CN111311511B - 一种去除莫尔纹的方法和装置 - Google Patents
一种去除莫尔纹的方法和装置 Download PDFInfo
- Publication number
- CN111311511B CN111311511B CN202010074355.0A CN202010074355A CN111311511B CN 111311511 B CN111311511 B CN 111311511B CN 202010074355 A CN202010074355 A CN 202010074355A CN 111311511 B CN111311511 B CN 111311511B
- Authority
- CN
- China
- Prior art keywords
- spectrogram
- image
- processed
- template
- threshold segmentation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000011218 segmentation Effects 0.000 claims description 73
- 238000010586 diagram Methods 0.000 claims description 34
- 238000001228 spectrum Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 11
- 230000003595 spectral effect Effects 0.000 description 5
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 3
- 238000000053 physical method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000002858 crystal cell Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种去除莫尔条纹的方法和装置，所述方法使用与待处理图像同源的无莫尔条纹图像作为模板，并将待处理图像上的莫尔条纹区域使用模板图像相应区域对应的图像替换，从而消除待处理图像中的莫尔条纹。本申请提供的方法对图像中的与背景对比底较小的影像损伤小，既能够较为彻底地去除莫尔条纹，又能够最多地保留待检测图像中LCD缺陷的原始信息。
Description
技术领域
本申请属于图像处理领域，特别涉及一种去除莫尔纹的方法和装置。
背景技术
莫尔条纹是两条线或两个物体之间以恒定的角度和频率发生干涉的视觉结果，如果人眼无法分辨这两条线或两个物体，只能看到干涉的花纹，这种光学现象中的花纹就是莫尔条纹。
在图像处理领域，对于背景中莫尔条纹去除的需求越来越多。去除莫尔条纹的方法主要包括物理方法和算法去除方法，由于物理方法去除莫尔条件受到应用场合限制，因此，去除莫尔条纹的方法主要转向算法去除。
目前去除莫尔条纹的算法主要依据具有莫尔条纹的图像是由两种不同背景的图像干涉形成的，因此，去除莫尔条纹的核心思路是旋转，即，破坏莫尔条纹形成的周期原因，大致步骤为，对底部图像进行旋转，获取底部图像的旋转角度，再进行多维度旋转，从而消除莫尔条纹。
但是，这种去除莫尔条纹的方法也存在着局限性，例如，对于液晶显示(LCD)行业，LCD屏幕缺陷检测通常采用工业相机拍摄待检测屏幕，再对所拍摄屏幕的图像检测从而获知屏幕质量，由于LCD屏幕的像素单元与工业相机镜头的像素单元可能发生干涉从而形成莫尔条纹，这些莫尔条纹会对LCD屏幕缺陷检测造成干扰，尤其对于低对比度的缺陷在此干扰下难以检出，或者，造成莫尔条纹过检。
对于LCD缺陷检测来讲，如果采用传统方案去除莫尔条纹，直接旋转LCD液晶单元图像，会导致待检测图像超出预设范围而造成图像损失，图像损失部分需要补充检测，补充检测结果还需要进一步与其它图像检测结果拼接才能够获知待检测LCD的缺陷信息，对图像中可能存在的缺陷损伤较大。
发明内容
为在不旋转图像的基础上完整去除图像背景中的莫尔条纹，本申请提供一种去除莫尔条纹的方法，所述方法使用与待处理图像同源的无莫尔条纹图像作为模板，并将待处理图像上的莫尔条纹区域使用模板图像相应区域对应的图像替换，从而消除待处理图像中的莫尔条纹。本申请提供的方法对图像中的与背景对比底较小的影像损伤小，既能够较为彻底地去除莫尔条纹，又能够最多地保留待检测图像中LCD缺陷的原始信息。
本申请的目的在于提供以下几个方面：
第一方面，一种去除莫尔条纹的方法，所述方法包括：
分别获取待处理图像和模板图像；
分别获取待处理频谱图和模板频谱图，所述待处理频谱图为待处理图像的频谱图，所述模板频谱图为模板图像的频谱图；
获取去条纹频谱图，所述去条纹频谱图由所述待处理频谱图根据模板频谱图去除莫尔条纹频谱而得；
生成去条纹图像，所述去条纹图像根据所述去条纹频谱图生成。
在一种可实现的方式中，在分别获取待处理图像与模板图像的频谱图之前还包括：分别对所述待处理图像以及模板图像进行下采样，以减小计算量。
在一种可实现的方式中，所述待处理频谱图为待处理图像的傅里叶变换频谱图，所述模板频谱图为模板图像的傅里叶变换频谱图。
在一种可实现的方式中，所述获取去条纹频谱图包括：
根据待处理频谱图和模板频谱图获取目标区域；
在待处理频谱图以及模板频谱图上分别标记目标区域；
将所述模板频谱图目标区域中的频率点映射至待处理频谱图相应的位置。
本申请人发现，利用所述模板频谱图目标区域的频率点映射至所述待处理频谱图的相应位置，使得模板频谱图相应位置的频谱值替代待处理频谱图相应位置的频谱值，再将替代后的频谱图进行逆变换，从而可以得到目标物影像不受损伤的去莫尔条纹图。
进一步地，根据待处理频谱图和模板频谱图获取目标区域包括：
获取差值阈值分割图，所述差值阈值分割图根据待处理频谱图与模板频谱图获取；
获取点除阈值分割图，所述点除阈值分割图根据待处理频谱图与模板频谱图获取；
获取目标区域，所述目标区域为所述差值阈值分割图与所述点除阈值分割图的交集。
进一步地，所述获取差值阈值分割图包括：
获取待处理能量图，所述待处理能量图由所述待处理频谱图生成；
获取模板能量图，所述模板能量图由所述模板频谱图生成；
获取差值能量图，所述差值能量图由所述待处理能量图与所述模板能量图做差而得；
获取差值阈值分割图，所述差值分割图由所述差值能量图进行阈值分割而得。
更进一步地，所述获取点除阈值分割图包括：
获取点除图，所述点除图由待处理能量图像与模板能量图像点除而得；
获取点除阈值分割图，所述点除分割图由所述点除图进行阈值分割而得。
更进一步地，所述获取目标区域包括：将所述差值阈值分割图与所述点除阈值分割图求交集。
在一种可实现的方式中，所述生成去条纹图像包括：对所述去条纹频谱图进行频谱逆变换。
第二方面，本申请还提供一种去除莫尔条纹的装置，所述装置包括：
图像获取单元，用于获取待处理图像和模板图像；
频谱生成单元，用于获取待处理频谱图和模板频谱图，所述待处理频谱图为待处理图像的频谱图，所述模板频谱图为模板图像的频谱图；
去条纹频谱图生成单元，用于获取去条纹频谱图，所述去条纹频谱图由所述待处理频谱图根据模板频谱图去除莫尔条纹频谱而得；
去条纹图像生成单元，用于生成去条纹图像，所述去条纹图像根据所述去条纹频谱图生成。
第三方面，本申请还提供一种去除莫尔条纹的程序，所用程序用于执行时实现上述第一方面所述莫尔条纹去除方法的步骤。
第四方面，一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述第一方面所述莫尔条纹去除方法的步骤。
第五方面，一种检测设备，所述检测设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述第一方面所述的莫尔条纹去除方法。
与现有技术相比，本申请提供的方法使用与待处理图像同源的无莫尔条纹图像作为模板，并将待处理图像上的莫尔条纹区域使用模板图像相应区域对应的图像替换，从而消除待处理图像中的莫尔条纹。本申请提供的方法对图像中的与背景对比底较小的影像损伤小，既能够较为彻底地去除莫尔条纹，又能够最多地保留待检测图像中LCD缺陷的原始信息。
附图说明
图1示出一种LCD屏幕的原始图像局部图；
图2示出由工业相机采集到的图1所示LCD屏幕的待检测图像的下采样图；
图3示出一张没有莫尔条纹的LCD屏幕图像；
图4示出本申请提供一种去除莫条纹方法的流程图；
图5示出对图2所示待处理图像进行傅里叶变换所得频谱图；
图6示出对图3所示模板图像进行傅里叶变换所得频谱图；
图7示出对图5和图6所示频谱图进行处理所得差值阈值分割图；
图8示出对图5和图6所示频谱图进行处理所得点除阈值分割图；
图9示出图7所示差值阈值分割图与图8所示点除阈值分割图相交后的具有目标区域的图像；
图10示出对图2和图3示出图像根据本申请实例提供的方法去莫尔条纹处理后所得图像。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致方法的例子。
下面通过具体的实施例对本申请提供的去除莫尔条纹的方法及装置进行详细阐述。
首先，对本方案的使用场景作简要介绍。
本方案适用于图像上莫尔条纹的去除，例如，图1示出一种LCD屏幕的原始图像局部图，如图1所示，LCD屏幕本身具有周期性液晶单元，图2示出由工业相机采集到的图1所示LCD屏幕的待检测图像的下采样图，如图2所示，在LCD屏幕缺陷检测过程中，由于工业相机镜头中周期性像素单元与LCD屏幕周期性像素单元在拍摄时发生干涉而在图像中呈现出大波浪状态的莫尔条纹，而这些莫尔条纹会对后续LCD屏幕缺陷检测造成过检等干扰。
本申请人发现，使用工业相机在对LCD屏幕进行拍摄，所采集图像中是否出现莫尔条纹是随机的，图3示出一张没有莫尔条纹的LCD屏幕图像，因此，本申请的思路为从大量图像中选取一张没有莫尔条纹的图像作为模板图像，再将模板图像频谱图中的频率点映射至具有莫尔条纹的待处理图像频谱图的相应位置，再通过逆变换生成去除后的图，从而去除待处理图像中的莫尔条纹。
以下以图2和图3所示图像为例，说明本申请提供的方案检测低对比度图像的方法和装置。
图4示出本申请提供一种去除莫条纹方法的流程图，如图4所示，所述方法包括以下步骤S101至步骤S104：
步骤S101，分别获取待处理图像和模板图像。
在本实例中，所述待处理图像为具有莫尔条纹的图像，如图2所示；所述模板图像为与所述待处理图像具有相同或者基本相同目标影像，但是没有莫尔条纹的图像，如图3所示。
所述待处理图像与所述模板图像的属性基本相同，所述属性包括分辨率、图像尺寸、长宽比等。
在本实例中，在分别获取待处理图像与模板图像之后，在分别获取两图像的频谱图之前还包括：分别对所述待处理图像以及模板图像进行下采样，以缩小图像，从而减小计算量。在本实例中，可以将待处理图像与模板图像缩小至图像上的液晶单元成像间隙消失。
在本实例中，待处理图像与模板图像缩小的比例相同。
步骤S102，分别获取待处理频谱图和模板频谱图，所述待处理频谱图为待处理图像的频谱图，所述模板频谱图为模板图像的频谱图。
在本实例中，所述待处理频谱图可以为傅里叶变换频谱图，也可以为其它频谱图；所述模板频谱图可以为傅里叶变换频谱图，也可以为其它频谱图，对所述待处理图像以及模板图像的处理方式相同。
在本实例中，所述待处理频谱图为待处理图像的傅里叶变换频谱图，由对所述待处理图像进行傅里叶变换而得，对图2所示待处理图像进行傅里叶变换所得频谱图如图5所示。
所述模板频谱图为模板图像的傅里叶变换频谱图，由对所述模板图像进行傅里叶变换而得，对图3所示模板图像进行傅里叶变换所得频谱图如图6所示。
步骤S103，获取去条纹频谱图，所述去条纹频谱图由所述待处理频谱图根据模板频谱图去除莫尔条纹频谱而得。
本申请人发现，利用所述模板频谱图目标区域的频率点映射至所述待处理频谱图的相应位置，使得模板频谱图相应位置的频谱值替代待处理频谱图相应位置的频谱值，再将替代后的频谱图进行逆变换，从而可以得到目标物影像不受损伤的去莫尔条纹图。
在本实例中，步骤S103可以包括以下步骤S131至步骤S133：
步骤S131，根据待处理频谱图和模板频谱图获取目标区域。
在本实例中，步骤S131可以包括以下步骤S1311至步骤S1323：
步骤S1311，获取差值阈值分割图，所述差值阈值分割图根据待处理频谱图与模板频谱图获取。
在本实例中，所述获取差值阈值分割图可以包括以下步骤S13111至步骤S13114：
S13111，获取待处理能量图，所述待处理能量图由所述待处理频谱图生成；
在本实例中，根据所述待处理频谱图生成待处理能量图的方法可以采用现有技术中任意一种根据频谱生成能量谱的方法。
S13112，获取模板能量图，所述模板能量图由所述模板频谱图生成。
在本实例中，与待处理能量图相似的，根据所述模板频谱图生成模板能量图可以采用现有技术中任意一种根据频谱生成能量谱的方法。
进一步地，生成待处理能量图的方法与生成模板能量图的方法相同。
S13113，获取差值能量图，所述差值能量图由所述待处理能量图与所述模板能量图做差而得。
在本实例中，所述差值能量图可以采用现有技术中任意一种能量图做差的方法生成，例如，将所述待处理能量图上所有频率点的能量值与模板能量图上对应频率点的能量值做差而得。
S13114，获取差值阈值分割图，所述差值分割图由所述差值能量图进行阈值分割而得。
在本实例中，对差值能量图进行阈值分割，获得差值阈值分割图，本实例对阈值分割所用方法不做特别限定，可以采用现有技术中任意一种图像阈值分割的方法，阈值分割中所设定的阈值可以根据去除要求而具体设定。
图7示出对图5和图6所示频谱图进行处理所得差值阈值分割图。
步骤S1312，获取点除阈值分割图，所述点除阈值分割图根据待处理频谱图与模板频谱图获取。
在本实例中，所述获取点除阈值分割图可以包括以下步骤S13121至步骤S13122：
步骤S13121，获取点除图，所述点除图由待处理能量图像与模板能量图像点除而得。
在本步骤中，所述待处理能量图可以由步骤S13111生成的结果中获取；所述模板能量图可以由步骤S13112生成的结果中获取。
可以理解的是，本申请提供的方案，步骤S1311与步骤S1312不分先后，因此，在另一种实例中，可以为步骤S13111所用的待处理能量图由步骤S13121生成，步骤S13112所用模板能量图由步骤S13122生成，在另一种实例中，也可以为首先生成待处理能量图和模板能量图，在步骤S13111和步骤S13121中同时调用。
在本实例中，对待处理能量图与模板能量图点除的方法不做特别限定，可以采用现有技术中任意一种能量图点除的方法，例如，将待处理能量图上所有频率点的能量与模板能量图上对应频率点的能量作商。
步骤S13122，获取点除阈值分割图，所述点除分割图由所述点除图进行阈值分割而得。
在本实例中，对所述点除图进行阈值分割的方法与对差值能量进行阈值分割的方法相同。
图8示出对图5和图6所示频谱图进行处理所得点除阈值分割图。
步骤S1313，获取目标区域，所述目标区域为所述差值阈值分割图与所述点除阈值分割图的交集。
在本实例中，可以通过将所述差值阈值分割图与所述点除阈值分割图求交集来获取目标区域，该交集是能量变化最剧烈的点所形成的区域，因此，所述目标区域是待处理图像中莫尔条纹主要存在的频谱区。
本实例对求交集的具体方法不做特别限定，可以采用现有技术中任意一种图像求交集的方法。
图9示出图7所示差值阈值分割图与图8所示点除阈值分割图相交后的具有目标区域的图像。
步骤S132，在待处理频谱图以及模板频谱图上分别标记目标区域。
本实例中，可以根据目标区域位置坐标在所述待处理频谱图上以及模板频谱图上分别标记出目标区域。
步骤S133，将所述模板频谱图目标区域中的频率点映射至待处理频谱图相应的位置。
在本实例中，所述映射是指用模板频谱图目标区域中所有频率点的频率值替代待处理频谱图相对应位置上频谱点的频率值。
步骤S104，生成去条纹图像，所述去条纹图像根据所述去条纹频谱图生成。
在本实例中，所述生成去条纹图像可以通过对所述去条纹频谱图进行频谱逆变换生成。
在本实例中，所述逆变换是指与步骤S102相应的逆操作，例如，步骤S102采用傅里叶变换，则本步骤采用傅里叶逆变换。
对图2和图3示出图像根据本申请上述实例提供的方法去莫尔条纹处理后所得图像如图10所示。
第二方面，本申请还提供一种去除莫尔条纹的装置，所述装置包括：
图像获取单元，用于获取待处理图像和模板图像；
频谱生成单元，用于获取待处理频谱图和模板频谱图，所述待处理频谱图为待处理图像的频谱图，所述模板频谱图为模板图像的频谱图；
去条纹频谱图生成单元，用于获取去条纹频谱图，所述去条纹频谱图由所述待处理频谱图根据模板频谱图去除莫尔条纹频谱而得；
去条纹图像生成单元，用于生成去条纹图像，所述去条纹图像根据所述去条纹频谱图生成。
进一步地，所述装置还包括：
预处理单元，用于分别对所述待处理图像以及模板图像进行下采样，以减小计算量。
在本实例中，所述去条纹频谱图生成单元包括：
目标区域获取子单元，用于根据待处理频谱图和模板频谱图获取目标区域；
目标区域标记子单元，用于在待处理频谱图以及模板频谱图上分别标记目标区域；
频率点映射子单元，用于将所述模板频谱图目标区域中的频率点映射至待处理频谱图相应的位置。
在本实例中，目标区域获取子单元还包括：
差值阈值分割图获取子单元，用于获取差值阈值分割图，所述差值阈值分割图根据待处理频谱图与模板频谱图获取；
点除阈值分割图获取子单元，用于获取点除阈值分割图，所述点除阈值分割图根据待处理频谱图与模板频谱图获取；
目标区域获取子单元，用于获取目标区域，所述目标区域为所述差值阈值分割图与所述点除阈值分割图的交集。
进一步地，所述差值阈值分割图获取子单元还用于：
获取待处理能量图，所述待处理能量图由所述待处理频谱图生成；
获取模板能量图，所述模板能量图由所述模板频谱图生成；
获取差值能量图，所述差值能量图由所述待处理能量图与所述模板能量图做差而得；
获取差值阈值分割图，所述差值分割图由所述差值能量图进行阈值分割而得。
更进一步地，所述点除阈值分割图获取子单元还用于：
获取点除图，所述点除图由待处理能量图像与模板能量图像点除而得；
获取点除阈值分割图，所述点除分割图由所述点除图进行阈值分割而得。
更进一步地，所述目标区域获取子单元还用于将所述差值阈值分割图与所述点除阈值分割图求交集。
在一种可实现的方式中，所述去条纹图像生成单元还用于对所述去条纹频谱图进行频谱逆变换。
第三方面，本申请还提供一种去除莫尔条纹的程序，所用程序用于执行时实现上述第一方面所述莫尔条纹去除方法的步骤。
第四方面，一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述第一方面所述莫尔条纹去除方法的步骤。
第五方面，一种检测设备，所述检测设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述第一方面所述的莫尔条纹去除方法。
以上结合具体实施方式和范例性实例对本申请进行了详细说明，不过这些说明并不能理解为对本申请的限制。本领域技术人员理解，在不偏离本申请精神和范围的情况下，可以对本申请技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本申请的范围内。本申请的保护范围以所附权利要求为准。
Claims (8)
1.一种去除莫尔条纹的方法，其特征在于，所述方法包括：
分别获取待处理图像和模板图像，其中，所述模板图像为与所述待处理图像具有相同目标影像，但是没有莫尔条纹的图像，所述待处理图像与所述模板图像的属性相同，所述属性包括分辨率、图像尺寸、长宽比；
分别获取待处理频谱图和模板频谱图，所述待处理频谱图为待处理图像的频谱图，所述模板频谱图为模板图像的频谱图；
根据待处理频谱图和模板频谱图获取目标区域；在待处理频谱图以及模板频谱图上分别标记目标区域；将所述模板频谱图目标区域中的频率点映射至待处理频谱图相应的位置，去条纹频谱图由所述待处理频谱图根据模板频谱图去除莫尔条纹频谱而得；
生成去条纹图像，所述去条纹图像根据所述去条纹频谱图生成。
2.根据权利要求1所述的方法，其特征在于，根据待处理频谱图和模板频谱图获取目标区域包括：
获取差值阈值分割图，所述差值阈值分割图根据待处理频谱图与模板频谱图获取；
获取点除阈值分割图，所述点除阈值分割图根据待处理频谱图与模板频谱图获取；
获取目标区域，所述目标区域为所述差值阈值分割图与所述点除阈值分割图的交集。
3.根据权利要求1所述的方法，其特征在于，所述获取差值阈值分割图包括：
获取待处理能量图，所述待处理能量图由所述待处理频谱图生成；
获取模板能量图，所述模板能量图由所述模板频谱图生成；
获取差值能量图，所述差值能量图由所述待处理能量图与所述模板能量图做差而得；
获取差值阈值分割图，所述差值分割图由所述差值能量图进行阈值分割而得。
4.根据权利要求1所述的方法，其特征在于，所述获取点除阈值分割图包括：
获取点除图，所述点除图由待处理能量图像与模板能量图像点除而得；
获取点除阈值分割图，所述点除分割图由所述点除图进行阈值分割而得。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述生成去条纹图像包括：对所述去条纹频谱图进行频谱逆变换。
6.一种去除莫尔条纹的装置，其特征在于，所述装置包括：
图像获取单元，用于获取待处理图像和模板图像，其中，所述模板图像为与所述待处理图像具有相同目标影像，但是没有莫尔条纹的图像，所述待处理图像与所述模板图像的属性相同，所述属性包括分辨率、图像尺寸、长宽比；
频谱生成单元，用于获取待处理频谱图和模板频谱图，所述待处理频谱图为待处理图像的频谱图，所述模板频谱图为模板图像的频谱图；
去条纹频谱图生成单元，用于根据待处理频谱图和模板频谱图获取目标区域；在待处理频谱图以及模板频谱图上分别标记目标区域；将所述模板频谱图目标区域中的频率点映射至待处理频谱图相应的位置，所述去条纹频谱图由所述待处理频谱图根据模板频谱图去除莫尔条纹频谱而得；
去条纹图像生成单元，用于生成去条纹图像，所述去条纹图像根据所述去条纹频谱图生成。
7.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，该指令被处理器执行时实现权利要求1至5任一项所述莫尔条纹去除方法的步骤。
8.一种检测设备，其特征在于，所述检测设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1至5任一项所述的莫尔条纹去除方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010074355.0A CN111311511B (zh) | 2020-01-22 | 2020-01-22 | 一种去除莫尔纹的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010074355.0A CN111311511B (zh) | 2020-01-22 | 2020-01-22 | 一种去除莫尔纹的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111311511A CN111311511A (zh) | 2020-06-19 |
| CN111311511B true CN111311511B (zh) | 2023-08-29 |
Family
ID=71146961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010074355.0A Active CN111311511B (zh) | 2020-01-22 | 2020-01-22 | 一种去除莫尔纹的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111311511B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112954137B (zh) * | 2021-02-08 | 2023-03-21 | 联想(北京)有限公司 | 一种图像处理方法、装置及图像处理设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005184086A (ja) * | 2003-12-16 | 2005-07-07 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラム及び情報記録媒体 |
| CN107424123A (zh) * | 2017-03-29 | 2017-12-01 | 北京粉笔未来科技有限公司 | 一种摩尔纹去除方法及装置 |
| CN108628061A (zh) * | 2018-05-07 | 2018-10-09 | 凌云光技术集团有限责任公司 | 一种工业相机自适应自动对焦方法及装置 |
| CN108769523A (zh) * | 2018-06-07 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN110517206A (zh) * | 2019-09-05 | 2019-11-29 | 昆山锐芯微电子有限公司 | 彩色摩尔纹消除方法及装置 |
-
2020
- 2020-01-22 CN CN202010074355.0A patent/CN111311511B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005184086A (ja) * | 2003-12-16 | 2005-07-07 | Ricoh Co Ltd | 画像処理装置、画像処理方法、プログラム及び情報記録媒体 |
| CN107424123A (zh) * | 2017-03-29 | 2017-12-01 | 北京粉笔未来科技有限公司 | 一种摩尔纹去除方法及装置 |
| CN108628061A (zh) * | 2018-05-07 | 2018-10-09 | 凌云光技术集团有限责任公司 | 一种工业相机自适应自动对焦方法及装置 |
| CN108769523A (zh) * | 2018-06-07 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN110517206A (zh) * | 2019-09-05 | 2019-11-29 | 昆山锐芯微电子有限公司 | 彩色摩尔纹消除方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 李向荣 ; 王安敏 ; 周桂莲 ; .基于快速傅里叶变换的条纹图像处理研究.光学技术.2007,(S1),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111311511A (zh) | 2020-06-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6358351B1 (ja) | 表面欠陥検査方法及び表面欠陥検査装置 | |
| De et al. | Image sharpness measure for blurred images in frequency domain | |
| CN109829904B (zh) | 检测屏幕上灰尘的方法、装置、电子设备、可读存储介质 | |
| KR20190028794A (ko) | GPU 기반 TFT-LCD Mura 결함 탐지 방법 | |
| US9959600B2 (en) | Motion image compensation method and device, display device | |
| CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
| CN110751605A (zh) | 一种图像处理方法、装置和电子设备及可读存储介质 | |
| CN111476750A (zh) | 对成像模组进行污点检测的方法、装置、***及存储介质 | |
| CN111311511B (zh) | 一种去除莫尔纹的方法和装置 | |
| CN114022503A (zh) | 检测方法及检测***、设备和存储介质 | |
| JP2005172559A (ja) | パネルの線欠陥検出方法及び装置 | |
| CN112782179A (zh) | 一种产品反光表面缺陷检测方法及*** | |
| CN116128873A (zh) | 一种基于图像识别的轴承保持器检测方法、设备及介质 | |
| CN113744142B (zh) | 图像修复方法、电子设备及存储介质 | |
| KR101792564B1 (ko) | 영상 처리 방법 및 이를 이용한 영상 처리 장치 | |
| JP2007155405A (ja) | 外観検査方法及び外観検査装置 | |
| KR20100034500A (ko) | 영상 디블러링 기법을 이용한 구조물 점검 시스템 및 그 방법 | |
| CN111369480A (zh) | 一种处理周期性纹理的方法及装置 | |
| CN112950594A (zh) | 产品表面缺陷的检测方法、设备及存储介质 | |
| CN116883987A (zh) | 一种用于变电站无人巡检的指针仪表读数识别方法 | |
| CN115984246B (zh) | 基于机器视觉的缺陷快速检测方法及装置、设备、存储介质 | |
| CN111968143A (zh) | 基于关联成像的边缘图像提取方法及*** | |
| Prabha et al. | Defect detection of industrial products using image segmentation and saliency | |
| CN111415365A (zh) | 图像检测方法及装置 | |
| CN115841632A (zh) | 输电线路提取方法、装置以及双目测距方法 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant after: Lingyunguang Technology Co.,Ltd. Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant before: Beijing lingyunguang Technology Group Co.,Ltd. Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant after: Beijing lingyunguang Technology Group Co.,Ltd. Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |