CN102147857A - 利用改进霍夫变换进行类圆形检测的图像处理方法 - Google Patents
利用改进霍夫变换进行类圆形检测的图像处理方法 Download PDFInfo
- Publication number
- CN102147857A CN102147857A CN2011100691951A CN201110069195A CN102147857A CN 102147857 A CN102147857 A CN 102147857A CN 2011100691951 A CN2011100691951 A CN 2011100691951A CN 201110069195 A CN201110069195 A CN 201110069195A CN 102147857 A CN102147857 A CN 102147857A
- Authority
- CN
- China
- Prior art keywords
- circle
- image
- algorithm
- gradient
- hough transformation
- 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.)
- Withdrawn
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
一种利用改进霍夫变换进行类圆形检测的图像处理方法,本发明分为以下七个步骤:图像预处理、边缘提取和噪声滤除、梯度方向加权霍夫变换投影、投影空间低通平滑滤波、收缩处理及二值化、圆心定位和半径估计。与传统霍夫变换检测圆形的方法相比,本方法一方面降低了算法对内存的需求,提高了算法效率;另一方面改进了算法对不规则类圆形物体检测的性能;同时,也提高了算法在圆形半径变化区间较大情况下的检测精度。
Description
技术领域
本发明涉及一种利用改进霍夫变换进行类圆形检测的图像处理方法,用于图像处理,计算机视觉和工业自动化检验。属于计算机信息图像处理技术领域。
背景技术
快速而准确的检测圆形和类圆形物体在计算机视觉和模式识别领域有着广泛的应用前景。例如,在工业检测线,生物医学监测设备,自动化装配线上,都涉及到应用计算机视觉技术进行圆形和类圆形检测的技术。一直以来,霍夫变换都是检测直线/圆/椭圆的一种实用有效的方法,但是对于检测圆形来说,霍夫变换也存在几个较大的缺点:1、占用内存多;2、不能检测不规则的类圆物体(如气泡,细胞等);3、抗干扰性能差;
Xu等人提出了随机霍夫变换(Xu L, O ja E. Randomized hough transform (RHT): basic mechanisms, algorithms and computational complexities, Computer Vision Graphic Image Process: Image understanding, 1993, 57(2): 131-154.),用来检测椭圆。随机霍夫变换在图像控件随机地选取检测空间上的几个点,映射成参数空间的一个点,构成多到一的映射,然后计算满足所选择点的椭圆参数。虽然随机霍夫变换降低了算法的复杂度和内存需求,但是,它也存在着一下几个不足:1、处理检测同一幅图像上的多个圆或椭圆的情况下检测性能不佳;2、不能检测不规则的类圆物体(如气泡,细胞);3、随着图像噪声的增加,算法的性能大大降低。
发明内容
本发明针对现有技术的不足,提出一种改进的霍夫变换进行类圆形物体检测的图像处理方法。用来高效,准确地检测一幅图像中多个位置和尺寸不同的不规则类圆形物体。
本发明包含如下步骤:
步骤一,图像预处理,在执行后续算法之前,对待处理图像进行自适应的灰度化和亮度/对比度均衡。首先,根据各色彩分量动态范围的不同,自适应地选取图像灰度化的权重参数,给动态范围大的色彩分量以更高的权重。其次,灰度图像进行分块的直方图均衡,使得图像各块的亮度基本一致,对比度最大化;
步骤二,边缘提取和噪声滤除对步骤一得到的图像,计算一阶梯度场。得到的结果是一个二维的向量场,向量的方向为梯度方向,向量的绝对值为边缘的强度。然后,对此二维向量场进行去噪声滤波,将梯度绝对值小于滤波阈值之下的梯度数据设为零。此处的阈值可以默认设为梯度场的平均绝对值,或是作为算法的参数之一供用户调整;
步骤三,梯度方向加权霍夫变换投影,对步骤二得到的结果,在梯度方向上,按照不同的半径(半径检测区间内),向二维的参数空间(圆心XY坐标)上投影。对得到的投影点进行加权处理。权重分为两个部分:投影点的梯度绝对值和投影半径对数的倒数。第一部分起到了弱化微小边界和干扰的作用,提高了算法的抗干扰性能;第二部减小了不同半径的圆在圆心上的投影强度,改进了算法在检测圆形半径变化区间较大情况下的检测精度。
步骤四,投影空间低通平滑滤波,对于图像中不规则形状的类圆物体,经过步骤三的投影之后,圆心未必汇聚成一点,增加了后续圆心定位算法的难度。在圆心定位之前,对投影空间的图像做低通平滑滤波,使得位置相近的投影点模糊化,汇聚成团;
步骤五,收缩处理及二值化,为了检测多个相连的圆形,需要对步骤四得到的结果做形态学的收缩处理。使得投影空间上多个相连或接近的圆形相互分离。然后进行自适应阈值的二值化;
步骤六,圆心定位,对步骤五得到的结果进行连通区域判断。面积和投影强度大于一定阈值的区域被判断为一个圆,投影区域的质心即为这个圆的圆心坐标;
步骤七,半径估计,查找在步骤六定位得出的每个圆心位置周围的梯度场数据,计算步骤二得出的大于阈值的梯度与圆心的距离分布。其中距离分布的峰值即为该圆的半径。
与传统霍夫变换检测圆形的方法相比,本方法一方面降低了算法对内存的需求,提高了算法效率;另一方面改进了算法对不规则类圆形物体检测的性能;同时,也提高了算法在圆形半径变化区间较大情况下的检测精度。
附图说明
图1是本发明利用改进霍夫变换进行类圆形检测的图像处理方法的流程图
图2是本发明实例中图片数据输入,内容为彩色显微细胞照片;
图3是本发明实例中经过步骤2图像预处理后的灰度图像;
图4是本发明实例中边缘增强的梯度场的强度图;
图5是本发明实例中改进的霍夫变换投影后的结果;
图6是本发明实例中投影空间低通平滑滤波之后的结果;
图7经本发明实例中过形态学收缩和二值化处理的投影空间;
图8是本发明实例中最终的检测效果。
具体实施方式
下面结合附图对本发明的实施例作详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本实施例基于细胞检测的实现,输入图像为细胞的显微镜照片图像。
如图1所示,本实施例提供了一种利用改进霍夫变换进行类圆形检测的图像处理方法,包括如下步骤:
步骤一,图像预处理,由于光照或成像系统的缺陷,获取的待处理图像各处的亮度和对比度不均匀,导致同一套算法和参数对于图像各个部分的处理效果不一致(如图2所示)。所以,在执行后续算法之前,对待处理图像进行自适应的灰度化和亮度/对比度均衡。首先,根据各色彩分量动态范围的不同,自适应地选取图像灰度化的权重参数,给动态范围大的色彩分量以更高的权重。其次,灰度图像进行分块的直方图均衡,使得图像各块的亮度基本一致,对比度最大化(如图3所示);
步骤二,边缘提取和噪声滤除,对步骤一得到的图像,计算一阶梯度场。得到的结果是一个二维的向量场,向量的方向为梯度方向,向量的绝对值为边缘的强度。然后,对此二维向量场进行去噪声滤波,将梯度绝对值小于滤波阈值之下的梯度数据设为零。此处的阈值可以默认设为梯度场的平均绝对值,或是作为算法的参数之一供用户调整。得到图4所示的结果;
步骤三,梯度方向加权霍夫变换投影,此步骤在传统霍夫变换检测圆形的算法基础上,进行了三项重要的改进。一方面降低了算法对内存的需求,提高了算法效率;另一方面改进了算法对不规则类圆形物体检测的性能;同时,也提高了算法在圆形半径变化区间较大情况下的检测精度。经典的霍夫变换检测圆形的算法,每个待投影点需要向所有方向上在三维的参数空间(圆心XY坐标和半径)上投影。本算法对其进行了改进,在投影过程中去掉半径参数,并且,只向梯度方向进行投影。即,在梯度方向上,按照不同的半径(半径检测区间内),向二维的参数空间(圆心XY坐标)上投影。另外,算法还对投影点进行了加权处理。权重分为两个部分:投影点的梯度绝对值和投影半径对数的倒数。第一部分起到了弱化微小边界和干扰的作用,提高了算法的抗干扰性能;第二部减小了不同半径的圆在圆心上的投影强度,改进了算法在检测圆形半径变化区间较大情况下的检测精度。得到结果如图5所示;
步骤四,投影空间低通平滑滤波,对于图像中不规则形状的类圆物体,经过步骤三的投影之后,圆心未必汇聚成一点,增加了后续圆心定位算法的难度。所以,在圆心定位之前,对投影空间的图像做低通平滑滤波,使得位置相近的投影点模糊化,汇聚成团。处理结果如图6所示;
步骤五,图像形态学收缩处理及二值化,为了检测多个相连的圆形,需要对步骤4得到的结果做形态学的收缩处理。使得投影空间上多个相连或接近的圆形相互分离。然后进行自适应阈值的二值化。处理结果如图7所示;
步骤六,圆心定位,对步骤五得到的结果进行连通区域判断。面积和投影强度大于一定阈值的区域被判断为一个圆,投影区域的质心即为这个圆的圆心坐标。
步骤七,半径估计,查找在步骤六定位得出的每个圆心位置周围的梯度场数据,计算步骤二得出的大于阈值的梯度与圆心的距离分布。其中距离分布的峰值即为该圆的半径。输出的最终结果如图8所示。
本实例在进行细胞检测时,一方面降低了算法对内存的需求,提高了算法效率;另一方面改进了算法对不规则类圆形物体检测的性能;同时,也提高了算法在圆形半径变化区间较大情况下的检测精度。
Claims (2)
1.一种利用改进霍夫变换进行类圆形检测的图像处理方法,其特征在于,包括以下步骤:步骤一,图像预处理,在执行后续算法之前,对待处理图像进行自适应的灰度化和亮度/对比度均衡;首先,根据各色彩分量动态范围的不同,自适应地选取图像灰度化的权重参数,给动态范围大的色彩分量以更高的权重;其次,灰度图像进行分块的直方图均衡,使得图像各块的亮度基本一致,对比度最大化;步骤二,边缘提取和噪声滤除对步骤一得到的图像,计算一阶梯度场;得到的结果是一个二维的向量场,向量的方向为梯度方向,向量的绝对值为边缘的强度;然后,对此二维向量场进行去噪声滤波,将梯度绝对值小于滤波阈值之下的梯度数据设为零;此处的阈值可以默认设为梯度场的平均绝对值,或是作为算法的参数之一供用户调整;步骤三,梯度方向加权霍夫变换投影,对步骤二得到的结果,在梯度方向上,按照不同的半径(半径检测区间内),向二维的参数空间(圆心XY坐标)上投影;步骤四,投影空间低通平滑滤波,对于图像中不规则形状的类圆物体,经过步骤三的投影之后,圆心未必汇聚成一点,增加了后续圆心定位算法的难度;在圆心定位之前,对投影空间的图像做低通平滑滤波,使得位置相近的投影点模糊化,汇聚成团;步骤五,收缩处理及二值化,为了检测多个相连的圆形,需要对步骤四得到的结果做形态学的收缩处理;使得投影空间上多个相连或接近的圆形相互分离;然后进行自适应阈值的二值化;步骤六,圆心定位,对步骤五得到的结果进行连通区域判断;面积和投影强度大于一定阈值的区域被判断为一个圆,投影区域的质心即为这个圆的圆心坐标;步骤七,半径估计,查找在步骤六定位得出的每个圆心位置周围的梯度场数据,计算步骤二得出的大于阈值的梯度与圆心的距离分布;其中距离分布的峰值即为该圆的半径。
2.根据权利要求1所述的一种利用改进霍夫变换进行类圆形检测的图像处理方法,其特征在是,步骤三所述梯度方向加权霍夫变换投影,对得到的投影点进行加权处理;权重分为两个部分:投影点的梯度绝对值和投影半径对数的倒数;第一部分起到了弱化微小边界和干扰的作用,提高了算法的抗干扰性能;第二部减小了不同半径的圆在圆心上的投影强度,改进了算法在检测圆形半径变化区间较大情况下的检测精度。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100691951A CN102147857A (zh) | 2011-03-22 | 2011-03-22 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
CN201110427699.6A CN102568007B (zh) | 2011-03-22 | 2011-12-19 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011100691951A CN102147857A (zh) | 2011-03-22 | 2011-03-22 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102147857A true CN102147857A (zh) | 2011-08-10 |
Family
ID=44422115
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011100691951A Withdrawn CN102147857A (zh) | 2011-03-22 | 2011-03-22 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
CN201110427699.6A Expired - Fee Related CN102568007B (zh) | 2011-03-22 | 2011-12-19 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110427699.6A Expired - Fee Related CN102568007B (zh) | 2011-03-22 | 2011-12-19 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN102147857A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693541A (zh) * | 2012-05-11 | 2012-09-26 | 上海铭源数康生物芯片有限公司 | 应用图像识别对Elispot斑点分析的精确定位方法 |
CN102915522A (zh) * | 2012-09-12 | 2013-02-06 | 康佳集团股份有限公司 | 一种智能手机的名片提取系统及其实现方法 |
CN103295227A (zh) * | 2013-05-03 | 2013-09-11 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN103413300A (zh) * | 2013-07-26 | 2013-11-27 | 西安交通大学 | 一种采用稀疏存储结构的圆形检测方法 |
CN104515473A (zh) * | 2014-12-12 | 2015-04-15 | 成都信息工程学院 | 一种漆包线直径的在线检测方法 |
CN104574434A (zh) * | 2013-10-24 | 2015-04-29 | 株式会社理光 | 物体检测方法和装置 |
CN106204631A (zh) * | 2016-08-23 | 2016-12-07 | 苏州德创测控科技有限公司 | 基于频域的堵孔检测方法 |
CN106372570A (zh) * | 2016-08-19 | 2017-02-01 | 云赛智联股份有限公司 | 一种人流量统计的方法 |
CN106557759A (zh) * | 2016-11-25 | 2017-04-05 | 北京小米移动软件有限公司 | 一种标志牌信息获取方法及装置 |
CN107315012A (zh) * | 2017-06-22 | 2017-11-03 | 福建省万龙新材料科技有限公司 | 聚晶金刚石复合片端面崩角的智能检测方法 |
CN107532125A (zh) * | 2015-02-18 | 2018-01-02 | 西门子医疗保健诊断公司 | 用于视觉系统的基于图像的管槽圆形检测 |
CN107907223A (zh) * | 2017-11-14 | 2018-04-13 | 电子科技大学 | 一种去除太阳光对火车车轮热像图干扰的图像处理方法 |
CN108052977A (zh) * | 2017-12-15 | 2018-05-18 | 福建师范大学 | 基于轻量级神经网络的乳腺钼靶图像深度学习分类方法 |
CN108256609A (zh) * | 2018-01-08 | 2018-07-06 | 佛山市顺德区中山大学研究院 | 一种圆形寻像图形二维码及其生成和解译方法 |
CN108280854A (zh) * | 2016-12-31 | 2018-07-13 | 长春北方化工灌装设备股份有限公司 | 一种工业图像的近圆形目标快速检测方法 |
CN111027530A (zh) * | 2019-12-09 | 2020-04-17 | 南京工程学院 | 基于轮胎压印字符识别的预处理方法 |
CN111189399A (zh) * | 2019-12-05 | 2020-05-22 | 西安大目智能设备研究所有限公司 | 一种用于圆形工业零件尺寸的图像测量算法 |
CN113155032A (zh) * | 2020-12-16 | 2021-07-23 | 重庆邮电大学 | 一种基于动态视觉传感器dvs的建筑物结构位移测量方法 |
CN113298835A (zh) * | 2021-06-16 | 2021-08-24 | 大连大学 | 一种果实采收成熟度加权评估方法 |
CN113393513A (zh) * | 2021-06-02 | 2021-09-14 | 中国电影科学技术研究所 | 电影银幕穿孔测量方法、测量装置及计算设备 |
CN116468060A (zh) * | 2023-04-23 | 2023-07-21 | 创新奇智(上海)科技有限公司 | 一种dpm码处理方法、装置、存储介质及设备 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933740B (zh) * | 2015-05-22 | 2017-08-22 | 西安理工大学 | 一种证件数码孔真伪鉴别方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
CN107705302A (zh) * | 2017-10-11 | 2018-02-16 | 华中科技大学 | 一种圆形及类圆形视觉检测方法及系统 |
CN110339549B (zh) * | 2019-07-30 | 2021-08-03 | 佛山科学技术学院 | 一种基于计算机视觉的桌球进洞判断方法及系统 |
CN110866903B (zh) * | 2019-11-08 | 2022-02-08 | 北京工业大学 | 基于霍夫圆变换技术的乒乓球识别方法 |
CN112288693B (zh) * | 2020-10-19 | 2024-02-13 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
CN116228758B (zh) * | 2023-05-08 | 2023-07-07 | 深圳市前海誉卓科技有限公司 | 一种用于偏光片生产的内部气泡检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1256696C (zh) * | 2004-04-01 | 2006-05-17 | 上海交通大学 | 利用限制性随机霍夫变换进行椭圆检测的图像处理方法 |
-
2011
- 2011-03-22 CN CN2011100691951A patent/CN102147857A/zh not_active Withdrawn
- 2011-12-19 CN CN201110427699.6A patent/CN102568007B/zh not_active Expired - Fee Related
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102693541A (zh) * | 2012-05-11 | 2012-09-26 | 上海铭源数康生物芯片有限公司 | 应用图像识别对Elispot斑点分析的精确定位方法 |
CN102915522A (zh) * | 2012-09-12 | 2013-02-06 | 康佳集团股份有限公司 | 一种智能手机的名片提取系统及其实现方法 |
CN103295227A (zh) * | 2013-05-03 | 2013-09-11 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN103295227B (zh) * | 2013-05-03 | 2015-12-23 | 苏州市职业大学 | 一种基于梯度方向分割的圆检测方法 |
CN103413300B (zh) * | 2013-07-26 | 2015-11-25 | 西安交通大学 | 一种采用稀疏存储结构的圆形检测方法 |
CN103413300A (zh) * | 2013-07-26 | 2013-11-27 | 西安交通大学 | 一种采用稀疏存储结构的圆形检测方法 |
CN104574434A (zh) * | 2013-10-24 | 2015-04-29 | 株式会社理光 | 物体检测方法和装置 |
CN104515473A (zh) * | 2014-12-12 | 2015-04-15 | 成都信息工程学院 | 一种漆包线直径的在线检测方法 |
CN107532125B (zh) * | 2015-02-18 | 2021-03-12 | 西门子医疗保健诊断公司 | 用于视觉系统的基于图像的管槽圆形检测 |
CN107532125A (zh) * | 2015-02-18 | 2018-01-02 | 西门子医疗保健诊断公司 | 用于视觉系统的基于图像的管槽圆形检测 |
CN106372570A (zh) * | 2016-08-19 | 2017-02-01 | 云赛智联股份有限公司 | 一种人流量统计的方法 |
CN106204631A (zh) * | 2016-08-23 | 2016-12-07 | 苏州德创测控科技有限公司 | 基于频域的堵孔检测方法 |
CN106204631B (zh) * | 2016-08-23 | 2019-01-15 | 苏州德创测控科技有限公司 | 基于频域的堵孔检测方法 |
CN106557759A (zh) * | 2016-11-25 | 2017-04-05 | 北京小米移动软件有限公司 | 一种标志牌信息获取方法及装置 |
CN108280854A (zh) * | 2016-12-31 | 2018-07-13 | 长春北方化工灌装设备股份有限公司 | 一种工业图像的近圆形目标快速检测方法 |
CN107315012A (zh) * | 2017-06-22 | 2017-11-03 | 福建省万龙新材料科技有限公司 | 聚晶金刚石复合片端面崩角的智能检测方法 |
CN107315012B (zh) * | 2017-06-22 | 2019-10-18 | 福建省万龙新材料科技有限公司 | 聚晶金刚石复合片端面崩角的智能检测方法 |
CN107907223A (zh) * | 2017-11-14 | 2018-04-13 | 电子科技大学 | 一种去除太阳光对火车车轮热像图干扰的图像处理方法 |
CN107907223B (zh) * | 2017-11-14 | 2019-08-02 | 电子科技大学 | 一种去除太阳光对火车车轮热像图干扰的图像处理方法 |
CN108052977A (zh) * | 2017-12-15 | 2018-05-18 | 福建师范大学 | 基于轻量级神经网络的乳腺钼靶图像深度学习分类方法 |
CN108052977B (zh) * | 2017-12-15 | 2021-09-14 | 福建师范大学 | 基于轻量级神经网络的乳腺钼靶图像深度学习分类方法 |
CN108256609B (zh) * | 2018-01-08 | 2021-11-16 | 佛山市顺德区中山大学研究院 | 一种圆形寻像图形二维码及其生成和解译方法 |
CN108256609A (zh) * | 2018-01-08 | 2018-07-06 | 佛山市顺德区中山大学研究院 | 一种圆形寻像图形二维码及其生成和解译方法 |
CN111189399A (zh) * | 2019-12-05 | 2020-05-22 | 西安大目智能设备研究所有限公司 | 一种用于圆形工业零件尺寸的图像测量算法 |
CN111189399B (zh) * | 2019-12-05 | 2022-03-04 | 西安大目智能设备研究所有限公司 | 一种用于圆形工业零件尺寸的图像测量算法 |
CN111027530A (zh) * | 2019-12-09 | 2020-04-17 | 南京工程学院 | 基于轮胎压印字符识别的预处理方法 |
CN111027530B (zh) * | 2019-12-09 | 2024-03-01 | 南京工程学院 | 基于轮胎压印字符识别的预处理方法 |
CN113155032A (zh) * | 2020-12-16 | 2021-07-23 | 重庆邮电大学 | 一种基于动态视觉传感器dvs的建筑物结构位移测量方法 |
CN113393513A (zh) * | 2021-06-02 | 2021-09-14 | 中国电影科学技术研究所 | 电影银幕穿孔测量方法、测量装置及计算设备 |
CN113393513B (zh) * | 2021-06-02 | 2023-11-03 | 中国电影科学技术研究所 | 电影银幕穿孔测量方法、测量装置及计算设备 |
CN113298835A (zh) * | 2021-06-16 | 2021-08-24 | 大连大学 | 一种果实采收成熟度加权评估方法 |
CN113298835B (zh) * | 2021-06-16 | 2023-07-28 | 大连大学 | 一种果实采收成熟度加权评估方法 |
CN116468060A (zh) * | 2023-04-23 | 2023-07-21 | 创新奇智(上海)科技有限公司 | 一种dpm码处理方法、装置、存储介质及设备 |
CN116468060B (zh) * | 2023-04-23 | 2024-01-19 | 创新奇智(上海)科技有限公司 | 一种dpm码处理方法、装置、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN102568007B (zh) | 2014-12-10 |
CN102568007A (zh) | 2012-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102568007B (zh) | 利用改进霍夫变换进行类圆形检测的图像处理方法 | |
CN106960451B (zh) | 一种提升图像弱纹理区域特征点数量的方法 | |
Hofmann et al. | Background segmentation with feedback: The pixel-based adaptive segmenter | |
CN105718889B (zh) | 基于GB(2D)2PCANet深度卷积模型的人脸身份识别方法 | |
CN102646193B (zh) | 一种环形排布字符图像分割方法 | |
CN109919039B (zh) | 一种基于手掌和手指特征的静态手势识别方法 | |
CN103020602B (zh) | 基于神经网络的人脸识别方法 | |
CN103198319B (zh) | 用于矿山井筒环境下的模糊图像角点提取方法 | |
CN101923637B (zh) | 一种移动终端及其人脸检测方法和装置 | |
CN104796582A (zh) | 基于随机喷射retinex的视频图像去噪与增强方法及装置 | |
CN104091145A (zh) | 人体掌脉特征图像采集方法 | |
Jung et al. | Eye detection under varying illumination using the retinex theory | |
CN109447036A (zh) | 一种图像数字分割与识别方法及系统 | |
Yu et al. | Improvement of face recognition algorithm based on neural network | |
CN108229247A (zh) | 一种移动车辆检测方法 | |
CN105893941B (zh) | 一种基于区域图像的人脸表情识别方法 | |
CN110147769B (zh) | 一种手指静脉图像匹配方法 | |
CN103886324A (zh) | 一种基于对数似然图像的尺度自适应目标跟踪方法 | |
CN108960246A (zh) | 一种用于图像识别的二值化处理装置及方法 | |
Lee et al. | An effective method for detecting facial features and face in human–robot interaction | |
CN104573703A (zh) | 基于偏导分布与边界策略的输电线快速识别方法 | |
CN206363347U (zh) | 基于角点检测与匹配的药品识别系统 | |
Kuang et al. | Learner posture recognition via a fusing model based on improved SILTP and LDP | |
Wang et al. | An accurate iris location method for low quality iris images | |
Wu et al. | Driver’s posture detection based on centroid coordinates of two-hand (arm) region |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C04 | Withdrawal of patent application after publication (patent law 2001) | ||
WW01 | Invention patent application withdrawn after publication |
Open date: 20110831 |