CN101049228A - 一种视觉对比度分辨率测试方法 - Google Patents

一种视觉对比度分辨率测试方法 Download PDF

Info

Publication number
CN101049228A
CN101049228A CNA2007100784979A CN200710078497A CN101049228A CN 101049228 A CN101049228 A CN 101049228A CN A2007100784979 A CNA2007100784979 A CN A2007100784979A CN 200710078497 A CN200710078497 A CN 200710078497A CN 101049228 A CN101049228 A CN 101049228A
Authority
CN
China
Prior art keywords
model
test
background
color
contrast resolution
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.)
Granted
Application number
CNA2007100784979A
Other languages
English (en)
Other versions
CN100482145C (zh
Inventor
宋方洲
王志芳
谢正祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Medical University
Original Assignee
Chongqing Medical University
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 Chongqing Medical University filed Critical Chongqing Medical University
Priority to CNB2007100784979A priority Critical patent/CN100482145C/zh
Publication of CN101049228A publication Critical patent/CN101049228A/zh
Application granted granted Critical
Publication of CN100482145C publication Critical patent/CN100482145C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

一种视觉对比度分辨率测试方法，其特征在于，包括下列步骤：建立测试模型并送入测试装置中；在测试装置中建立测试界面显示所述测试模型；选择背景和模型的颜色；改变模型色的色度/灰度级，受检者观察测试模型；当受检者恰能辨认出模型与背景的灰度/色度差异后，读出此时的灰度/色度差值；记录测试结果；改变背景色和模型色的色度/灰度级，再执行检测流程；选择背景和模型的颜色，再次执行检测流程，获得受检者对指定颜色的视觉对比度分辨率；本发明的显著效果是：能实现对人类视觉对比度分辨率阈值的测定和数据记录，比较出人类个体视觉的对比度分辨率差异，为底层图像挖掘和夜视系统的开发以及图像隐藏提供人类视觉生理数据和基础。

Description

一种视觉对比度分辨率测试方法
技术领域
本发明属于视觉生理学领域，具体说是涉及视觉生理—心理和计算机图像处理交叉学科的一种视觉对比度分辨率测试方法。
背景技术
图像与图像处理的生理基础是人类视觉。没有人类视觉也就没有图像，更没有图像处理。在图像处理领域，人类视觉和人类视觉的分辨率阈值，在一些学科的理论、技术和相关产业的发展中，起了决定性的作用。如光学学科的存在，完全是因为有人类视觉的存在。光就是能引起人类视觉的电磁波或光量子。世界本无色，色是人类视觉的一种感觉。因此色是一种心理-物理量。在人类视觉生理-物理学文献中，报道了人类视觉的空间分辨率阈值：不能分辨视角小于1′的两点、时间分辨率阈值：不能分辨时间间隔小于0.1″出现的两幅不同图像和频率/波长分辨率阈值：不能分辨波长差小于5nm的两种颜色。人类视觉的时间分辨率阈值奠定了现代影视学理论和技术以及相关产业的视觉生理学基础。没有人类视觉的时间分辨率阈值，现代电影、电视、动画等诸多影视技术及相关产业都将成为乌有。人类视觉的空间分辨率阈值，奠定了色彩斑斓的现代显微学理论和技术以及相关产业的视觉生理学基础。没有人类视觉的空间分辨率阈值，现代光学显微、电子显微、原子力显微等诸多显微技术及相关产业也都将成为乌有。
但现有技术的缺点是：没有人类视觉对比度分辨率阈值的测定方法和数据的报道，特别是基于计算机数字技术的测定方法和数据报道。缺乏对人类视觉对比度分辨率的识别方法，缺乏对人类视觉的检验手段，无法比较出人类个体视觉的对比度分辨率差异。同时，如本发明人申请过的专利，用于底层图像的挖掘方法及采用该方法的图像挖掘装置(申请号：200610054333.8)、底层图像隐藏和挖掘方法及采用该方法的图像隐藏和挖掘装置(申请号：200610054379.X)和用于底层图像挖掘的图像灰度/色度信息的高分辨检测方法(申请号：200610054324.9)等技术都缺乏作为视觉生理—心理—物理基础的人类视觉对比度分辨率阈值数据。
发明内容
本发明的目的是提供一种视觉对比度分辨率测试方法，能实现对人类视觉对比度分辨率阈值的测定并提供测定的数据记录，比较出人类个体视觉的对比度分辨率差异。
为达到本发明的目的，本发明具体为：
一种视觉对比度分辨率测试方法，包括下列步骤：
步骤一，建立测试模型并送入测试装置中，所述测试模型设置为与背景有灰度/色度差异的图案；
步骤二，在测试装置中建立测试界面显示所述测试模型，其中背景色和模型色的色度/灰度级调节范围为0～255；
步骤三，选择背景和模型的颜色并使其相同，并设定其色度/灰度级一致；
步骤四，单独改变模型色的色度/灰度级，并由受检者观察测试模型，直到受检者能够辨认出背景色与模型色之间的灰度/色度差异为止；
步骤五，当受检者恰能辨认出模型与背景的灰度/色度差异后，读出此时的灰度/色度差值，即为当前背景颜色和灰度/色度下的对比度分辨率；
步骤六，记录测试结果；
步骤七，返回所述步骤三中，改变背景色和模型色的色度/灰度级，再执行一次以上所述步骤三、四、五、六的检测流程；
步骤八，返回所述步骤三中，选择背景和模型的颜色，再次执行所述步骤四、五、六的检测流程，获得受检者对选定颜色的视觉对比度分辨率；
所述测试装置由显示机构和计算机组成，其中显示机构的显示界面上并列有测试界面和控制界面，测试界面显示所述测试模型，控制界面设置红背景色选项、绿背景色选项、蓝背景色选项、黄背景色选项、青背景色选项、紫背景色选项和黑白背景色选项，色度/灰度级调节框；
所述计算机设置有存储机构和运算机构，其中存储机构获取所述显示机构的记录测试结果并存储，运算机构根据所述测试结果建立数学模型，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，获取受检者的对比度分辨率阈值最低点。
根据所述测试结果建立数学模型，在迪卡尔坐标系中，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，找到受检者的对比度分辨率阈值最低点。
所述测试模型为2进制空间频率的测试条纹模型，其条纹的宽度分别是：2-2、2-1、20、21、22、23mm，空间频率分别是：20cm-1、10cm-1、5cm-1、2.5cm-1、1.25cm-1、0.625cm-1。
所述测试模型还可以是圆环状条纹等其他表现形式。
因为客观物体不一定是单一的空间频率，所以采用与背景有灰度/色度差异的2进制条纹模型更接近实际情况，而且更具通用性。
所述背景和测试模型的颜色为红、绿、蓝、黄、青、紫和黑白。
所述色度/灰度级分别选为0，15，31，47，63，127，191，255。
本发明的显著效果是：提供一种对人类视觉的认知技术和检验手段，能对人类视觉对比度分辨率阈值进行测定和数据记录，比较出人类个体视觉的对比度分辨率差异；
同时，除了可用于检测人类个体的视觉对比度分辨率，如用于临床，特殊行业体检外，还可用于底层图像挖掘和隐藏，隐身、隐形，反隐身和反隐形以及研发不依赖于红外技术的被动型夜视系统。
附图说明
图1是本发明的流程框图；
图2是2进制空间频率的测试条纹模型图；
图3是测试装置中测试界面和控制界面图；
图4是人类视觉对红色的对比度分辨率随背景灰度级的变化图；
图5是人类视觉对绿色的对比度分辨率随背景灰度级的变化图；
图6是人类视觉对蓝色的对比度分辨率随背景灰度级的变化图；
图7是人类视觉对灰色的对比度分辨率随背景灰度级的变化图；
图8是人类视觉对黄色的对比度分辨率随背景灰度级的变化图；
图9是人类视觉对青色的对比度分辨率随背景灰度级的变化图；
图10是人类视觉对紫色的对比度分辨率随背景灰度级的变化图；
图11是测试装置的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细说明。
一种视觉对比度分辨率测试方法，包括下列步骤：
如图1、2、11所示：步骤一，建立测试模型并送入测试装置中，所述测试模型设置为与背景有灰度/色度差异的图案；
所述测试模型为2进制空间频率的测试条纹模型，其条纹的宽度分别是：2-2、2-1、20、21、22、23mm，空间频率分别是：20cm-1、10cm-1、5cm-1、2.5cm-1、1.25cm-1、0.625cm-1。
所述测试装置由显示机构1和计算机2组成，其中显示机构1的显示界面上并列有测试界面和控制界面，测试界面显示所述测试模型，控制界面设置红背景色选项、绿背景色选项、蓝背景色选项、黄背景色选项、青背景色选项、紫背景色选项和黑白背景色选项，色度/灰度级调节框；
所述计算机2设置有存储机构3和运算机构4，其中存储机构3获取所述显示机构1的记录测试结果并存储，运算机构4根据所述测试结果建立数学模型，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，获取受检者的对比度分辨率阈值最低点。
该测试装置可以用具有图形用户界面GUI功能的通用语言工具实现。
如图3所示：步骤二，在测试装置中建立测试界面显示所述测试模型，其中背景色和模型色的色度/灰度级调节范围为0～255；
步骤三，选择背景和模型的颜色并使其相同，并设定其色度/灰度级一致；
步骤四，单独改变模型色的色度/灰度级，并由受检者观察测试模型，直到受检者恰能辨认出背景色与模型色之间的灰度/色度差异为止；
步骤五，当受检者恰能辨认出模型与背景的灰度/色度差异后，按“显示”按钮，读出此时的灰度/色度差值，即为当前背景颜色和灰度/色度下的对比度分辨率；
步骤六，记录测试结果；
步骤七，返回所述步骤三中，改变背景色和模型色的色度/灰度级，再执行一次以上所述步骤三、四、五、六的检测流程；
步骤八，返回所述步骤三中，选择背景和模型的颜色，再次执行所述步骤四、五、六的检测流程，获得受检者对选定颜色的视觉对比度分辨率；
所述背景和测试模型的颜色为红、绿、蓝、黄、青、紫和黑白。
所述色度/灰度级分别选为0，15，31，47，63，127，191，255。
如图4～10所示：根据所述测试结果建立数学模型，在迪卡尔坐标系中，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，找到受检者的对比分辨率阈值最低点。
本发明是一种对人类视觉对比度分辨率的检测方法和装置，能实现对人类视觉对比度分辨率阈值的测定和数据记录，比较出人类个体视觉的对比度分辨率差异。
所述记录测试结果如下表：
人类视觉对灰色对比度分辨率随背景灰度级的变化(黑白背景模型)
  背景灰度级   0   15   31   47   63   127   191   255
  对比度分辨率(48人均值)   23.45   10.30   3.32   1.72   1.28   1.21   1.28   1.77
  对比度分辨率拟合值   19.99   9.73   2.97   1.73   1.29   1.16   1.31   1.75
  对比度分辨率(5号受检者个体值)   24   12   4   2   1   1   1   2
运算机构根据8个数据的测试结果，在迪卡尔坐标系中，画出数据点，用曲线拟合法方法，获得暗视觉数学模型为：
Y1＝22.98177e-0.0571X，0＜＝X＜＝47             (1)
在图7中用细曲线示出。
获得明视觉数学模型为：
Y2＝1.68312-0.00834X+3.37646*10-5X2，63＜＝X＜＝255     (2)
在图7中用粗曲线示出。47～63段为明、暗视觉的交汇段，图7中的C点为对比度分辨率阈值最低的点，其值约为：124灰度级。
各颜色的明、暗视觉曲线如下：
红
Figure A20071007849700101
暗视觉
Y(x)＝41.6917102*exp(-0.0383877*x)
Figure A20071007849700103
明视觉
Figure A20071007849700104
Y(x)＝(1.634082*10^(-4))*x^2-0.062087*x+7.2116796
C≈201
绿
Figure A20071007849700105
暗视觉
Figure A20071007849700106
Y(x)＝63.1378182*exp(-0.0217484*x)
Figure A20071007849700107
明视觉
Figure A20071007849700108
Y(x)＝(6.4936829*10^(-4))*x^2-0.2610156*x+28.5794475
C≈201
蓝
Figure A20071007849700109
暗视觉
Figure A200710078497001010
Y(x)＝40.3325825*exp(-0.0412932*x)
Figure A200710078497001011
明视觉
Figure A200710078497001012
Y(x)＝(1.3245972*10^(-4))*^2-0.0488376*x+5.7701749
C≈184
灰
Figure A20071007849700111
暗视觉
Figure A20071007849700112
Y(x)＝22.9817724*exp(-0.0570766*x)
Figure A20071007849700113
明视觉
Figure A20071007849700114
Y(x)＝(3.3764648*10^(-5))*x^2-0.0083434*x+1.6831228
C≈124
黄
Figure A20071007849700115
暗视觉
Y(x)＝73.6913338*exp(-0.0226242*x)
Figure A20071007849700117
明视觉
Y(x)＝(1.5844727*10^(-4))*x^2-0.0487253*x+7.76
C≈153
青
Figure A20071007849700119
暗视觉
Figure A200710078497001110
Y(x)＝73.1747058*exp(-0.0198476*x)
Figure A200710078497001111
明视觉
Figure A200710078497001112
Y(x)＝[3.89*10^(-4))x^2-0.178164*x+24.13475
C≈224
紫
Figure A200710078497001113
暗视觉
Figure A200710078497001114
Y(x)＝44.8461648*exp(-0.0292649*x)
明视觉
Y(x)＝(1.1425781*10^(-4))*x^2-0.0476355*x+6.9302502
C≈202
最终获得七种色的对比度分辨率随背景灰度/色度变化的测量结果如下表：
48人均值和5号个体值的测量结果
  背景灰度/色度   0   15   31   47   63   127   191   255
  红色(均值)   40.9787   26.7660   14.2766   7.2766   4.0213   1.7447   1.5319   1.9362
  5号个体值   51   33   19   7   4   1   1   2
  绿色(均值)   61.9787   45.9575   33.3192   22.1064   15.0422   4.9149   3.4043   3.9159
  5号个体值   61   46   34   16   11   3   3   3
  蓝色(均值)   37.7448   23.4894   11.6383   5.5106   3.2553   1.5957   1.3830   1.8936
  5号个体值   44   26   13   5   3   1   1   2
  黄色(均值)   74.4468   52.7872   35.3192   25.7234   17.8478   4.1277   4.2340   5.6383
  5号个体值   83   53   35   24   14   4   3   4
  青色(均值)   70.6596   54.8085   39.9787   29.1064   20.6383   7.7827   4.2979   4.0001
  5号个体值   70   54   36   31   17   6   3   3
  紫色(均值)   41.1915   30.6596   19.7021   11.2128   6.7660   2.7234   2.0001   2.2128
  5号个体值   47   33   23   12   7   2   2   2
  灰色(均值)   23.4468   10.2979   3.3192   1.7234   1.2766   1.2128   1.2766   1.7660
  5号个体值   24   12   4   2   1   1   1   2

Claims (5)

1、一种视觉对比度分辨率测试方法，其特征在于，包括下列步骤：
步骤一，建立测试模型并送入测试装置中，所述测试模型设置为与背景有灰度/色度差异的图案；
步骤二，在测试装置中建立测试界面显示所述测试模型，其中背景色和模型色的色度/灰度级调节范围为0～255；
步骤三，选择背景和模型的颜色并使其相同，并设定其色度/灰度级一致；
步骤四，单独改变模型色的色度/灰度级，并由受检者观察测试模型，直到受检者能够辨认出背景色与模型色之间的灰度/色度差异为止；
步骤五，当受检者恰能辨认出模型与背景的灰度/色度差异后，读出此时的灰度/色度差值，即为当前背景颜色和灰度/色度下的对比度分辨率；
步骤六，记录测试结果；
步骤七，返回所述步骤三中，改变背景色和模型色的色度/灰度级，再执行一次以上所述步骤三、四、五、六的检测流程；
步骤八，返回所述步骤三中，选择背景和模型的颜色，再次执行所述步骤四、五、六的检测流程，获得受检者对选定颜色的视觉对比度分辨率；
所述测试装置由显示机构(1)和计算机(2)组成，其中显示机构(1)的显示界面上并列有测试界面和控制界面，测试界面显示所述测试模型，控制界面设置红背景色选项、绿背景色选项、蓝背景色选项、黄背景色选项、青背景色选项、紫背景色选项和黑白背景色选项，色度/灰度级调节框；
所述计算机(2)设置有存储机构(3)和运算机构(4)，其中存储机构(3)获取所述显示机构(1)的记录测试结果并存储，运算机构(4)根据所述测试结果建立数学模型，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，获取受检者的对比度分辨率阈值最低点。
2、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：根据所述测试结果建立数学模型，在迪卡尔坐标系中，画出数据点并将其拟合为明视觉曲线和暗视觉曲线，找到受检者的对比度分辨率阈值最低点。
3、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：所述测试模型为2进制空间频率的测试条纹模型，其条纹的宽度分别是：2-2、2-1、20、21、22、23mm，空间频率分别是：20cm-1、10cm-1、5cm-1、2.5cm-1、1.25cm-1、0.625cm-1。
4、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：所述背景和测试模型的颜色为红、绿、蓝、黄、青、紫和黑白。
5、根据权利要求1所述的一种视觉对比度分辨率测试方法，其特征在于：所述色度/灰度级分别选为0，15，31，47，63，127，191，255。
CNB2007100784979A 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法 Expired - Fee Related CN100482145C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2007100784979A CN100482145C (zh) 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007100784979A CN100482145C (zh) 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法

Publications (2)

Publication Number Publication Date
CN101049228A true CN101049228A (zh) 2007-10-10
CN100482145C CN100482145C (zh) 2009-04-29

Family

ID=38780988

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007100784979A Expired - Fee Related CN100482145C (zh) 2007-05-23 2007-05-23 一种视觉对比度分辨率测试方法

Country Status (1)

Country Link
CN (1) CN100482145C (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102186001A (zh) * 2011-03-25 2011-09-14 刘晓华 一种基于对比度分辨率补偿的自适应底层视频挖掘方法
CN102686146A (zh) * 2009-07-09 2012-09-19 耐克国际有限公司 使用环形对比区的对比灵敏度测试和/或训练
CN103356158A (zh) * 2012-03-26 2013-10-23 傅凌进 一种新颖的人眼颜色视觉特性评价系统
WO2015106651A1 (zh) * 2014-01-17 2015-07-23 深圳市艾酷通信软件有限公司 一种更换界面色彩的系统及其实现方法
CN107374581A (zh) * 2017-08-08 2017-11-24 崔嘉文 一种利用色阶法制作视力表的方法
CN108348150A (zh) * 2015-11-25 2018-07-31 依视路国际公司 用于评估在预定义亮度条件下个体的视觉的方法
CN109966130A (zh) * 2019-05-13 2019-07-05 广州视景医疗软件有限公司 一种视觉功能训练中的双眼对比平衡度测量的方法及其系统
CN110063708A (zh) * 2019-05-21 2019-07-30 朱爱斌 一种校准视力表以及视力表使用方法
CN110507280A (zh) * 2019-08-06 2019-11-29 桂林理工大学 一种黄斑病变视力评价方法
CN110879130A (zh) * 2018-09-06 2020-03-13 舜宇光学（浙江）研究院有限公司 目视光学系统的成像质量测试方法及其测试图案单元

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4526452A (en) * 1982-06-08 1985-07-02 Interzeag Ag Method and apparatus for measuring contrast sensitivity
CN2063399U (zh) * 1989-06-29 1990-10-10 青海医学院 彩色多功能对比敏感度检测仪
US6755529B2 (en) * 2002-03-12 2004-06-29 Visionrx, Inc. Method and apparatus for measuring contrast sensitivity
ES2246174B1 (es) * 2004-07-29 2006-11-01 Universitat De Valencia Dispositivo y procedimiento para determinar la sensibilidad al contraste del sistema visual de un sujeto.

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102686146A (zh) * 2009-07-09 2012-09-19 耐克国际有限公司 使用环形对比区的对比灵敏度测试和/或训练
CN102686146B (zh) * 2009-07-09 2015-09-02 耐克创新有限合伙公司 使用环形对比区的对比灵敏度测试和/或训练
CN102186001A (zh) * 2011-03-25 2011-09-14 刘晓华 一种基于对比度分辨率补偿的自适应底层视频挖掘方法
CN103356158A (zh) * 2012-03-26 2013-10-23 傅凌进 一种新颖的人眼颜色视觉特性评价系统
WO2015106651A1 (zh) * 2014-01-17 2015-07-23 深圳市艾酷通信软件有限公司 一种更换界面色彩的系统及其实现方法
CN108348150A (zh) * 2015-11-25 2018-07-31 依视路国际公司 用于评估在预定义亮度条件下个体的视觉的方法
CN107374581A (zh) * 2017-08-08 2017-11-24 崔嘉文 一种利用色阶法制作视力表的方法
CN107374581B (zh) * 2017-08-08 2019-03-22 崔嘉文 一种利用色阶法制作视力表的方法
CN110879130A (zh) * 2018-09-06 2020-03-13 舜宇光学（浙江）研究院有限公司 目视光学系统的成像质量测试方法及其测试图案单元
CN109966130A (zh) * 2019-05-13 2019-07-05 广州视景医疗软件有限公司 一种视觉功能训练中的双眼对比平衡度测量的方法及其系统
CN109966130B (zh) * 2019-05-13 2022-03-08 广州视景医疗软件有限公司 一种视觉功能训练中的双眼对比平衡度测量的方法及其系统
CN110063708A (zh) * 2019-05-21 2019-07-30 朱爱斌 一种校准视力表以及视力表使用方法
CN110063708B (zh) * 2019-05-21 2022-04-19 朱爱斌 一种校准视力表以及视力表使用方法
CN110507280A (zh) * 2019-08-06 2019-11-29 桂林理工大学 一种黄斑病变视力评价方法
CN110507280B (zh) * 2019-08-06 2022-06-21 桂林理工大学 一种带动作指令控制的视力表装置

Also Published As

Publication number Publication date
CN100482145C (zh) 2009-04-29

Similar Documents

Publication Publication Date Title
CN101049228A (zh) 一种视觉对比度分辨率测试方法
CN104484659B (zh) 一种对医学彩色和灰阶图像自动识别及校准的方法
CN104483326B (zh) 基于深度信念网络的高压线绝缘子缺陷检测方法及系统
CN101080024A (zh) 一种对医学灰度图像信号进行伪彩色处理的方法
JP5499779B2 (ja) 色むら検査装置および色むら検査方法
CN101080022A (zh) 成像设备
CN1781448A (zh) 皮肤成像和分析系统及方法
JP2007228586A5 (zh)
TWI443639B (zh) 影像顯示裝置及驅動該影像顯示裝置的方法
CN106910184B (zh) 基于深度卷积神经网络的内窥镜图像肠道出血检测方法
JP5471306B2 (ja) 色むら検査装置および色むら検査方法
CN1959740A (zh) 图像处理方法及装置、图像处理用程序及其存储介质
CN1667355A (zh) 图像识别方法和图像识别装置
CN1910623A (zh) 图像变换方法、纹理映射方法、图像变换装置、服务器客户机系统及图像变换程序
CN1959738A (zh) 图像处理装置、方法及其程序和存储该程序的存储介质
EP2723065A3 (en) Full resolution color imaging of an object
CN1918919A (zh) 白平衡调整装置及图像显示装置
US20100172576A1 (en) Color Analyzer And Calibration Tool
CN1622637A (zh) 图像死点和噪声的消除方法
CN1577431A (zh) 显示装置及其制造方法、信息处理装置、修正值确定方法及装置
CN1837853A (zh) 一种遥感影像镶嵌中的拼接缝消除方法
CN104036498A (zh) 一种基于逐层分级的oct图像质量快速评价方法
CN1237475C (zh) 彩色文献图像的自适应二值化方法和设备
CN1908984A (zh) 舌头彩色数码照片的舌苔的分割提取方法
CN1466737A (zh) 图像转换和编码技术

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090429

Termination date: 20110523