斑点的起点,并作为种子点;在种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点填充成与斑点对应的标记值,并统计种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数;在当前扫描线的相邻扫描线上判断是否存在与当前扫描线上的已填充像素点连通的相同颜色且未被填充的像素区域;若存在与已填充像素点连通的相同颜色且未被填充的像素区域,则从像素区域中提取一像素点作为种子点,并返回在种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点填充成与斑点对应的标记值,并统计种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数的步骤。
其中,记录斑点的面积的步骤包括:获取种子点对应的像素点的面积,统计所有与种子点连通的相同颜色的像素点的个数,以获得斑点的面积。
其中,获取斑点的起点的步骤包括:逐个扫描二值图像的像素点,在判断当前扫描的像素点未被填充且与已扫描的像素点颜色不同时,确定当前扫描的像素点为斑点的起点。
其中,通过斑点的起点对斑点的轮廓进行跟踪,并判断各轮廓之间的父子关系的步骤包括:将斑点的起点作为轮廓点;判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同;若不相同,则表示轮廓点所处的斑点的轮廓与预定位置的相邻像素点所处的斑点的轮廓存在父子关系。
其中,通过斑点的起点对斑点的轮廓进行跟踪,并判断各轮廓之间的父子关系的步骤进一步包括:若不相同,则进一步沿预定方向判断轮廓点周围的其他相邻像素点的标记值是否与轮廓点的标记值相同,并将第一个与轮廓点的标记值相同的其他相邻像素点作为轮廓点,并返回判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同的步骤。
其中,预定方向为顺时针方向。
其中,通过斑点的起点对斑点的轮廓进行跟踪,并判断各轮廓之间的父子关系的步骤进一步包括:若相同,将预定位置相邻像素点作为轮廓点,并返回判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同的步骤。
其中,判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同的步骤包括:若当前的轮廓点为斑点的起点时,预定位置为当前的轮廓点的右上角位置,若当前的轮廓点不是斑点的起点时,预定位置由以下公式确定:Y=(X+2)mod8;其中,以每一轮廓点的右侧相邻像素点为0,并沿顺时针方向对每一轮廓点周围的相邻像素点进行顺序编号,其中Y表示预定位置,X为当前的轮廓点的前一轮廓点相对于当前的轮廓点的位置编号。
其中,根据父子关系将轮廓组织成拓扑结构的步骤包括:根据父子关系将斑点的起点组织成拓扑结构。
其中,根据拓扑结构计算斑点的特征的步骤:确认是否对选定的斑点进行孔填充;若进行孔填充,则获取选定的斑点的轮廓的子轮廓;将选定的斑点的面积与子轮廓对应的斑点的面积进行求和,进而获取选定的斑点在孔填充后的面积。
本发明的有益效果是:区别于现有技术的情况,本发明的图像的斑点处理方法包括:对灰度图像进行二值化,以得到二值图像;对二值图像进行连通域标记,以得到多个填充有不同标记值的斑点,并记录斑点的起点以及斑点的面积;通过斑点的起点对斑点的轮廓进行跟踪,以判断各轮廓之间的父子关系;根据父子关系将轮廓组织成拓扑结构;根据拓扑结构计算斑点的特征。通过上述方式,本发明在斑点的颜色未给定的情况下,能够根据斑点的轮廓所组织成的拓扑结构计算每个斑点的特征,可以准确地检测目标是否存在缺陷,满足用户的要求。
附图说明
图1是本发明图像的斑点处理方法的流程示意图;
图2是图1中步骤S101的子步骤流程示意图;
图3是本发明填充有不同标记值的斑点的示意图;
图4是图1中步骤S103的子步骤流程示意图;
图5是图1中步骤S105的子步骤流程示意图。
具体实施方式
本发明公开一种图像的斑点处理方法,如图1所示,图1是本发明图像的斑点处理方法的流程示意图。该方法包括以下步骤:
步骤S101:对图像进行二值化处理,以得到二值图像。
步骤S102:对二值图像进行连通域标记,以得到多个填充有不同标记值的斑点,并记录斑点的起点以及斑点的面积。
如图2所示,对二值图像进行连通域标记具体包括以下子步骤:
步骤S1011:获取斑点的起点,并作为种子点。
在步骤S1011中,逐个扫描二值图像的像素点,在判断当前扫描的像素点未被填充且与已扫描的像素点颜色不同时,确定当前扫描的像素点为斑点的起点。应理解,扫描二值图像的像素点时,可以是逐行逐个扫描,也可以说逐列逐个扫描等。举例而言,逐行逐个对二值化的像素点进行扫描,如对白色的像素点进行填充时,当扫描到下一个黑色像素点时,此时黑色像素点与已填充的白色像素点的颜色不同,因此可以确定黑色的像素点为斑点的起点。
步骤S1012:在种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点填充成与斑点对应的标记值,并统计种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数。
在步骤S1012中,可以逐行逐个将与种子点连通的相同颜色的像素点填充成与斑点对应的标记值,并逐行统计种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数。也可以说逐列逐个将与种子点连通的相同颜色的像素点填充成与斑点对应的标记值,并逐列统计种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数。其中,标记值可以是数值,也可以是具有标识的符号,又或者是其他标记值。应理解,标记值主要是用来区分不同斑点的,可以根据实际需要特定设置。
具体地,当逐行逐个扫描时,从种子点出发,沿当前扫描线向左、右两个方向填充,直到边界,并分别标记区间的左、右端点坐标值x1和x2,并统计在标记区间[x1,x2]的像素点个数。当逐列逐个扫描时,从种子点出发,沿当前扫描线向上、下两个方向填充,直到边界,并分别标记区间的上、下端点坐标值y1和y2,并统计在标记区间[y1,y2]的像素点个数。
步骤S1013:在当前扫描线的相邻扫描线上判断是否存在与当前扫描线上的已填充像素点连通的相同颜色且未被填充的像素区域。
具体地,在区间[x1,x2]中检查与当前扫描线上、下相邻的两条扫描线上的像素点是否存在非边界或未填充的像素点。又或者在区间[y1,y2]中检查与当前扫描线左、右相邻的两条扫描线上的像素点是否存在非边界或未填充的像素点。
如果在当前扫描线的相邻扫描线上存在与已填充像素点连通的相同颜色且未被填充的像素区域时,则执行步骤S1014:从像素区域中提取一像素点作为种子点,并返回在种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点填充成与斑点对应的标记值,并统计种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数的步骤,即返回步骤S1012。
在步骤S1014中,优选将每一像素区域中选择与已填充的区间的端点相邻的两个像素点中的一者作为种子点,又或者将与已填充的区间的端点相邻的两个像素点中的两个端点作为种子点。当然,在其他实施例中,可以选择与已填充的区间的相邻的像素点中任意一个或多个作为种子点。当选定种子点后,可以选择一个方向逐个填充像素点,如最右边像素点,也可以选择两个相反的方向逐个填充像素点。
如果在当前扫描线的相邻扫描线上没有存在与已填充像素点连通的相同颜色且未被填充的像素区域时,说明此次填充完成,执行步骤S1015:结束。在步骤S1015后,继续逐个扫描二值图像的剩余像素点,以得到下一个斑点的起点,依次反复执行上述步骤,如图3所示,最终将斑点标记成数值,包括标记值为3、4、5的斑点。
举例而言,以逐行逐个对二值图像进行连通域标记具体包括:
(1)初始化:堆栈置空。将种子点(x,y)入栈。
(2)出栈:若栈空则结束。否则取栈顶元素(x,y),以y作为当前扫描线。
(3)填充并确定种子点所在区间:从种子点(x,y)出发,沿当前扫描线向左、右两个方向填充,直到边界。分别标记区间的左、右端点坐标为x1和x2。
(4)并确定新的种子点:在区间[x1,x2]中检查与当前扫描线y上、下相邻的两条扫描线上的像素。若存在非边界、未填充的像素,则把每一区间的最右像素作为种子点压入堆栈,返回第(2)步。
进一步地,记录斑点的面积的步骤包括:获取种子点对应的像素点的面积,统计所有与种子点连通的相同颜色的像素点的个数,以获得斑点的面积。举例而言,如种子点所在的当前扫描线上将与种子点连通的相同颜色的像素点的个数为10个,种子点所在当前扫描线的相邻扫描线上与种子点连通的相同颜色的像素点的个数为50个,则斑点的面积为60个像素点的面积。
步骤S103:通过斑点的起点对斑点的轮廓进行跟踪,以判断各轮廓之间的父子关系。
如图4所示,步骤S103包括以下子步骤:
步骤S1031:将斑点的起点作为轮廓点。如下图以P作为轮廓点,其中,P可以是斑点的起点,P也可以不是斑点的起点。
5 | 6 | 7 |
4 | P | 0 |
3 | 2 | 1 |
步骤S1032:判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同。
在步骤S1032中,判断相对于轮廓点周边八个相邻像素点的标记值与轮廓点的标记值是否相同。其中,以每一轮廓点P的右侧相邻像素点为0,并沿顺时针方向对每一轮廓点周围的相邻像素点进行顺序编号。应理解,本发明并不限定以每一轮廓点P的右侧相邻像素点为0,可以根据时间设计特定设置。
在本实施例中,当前的轮廓点P为斑点的起点时,预定位置为当前的轮廓点P的右上角位置,如编号为7的像素点,其中轮廓点P所处的轮廓与编号为7的像素点所处的轮廓不同。当前的轮廓点P为斑点的起点时,判断相对于轮廓点P预定位置的相邻像素点的标记值与轮廓点P的标记值是否相同,如果是,则P点输入轮廓点,否则按顺时针7-0-1-2-3-4-5-6这个顺序搜索直到遇到下一轮廓点为止,标记为P1。
若当前的轮廓点不是斑点的起点时,预定位置由以下公式确定:
Y=(X+2)mod8
其中,Y表示预定位置,X为当前的轮廓点的前一轮廓点相对于当前的轮廓点的位置编号。具体地,如果P是不是斑点的起点,即P是轮廓路径上的一个点,那么它肯定是由一个点进入的,我们设置为P1点,P1点的位置为X(0<=X<=7),那么P点从(X+2)mod8这个位置开始寻找下一步的路径。即,Y表示X加2除于8取模的意思,它反映在图像就是从P-1点按顺时针数2个格子的位置,如在上述九宫图中,P-1就是4,从P-1点按顺时针数2个格子的位置为6。
如果确定相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值不相同时,则执行步骤S1033:表示轮廓点所处的斑点的轮廓与预定位置的相邻像素点所处的斑点的轮廓存在父子关系。
在本实施例中,确定轮廓点后,按照上面所述的跟踪步骤,在遇到下一个轮廓点之前,所有经过的像素点均为父轮廓的像素点,这样跟踪几个点后,就确定了斑点的轮廓的父轮廓,即轮廓点所处的斑点的轮廓是预定位置的相邻像素点所处的斑点的轮廓的父轮廓。另外,在一些实施例中,当确定相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值不相同时,可直接得出轮廓点所处的斑点的轮廓是预定位置的相邻像素点所处的斑点的轮廓的父轮廓,不再需要继续跟踪,只需跟踪到一个点即可。
举例而言,如果确定编号为7的像素点的标记值与轮廓点P的标记值不相同,说明编号为7的像素点所处在的轮廓是轮廓点P所处在的轮廓的父轮廓。当轮廓点所处的斑点的标记值为3,预定位置的相邻像素点所处的斑点的标记值为4,则标记值为3的斑点的轮廓是标记值为4的斑点的轮廓的父轮廓。当轮廓点所处的斑点的标记值为4,预定位置的相邻像素点所处的斑点的标记值为5,则标记值为4的斑点的轮廓是标记值为5的斑点的轮廓的父轮廓。也就是说,标记值小的斑点的轮廓是标记值大的斑点的轮廓的父轮廓,当然,根据实际需要,可以将标记值大的斑点的轮廓是标记值小的斑点的轮廓的父轮廓。在一些实施例中,可以用其他标记来区分轮廓之间的父子关系。另外,对于位于边界的斑点,不考虑它的父轮廓。
步骤S1034:沿预定方向判断轮廓点周围的其他相邻像素点的标记值是否与轮廓点的标记值相同,并将第一个与轮廓点的标记值相同的其他相邻像素点作为轮廓点,并返回判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同的步骤。
在步骤S1034中,预定位置由以下公式Y=(X+2)mod8确定。其中,预定方向为顺时针方向。
如果确定相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值相同时,则执行步骤S1035:将预定位置相邻像素点作为轮廓点,并返回判断相对于轮廓点预定位置的相邻像素点的标记值与轮廓点的标记值是否相同的步骤。
步骤S104:根据父子关系将轮廓组织成拓扑结构。
在步骤S104中,将每一父轮廓对应的所有子轮廓组成拓扑结构,如标记值为3的斑点的轮廓所包含的子轮廓是标记值为4的斑点的轮廓和标记值为5的斑点的轮廓。优选地,根据父子关系将斑点的起点组织成拓扑结构。
步骤S105:根据拓扑结构计算斑点的特征。
如图5所示,步骤S105包括以下子步骤:
步骤S1051:确认是否对选定的斑点进行孔填充。
步骤S1052:若进行孔填充,则获取选定的斑点的轮廓的子轮廓。
步骤S1053:将选定的斑点的面积与子轮廓对应的斑点的面积进行求和,进而获取选定的斑点在孔填充后的面积。
应理解,本发明并不限定获取斑点的面积,还可以是斑点的其他特征,如斑点的个数,包括大于预设面积的斑点的个数。
综上所述,本发明的图像的斑点处理方法包括:对灰度图像进行二值化,以得到二值图像;对二值图像进行连通域标记,以得到多个填充有不同标记值的斑点,并记录斑点的起点以及斑点的面积;通过斑点的起点对斑点的轮廓进行跟踪,以判断各轮廓之间的父子关系;根据父子关系将轮廓组织成拓扑结构;根据拓扑结构计算斑点的特征。通过上述方式,本发明在斑点的颜色未给定的情况下,能够根据斑点的轮廓所组织成的拓扑结构计算每个斑点的特征,可以准确地检测目标是否存在缺陷,满足用户的要求。
以上仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种图像的斑点处理方法,其特征在于,所述方法包括:
对图像进行二值化处理,以得到二值图像;
对所述二值图像进行连通域标记,以得到多个填充有不同标记值的斑点,并记录所述斑点的起点以及所述斑点的面积,其中,所述对所述二值图像进行连通域标记的步骤包括:获取所述斑点的起点,并作为种子点;在所述种子点所在的当前扫描线上选择一个方向或者选择两个相反方向将与所述种子点连通的相同颜色的像素点填充成与所述斑点对应的标记值直至所述扫描线的边界,并统计所述种子点所在的当前扫描线上将与所述种子点连通的相同颜色的像素点的个数;在所述当前扫描线的相邻扫描线上判断是否存在与所述当前扫描线上的已填充像素点连通的相同颜色且未被填充的像素区域;若存在与所述已填充像素点连通的相同颜色且未被填充的像素区域,则从所述像素区域中提取一像素点作为所述种子点,并返回在所述种子点所在的当前扫描线上将与所述种子点连通的相同颜色的像素点填充成与所述斑点对应的标记值,并统计所述种子点所在的当前扫描线上将与所述种子点连通的相同颜色的像素点的个数的步骤;若不存在与已填充的像素点连通的相同颜色且未被填充的像素区域时,则说明此次填充完成,然后继续逐个扫描所述二值图像的剩余像素点,以得到下一个斑点的起点;所述记录所述斑点的面积的步骤包括:获取所述种子点对应的像素点的面积,统计所有与所述种子点连通的相同颜色的像素点的个数,以获得所述斑点的面积;
通过所述斑点的起点对所述斑点的轮廓进行跟踪,以判断各所述轮廓之间的父子关系;
根据所述父子关系将所述轮廓组织成拓扑结构;
根据所述拓扑结构计算所述斑点的特征。
2.根据权利要求1所述的方法,其特征在于,所述获取所述斑点的起点的步骤包括:
逐个扫描所述二值图像的像素点,在判断当前扫描的所述像素点未被填充且与已扫描的所述像素点颜色不同时,确定所述当前扫描的像素点为所述斑点的起点。
3.根据权利要求1所述的方法,其特征在于,所述通过所述斑点的起点对所述斑点的轮廓进行跟踪,并判断各所述轮廓之间的父子关系的步骤包括:
将所述斑点的起点作为轮廓点;
判断相对于所述轮廓点预定位置的相邻像素点的标记值与所述轮廓点的标记值是否相同;
若不相同,则表示所述轮廓点所处的斑点的轮廓与所述预定位置的相邻像素点所处的斑点的轮廓存在父子关系。
4.根据权利要求3所述的方法,其特征在于,所述通过所述斑点的起点对所述斑点的轮廓进行跟踪,并判断各所述轮廓之间的父子关系的步骤进一步包括:
若不相同,则进一步沿预定方向判断轮廓点周围的其他相邻像素点的标记值是否与所述轮廓点的标记值相同,并将第一个与所述轮廓点的标记值相同的其他相邻像素点作为所述轮廓点,并返回所述判断相对于所述轮廓点预定位置的相邻像素点的标记值与所述轮廓点的标记值是否相同的步骤。
5.根据权利要求4所述的方法,其特征在于,所述预定方向为顺时针方向。
6.根据权利要求4所述的方法,其特征在于,所述通过所述斑点的起点对所述斑点的轮廓进行跟踪,并判断各所述轮廓之间的父子关系的步骤进一步包括:
若相同,将所述预定位置相邻像素点作为所述轮廓点,并返回所述判断相对于所述轮廓点预定位置的相邻像素点的标记值与所述轮廓点的标记值是否相同的步骤。
7.根据权利要求4所述的方法,其特征在于,所述判断相对于所述轮廓点预定位置的相邻像素点的标记值与所述轮廓点的标记值是否相同的步骤包括:
若当前的轮廓点为所述斑点的起点时,所述预定位置为所述当前的轮廓点的右上角位置,若所述当前的轮廓点不是所述斑点的起点时,所述预定位置由以下公式确定:
Y=(X+2)mod8;
其中,以每一轮廓点的右侧相邻像素点为0,并沿顺时针方向对每一所述轮廓点周围的相邻像素点进行顺序编号,其中Y表示所述预定位置,X为所述当前的轮廓点的前一轮廓点相对于所述当前的轮廓点的位置编号。
8.根据权利要求1所述的方法,其特征在于,所述根据所述父子关系将所述轮廓组织成拓扑结构的步骤包括:
根据所述父子关系将所述斑点的起点组织成拓扑结构。
9.根据权利要求1所述的方法,其特征在于,所述根据所述拓扑结构计算所述斑点的特征的步骤:
确认是否对选定的所述斑点进行孔填充;
若进行孔填充,则获取所述选定的斑点的轮廓的子轮廓;
将所述选定的斑点的面积与所述子轮廓对应的斑点的面积进行求和,进而获取所述选定的斑点在孔填充后的面积。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2015/100352 WO2017113422A1 (zh) | 2015-12-31 | 2015-12-31 | 图像的斑点处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107615333A CN107615333A (zh) | 2018-01-19 |
CN107615333B true CN107615333B (zh) | 2021-06-08 |
Family
ID=59224166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580079762.8A Active CN107615333B (zh) | 2015-12-31 | 2015-12-31 | 图像的斑点处理方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107615333B (zh) |
WO (1) | WO2017113422A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448067B (zh) * | 2018-09-18 | 2023-01-10 | 广东智媒云图科技股份有限公司 | 一种基于螺旋结构的绘画方法及装置 |
CN117152187B (zh) * | 2023-10-30 | 2024-01-26 | 山东中科冶金矿山机械有限公司 | 一种地质测绘中裂缝轮廓提取方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IL131282A (en) * | 1999-08-05 | 2009-02-11 | Orbotech Ltd | Apparatus and methods for inspection of objects |
US7668376B2 (en) * | 2004-06-30 | 2010-02-23 | National Instruments Corporation | Shape feature extraction and classification |
US20070036434A1 (en) * | 2005-08-15 | 2007-02-15 | Peter Saveliev | Topology-Based Method of Partition, Analysis, and Simplification of Dynamical Images and its Applications |
KR101030430B1 (ko) * | 2007-09-12 | 2011-04-20 | 주식회사 코아로직 | 영상 처리 장치와 방법 및 그 기록매체 |
CN102760289A (zh) * | 2011-04-29 | 2012-10-31 | 王晓东 | 一种嵌入式复杂连通域搜索方法 |
CN103872983B (zh) * | 2014-04-04 | 2016-05-25 | 天津市鑫鼎源科技发展有限公司 | 太阳能电池表面缺陷检测方法 |
CN103914849B (zh) * | 2014-04-18 | 2018-07-06 | 扬州福尔喜果蔬汁机械有限公司 | 一种红枣图像的检测方法 |
CN104715474B (zh) * | 2015-01-20 | 2017-09-01 | 电子科技大学 | 基于标记分水岭算法的高分辨率合成孔径雷达图像线性建筑物检测方法 |
-
2015
- 2015-12-31 CN CN201580079762.8A patent/CN107615333B/zh active Active
- 2015-12-31 WO PCT/CN2015/100352 patent/WO2017113422A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
CN107615333A (zh) | 2018-01-19 |
WO2017113422A1 (zh) | 2017-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110264445B (zh) | 分块模板匹配结合形态学处理的电池丝印质量检测方法 | |
CN110309824B (zh) | 文字检测方法、装置以及终端 | |
CN106446894B (zh) | 一种基于轮廓识别球型目标物位置的方法 | |
CN110443243B (zh) | 水位监测方法、存储介质、网络设备和水位监测*** | |
TWI413937B (zh) | 影像辨識方法與裝置 | |
CN110717489A (zh) | Osd的文字区域的识别方法、装置及存储介质 | |
CN104700062A (zh) | 一种识别二维码的方法及设备 | |
CN104331695B (zh) | 一种鲁棒的圆形标志符形状质量检测方法 | |
CN109754379A (zh) | 一种图像处理方法及装置 | |
CN109977952A (zh) | 基于局部最大值的候选目标检测方法 | |
CN112347292A (zh) | 缺陷标注方法和装置 | |
EP3014574B1 (en) | Method and apparatus for specific image detection | |
CN110415296A (zh) | 一种有阴影光照下矩形状电器件的定位方法 | |
CN107615333B (zh) | 图像的斑点处理方法 | |
CN106919883A (zh) | 一种快速反应qr码的定位方法及装置 | |
CN106709952A (zh) | 一种显示屏幕的自动标定方法 | |
CN110910414B (zh) | 图像轮廓生成方法、图像标注方法、电子装置及存储介质 | |
IL184993A (en) | Method for extracting edge in photogrammetry with subpixel accuracy | |
CN112053769B (zh) | 一种三维医学影像标注方法、装置及相关产品 | |
CN115375679B (zh) | 一种缺陷芯片寻边寻点定位方法及装置 | |
CN117173090A (zh) | 焊接缺陷类型识别方法、装置、存储介质及电子设备 | |
CN105930813B (zh) | 一种在任意自然场景下检测行文本的方法 | |
JP2006337167A (ja) | 周期性ノイズ下での低コントラスト欠陥検査方法、繰返しパターン下での低コントラスト欠陥検査方法 | |
CN115761468A (zh) | 一种基于图像分割和目标检测技术的水位检测***、方法 | |
CN115170551A (zh) | 一种基于视觉技术标定的产品检测和溯源方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |