RU2754966C1 - Method for television spectral selection of images of objects - Google Patents

Method for television spectral selection of images of objects Download PDF

Info

Publication number
RU2754966C1
RU2754966C1 RU2021105004A RU2021105004A RU2754966C1 RU 2754966 C1 RU2754966 C1 RU 2754966C1 RU 2021105004 A RU2021105004 A RU 2021105004A RU 2021105004 A RU2021105004 A RU 2021105004A RU 2754966 C1 RU2754966 C1 RU 2754966C1
Authority
RU
Russia
Prior art keywords
spectral
images
television
image
digital codes
Prior art date
Application number
RU2021105004A
Other languages
Russian (ru)
Inventor
Николай Петрович Корнышев
Михаил Андреевич Калитов
Original Assignee
Федеральное государственное бюджетное образовательное учреждение высшего образования «Новгородский государственный университет имени Ярослава Мудрого»
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 Федеральное государственное бюджетное образовательное учреждение высшего образования «Новгородский государственный университет имени Ярослава Мудрого» filed Critical Федеральное государственное бюджетное образовательное учреждение высшего образования «Новгородский государственный университет имени Ярослава Мудрого»
Priority to RU2021105004A priority Critical patent/RU2754966C1/en
Application granted granted Critical
Publication of RU2754966C1 publication Critical patent/RU2754966C1/en

Links

Images

Classifications

    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Abstract

FIELD: television.
SUBSTANCE: invention relates to the field of television and relates to a method for television spectral selection. The method consists in obtaining the original spectrozonal optical images of the object, generating the corresponding spectrozonal video signals, converting them into digital form, and thereby obtaining digital codes of the corresponding elements of the spectral images in the form of an array of spectral characteristics Sx,y, comparing these digital codes with the corresponding reference values, and the formation of a binary image of the selected object when they match. The spatial coordinates x=a, y=b of the element of interest are set on one of the original images, the spectral characteristic Sx=a,y=b for a given image element is stored as a reference, when comparing the digital codes, the condition | Sx,y - Sx=a,y=b | ≤ ε , where ε is the a priori specified threshold value, and the formation of a binary image of the selected object is carried out when this condition is met.
EFFECT: invention improves accuracy of spectral selection.
1 cl, 4 dwg

Description

Изобретение относится к телевидению, а именно к способам телевизионной спектральной селекции изображений объектов, которая заключается в выделении в телевизионном изображении элементов, имеющих заданную спектральную характеристику. Способ может быть использован при построении телевизионных спектрозональных систем различного назначения, в том числе, предназначенных для технического исследования документов. Известен способ спектральной селекции, описанный, в частности, на с.380 в литературе Быков, Р. Е. Основы телевидения и видеотехники. Учебник для студентов вузов, обучающихся по специальности «Радиотехника» направления «Радиотехника» / Р. Е. Быков. М.: Горячая линия–Телеком, 2006. 399с. Данный способ основан на цветовой трансформации спектрозональных изображений, когда на экране цветного монитора совмещают три изображения одного и того же объекта, полученных в трех различных спектральных зонах. При этом каждое из этих изображений предварительно окрашивается в один из основных цветов, например, красный, синий и зеленый. На результирующем изображении объекты, имеющие разные спектральные характеристики окрашиваются в различные условные цвета. Визуально по заданному цвету выделяют элементы изображения, имеющие заданную спектральную характеристику. Однако данный способ не обладает достаточной точностью, поскольку число анализируемых спектральных зон ограничено всего тремя зонами.The invention relates to television, and in particular to methods of television spectral selection of images of objects, which consists in the selection in a television image of elements having a given spectral characteristic. The method can be used in the construction of television multispectral systems for various purposes, including those intended for the technical study of documents. The known method of spectral selection, described, in particular, on p. 380 in the literature Bykov, R. E. Fundamentals of television and video technology. Textbook for university students enrolled in the specialty "Radio engineering" of the direction "Radio engineering" / R. E. Bykov. M .: Hot line-Telecom, 2006. 399 p. This method is based on the color transformation of spectral images, when three images of the same object obtained in three different spectral zones are combined on the screen of a color monitor. Moreover, each of these images is pre-colored in one of the primary colors, for example, red, blue and green. On the resulting image, objects with different spectral characteristics are painted in different conventional colors. Visually, according to a given color, image elements with a given spectral characteristic are distinguished. However, this method does not have sufficient accuracy, since the number of analyzed spectral zones is limited to only three zones.

Наиболее близким по технической сущности к заявляемому способу является способ телевизионной спектральной селекции, описанный на с.133-134 в статье Козин С.Д., Сагдуллаев Ю.С. «Спектрозональное телевидение и тепловидение в задачах селекции и идентификации объектов». Вопросы радиоэлектроники, серия «Техника телевидения». 2013г. Вып.2. С.123-135. Данный способ заключается в получении спектрозональных оптических изображений, имеющих пространственное распределение яркости

Figure 00000001
в n зонах регистрации с интервалами длин волн
Figure 00000002
, где i=1,2…n, а x, y – пространственные координаты, формировании соответствующих спектрозональных видеосигналов
Figure 00000003
, преобразовании их в цифровую форму, сравнении цифровых кодов видеосигналов для каждой последующей и предыдущей зоны регистрации, определении результата сравнения F в соответствии с выражением
Figure 00000004
, получении, тем самым, n-разрядного двоичного кода для соответствующих элементов изображения, что эквивалентно массиву спектральных характеристик
Figure 00000005
, и селекции элементов изображения при совпадении эталонного двоичного кода с зафиксированными значениями двоичного кода F.The closest in technical essence to the claimed method is the method of television spectral selection, described on pp. 133-134 in the article SD Kozin, Yu.S. Sagdullaev. "Spectrozonal television and thermal imaging in the problems of selection and identification of objects." Questions of radio electronics, TV Technique series. 2013 Issue 2. Pp. 123-135. This method consists in obtaining spectrozonal optical images with a spatial distribution of brightness
Figure 00000001
 in n registration zones with wavelength intervals
Figure 00000002
 , where i = 1,2 ... n , and x , y are spatial coordinates, the formation of the corresponding spectrozonal video signals
Figure 00000003
 , converting them into digital form, comparing digital video signal codes for each subsequent and previous registration area, determining the comparison result F in accordance with the expression
Figure 00000004
 , thus obtaining an n- bit binary code for the corresponding image elements, which is equivalent to an array of spectral characteristics
Figure 00000005
 , and selection of image elements when the reference binary code coincides with the fixed values of the binary code F.

Данный способ имеет недостаточную точность спектральной селекции.This method has insufficient accuracy of spectral selection.

Задачей изобретения является повышение точности спектральной селекции.The objective of the invention is to improve the accuracy of spectral selection.

Технический результат заявляемого технического решения выражен в повышении точности спектральной селекции за счет сравнения формы спектральной характеристики текущего элемента изображения и формы эталонной спектральной характеристики, получаемой путем указания элемента изображения эталонного объекта, при заданной величине допуска ε.The technical result of the proposed technical solution is expressed in increasing the accuracy of spectral selection by comparing the shape of the spectral characteristic of the current image element and the shape of the reference spectral characteristic obtained by specifying the image element of the reference object, at a given value of tolerance ε.

Технический результат достигается тем, что в отличие от известного способа, заключающегося в получении исходных спектрозональных оптических изображений объекта, имеющих пространственное распределение яркости

Figure 00000006
в k зонах регистрации с интервалами длин волн
Figure 00000002
, где i=1,2…k, а x, y – пространственные координаты элементов изображения, причем, x=1,2…j…m, а y=1,2…l…n, где m и n - число элементов изображения, соответственно, по горизонтали и вертикали, формировании соответствующих спектрозональных сигналов
Figure 00000007
, преобразовании их в цифровую форму с запоминанием цифровых кодов соответствующих элементов спектрозональных изображений в виде массива спектральных характеристик
Figure 00000005
, сравнении этих цифровых кодов с соответствующими эталонными значениями и формировании при их совпадении бинарного изображения селектируемого объекта, дополнительно задают пространственные координаты x=a, y=b интересующего элемента изображения, запоминают в качестве эталона спектральную характеристику
Figure 00000008
 для заданного элемента изображения, а при сравнении значений цифровых кодов для соответствующих элементов спектрозональных изображений проверяют выполнение условия
Figure 00000009
, где ε – априорно заданное пороговое значение, и формирование бинарного изображения (селекцию) осуществляют в случае выполнения данного условия.The technical result is achieved by the fact that, in contrast to the known method, which consists in obtaining the original spectrozonal optical images of an object having a spatial distribution of brightness
Figure 00000006
 in k registration zones with wavelength intervals
Figure 00000002
 , where i = 1,2 ... k , and x , y are the spatial coordinates of image elements, moreover, x = 1,2 ... j ... m , and y = 1,2 ... l ... n , where m and n are the number of elements images, respectively, horizontally and vertically, the formation of the corresponding multispectral signals
Figure 00000007
 , converting them into digital form with memorizing the digital codes of the corresponding elements of spectral images in the form of an array of spectral characteristics
Figure 00000005
 , comparing these digital codes with the corresponding reference values and forming a binary image of the selected object when they coincide, additionally set the spatial coordinates x = a , y = b of the image element of interest, store the spectral characteristic as a reference
Figure 00000008
 for a given image element, and when comparing the values of digital codes for the corresponding elements of multispectral images, the fulfillment of the condition
Figure 00000009
 , where ε is the a priori specified threshold value, and the formation of a binary image (selection) is carried out if this condition is met.

Для достижения указанного выше технического результата предложен способ телевизионной спектральной селекции, включающий получение исходных спектрозональных оптических изображений объекта, имеющих пространственное распределение яркости

Figure 00000006
в k зонах регистрации с интервалами длин волн
Figure 00000002
, где i=1,2…k, а x, y – пространственные координаты элементов изображения, причем, x=1,2…j…m, а y=1,2…l…n, где m и n - число элементов изображения, соответственно, по горизонтали и вертикали, формирование соответствующих спектрозональных видеосигналов
Figure 00000007
, преобразование их в цифровую форму и получение, тем самым, цифровых кодов соответствующих элементов спектрозональных изображений в виде массива спектральных характеристик
Figure 00000005
, сравнение этих цифровых кодов с соответствующими эталонными значениями и формирование при их совпадении бинарного изображения селектируемого объекта, указывают пространственные координаты x=a, y=b интересующего элемента на одном из исходных изображений, запоминают в качестве эталона спектральную характеристику
Figure 00000010
 для указанного элемента изображения, при сравнении цифровых кодов проверяют выполнение условия
Figure 00000011
, где ε – априорно заданное пороговое значение, а формирование бинарного изображения селектируемого объекта осуществляют при выполнении данного условия.To achieve the above technical result, a method of television spectral selection is proposed, including obtaining initial spectrozonal optical images of an object having a spatial distribution of brightness
Figure 00000006
 in k registration zones with wavelength intervals
Figure 00000002
 , where i = 1,2 ... k , and x , y are the spatial coordinates of image elements, moreover, x = 1,2 ... j ... m , and y = 1,2 ... l ... n , where m and n are the number of elements images, respectively, horizontally and vertically, the formation of the corresponding multispectral video signals
Figure 00000007
 , converting them into digital form and thereby obtaining digital codes of the corresponding elements of spectrozonal images in the form of an array of spectral characteristics
Figure 00000005
 , comparison of these digital codes with the corresponding reference values and the formation of a binary image of the selected object when they coincide, indicate the spatial coordinates x = a , y = b of the element of interest on one of the original images, store the spectral characteristic as a reference
Figure 00000010
 for the specified image element, when comparing digital codes, the condition is checked
Figure 00000011
 , where ε is the a priori specified threshold value, and the formation of a binary image of the selected object is carried out when this condition is met.

Таким образом, при сравнении разности текущих и эталонных цифровых кодов с пороговым значением для каждого элемента изображения осуществляется анализ формы спектральной характеристики. Точность анализа формы зависит от величины априорно задаваемого порогового значения ε. Максимальная точность достигается при минимальном значении ε, которое в свою очередь лимитируется отношением сигнал-шум для данной телевизионной системы. Thus, when comparing the difference between the current and reference digital codes with a threshold value for each image element, the shape of the spectral characteristic is analyzed. The accuracy of the shape analysis depends on the value of the a priori specified threshold value ε. The maximum accuracy is achieved at a minimum value of ε, which in turn is limited by the signal-to-noise ratio for a given television system.

Спектрозональные изображения для исследуемого документа могут быть получены, например, путем последовательного облучения поля зрения телевизионной камеры светодиодами с различной длиной волны излучения в диапазоне от 400 до 1000нм и фиксации изображений в компьютере через стандартное устройство видеозаписи, например, типа Aver EZ Capture фирмы Aver Media, подключаемое PCI-шине компьютера. В этом случае в качестве телевизионной камеры может быть использована практически любая ПЗС-камера стандартной чувствительности. Spectrozonal images for a document under investigation can be obtained, for example, by sequentially irradiating the field of view of a television camera with LEDs with different radiation wavelengths in the range from 400 to 1000 nm and capturing images in a computer through a standard video recorder, for example, of the Aver EZ Capture type from Aver Media. connected to the PCI bus of the computer. In this case, almost any standard sensitivity CCD camera can be used as a television camera.

При получении эталонных цифровых кодов на одном из зафиксированных изображений, отображаемом на экране монитора, указывают курсором интересующий элемент изображения. Тем самым однозначно определяются пространственные координаты x=а, y=b и, соответственно, эталонная спектральная характеристика

Figure 00000012
из соответствующих спектрозональных изображений.When receiving the reference digital codes on one of the captured images displayed on the monitor screen, point the cursor to the image element of interest. Thus, the spatial coordinates x = a , y = b are uniquely determined and, accordingly, the reference spectral characteristic
Figure 00000012
 from the corresponding multispectral images.

Затем цифровые коды массива спектральных характеристик

Figure 00000013
обрабатывают в компьютере программным путем в соответствии с выражением
Figure 00000014
, и, в случае выполнения данного условия, элементы изображения, отображаемого на мониторе, помечают условным цветом, выделяют контуром или формируют отдельное бинарное изображение, соответствующее искомым элементам, тем самым, осуществляя спектральную селекцию объектов с заданной спектральной характеристикой.Then the digital codes of the array of spectral characteristics
Figure 00000013
 processed in a computer programmatically in accordance with the expression
Figure 00000014
 , and, if this condition is met, the elements of the image displayed on the monitor are marked with a conventional color, highlighted with a contour, or a separate binary image corresponding to the desired elements is formed, thereby carrying out spectral selection of objects with a given spectral characteristic.

Результирующее изображение может быть получено, например, путем программирования в среде стандартного пакета MATLAB или путем создания специализированной программы, например, в среде С++. The resulting image can be obtained, for example, by programming in the environment of the standard MATLAB package or by creating a specialized program, for example, in the C ++ environment.

На фиг.1 приведены примеры изображений объектов, полученных в шести спектральных зонах, соответствующие цифровым кодам элементов спектрозональных изображений

Figure 00000015
для i=1,2,3,4,5,6.Figure 1 shows examples of images of objects obtained in six spectral zones, corresponding to digital codes of elements of spectral images
Figure 00000015
 for i = 1,2,3,4,5,6.

На фиг. 2 слева показано изображение объектов в одной из этих зон с произвольно указанным элементом, имеющим пространственные координаты x=a, y=b (точка 1 на изображении), справа показан результат спектральной селекции (бинарное изображение селектируемых элементов объекта помечено черным).FIG. 2 on the left shows an image of objects in one of these zones with an arbitrarily specified element having spatial coordinates x = a , y = b (point 1 in the image), on the right the result of spectral selection (the binary image of the selected elements of the object is marked in black).

На фиг. 3 представлена эталонная спектральная характеристика

Figure 00000016
(верхний график), построенная по исходным спектрозональным изображениям для указанного элемента 1, а также спектральная характеристика для селектируемых элементов изображения (нижний график). Цифровые значения на графиках и в таблице окна справа соответствуют яркости указанного элемента изображения в относительных единицах в диапазоне от 0 до 255 для каждой из шести спектральных зон. Как видно из графиков, эталонная спектральная характеристика по форме совпадает со спектральной характеристикой для селектируемых элементов при заданном пороговом значении ε=10.FIG. 3 shows the reference spectral characteristic
Figure 00000016
 (top graph), built from the original multispectral images for the specified element 1, as well as the spectral characteristic for the selected image elements (bottom graph). The numerical values in the graphs and in the table of the window on the right correspond to the brightness of the specified image element in relative units in the range from 0 to 255 for each of the six spectral zones. As can be seen from the graphs, the reference spectral characteristic in shape coincides with the spectral characteristic for the selected elements at a given threshold value ε = 10.

Изображения представленные на фиг.1-3, получены, в частности, при помощи специальной программы ZONA, написанной в среде С++. The images shown in Figures 1-3 were obtained, in particular, using a special program ZONA, written in the C ++ environment.

На фиг. 4 приведен пример структурной схемы устройства для реализации заявляемого способа. Устройство содержит объектив 1 и линейку 2 светофильтров, оптически связанных с телевизионной камерой 3, которая последовательно подключена к устройству 4 видеозаписи и компьютеру 5.FIG. 4 shows an example of a block diagram of a device for implementing the proposed method. The device contains a lens 1 and a line 2 of light filters, optically connected to a television camera 3, which is connected in series to a video recorder 4 and a computer 5.

Устройство работает следующим образом. Световой поток проходит через объектив 1, в заднем рабочем отрезке которого размещается линейка 2 светофильтров. В простейшем случае линейку 2 светофильтров в заднем рабочем отрезке объектива перемещают вручную, устанавливая светофильтры перед фотоприемником телевизионной камеры 3 последовательно. Тем самым выделяют спектрозональные световые потоки и формируют на мишени фотоприемника пространственное распределение яркости

Figure 00000001
в n зонах регистрации
Figure 00000002
.The device works as follows. The luminous flux passes through the objective 1, in the rear working segment of which there is a line 2 of light filters. In the simplest case, the line 2 of light filters in the rear flange of the lens is moved manually by installing light filters in front of the photodetector of the television camera 3 in series. Thus, spectrozonal light fluxes are separated and a spatial distribution of brightness is formed on the target of the photodetector
Figure 00000001
 in n check-in areas
Figure 00000002
 ...

Каждое получаемое спектрозональное оптическое изображение последовательно преобразуется телевизионной камерой 3 в электрический сигнал

Figure 00000007
, который в свою очередь преобразуется в цифровую форму стандартным устройством 4 видеозаписи, последовательно вводится в компьютер 5 и обрабатываются программным путем.Each received multispectral optical image is sequentially converted by a television camera 3 into an electrical signal
Figure 00000007
 , which in turn is digitized by a standard video recorder 4, is sequentially entered into the computer 5 and processed by software.

Введенные в компьютер исходные цифровые коды элементов n спектрозональных изображений цифровые коды

Figure 00000007
образуют массив спектральных характеристик
Figure 00000013
.Inputted into the computer source digital codes of elements of n spectrozonal images digital codes
Figure 00000007
 form an array of spectral characteristics
Figure 00000013
 ...

Далее на экран дисплея выводится по выбору одно из введенных спектрозональных изображений. Пространственные координаты x=a, y=b интересующего элемента на исходном изображении задают при помощи перемещаемого по экрану курсора. Программным путем запоминают в качестве эталона спектральную характеристику

Figure 00000010
для указанного элемента, производят сравнение значений
Figure 00000017
 и
Figure 00000018
 и при выполнении условия
Figure 00000011
, где ε – априорно заданное пороговое значение, осуществляют селекцию элементов изображения.Further, one of the entered multispectral images is displayed on the display screen. Spatial coordinates x = a , y = b of the element of interest in the source image are set using the cursor moving across the screen. The spectral characteristic is memorized by software as a reference
Figure 00000010
 for the specified element, compare the values
Figure 00000017
 and
Figure 00000018
 and if the condition
Figure 00000011
 , where ε is an a priori specified threshold value, image elements are selected.

Проверка условия

Figure 00000011
заключается в последовательном вычитании значений цифровых кодов
Figure 00000007
текущего и эталонного
Figure 00000019
 элемента изображения для i=1,2…k (т. е. для всех спектрозональных изображений) и сравнении полученного модуля разности с порогом ε.Condition check
Figure 00000011
 consists in sequential subtraction of the values of digital codes
Figure 00000007
 current and reference
Figure 00000019
 image element for i = 1,2 ... k (ie, for all spectrozonal images) and comparing the obtained modulus of the difference with the threshold ε.

Условие

Figure 00000020
считается выполненным, если для данного элемента изображений ни один из получаемых модулей разности не превышает заданной величины порога ε. Изменение величины порога ε обеспечивает изменение точности сравнения спектральной характеристики
Figure 00000017
 текущего элемента изображения с эталонной спектральной характеристикой
Figure 00000018
.Condition
Figure 00000020
 is considered fulfilled if for a given image element none of the obtained difference modules exceeds a predetermined value of the threshold ε. A change in the value of the threshold ε provides a change in the accuracy of the comparison of the spectral characteristic
Figure 00000017
 the current pixel with the reference spectral characteristic
Figure 00000018
 ...

Селекция элементов изображения заключается в формировании выходного бинарного изображения

Figure 00000021
в соответствии с выражением
Figure 00000022
.The selection of image elements consists in the formation of an output binary image
Figure 00000021
 according to expression
Figure 00000022
 ...

Выделенные элементы используют для отображения результата селекции на экране дисплея компьютера, как в виде бинарного изображения, так и в виде оконтуренных или «залитых» условным цветом элементов отображаемого спектрозонального изображения. The selected elements are used to display the selection result on the computer display screen, both in the form of a binary image, and in the form of contoured or "filled" with a conventional color of the elements of the displayed multispectral image.

Claims (1)

Способ телевизионной спектральной селекции, заключающийся в получении исходных спектрозональных оптических изображений объекта, имеющих пространственное распределение яркости
Figure 00000023
 в k зонах регистрации с интервалами длин волн
Figure 00000024
, где i=1,2…k, а x,y – пространственные координаты элементов изображения, причем, x=1,2…j…m, а y=1,2…l…n, где m и n - число элементов изображения соответственно по горизонтали и вертикали, формировании соответствующих спектрозональных видеосигналов
Figure 00000025
, преобразовании их в цифровую форму, и получении тем самым цифровых кодов соответствующих элементов спектрозональных изображений в виде массива спектральных характеристик
Figure 00000026
, сравнении этих цифровых кодов с соответствующими эталонными значениями, и формировании при их совпадении бинарного изображения селектируемого объекта, отличающийся тем, что задают пространственные координаты x=a, y=b интересующего элемента на одном из исходных изображений, запоминают в качестве эталона спектральную характеристику
Figure 00000027
 для заданного элемента изображения, при сравнении цифровых кодов проверяют выполнение условия
Figure 00000028
, где ε – априорно заданное пороговое значение, а формирование бинарного изображения селектируемого объекта осуществляют при выполнении данного условия.The method of television spectral selection, which consists in obtaining initial spectrozonal optical images of an object with a spatial distribution of brightness
Figure 00000023
 in k registration zones with wavelength intervals
Figure 00000024
 , where i = 1,2 ... k , and x , y are the spatial coordinates of image elements, moreover, x = 1,2 ... j ... m , and y = 1,2 ... l ... n , where m and n are the number of elements images, respectively, horizontally and vertically, forming the corresponding multispectral video signals
Figure 00000025
 , converting them into digital form, and thereby obtaining digital codes of the corresponding elements of spectral images in the form of an array of spectral characteristics
Figure 00000026
 , comparing these digital codes with the corresponding reference values, and forming, when they coincide, a binary image of the selected object, characterized in that the spatial coordinates x = a , y = b of the element of interest on one of the original images are set, the spectral characteristic is stored as a reference
Figure 00000027
 for a given image element, when comparing digital codes, the fulfillment of the condition is checked
Figure 00000028
 , where ε is the a priori specified threshold value, and the formation of a binary image of the selected object is carried out when this condition is met.
RU2021105004A 2021-02-26 2021-02-26 Method for television spectral selection of images of objects RU2754966C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2021105004A RU2754966C1 (en) 2021-02-26 2021-02-26 Method for television spectral selection of images of objects

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2021105004A RU2754966C1 (en) 2021-02-26 2021-02-26 Method for television spectral selection of images of objects

Publications (1)

Publication Number Publication Date
RU2754966C1 true RU2754966C1 (en) 2021-09-08

Family

ID=77670247

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2021105004A RU2754966C1 (en) 2021-02-26 2021-02-26 Method for television spectral selection of images of objects

Country Status (1)

Country Link
RU (1) RU2754966C1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1990013091A1 (en) * 1989-04-13 1990-11-01 Kenet Robert O Apparatus and method for imaging and classifying lesions
CN103646246A (en) * 2013-12-19 2014-03-19 交通运输部天津水运工程科学研究所 Decision tree model based multispectral remote sensing image river information extraction method
RU2679921C1 (en) * 2018-04-28 2019-02-14 Закрытое акционерное общество "ЭЛСИ" Method of forming digital spectrozonal television signals

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1990013091A1 (en) * 1989-04-13 1990-11-01 Kenet Robert O Apparatus and method for imaging and classifying lesions
CN103646246A (en) * 2013-12-19 2014-03-19 交通运输部天津水运工程科学研究所 Decision tree model based multispectral remote sensing image river information extraction method
RU2679921C1 (en) * 2018-04-28 2019-02-14 Закрытое акционерное общество "ЭЛСИ" Method of forming digital spectrozonal television signals

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Козин С.Д., Сагдуллаев Ю.С. "Спектрозональное телевидение и тепловидение в задачах селекции и идентификации объектов", ВОПРОСЫ РАДИОЭЛЕКТРОНИКИ, СЕРИЯ ТЕХНИКА ТЕЛЕВИДЕНИЯ, вып. 2, 2013 г., стр. 123-136. *

Similar Documents

Publication Publication Date Title
Oh et al. Do it yourself hyperspectral imaging with everyday digital cameras
CN104272717B (en) For performing projected image to the method and system of the alignment of infrared ray (IR) radiation information detected
US8427632B1 (en) Image sensor with laser for range measurements
CA3026545C (en) Information search system and information search program
US20130229513A1 (en) Image input device and image processing device
US20130235190A1 (en) Leaf area index measurement system, device, method, and program
EP3385686B1 (en) Multi-spectral imaging using longitudinal chromatic aberrations
US9354045B1 (en) Image based angle sensor
CN109883391B (en) Monocular distance measurement method based on digital imaging of microlens array
WO2020000369A1 (en) Multimodal imaging sensor calibration method for accurate image fusion
US20120086810A1 (en) Method for a touchless determination of the temperature of an object and corresponding thermal imaging camera
US10891756B2 (en) Image processing device, chart for calibration, and calibration system
RU2604898C1 (en) Method of generating of multispectral video signals
US10832088B2 (en) Information search system, information search method, and information search program
US20210250526A1 (en) Device for capturing a hyperspectral image
RU2374783C1 (en) Method for generation and display of multispectral television signals
RU2754966C1 (en) Method for television spectral selection of images of objects
CN108267426A (en) Drawing pigment identifying system and method based on multispectral imaging
KR101520293B1 (en) Scheduling method for detention of object and of obtaining forensic image by visual attention, and system thereof
KR102589555B1 (en) Method for selecting spectral bandwidth of hyperspectral image and spectral bandwidth selection apparatus using the same
JP4985264B2 (en) Object identification device
Kriesel et al. True-color night vision (TCNV) fusion system using a VNIR EMCCD and a LWIR microbolometer camera
RU2731880C1 (en) Method of generating digital multispectral television signals
RU2705423C1 (en) Method of combining simultaneously obtained images from matrix photodetectors of different spectral range
CN114972547A (en) Method for determining tooth color