CN115249271A - 图像偏色的检测及校正方法、设备及冰箱 - Google Patents
图像偏色的检测及校正方法、设备及冰箱 Download PDFInfo
- Publication number
- CN115249271A CN115249271A CN202110458507.1A CN202110458507A CN115249271A CN 115249271 A CN115249271 A CN 115249271A CN 202110458507 A CN202110458507 A CN 202110458507A CN 115249271 A CN115249271 A CN 115249271A
- Authority
- CN
- China
- Prior art keywords
- image
- color cast
- detecting
- detected
- correcting
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000013589 supplement Substances 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 235000013618 yogurt Nutrition 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 7
- 239000003086 colorant Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001502 supplementing effect 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
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明揭示了一种图像偏色的检测及校正方法、设备及冰箱,所述方法包括:对待检测图像的多个ROI区域进行裁剪,得到N个ROI区域,所述N为大于1的正整数;分别对所述N个区域进行基于HSV空间的偏色检测,若所述N个区域中至少一个区域出现偏色,则判定所述待检测图像出现偏色;在判定所述待检测图像出现偏色后,通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正。与现有技术相比,本发明的图像偏色的检测及校正方法,能够快速对图像是否存在偏色进行检测,而且检测的精度高;并且在检测到图像出现偏色后,自动调整补光灯的亮度,从而自动对图像的偏色进行校正。
Description
技术领域
本发明涉及家电领域,特别涉及一种图像偏色的检测及校正方法、设备及冰箱。
背景技术
颜色是图像的重要特征之一,通常也是图像处理和分析的重要依据,尤其对于目标识别与检测、图像分割和视频检索等计算机视觉领域的研究具有十分重要的意义。物体的颜色由其反射率特性所决定,由于人眼视觉***具有颜色恒常性,能够在一定程度上消除光照条件等因素对颜色的影响,但成像设备不具备这种“调节”功能,会受到外界光环境、成像感光元器件本身的特性等因素的影响,造成图像色彩与物体真实色彩之间存在一定程度上的误差,即“偏色”。同时,当外界光环境过暗或者过亮时,感光元器件无法获取正常曝光的图像,也会造成图像色彩过暗或者过爆的现象。若不及时有效地检测出并校准图像偏色,则使得基于颜色的图像视觉算法可能无法进行。
在冰箱领域,当冰箱内部的灯光被有色塑料袋遮挡,导致光的颜色发生变化时,冰箱内部拍摄的图像会出现严重的偏色,进而影响图像中物体识别的准确率。为了减少上述情况导致的图像识别准确率降低的问题,需要对冰箱内部拍摄的图片进行偏色检测及校正。但是目前现有的偏色检测理论方法,针对冰箱内部拍摄的图像的偏色检测,计算量大且比较耗时,同时准确率低。
因此,亟待提出一种高效、且准确率高的专门针对冰箱内部图像的偏色检测及校正方法。
发明内容
本发明的目的在于提供一种图像偏色的检测及校正方法、设备及冰箱。
为实现上述发明目的之一,本发明一实施方式提供一种图像偏色的检测及校正方法,所述方法包括:
对待检测图像的多个ROI区域进行裁剪,得到N个ROI区域,所述N为大于1的正整数;
分别对所述N个区域进行基于HSV空间的偏色检测,若所述N个区域中至少一个区域出现偏色,则判定所述待检测图像出现偏色;
在判定所述待检测图像出现偏色后,通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正。
作为本发明一实施方式的进一步改进,对一个区域进行基于HSV空间的偏色检测具体包括:
以RGB空间读入所述区域图像;
将RGB颜色通道的图像转换为HSV通道;
对图像进行通道分割,分别分割为H、S、V三个通道数据;
计算所述图像所有像素点分别在H、S、V三个通道数据的平均值;
若所述三个平均值中至少一个平均值不在设定的取值范围内,则判定所述区域图像存在偏色。
作为本发明一实施方式的进一步改进,所述方法还包括:
计算一个图像区域未出现偏色时,所述图像区域的所有像素点分别在H、S、V三个通道数据的初始平均值,根据所述三个初始平均值,设定所述图像区域三个通道所有像素点平均值的取值范围。
作为本发明一实施方式的进一步改进,所述“通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正”具体包括:
在逐渐增加所述补光灯的亮度的同时,控制所述摄像头周期性拍摄图像并检测所述拍摄的图像是否出现偏色;
在检测到摄像头拍摄的图像没有出现偏色后,停止增加补光灯的亮度。
作为本发明一实施方式的进一步改进,所述补光灯为多个按一定规律分布在所述摄像头周围的LED灯。
作为本发明一实施方式的进一步改进,所述补光灯与摄像头的距离在20~40cm范围内。
作为本发明一实施方式的进一步改进,所述方法还包括:
获取拍摄到的冰箱内部酸奶专区的图像作为待检测图像,其中,所述酸奶专区包括有放置酸奶的瓶座。
作为本发明一实施方式的进一步改进,所述N个ROI区域分布在所述待检测图像的瓶座的四周。
为实现上述发明目的之一,本发明一实施方式提供一种电子设备,包括存储器和处理器,所述存储器存储有可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任意一项所述图像偏色的检测及校正方法中的步骤。
为实现上述发明目的之一,本发明一实施方式提供一种冰箱,所述冰箱包含上述所述的电子设备。
与现有技术相比,本发明的图像偏色的检测及校正方法,能够快速对图像是否存在偏色进行检测,而且检测的精度高;并且在检测到图像出现偏色后,自动调整补光灯的亮度,从而自动对图像的偏色进行校正。
附图说明
图1是本发明的图像偏色的检测及校正方法的流程示意图。
图2是本发明的ROI区域在待检测图像的分布示意图。
图3是本发明的冰箱内部的部分结构示意图。
其中,1、冰箱;2、酸奶专区;3、第一瓶座;4、第二瓶座;5、摄像头和补光灯;6、待检测图像;7、ROI区域。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
在冰箱中设置酸奶专区,可以对酸奶进行集中监控。一般酸奶专区设置有瓶座,酸奶放置在瓶座内。在对瓶座内的酸奶进行监控的过程中,需要对酸奶专区进行图像拍摄及识别。但是有时候摄像头会被有色塑料袋之类的遮挡,导致光的颜色发生变化,从而导致拍摄的图像出现偏色,影响图像识别的准确率。
因此,本发明提供一种图像偏色的检测及校正方法,所述方法能够快速对图像是否存在偏色进行检测,而且检测的精度高;并且在检测到图像出现偏色后,自动调整补光灯的亮度,从而自动对图像的偏色进行校正。
如图1所示,所述方法包括:
步骤S100:对待检测图像的多个ROI区域进行裁剪,得到N个ROI区域,所述N为大于1的正整数。
由于对整张图像进行偏色检测时,检测效率低,且准确率低(比如只是1/3区域出现偏色,基于整张图像的偏色检测无法检测出偏色),因此对待检测图像的多个ROI区域(感兴趣区域)进行裁剪,得到大于1的N个ROI区域。由于裁剪后的ROI区域图像尺寸远小于整张图像的尺寸,因此,对这些ROI区域图像进行偏色检测的效率高、检测速度快且准确率高。
本发明中主要针对冰箱内酸奶专区的图像的偏色进行检测,因此,获取拍摄到的冰箱内部酸奶专区的图像作为待检测图像,其中,所述酸奶专区包括有放置酸奶的瓶座。
进一步的,如图2所示,所述N个ROI区域分布在所述待检测图像的瓶座的四周。由于瓶座内部用于放置酸奶,在放置酸奶后,瓶座部分被酸奶遮挡,无法为偏色检测提供稳定的环境。因此,选取不会被酸奶遮挡的瓶座的四周区域作为ROI区域进行检测,不会受到放置的酸奶的影响。并且由于这N个ROI区域分布在瓶座的四周,即使图像的部分出现偏色也可检测到,检测的准确率高。
步骤S200:分别对所述N个区域进行基于HSV空间的偏色检测,若所述N个区域中至少一个区域出现偏色,则判定所述待检测图像出现偏色。
如果待检测图像部分区域出现偏色,那么出现偏色的这部分区域的图像识别的准确率就会下降,因此,在检测的过程中,只要一个区域检测到偏色,则判定所述待检测图像出现偏色,需要对图像的偏色进行校正。
需要说明的是,若检测到图像出现偏色,也可以通知用户手动排除异常情况(例如若是因为有色塑料袋遮挡摄像头,则用户可以去掉有色塑料袋)。
HSV(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。
本发明的基于HSV空间对区域图像进行偏色检测具体包括:
步骤S210:以RGB空间读入所述区域图像。
RGB颜色空间以R(Red:红)、G(Green:绿)、B(Blue:蓝)三种基本色为基础,进行不同程度的叠加,产生丰富而广泛的颜色,所以俗称三基色模式。
步骤S220:将RGB颜色通道的图像转换为HSV通道。
图像在RGB颜色通道与HSV通道之间的数据转换为现有技术,此处不具体赘述。
步骤S230:对图像进行通道分割,分别分割为H、S、V三个通道数据。
步骤S240:计算所述图像所有像素点分别在H、S、V三个通道数据的平均值。
计算所述图像所有像素点在H通道数据的平均值、在S通道数据的平均值、和在V通道数据的平均值,所述三个平均值用于表征所述区域图像在三个通道的综合值。
步骤S250:若所述三个平均值中至少一个平均值不在设定的取值范围内,则判定所述区域图像存在偏色。
判断是否这三个平均值都在预先设定的取值范围内,只要有一个平均值不在预先设定的取值范围内,则判定所述区域图像存在偏色。
在冰箱出厂前,可以通过拍摄的图片获取各个区域的所有像素点在每个通道的初始平均值,通过所述初始平均值,设定所述图像区域三个通道所有像素点平均值的取值范围。
在一个具体的实施方式中,获取一个图像区域未出现偏色时,所述图像区域的所有像素点分别在H、S、V三个通道数据的初始平均值,根据所述三个初始平均值,设定所述图像区域三个通道所有像素点平均值的取值范围。
步骤S300:在判定所述待检测图像出现偏色后,通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正。
本发明的补光灯优选采用发白光的LED灯,在逐渐调亮LED灯时,逐渐增强的白光会弱化其它的有色光,从而达到对偏色进行校正的目的。
在一个具体的实施方式中,所述“通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正”具体包括:
步骤S310:在逐渐增加所述补光灯的亮度的同时,控制所述摄像头周期性拍摄图像并检测所述拍摄的图像是否出现偏色。
首先逐渐增加补光灯的亮度,同时,周期性(相邻两个周期间隔较短)拍摄图像,并采用步骤S100和步骤S200的方法检测最新拍摄的图像是否出现偏色。
步骤S320:在检测到摄像头拍摄的图像没有出现偏色后,停止增加补光灯的亮度。
当检测到摄像头拍摄的图像没有出现偏色后,说明目前拍摄的图像质量已经达标,可以正常用于图像识别,因此,停止增加补光灯的亮度。当图像识别完成后,关闭补光灯。
在本发明中,摄像头和补光灯的位置,如图3所示,酸奶专区包括第一瓶座,所述第一瓶座用于放置酸奶,摄像头和补光灯设置在第二瓶座的底部,优选摄像头和补光灯在同一水平面上,所述补光灯为多个按一定规律分布在所述摄像头周围的LED灯。具体的,多个补光灯呈矩形或圆形分布,所述摄像头设置在矩形或者圆形的中间。并且多个补光灯发出了向下的平行光束,在补光的同时,减少或预防阴影的产生。
进一步的,优选所述补光灯与摄像头的距离在20~40cm范围内。
在一具体实施方式中,在冰箱的第二瓶座的底部设置摄像头和补光灯,所述摄像头用于拍摄位于第二瓶座底部的酸奶专区的图像,所述酸奶专区包括有放置酸奶的第一瓶座。将所述摄像头拍摄的图像作为待检测图像,对待检测图像的瓶座四周的区域进行裁剪,得到N个ROI区域,所述N个ROI区域的分布如图2所示。然后分别对所述N个区域进行基于HSV空间的偏色检测,若所述N个区域中至少一个区域出现偏色,则判定所述待检测图像出现偏色。在检测到待检测图像出现偏色后,逐渐增加补光灯的亮度,同时,周期性拍摄图像,并采用上述偏色的检测方法不断检测最新拍摄的图像是否出现偏色。在检测到摄像头拍摄的图像没有出现偏色后,停止增加补光灯的亮度。最终当图像识别完成后,关闭补光灯。
本发明的提供图像偏色的检测及校正方法,通过对待检测图片中瓶座四周的区域进行裁剪,得到N个ROI区域,然后对这些ROI区域进行基于HSV空间的偏色检测,最终根据各个ROI区域的偏色检测结果得到待检测图像的偏色检测结果,所述检测方法能够快速、准确的对待检测图像进行检测。并且在检测出图像出现偏色后,能够自动调整补光灯的亮度,对图像的偏色进行自动校正,从而不因为偏色影响图像识别的准确率。
本发明还提供一种电子设备,包括存储器和处理器,所述存储器存储有可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述所述图像偏色的检测及校正方法中的任意一个步骤,也就是说,实现上述所述图像偏色的检测及校正方法中任意一个技术方案中的步骤。
本发明还提供一种冰箱,包括上述所述的电子设备。
优选的,如图3所示,所述冰箱还包括有酸奶专区,第一瓶座和第二瓶座,所述第二瓶座的底部设置有摄像头和补光灯,所述摄像头和补光灯在同一水平面上,并且所述补光灯为多个按矩形分布在所述摄像头周围的LED灯,所述摄像头设置所述矩形的中间。并且多个补光灯发出了向下的平行光束,在补光的同时,减少或预防阴影的产生。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施方式中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种图像偏色的检测及校正方法,其特征在于,所述方法包括:
对待检测图像的多个ROI区域进行裁剪,得到N个ROI区域,所述N为大于1的正整数;
分别对所述N个区域进行基于HSV空间的偏色检测,若所述N个区域中至少一个区域出现偏色,则判定所述待检测图像出现偏色;
在判定所述待检测图像出现偏色后,通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正。
2.根据权利要求1所述图像偏色的检测及校正方法,其特征在于,对一个区域进行基于HSV空间的偏色检测具体包括:
以RGB空间读入所述区域图像;
将RGB颜色通道的图像转换为HSV通道;
对图像进行通道分割,分别分割为H、S、V三个通道数据;
计算所述图像所有像素点分别在H、S、V三个通道数据的平均值;
若所述三个平均值中至少一个平均值不在设定的取值范围内,则判定所述区域图像存在偏色。
3.根据权利要求2所述图像偏色的检测及校正方法,其特征在于,所述方法还包括:
计算一个图像区域未出现偏色时,所述图像区域的所有像素点分别在H、S、V三个通道数据的初始平均值,根据所述三个初始平均值,设定所述图像区域三个通道所有像素点平均值的取值范围。
4.根据权利要求1所述图像偏色的检测及校正方法,其特征在于,所述“通过调整设置在摄像头周围的补光灯的亮度,对图像的偏色进行自动校正”具体包括:
在逐渐增加所述补光灯的亮度的同时,控制所述摄像头周期性拍摄图像并检测所述拍摄的图像是否出现偏色;
在检测到摄像头拍摄的图像没有出现偏色后,停止增加补光灯的亮度。
5.根据权利要求4所述图像偏色的检测及校正方法,其特征在于:
所述补光灯为多个按一定规律分布在所述摄像头周围的LED灯。
6.根据权利要求4所述图像偏色的检测及校正方法,其特征在于:
所述补光灯与摄像头的距离在20~40cm范围内。
7.根据权利要求1所述图像偏色的检测及校正方法,其特征在于,所述方法还包括:
获取拍摄到的冰箱内部酸奶专区的图像作为待检测图像,其中,所述酸奶专区包括有放置酸奶的瓶座。
8.根据权利要求7所述图像偏色的检测及校正方法,其特征在于:
所述N个ROI区域分布在所述待检测图像的瓶座的四周。
9.一种电子设备,包括存储器和处理器,所述存储器存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-8任意一项所述图像偏色的检测及校正方法中的步骤。
10.一种冰箱,其特征在于,所述冰箱包含如权利要求9所述的电子设备。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110458507.1A CN115249271A (zh) | 2021-04-27 | 2021-04-27 | 图像偏色的检测及校正方法、设备及冰箱 |
PCT/CN2022/084707 WO2022228033A1 (zh) | 2021-04-27 | 2022-04-01 | 图像偏色的检测及校正方法、设备及冰箱 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110458507.1A CN115249271A (zh) | 2021-04-27 | 2021-04-27 | 图像偏色的检测及校正方法、设备及冰箱 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115249271A true CN115249271A (zh) | 2022-10-28 |
Family
ID=83697176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110458507.1A Pending CN115249271A (zh) | 2021-04-27 | 2021-04-27 | 图像偏色的检测及校正方法、设备及冰箱 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115249271A (zh) |
WO (1) | WO2022228033A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574377A (zh) * | 2014-12-24 | 2015-04-29 | 南京金智视讯技术有限公司 | 用于电子警察的红灯偏黄的校正方法 |
KR101864066B1 (ko) * | 2017-01-11 | 2018-07-05 | 숭실대학교산학협력단 | 차선 인식 장치, 차선 이탈 판단 장치, 차선 인식 방법 및 차선 이탈 판단 방법 |
CN112218065B (zh) * | 2020-09-14 | 2022-05-10 | 深圳英飞拓科技股份有限公司 | 图像白平衡方法、***、终端设备及存储介质 |
CN112116542B (zh) * | 2020-09-24 | 2024-03-08 | 西安宇视信息科技有限公司 | 图像对比度增强方法、装置、电子设备和存储介质 |
-
2021
- 2021-04-27 CN CN202110458507.1A patent/CN115249271A/zh active Pending
-
2022
- 2022-04-01 WO PCT/CN2022/084707 patent/WO2022228033A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2022228033A1 (zh) | 2022-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109361910B (zh) | 自适应白平衡校正方法及装置 | |
CN112752023B (zh) | 一种图像调整方法、装置、电子设备及存储介质 | |
KR102294622B1 (ko) | 화이트 밸런스 처리 방법, 전자 장치 및 컴퓨터 판독 가능 저장 매체 | |
EP3657785B1 (en) | Image white balance processing method and apparatus, and terminal device | |
US7929025B2 (en) | Automatic white balance control system, automatic white balance module, and method thereof | |
CN108234824A (zh) | 阴影校正检测参数确定、校正检测方法及装置、存储介质、鱼眼相机 | |
CN113191988B (zh) | 亮度矫正方法及装置、存储介质、电子装置 | |
CN112669758B (zh) | 显示屏校正方法、装置、***和计算机可读存储介质 | |
CN107872663B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
CN106357988B (zh) | 白平衡调整方法、装置和终端设备 | |
US20140267826A1 (en) | Apparatus and techniques for image processing | |
US20190335150A1 (en) | Systems and methods for color balancing | |
CN113808153A (zh) | 番茄成熟检测方法、装置、计算机设备及存储介质 | |
CN114745510A (zh) | 一种用于目标图像采集的led光源自动校准方法及*** | |
CN111523551A (zh) | 蓝色目标的二值化方法、装置和设备 | |
CN112954229B (zh) | 基于灰度值调节补光灯光强的方法、设备及冰箱 | |
CN108198226B (zh) | 一种陶瓷颜色识别方法、电子设备、存储介质及装置 | |
CN115249271A (zh) | 图像偏色的检测及校正方法、设备及冰箱 | |
CN111970501A (zh) | 纯色场景ae色彩处理方法、装置、电子设备及存储介质 | |
WO2022228032A1 (zh) | 图像偏色的检测方法、设备及冰箱 | |
CN113099191B (zh) | 一种图像处理方法及装置 | |
CN111479064B (zh) | 一种应用于透雾摄像机的日夜模式切换控制方法及装置 | |
CN110876049B (zh) | 图像白平衡处理方法及装置 | |
Bailey et al. | Towards automatic colour segmentation for robot soccer | |
CN113571010B (zh) | 亮色度信息获取方法、装置、***和计算机可读存储介质 |
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 |