CN114119722B - 一种黑体光标自动定位方法及装置 - Google Patents
一种黑体光标自动定位方法及装置 Download PDFInfo
- Publication number
- CN114119722B CN114119722B CN202010881691.6A CN202010881691A CN114119722B CN 114119722 B CN114119722 B CN 114119722B CN 202010881691 A CN202010881691 A CN 202010881691A CN 114119722 B CN114119722 B CN 114119722B
- Authority
- CN
- China
- Prior art keywords
- image
- black body
- blackbody
- cursor
- target surface
- 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 37
- 238000009825 accumulation Methods 0.000 claims abstract description 18
- 230000011218 segmentation Effects 0.000 claims abstract description 12
- 238000005260 corrosion Methods 0.000 claims abstract description 4
- 230000007797 corrosion Effects 0.000 claims abstract description 4
- 238000005530 etching Methods 0.000 claims description 3
- 238000009529 body temperature measurement Methods 0.000 abstract description 12
- 230000007613 environmental effect Effects 0.000 abstract 1
- 230000036760 body temperature Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiation Pyrometers (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种黑体光标自动定位方法及装置,其包括如下步骤:移动所述红外模组,使其获得n个黑体图像;判断每一黑体图像靶面区域的黑体温度,当其黑体温度低于环温时进行取反操作;确定每一黑体图像的黑体靶面区域内的连通区域并标记;对图像进行累加操作;对累加后的黑体图像做自动阈值分割,将其转化为二值图;对二值图进行腐蚀操作,得到腐蚀后的图像;确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出。本发明可以自动、准确确定黑体图像中的光标位置,无需进行手动反复调整,由此可极大提高红外数据的采集效率,保证测温结果的准确性。
Description
技术领域
本发明涉及图像识别领域,具体为一种黑体光标自动定位方法及装置。
背景技术
在红外数据采集过程中,需要采集红外模组的同一个像元对不同距离、不同温度黑体的光感值,以此来生成测温曲线。当前采取的普遍方案是,当红外模组固定到安装孔位后,通过移动该红外模组使其依次采集不同距离下的黑体图像,并在每个采集位点通过手动操作反复调整红外模组的位置,以获取黑体图像,然后在黑体图像的靶面区域内估算一个点位的位置,再根据该点位的位置以及黑体温度拟合出测温曲线。
上述手动操作的方式复杂,费时费力,对操作人员的操作要求较高,因此极容易因操作不慎导致出错,并且估算出的点位位置偏差较大,进一步使得采集的数据无效,无法形成精确的测温曲线,导致实际测温结果出现明显偏差。
发明内容
针对现有技术的不足,本发明提供了一种黑体光标自动定位方法及装置,其可以自动、准确确定黑体图像中的光标位置,无需进行手动反复调整,由此可极大提高红外数据的采集效率,保证测温结果的准确性。
为实现上述目的,本发明提供如下技术方案:
一方面,提供了一种黑体光标自动定位方法,其包括如下步骤:
移动所述红外模组,使其经过N个采集位点,且所述红外模组在经过采集位点时获取与该采集位点对应黑体的黑体图像,由此获得n个黑体图像,其中,所述n、N均为正整数,且N≥n;
判断每一黑体图像靶面区域的黑体温度,当其黑体温度低于环温时,则对该靶面区域进行取反操作;
确定每一黑体图像的黑体靶面区域内的连通区域并标记,剩下的区域全部作为背景并置0;
对上述经连通区域标记处理后所得的黑体图像进行累加操作,获得累加后的黑体图像ISUM;
对累加后的黑体图像ISUM做自动阈值分割,将其转化为二值图IBW;
对二值图IBW进行腐蚀操作,使目标前景更小,得到腐蚀后的图像Ierode;
在所述累加后的黑体图像ISUM的Mask区域中确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出;其中,Mask区域为腐蚀后的图像Ierode中像素值为1的像素点组成的区域。
优选的,自动阈值分割可通过Otsu法、固定阈值法中的一种或几种实现。
优选的,所述黑体光标自动定位方法还包括:在将该灰度值最大的像素点的位置确定为黑体的光标位置并输出的同时,将黑体光标位置以可见的形式配置到每一黑体图像的靶面区域中。
优选的,所述可见的形式包括十字光标。
还提供一种用于实现上述方法的黑体光标自动定位装置,其包括:
温度判断单元,用于将红外模组获取的每一黑体图像靶面区域的黑体温度与环温对比,并输出对比结果;
取反单元,其连接所述温度判断单元,用于当对比结果为某一黑体图像靶面区域的黑体温度低于环温时,对该黑体图像进行取反操作;
连通区域标记单元,其用于确定每一黑体图像的黑体靶面区域内的连通区域并标记,且剩下的区域全部作为背景并置0,以获得若干连通区域标记后的黑体图像;
图像处理单元,其用于将所述连通区域标记后的黑体图像进行累加操作,获得累加后的黑体图像ISUM,且对累加后的黑体图像ISUM做自动阈值分割,将其转化为二值图IBW;以及对二值图IBW进行腐蚀操作,得到腐蚀后的图像Ierode;
光标定位单元,其连接所述图像处理单元,用于在所述累加后的黑体图像ISUM的Mask区域中确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出;其中,Mask区域为腐蚀后的图像Ierode中像素值为1的像素点组成的区域。
优选的,所述光标定位单元还用于将黑体光标位置以可见的形式配置到每一黑体图像的靶面区域中。
优选的,所述黑体光标自动定位装置还包括:移动设备,其连接所述红外模组,用于带动红外模组经过若干采集点位,使得所述红外模组在经过采集位点时获取与该采集位点位置对应的黑体的黑体图像。
与现有技术相比,本发明具备以下有益效果:
本发明可以在红外模组的不同数据采集点位自动、准确确定黑体图像中的光标位置,由此可显著减少单次数据采集的时间,无需手动反复调整,可极大提高红外数据的采集效率,保证测温结果的准确性。
附图说明
图1为本发明黑体光标自动定位方法的步骤流程图;
图2为本发明中经取反操作后的黑体图像;
图3为本发明中经连通区域标记后的黑体图像;
图4为本发明经连通区域标记后的黑体图像累加后获得的黑体图像;
图5为本发明对累加后的黑体图像做自动阈值分割后获得的二值图;
图6为本发明将光标配置到每一黑体图像后的黑体图像;
图7为本发明拟合而成的测温曲线;
图8为本发明黑体光标自动定位装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
本实施例提供了一种黑体光标自动定位方法,如图1所示,其包括如下步骤:
安装红外模组,并设置若干采集位点,且每一采集位点处均对应设置一黑体;
移动所述红外模组,使其经过N个采集位点,且所述红外模组在经过采集位点时获取与该采集位点对应黑体的黑体图像,由此获得n个黑体图像,分别记为I1、I2...In,其中,所述n、N均为正整数,且N≥n;本实施例中n=5,5个黑体图像分别记为I1、I2、I3、I4、I5;
判断每一黑体图像靶面区域S的黑体温度,当其黑体温度低于环温时,则对该靶面区域S进行取反操作;否则,则不进行取反操作;所述取反操作方式如公式(1)所示:
Idst=255-Isrc (1);
其中,Idst为目标图像,Isrc为原始图像;
如图2所示,经过取反操作后,保证黑体靶面区域S在图像中一直是高亮区域;
如图3所示,确定每一黑体图像(该黑体图像可以是经取反操作/未取反操作的黑体图像)的黑体靶面区域S内的连通区域S’并标记,剩下的区域全部作为背景并置0,连通区域标记后所得黑体图像分别记为I1’、I2’...In’;其中,所述连通区域(ConnectedComponent)是指图像中具有相同像素值且位置相邻的前景像素点组成的图像区域(Region,Blob),连通区域标记是指确定图像中的连通区域并标记编号;通过连通区域S’的确定,可以进一步剔除黑体靶面区域S内的不相关像素点,使得后续光标定位的范围更加精确;
对上述经连通区域标记处理后所得的黑体图像I1’、I2’...In’进行累加操作,获得累加后的黑体图像ISUM;所述累加操作如公式(2)所示:
ISUM=I1’+I2’+...+In’ (2);
图4即示出了本实施例中,5个经连通区域标记处理后所得的黑体图像I1’、I2’、I3’、I4’、I5’累加后获得的黑体图像ISUM;
对累加后的黑体图像ISUM做自动阈值分割,将其转化为如图5所示的二值图IBW;其中,自动阈值分割可通过Otsu法(即最大类间方差法)、固定阈值法等算法中的一种或几种实现,本实施例中,根据Otsu算法具体包括如下步骤:
1)记t为前景与背景的分割阈值,前景点数占图像比例为w0,平均灰度为u0;背景点数占图像比例为w1,平均灰度为u1;
2)计算出图像的总平均灰度u,且u=w0*u0+w1*u1;
3)计算出前景和背景图象的方差g,且
g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1);
4)按预设条件迭代,当方差g最大时,可以认为此时前景和背景差异最大,此时即完成二值图IBW的转化;
对二值图IBW进行腐蚀操作,使目标前景更小,得到腐蚀后的图像Ierode;
在所述累加后的黑体图像ISUM的Mask区域中确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出,同时,如图6所示,将黑体光标位置以可见的形式(如十字光标)配置到红外模组获取的每一黑体图像I1、I2...In的靶面区域S中,由此实现黑体光标位置的自动定位;其中,Mask区域为腐蚀后的图像Ierode中像素值为1的像素点组成的区域;
根据最小二乘法等算法将各黑体的光标位置(如AD值等)以及各黑体的黑体温度拟合成如图7所示的测温曲线。
由此,本实施例中的方法可自动、准确确定黑体图像中的光标位置,由此可显著减少单次数据采集的时间,无需手动反复调整,可极大提高红外数据的采集效率,并且光标位置均位于黑体的靶面区域内,由此可保证测温结果的准确性。
实施例2:
本实施例提供了一种用于实现实施例1中所述方法的黑体光标自动定位装置,如图8所示,其包括:
移动设备1,其连接所述红外模组,用于带动红外模组经过若干采集点位,使得所述红外模组在经过采集位点时获取与该采集位点位置对应的黑体的黑体图像,以获得若干黑体图像I1、I2...In,所述n为正整数;
温度判断单元2,用于将每一黑体图像靶面区域的黑体温度与环温对比,并输出对比结果;
取反单元3,其连接所述温度判断单元2,用于当对比结果为某一黑体图像靶面区域的黑体温度低于环温时,对该黑体图像进行取反操作;
连通区域标记单元4,其用于确定每一黑体图像(该黑体图像可以是经取反操作/未取反操作的黑体图像)的黑体靶面区域内的连通区域并标记,且剩下的区域全部作为背景并置0,以获得若干连通区域标记后的黑体图像,并记为I1’、I2’...In’;
图像处理单元5,其用于将所述连通区域标记后的黑体图像I1’、I2’...In’进行累加操作,获得累加后的黑体图像ISUM,且对累加后的黑体图像ISUM做自动阈值分割,将其转化为二值图IBW;以及对二值图IBW进行腐蚀操作,得到腐蚀后的图像Ierode;
光标定位单元6,其连接所述图像处理单元5,用于在所述累加后的黑体图像ISUM的Mask区域中确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出,以及将黑体光标位置以可见的形式(如十字光标)配置到红外模组获取的每一黑体图像I1、I2...In的靶面区域S中;其中,Mask区域为腐蚀后的图像Ierode中像素值为1的像素点组成的区域;
以及曲线生成单元7,其用于根据最小二乘法等算法将各黑体的光标位置以及各黑体的黑体温度拟合成测温曲线。
其中,取反操作、连通区域标记、图像累加、自动阈值分割等方法与实施例1相同,在此不再赘诉。
综上所述,本发明可以在红外模组的不同数据采集点位自动、准确确定黑体图像中的光标位置,由此可显著减少单次数据采集的时间,无需手动反复调整,可极大提高红外数据的采集效率,并且光标位置均位于黑体的靶面区域内,由此可保证测温结果的准确性。
需要说明的是,上述实施例1至2中的技术特征可进行任意组合,且组合而成的技术方案均属于本申请的保护范围。且在本文中,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种黑体光标自动定位方法,其特征在于,包括如下步骤:
移动红外模组,使其经过N个采集位点,且所述红外模组在经过采集位点时获取与该采集位点对应黑体的黑体图像,由此获得n个黑体图像,其中,所述n、N均为正整数,且N≥n;
判断每一黑体图像靶面区域的黑体温度,当其黑体温度低于环温时,则对该靶面区域进行取反操作;
确定每一黑体图像的黑体靶面区域内的连通区域并标记,剩下的区域全部作为背景并置0;
对上述经连通区域标记处理后所得的黑体图像进行累加操作,获得累加后的黑体图像ISUM;
对累加后的黑体图像ISUM做自动阈值分割,将其转化为二值图IBW;
对二值图IBW进行腐蚀操作,使目标前景更小,得到腐蚀后的图像Ierode;
在所述累加后的黑体图像ISUM的Mask区域中确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出;其中,Mask区域为腐蚀后的图像Ierode中像素值为1的像素点组成的区域;将黑体光标位置以可见的形式配置到红外模组获取的每一黑体图像I1、I2...In的靶面区域中,由此实现黑体光标位置的自动定位。
2.如权利要求1所述的方法,其特征在于,自动阈值分割可通过Otsu法、固定阈值法中的一种或几种实现。
3.如权利要求1所述的方法,其特征在于,所述黑体光标自动定位方法还包括:在将该灰度值最大的像素点的位置确定为黑体的光标位置并输出的同时,将黑体光标位置以可见的形式配置到每一黑体图像的靶面区域中。
4.如权利要求3所述的方法,其特征在于,所述可见的形式包括十字光标。
5.一种用于实现权利要求1-4任一项所述方法的黑体光标自动定位装置,其特征在于,包括:
温度判断单元,用于将红外模组获取的每一黑体图像靶面区域的黑体温度与环温对比,并输出对比结果;
取反单元,其连接所述温度判断单元,用于当对比结果为某一黑体图像靶面区域的黑体温度低于环温时,对该黑体图像进行取反操作;
连通区域标记单元,其用于确定每一黑体图像的黑体靶面区域内的连通区域并标记,且剩下的区域全部作为背景并置0,以获得若干连通区域标记后的黑体图像;
图像处理单元,其用于将所述连通区域标记后的黑体图像进行累加操作,获得累加后的黑体图像ISUM,且对累加后的黑体图像ISUM做自动阈值分割,将其转化为二值图IBW;以及对二值图IBW进行腐蚀操作,得到腐蚀后的图像Ierode;
光标定位单元,其连接所述图像处理单元,用于在所述累加后的黑体图像ISUM的Mask区域中确定灰度值最大的像素点的位置,该灰度值最大的像素点的位置即为黑体的光标位置并输出;其中,Mask区域为腐蚀后的图像Ierode中像素值为1的像素点组成的区域。
6.如权利要求5所述的装置,其特征在于,所述光标定位单元还用于将黑体光标位置以可见的形式配置到每一黑体图像的靶面区域中。
7.如权利要求5所述的装置,其特征在于,所述黑体光标自动定位装置还包括:移动设备,其连接所述红外模组,用于带动红外模组经过若干采集点位,使得所述红外模组在经过采集位点时获取与该采集位点位置对应的黑体的黑体图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010881691.6A CN114119722B (zh) | 2020-08-26 | 2020-08-26 | 一种黑体光标自动定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010881691.6A CN114119722B (zh) | 2020-08-26 | 2020-08-26 | 一种黑体光标自动定位方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114119722A CN114119722A (zh) | 2022-03-01 |
CN114119722B true CN114119722B (zh) | 2022-12-13 |
Family
ID=80374859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010881691.6A Active CN114119722B (zh) | 2020-08-26 | 2020-08-26 | 一种黑体光标自动定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114119722B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150322A (zh) * | 2011-09-16 | 2013-06-12 | 艾默生电气公司 | 采用特征***测量的方法和装置 |
CN106525254A (zh) * | 2016-09-29 | 2017-03-22 | 上海热像机电科技股份有限公司 | 一种红外热像仪的自动标温***及方法 |
CN108765443A (zh) * | 2018-05-22 | 2018-11-06 | 杭州电子科技大学 | 一种自适应颜色阈值分割的标志增强处理方法 |
CN108921905A (zh) * | 2018-07-16 | 2018-11-30 | 意力(广州)电子科技有限公司 | 靶标定位方法、装置、计算机设备和可读存储介质 |
CN109241973A (zh) * | 2018-08-21 | 2019-01-18 | 南京工程学院 | 一种纹理背景下的字符全自动软分割方法 |
CN109242773A (zh) * | 2018-08-29 | 2019-01-18 | 杭州体光医学科技有限公司 | 一种热红外图像的拼接方法及部位划分方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986119B (zh) * | 2018-07-25 | 2020-07-28 | 京东方科技集团股份有限公司 | 图像分割方法及装置、计算机设备及可读存储介质 |
CN110108364A (zh) * | 2019-05-08 | 2019-08-09 | 武汉高德智感科技有限公司 | 一种基于黑体定时补偿的可移动人体温度筛选方法及*** |
-
2020
- 2020-08-26 CN CN202010881691.6A patent/CN114119722B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150322A (zh) * | 2011-09-16 | 2013-06-12 | 艾默生电气公司 | 采用特征***测量的方法和装置 |
CN106525254A (zh) * | 2016-09-29 | 2017-03-22 | 上海热像机电科技股份有限公司 | 一种红外热像仪的自动标温***及方法 |
CN108765443A (zh) * | 2018-05-22 | 2018-11-06 | 杭州电子科技大学 | 一种自适应颜色阈值分割的标志增强处理方法 |
CN108921905A (zh) * | 2018-07-16 | 2018-11-30 | 意力(广州)电子科技有限公司 | 靶标定位方法、装置、计算机设备和可读存储介质 |
CN109241973A (zh) * | 2018-08-21 | 2019-01-18 | 南京工程学院 | 一种纹理背景下的字符全自动软分割方法 |
CN109242773A (zh) * | 2018-08-29 | 2019-01-18 | 杭州体光医学科技有限公司 | 一种热红外图像的拼接方法及部位划分方法 |
Non-Patent Citations (3)
Title |
---|
Vehicle Positioning and Trajectory Tracking by Infrared Signal-Direction Discrimination for Short-Range Vehicle-to-Infrastructure Communication Systems;Wern-Yarng Shieh 等;《IEEE》;20180228;第368-379页 * |
一种适合于昏暗光线下的驾驶员脸部定位方法;杨英等;《东北大学学报(自然科学版)》;20080315(第03期);第89-92页 * |
基于胸环靶图像灰度特点的有效靶面提取算法;尹乾等;《科学技术与工程》;20170808(第22期);第265-269页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114119722A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107506798B (zh) | 一种基于图像识别的水位监测方法 | |
Malik et al. | Consideration of illumination effects and optimization of window size for accurate calculation of depth map for 3D shape recovery | |
US11887362B2 (en) | Sky filter method for panoramic images and portable terminal | |
CN109146860B (zh) | 全自动机械设备安装泄露检测方法及装置 | |
CN107330433B (zh) | 图像处理方法和装置 | |
CN108596878B (zh) | 图像清晰度评价方法 | |
CN107230214B (zh) | 基于递归otsu算法的sar图像水域自动检测方法 | |
CN107274452B (zh) | 一种痘痘自动检测方法 | |
CN106204617A (zh) | 基于残差图像直方图循环移位的自适应图像二值化方法 | |
CN113989794B (zh) | 一种车牌检测和识别方法 | |
Wang et al. | Extracting oil slick features from VIIRS nighttime imagery using a Gaussian filter and morphological constraints | |
CN112179294A (zh) | 一种土地校对方法、装置以及*** | |
KR101705061B1 (ko) | 차량 번호판의 글자 인식을 위한 번호판 검출방법 | |
CN104966274A (zh) | 一种采用图像检测与区域提取的局部模糊复原方法 | |
CN106530273B (zh) | 高精度fpc直线线路检测与缺陷定位方法 | |
CN117456371B (zh) | 一种组串热斑检测方法、装置、设备及介质 | |
CN114119722B (zh) | 一种黑体光标自动定位方法及装置 | |
CN104700427B (zh) | 一种基于sar图像的道路损毁信息提取方法 | |
JP5036637B2 (ja) | 凹凸文字抽出のための画像処理方法及び画像処理装置 | |
CN115083008A (zh) | 运动目标检测方法、装置、设备及存储介质 | |
Khalifa et al. | A new image-based model for predicting cracks in sewer pipes | |
Tabatabaei et al. | A novel method for binarization of badly illuminated document images | |
CN116758266A (zh) | 一种指针式仪表的读数方法 | |
Lokhande et al. | A survey on document image binarization techniques | |
CN108898080B (zh) | 一种基于山脊线邻域评价模型的裂缝连接方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |