CN103813159B - 检测图像传感器的方法以及相关装置 - Google Patents
检测图像传感器的方法以及相关装置 Download PDFInfo
- Publication number
- CN103813159B CN103813159B CN201210448093.5A CN201210448093A CN103813159B CN 103813159 B CN103813159 B CN 103813159B CN 201210448093 A CN201210448093 A CN 201210448093A CN 103813159 B CN103813159 B CN 103813159B
- Authority
- CN
- China
- Prior art keywords
- sensing
- unit
- outcome
- image sensor
- detection method
- 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
Abstract
本发明公开了一种用于图像传感器的检测方法,所述图像传感器具有多个传感单元,这个检测方法包含:使用所述图像传感器产生分别对应至多个采集影像的多个传感结果,其中每一个传感结果包含该多个传感单元所分别产生的多个传感值;以及依据该多个传感结果之间的变动程度来产生指出所述图像传感器的感测效能的一个检测结果。
Description
技术领域
本发明涉及一种光学导航,特别是有关一种用以检测图像传感器效能的检测方法与相关检测装置。
背景技术
光学导航系统通过图像传感的技术,实时追踪光学导航系统的移动,判断出使用者的特定操控动作。其中,光学导航系统中最重要的元件便是图像传感器,图像传感器中包含由大量传感元件所组成的阵列,用以采集连续画面,作为移动追踪的依据。因此,图像传感器的效能优劣变成了影响光学导航系统的效能的重要因素。
一般来说,检测图像传感器时,通常仅就图像传感器中是否有传感单元损坏作为检测标准,一旦有某个像素点无法对场景的亮度变化作出适当反应时,便认定所对应的传感单元不良,并且将该图像传感器判定为瑕疵品。然而,这样的检测方式并不够全面,而且无法对图像传感器的效能作出程度上的评估。
在这样的前提下,当制造商利用图像传感器生产光学导航系统时,并无法在设计的阶段得知光学导航系统的效能优劣。往往必须等到少量的测试品生产出来后,实际由使用者进行模拟测试,并根据使用者的操作感受,才能判断出光学导航系统的效能优劣,以及是否在设计上需要重新针对部分电路或算法进行调校,而这样的过程往往相当费时费力。
发明内容
为了解决现有技术所面临的问题,本发明提出一种用以检测图像传感器的检测方法,以及相关检测装置。通过本发明的方法,可得到一个衡量图像传感器效能优劣的标准。另外,本发明也提出调校图像传感器的机制,此机制首先对图像传感器的效能优劣进行检测。接着,藉由检测结果,决定图像传感器的相关参数设定。这样一来,在将图像传感器投入到特定应用前,便可将其效能优化,后续基于图像传感器所进行的应用也可更有效率。
本发明的实施例公开一种用于图像传感器的检测方法,所述图像传感器具有多个传感单元,此方法包含:利用所述图像传感器来产生分别对应至多个撷取影像的多个传感结果,其中每一传感结果包含该多个传感单元所分别产生的多个传感值;以及依据该多个传感结果之间的变动程度来产生指出所述图像传感器的传感效能的检测结果。
本发明的实施例公开一种用于图像传感器的检测装置,所述图像传感器具有多个传感单元,所述图像传感器产生分别对应至多个采集影像的多个传感结果,其中每一传感结果包含该多个传感单元所分别产生的多个传感值,所述检测装置包含:记忆单元以及数值分析单元。所述记忆单元用以存储该多个传感结果。所述数值分析单元耦接所述记忆单元,并用以依据该多个传感结果之间的变动程度来产生指出所述图像传感器的传感效能的检测结果。
本发明的检测方法与装置,可提升光学导航系统或其它以图像传感器为基础的应用装置在设计与调校时的效率,并且提供了量化图像传感器效能的指标。
附图说明
图1为本发明检测方法的实施例的流程图。
图2为本发明检测方法的实施例的实施细节。
图3~5为图1所示的检测方法的实施范围。
图6为本发明检测方法的另一实施例的流程图。
图7为图6所示之检测方法的实施范围。
图8为本发明检测装置的功能方块图。
其中,附图标记说明如下:
300 检测装置
310 记忆单元
320 数值分析单元
330 前置处理单元
332 滤波单元
334 值化单元
340 数值处理单元
400 图像传感器
具体实施方式
本发明检测方法分别针对图像传感器在静态场景与动态场景的反应进行检测。首先,以下先对动态场景的反应检测进行说明。动态场景指的是,图像传感器的有效传感区域中的场景随着时间而变化。传感结果的变化要能忠实反应场景的变动。为了进行动态场景的反应检测,本发明会不断改变图像传感器的有效传感区域中的场景内容,然后再分析传感结果的变化是否足够理想。
详细流程请参考图1。首先,在步骤S 101中,先利用图像传感器,对动态场景进行图像采集,产生分别对应至多个采集图像的多个传感结果,其中每一传感结果包含该多个传感单元所分别产生的多个传感值。关于进一步的说明请参考图2。其中,图像传感器针对动态场景产生采集图像F1~F5。在本实施例中,所谓对动态场景采集图像,可通过侦测大范围背景的不同区域来达成。然而,任何具有相同效果的实施方式也属于本发明的保护范围。
图3分别绘示出对应采集图像F1~F5的多个传感结果R1~R5,X1~X9分别代表采集图像F1~F5中不同像素点,每个像素点的亮度值由某个特定传感单元所产生的传感值来决定。在步骤S101这个阶段中,可得到分别对应到多个采集图像(F1~F5)的多个传感结果(R1~R5)。请注意,为了简化说明内容,以下仅采用由3x3个像素点所组成的小区域图像来作为说明,然而,本领域的技术人员,应可在完全明了以下说明后,将本发明的概念延伸至任意大小的图像,从而实践本发明的检测方法。此外,为了将发明概念具体化,以下的说明中引用了特定数值来帮助阅读者了解,但这些特定数值不应被视作本发明的限制。
接着,在步骤S103中,会对传感结果R1~R5进行前置处理,产生多个处理后传感结果RR1~RR5,每一处理后传感结果RR1~RR5包含该多个传感单元所分别对应的多个特征值。在一实施例中,前置处理又包含有滤波处理以及二值化处理。在图4的范例中,原本的传感结果R1~R5经由滤波处理后而产生传感结果FR1~FR5,其中像素点X3的亮度值,由原本的140、250、130、210、220,通过滤波处理后,调整为50、160、40、120、130。在滤波处理结束,本发明会进一步进行二值化处理,将亮度值归纳为两类不同的特征值,当某个像素点在前后采集图像中对应不同的特征值时,即代表此点所对应的传感单元确实可对动态场景作出反应。二值化处理会选定一个阈值,当亮度值大于所述阈值时,便将所述亮度值归纳为一特征值,以及当亮度值小于所述阈值时,便将所述亮度值归纳为另一特征值。在图5的范例中,像素点X3的亮度值于传感结果FR1~FR5为50、160、40、120、130,而被二值化处理归纳为传感结果RR1~RR5中的特征值I、II、I、II以及II。请注意,阈值的选定并非本发明的重点,因此于上述的范例中,并未特别指出阈值的大小。另外,尽管以上针对前置处理的说明中,仅提及了滤波处理与二值化处理。但在本发明其它实施例中,前置处理的过程中可能还包含其它有助于提升检测结果的正确度的处理。
当步骤S103结束后,可由像素点的特征值来决定传感元件所关联的特征值。当流程进入步骤S105后,便针对每一传感单元,计算所述传感单元对应的特征值于传感结果中的一变动比例。以图4的范围为例,像素点X3在不同传感结果RR1~RR5中,分别对应特征值I、II、I、II以及II,故可知所述像素点的亮度值发生明显变动的次数为3次,比例为75%,也就是像素点X3所对应的传感单元的特征值变动比例为75%。通过步骤S105计算出每个传感单元的特征值的变动比例后,便进入步骤S 107,分析这些比例的统计结果。
分析的原则如下:由于本流程中的场景为动态,每张图像不断变换,因此,合理的状态下,每个传感元件的特征值的理想变动率可假定为50%。由图5的例子中可知,像素点X3在4次场景变动中(五张采集图像F1~F5),发生三次变动,因此高于理想变动率达25%。通过这样的方式,步骤S107可逐一计算出每一传感单元的变动比例与一预定比例(如:50%)的差,并产生对应于所述传感单元的一比例差值(如:25%)。事实上,虽然上述的比例差值高达25%,但仍属于可接受的范围。实际上最糟的情况应该是对动态场景完全没有反应的传感单元,或者是不断变换的异常传感单元。例如,具有0%的变动比例的传感单元,或者是100%的变动比例的传感单元。为了找出这样的传感单元,步骤S109会计算所述比例差值的一绝对值,并根据绝对值落于一差值区间(如:50%)内的传感元件的个数来产生所述检测结果。在上面的范例中,会统计出所有变动比例为0%以及100%的传感单元的个数,并且以此作为检测结果。但应当注意的是,以上所指出的差值区间并非本发明的限制,举例来说,虽然上述的差值区间选择为50%,也就是传感单元的变动比例为0%或100%时,会被列入计算。但是仍可选择其它的差值区间,例如40%。此时,当传感单元的变动比例为10%或90%时,就会被列入计算。另外,也可同时选择多个差值区间,使得变动比例为0~10%或90~100%的传感单元被列入计算。如此一来,当步骤S107结束时,便可计算出图像传感器中究竟具有多少个表示不理想的传感单元。在大多数的情况下,具有越少不理想传感单元的图像传感器,被评估为具有较佳的效能。通过这个指标,可进一步对图像传感器的电路进行参数设定,并观察图像传感器的某个参数(如:对比度)被调整前后,不理想的传感单元在数量上的变动,从而得知调整的效果,以及接下来该如何进行调整。
本发明方法的另一个实施例提供对静态场景的反应检测。静态场景指的是,有效传感区域中的场景不会随时间改变。因此,对静态场景的效能表现便与图像传感器的稳定程度有关。也就是,传感结果是否能持续不变。为了进行这项检测,会保持传感区域中的内容恒定,接着再分析传感结果的变化是否足够理想。
请参考图6,其为本发明方法的另一实施例,首先,由于步骤S201~S203所进行的操作与先前的说明大致上类似,故在此省略进行一步的详细解释。应当注意的是,步骤S201与步骤S101的不同处在于,步骤S201虽然是产生多个采集图像F1~F2,但这是基于相同的静止背景所产生的采集图像,而非前一实施例中,针对大范围背景中的不同区域所产生的采集图像。请注意,本发明中采集图像的数目并非发明限制,特别是在针对静态场景的检测过程中,只要两张采集画面,便可完成针对静态场景的检测。接着,在步骤S203中,会对采集画面F1~F2之传感结果R1~R2进行前置处理,决定每一传感单元于不同采集画面F2~F2中所对应的特征值。
当步骤S203的前置处理结束后,可得知每一传感单元在不同传感结果中的特征值。接着,步骤S205进一步分析每一传感单元于不同传感结果中的特征值改变。如前所述,在静态场景的反应检测中在意的是传感结果能否维持恒定,因此若是特征值发生变动的传感单元,则被视为不理想,所以,只要统计出不理想的传感单元的个数,便可评估出图像传感器的效能。在其中一个实施例中,只需要找出于对应前后张采集图像的传感结果中,特征值有所改变的传感单元的数目。关于详细的范例,可参考图7。如图所示,在前置处理后的传感结果RR1与RR2中,只有左上角与右下角的像素点的特征值有所改变,故可得知其分别对应的传感单元针对静态场景的传感能力并不理想。之后,当统计所有不理想的传感元件的数目后,便可得到检测结果。然而,在先前的说明中可知,本方法实际上是对相同的背景进行图像侦测,所以于本发明的一实施例中,步骤S201~203可能会被重复进行,产生多个分别针对不同背景的检测结果。这样一来,便可得知图像传感器的效能在针对特定的背景时究竟是高于水平或低于水平。另外,本方法会决定一个预定个数作为评估水平。这个预定个数是针对某种特定背景,进行上述检测流程所产生的。透过这个方式,便可得知图像传感器究竟针对哪种背景有较佳的传感效能。
本发明的另一实施例中,提供了一种基于上述检测方法所设计的检测装置,如图8所示。其中,图像传感器400产生分别对应至多个采集图像F1~F5的多个传感结果R1~R5,其中每一传感结果包含该多个传感单元所分别产生的多个传感值。检测装置300包含:记忆单元310与数值分析单元320。记忆单元310的用途在于存储传感结果R1~R5,或者其它基于传感结果R1~R5所产生的处理结果,其可能为寄存器或者是其它任何形式的存储装置。数值分析单元320耦接记忆单元310,用以依据传感结果R1~R5之间的变动程度来产生指出图像传感器400的传感效能的检测结果S_evalution。为了进行如步骤S103与步骤203中的前置处理,检测装置310中另包含前置处理单元330。前置处理单元330耦接记忆单元310,用以对传感结果R1~R5进行前置处理,产生多个处理后传感结果RR1~RR5。其中,前置处理单元330可能直接对来自于图像传感器400的传感结果R1~R5进行处理,或者是在传感结果R1~R5存储于记忆单元310后,再从中读取出来进行处理。前置处理单元330包含滤波单元332与二值化单元334。其中,滤波单元332用以对传感结果R1~R5进行滤波处理。二值化单元334则耦接滤波单元332,用以对通过滤波单元332处理后的传感结果FR1~FR5进行二值化处理,产生传感结果RR1~RR5。请注意,除了滤波单元332与二值化单元334外,前置处理单元330可能还另包含其它有助于提升检测结果的正确度的处理单元。
检测装置300可用来实现如图1所示的动态场景的反应检测流程或者是如图6所示的静态场景的反应检测流程。当检测装置300被用来进行动态场景的反应检测时,此时数值分析单元320会针对每一传感单元,计算所述传感单元所对应的一特征值于传感结果RR1~RR5中的一变动比例,并且计算所述变动比例与一预定比例(如:50%)的差。接着,数值分析单元320产生对应于所述传感单元的一比例差值,并计算所述比例差值的一绝对值。最后,数值分析单元320依据所对应的绝对值落于一差值区间内的传感元件的个数来产生检测结果S_evulation。检测结果S_evulation代表图像传感器400究竟具有多少个表示不理想的传感单元,其可用来进一步对图像传感器400的进行相关的参数设定,通过参数调整单元340,可比较某个参数调整前后所对应的检测结果S_evulation的改变,进而找出所述参数的适当值S_parameter。
当检测装置300被用来进行静态场景的反应检测时,此时数值分析单元320会针对每一传感单元,于特定传感结果(如:RR2)中,所对应的特征值不同于前一传感结果(如:RR1)的传感元件的个数,并且依据所述个数来产生检测结果S_evulation。于一实施例中,数值分析单元320可能进一步将所述个数与一预定个数进行比较,产生检测结果S_evulation,此时检测结果S_evulation可指出图像传感器400的传感效能是低于水平或是高于水平。另外,所述预定个数可能由检测装置300事先对相同不同场景,进行上述过程得到的结果。同样的,静态场景效能检测的检测结果S_evulation可被用来对图像传感器400的进行相关的参数设定,通过参数调整单元340,进而找出特定参数的适当值S_parameter。
总结来说,透过本发明的检测方法,可事先对图像传感器的效能进行检测与评估,了解其优劣。如此一来,可大幅提升光学导航系统或其它以图像传感器为基础的应用装置在设计与调校时的效率。此外,本发明的检测方法与检测装置提供了一个量化图像传感器效能的指标,藉由这个量化的指,使得在对图像传感器进行最佳化时,有更可靠而准确的参考依据。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (24)
1.一种用于图像传感器的检测方法,所述图像传感器具有多个传感单元,其特征在于,所述检测方法包含:
利用所述图像传感器来产生分别对应至多个采集图像的多个传感结果,其中每一个传感结果包含该多个传感单元所分别产生的多个传感值;以及
依据该多个传感结果之间的变动程度来产生指出所述图像传感器的传感效能的检测结果,包含:
判断传感单元产生的传感值是否在多个连续采集图像之间具有明显变动的发生频率高于阀值;以及
记录传感值在多个连续采集图像之间具有明显变动的发生频率高于所述阀值的传感单元的个数;
至少依据具有所述明显变动的发生频率高于所述阀值的所述传感单元的个数,调整所述图像传感器的一个设定值。
2.如权利要求1所述的检测方法,其特征在于,所述检测方法依据该多个传感结果之间的变动程度来产生指出所述图像传感器的传感效能的所述检测结果的步骤包含:
对该多个传感结果进行前置处理,产生多个处理后传感结果,每一个处理后传感结果包含该多个传感单元所分别对应的多个特征值;以及
依据该多个特征值的变动程度产生指出所述图像传感器的传感效能的所述检测结果。
3.如权利要求2所述的检测方法,其特征在于,所述检测方法对该多个传感结果进行所述前置处理的步骤包含有:
对该多个传感结果进行滤波处理;以及
对通过所述滤波处理后的该多个传感结果进行二值化处理,产生该多个处理后传感结果。
4.如权利要求3所述的检测方法,其特征在于,所述滤波处理包含有偏移消除处理。
5.如权利要求2所述的检测方法,其特征在于,所述检测方法产生所述检测结果的步骤包含:
针对每一个传感单元:
计算所述传感单元所对应的一个特征值在该多个传感结果中的一个变动比例;以及
依据所对应的变动比例落于一个区间内的传感元件的个数来产生所述检测结果。
6.如权利要求5所述的检测方法,其特征在于,所述检测方法依据所对应的变动比例落在所述区间内的传感元件的个数来产生所述检测结果的步骤包含:
针对每一个传感单元:
计算所述变动比例与一个预定比例的差,产生对应所述传感单元的一个比例差值;以及
计算所述比例差值的一个绝对值;以及
依据所述绝对值落在一个差值区间内的传感元件的个数来产生所述检测结果。
7.如权利要求2所述的检测方法,其特征在于,所述检测方法产生所述检测结果的步骤包含:
计算在一个传感结果中,所对应的特征值不同于前一个传感结果的传感元件的个数;以及
依据所述个数来产生所述检测结果。
8.如权利要求7所述的检测方法,其特征在于,所述检测方法依据所述个数来产生所述检测结果的步骤包含:
依据所述个数与一预定个数来产生所述检测结果。
9.如权利要求8所述的检测方法,其特征在于,所述检测方法依据所述个数来产生所述检测结果的步骤另包含:
使用所述图像传感器对不同区域进行采集来产生多个采集图像;以及
依据该多个采集图像之间的变动程度的统计结果,设定所述预定个数。
10.如权利要求1所述的检测方法,其特征在于,产生该多个传感结果的步骤包含:
移动所述图像传感器,使得所述图像传感器分别对不同区域进行图像采集来产生该多个传感结果。
11.如权利要求1所述的检测方法,其特征在于,产生该多个传感结果的步骤包含:
固定所述图像传感器,使得所述图像传感器对同一个区域进行图像采集来产生该多个传感结果。
12.如权利要求1所述的检测方法,其特征在于,另包含:
依据该多个传感结果,调整所述图像传感器的一个设定值。
13.一种用于图像传感器的检测装置,其中所述图像传感器具有多个传感单元,所述图像传感器产生分别对应至多个采集图像的多个传感结果,其中每一个传感结果包含该多个传感单元所分别产生的多个传感值,其特征在于,所述检测装置包含:
记忆单元,用以储存该多个传感结果;以及
数值分析单元,耦接所述记忆单元,用以依据该多个传感结果之间的变动程度来产生指出所述图像传感器的传感效能的检测结果,其中,所述数值分析单元判断传感单元产生的传感值是否在多个连续采集图像之间具有明显变动的发生频率高于阀值,并且记录传感值在多个连续采集图像之间具有明显变动的发生频率高于所述阀值的传感单元的个数;
参数调整单元,耦接所述数值分析单元,至少依据具有所述明显变动的发生频率高于所述阀值的所述传感单元的个数,调整所述图像传感器的一个设定值。
14.如权利要求13所述的检测装置,其特征在于,所述检测装置包含:
前置处理单元,耦接所述记忆单元,用以对该多个传感结果进行前置处理,产生多个处理后传感结果,每一个处理后传感结果包含该多个传感单元所分别对应的多个特征值;
其中,所述记忆单元储存该多个特征值,并且所述数值分析单元依据该多个特征值的变动程度产生指出所述图像传感器的传感效能的所述检测结果。
15.如权利要求14所述的检测装置,其特征在于,所述前置处理单元包含:
滤波单元,用以对该多个传感结果进行滤波处理;以及
二值化单元,耦接所述滤波单元,用以对通过所述滤波单元处理后的该多个传感结果进行二值化处理,产生该多个处理后传感结果。
16.如权利要求15所述的检测装置,其特征在于,所述滤波单元对该多个传感结果进行偏移消除处理。
17.如权利要求14所述的检测装置,其特征在于,所述数值分析单元针对每一个传感单元,计算其所对应的一个特征值在该多个传感结果中的一个变动比例,并且所述数值分析单元依据所对应的变动比例落在一个区间内的传感元件的个数来产生所述检测结果。
18.如权利要求17所述的检测装置,其特征在于,所述数值分析单元针对每一个传感单元,计算所述变动比例与一个预定比例的差,产生对应所述传感单元的一个比例差值,并且计算所述比例差值的一个绝对值;所述数值分析单元依据所述绝对值落在一个差值区间内的传感元件的个数来产生所述检测结果。
19.如权利要求14所述的检测装置,其特征在于,所述数值分析单元计算在一个传感结果中,所对应的特征值不同于前一个传感结果的传感元件的个数,并且依据所述个数来产生所述检测结果。
20.如权利要求19所述的检测装置,其特征在于,所述数值分析单元依据所述个数与一个预定个数来产生所述检测结果。
21.如权利要求20所述的检测装置,其特征在于,所述图像传感器对不同区域进行采集来产生多个采集图像,以及所述数值分析单元依据该多个采集图像之间的变动程度的统计结果,来设定所述预定个数。
22.如权利要求13所述的检测装置,其特征在于,所述图像传感器被移动,以分别对不同区域进行图像采集来产生该多个传感结果。
23.如权利要求13所述的检测装置,其特征在于,所述图像传感器被固定,以对同一区域进行图像采集来产生该多个传感结果。
24.如权利要求13所述的检测装置,其特征在于,所述参数调整单元,用以依据该多个传感结果,调整所述图像传感器的一个设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210448093.5A CN103813159B (zh) | 2012-11-09 | 2012-11-09 | 检测图像传感器的方法以及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210448093.5A CN103813159B (zh) | 2012-11-09 | 2012-11-09 | 检测图像传感器的方法以及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103813159A CN103813159A (zh) | 2014-05-21 |
CN103813159B true CN103813159B (zh) | 2017-04-12 |
Family
ID=50709292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210448093.5A Active CN103813159B (zh) | 2012-11-09 | 2012-11-09 | 检测图像传感器的方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103813159B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7460688B2 (en) * | 2004-12-09 | 2008-12-02 | Aptina Imaging Corporation | System and method for detecting and correcting defective pixels in a digital image sensor |
JP2008244637A (ja) * | 2007-03-26 | 2008-10-09 | Sharp Corp | 検査装置、固体撮像装置、並びに検査方法 |
KR101354669B1 (ko) * | 2007-03-27 | 2014-01-27 | 삼성전자주식회사 | 이미지 센서의 불량 화소 검출 방법 및 장치, 이미지센서로부터의 이미지 획득 방법 및 장치 |
KR101470019B1 (ko) * | 2008-12-26 | 2014-12-05 | 엘지이노텍 주식회사 | 이미지센서의 불량 픽셀 검출 및 보정 방법 |
CN101895786B (zh) * | 2010-07-15 | 2012-07-25 | 杭州海康威视软件有限公司 | 一种图像传感器的检测方法及装置 |
-
2012
- 2012-11-09 CN CN201210448093.5A patent/CN103813159B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103813159A (zh) | 2014-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114549522A (zh) | 基于目标检测的纺织品质量检测方法 | |
CN104913797A (zh) | 指针式仪表的读数识别方法及系统 | |
CN107122806A (zh) | 一种敏感图像识别方法及装置 | |
CN113674273B (zh) | 一种基于产品缺陷的光学检测方法、系统和可读存储介质 | |
CN104535004B (zh) | 一种基于图像处理的纱线直径检测方法 | |
CN110288599A (zh) | 一种坏点检测方法、装置、电子设备及存储介质 | |
Fu et al. | Genetic programming for edge detection: a global approach | |
CN107622801A (zh) | 疾病概率的检测方法和装置 | |
TWI642126B (zh) | 半導體晶圓檢測系統及其方法 | |
CN105938513A (zh) | 为计算机辅助诊断提供可靠性的装置和方法 | |
CN109086734A (zh) | 一种对人眼图像中瞳孔图像进行定位的方法及装置 | |
CN104866833B (zh) | 视频流人脸检测方法及其装置 | |
CN108564002A (zh) | 一种遥感影像时间序列变化检测方法及系统 | |
CN107170182A (zh) | 一种火灾探测方法、装置及设备 | |
CN109886932A (zh) | 基于svm的轮速传感器齿圈表面缺陷检测方法 | |
CN109886931A (zh) | 基于bp神经网络的轮速传感器齿圈表面缺陷检测方法 | |
CN110827269A (zh) | 农作物生长变化状况检测方法、装置、设备及介质 | |
CN110647851A (zh) | 生产线产能监控方法、装置及系统 | |
CN110458809B (zh) | 一种基于亚像素边缘检测的纱线条干均匀度检测方法 | |
CN108564569A (zh) | 一种基于多核分类学习的混凝土裂缝检测方法及装置 | |
CN103813159B (zh) | 检测图像传感器的方法以及相关装置 | |
Puno et al. | Vision system for soil nutrient detection using fuzzy logic | |
TWM550465U (zh) | 半導體晶圓檢測系統 | |
JP6838651B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN105427295B (zh) | 一种基于焊缝的图像识别方法和图像识别系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |