CN104008528A - 基于阈值分割的非均匀光场水下目标探测图像增强方法 - Google Patents
基于阈值分割的非均匀光场水下目标探测图像增强方法 Download PDFInfo
- Publication number
- CN104008528A CN104008528A CN201410215926.2A CN201410215926A CN104008528A CN 104008528 A CN104008528 A CN 104008528A CN 201410215926 A CN201410215926 A CN 201410215926A CN 104008528 A CN104008528 A CN 104008528A
- Authority
- CN
- China
- Prior art keywords
- pixel
- gray
- target detection
- illumination
- detection image
- 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
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,包括:步骤一:读入一幅非均匀光场水下目标探测图像;步骤二:将步骤一中读入的非均匀光场水下目标探测图像转换为原始灰度图像;步骤三:从灰度图像中拟合出光照强弱分布图,根据光照强弱分布图将原始灰度图像划分为若干像素带;步骤四:设置阀值,根据阀值将像素带合并为偏亮区域、正常区域和偏暗区域;步骤五:选取正常区域,计算目标参数;步骤六:根据目标参数,对每个像素带进行匀光处理。本发明可以实现整幅图像的亮度和纹理的整体协调性调整,使处理后的图像真实可靠,纹理信息丰富。
Description
技术领域
本发明涉及一种图像增强方法,具体涉及一种基于阈值分割的非均匀光场水下目标探测图像增强方法,本发明属于图像处理领域。
背景技术
在非均匀光场水下目标探测图像获取方面,由于水体对光的散射和吸收,目前主要依靠近距离拍获取物体表面纹理信息,辅助光源的使用不可避免会产生的照明不均匀现象。光照不均匀表现为以照明光最强点为中心,径向逐渐衰弱,存在光照偏亮、正常、偏暗三个区域,偏亮区域与偏暗区域亮度形成强烈反差,视觉效果不佳,且偏暗区域所包含的纹理信息容易被忽略,纹理特征获取困难。若使用更多的光源以消除光照不均匀现象,这样就造成了成本的增加,且在深水中拍摄的续航时间也会由于照明消耗而缩短,不利于水下拍摄的进行。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种基于阈值分割的非均匀光场水下目标探测图像增强方法,解决现有技术中对于非均匀光场水下目标探测图像中光照不均匀的技术问题。
为了实现上述目标,本发明采用如下的技术方案:
1.基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,包括:
步骤一:读入一幅非均匀光场水下目标探测图像;
步骤二:将步骤一中读入的非均匀光场水下目标探测图像转换为原始灰度图像;
步骤三:从灰度图像中拟合出光照强弱分布图,根据光照强弱分布图将原始灰度图像划分为若干像素带;
步骤四:设置阀值,根据阀值将像素带合并为偏亮区域、正常区域和偏暗区域;
步骤五:选取正常区域,计算目标参数;
步骤六:根据目标参数,对每个像素带进行匀光处理。
2.根据权利要求1所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤四包括:设置0~1之间的两个阈值a和阀值b,设置[0,a)之间的像素带为偏暗区域,[a,b)之间的像素带为正常区域,[b,1]之间的像素带为偏亮区域。
3.根据权利要求2所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述目标参数包括正常区域灰度值的标准差和均值。
4.根据权利要求3所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤三包括:
步骤3a:建立滤波掩膜,所述滤波掩膜为其中m表示矩形掩膜的行数,n表示矩形掩膜的列数;
步骤3b:拟合光照强弱分布图,在图像中逐点移动滤波掩膜X(m,n)的中心,在原始灰度图中每个点(x,y)处,滤波器在该点处的响应是滤波掩膜所限定的响应邻域像素与滤波器系数的乘积结果的累加,滑动滤波掩模实现图像的模糊处理,拟合出光照强弱分布图;当模板超出图像边界时,通过复制图像边界值来扩展;
步骤3c:划分像素带,根据步骤3a中拟合的光照强弱分布图的灰度值,统计在各灰度值内的像素点数量pi,根据灰度值从小到大依次累加像素点数量,当像素点总数量A超过阈值d时,其中d=原始图像像素总数/300,将原始图像中在此灰度值下的像素点合并为一个像素带,并将像素点总量A清空,再重复累加合并的过程,直到遍历所有像素点。
5.根据权利要求3所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述均值为标准差为其中N表示在所在区域中的像素点总数,Ii表示所在区域中第i个像素点的灰度值。
6.根据权利要求5所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤六为:以目标参数为标准,使用基于改进仿射阴影构成模型的匀光公式对原始灰度图的每个像素带进行匀光处理。
7.根据权利要求6所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤六包括:
步骤6a:包括对光照偏亮区域、偏暗区域、正常区域进行匀光处理;其中对偏亮区域和偏暗区域的匀光处理是分别将偏亮区域和偏暗区域作为问题区域,以匀光的目标参数为标准,对问题区域进行匀光处理;对光照正常区域的处理,是为了去除由于匀光处理造成偏亮区域、偏暗区域与正常区域之间亮度的不平滑过渡;
步骤6a:基于改进仿射阴影构成模型的匀光处理是将问题区域的像素点灰度值Iproblem(x)去除问题区域平均光照μproblem,得到表示纹理特征的αproblem(x)=Iproblem(x)-μproblem,根据正常区域标准差σnormal与问题区域标准差σproblem的比例关系,估计正常区域与问题区域的纹理之间的关系利用β将问题区域的纹理对比度拉升或压缩到正常区域水平,再补偿上正常区域的光照均值μnormal,得到修复后的像素点灰度值Ifixed(x)=μnormal+β·αproblem(x),实现问题区域的修复。
8.根据权利要求7所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述对正常区域的处理步骤为:将正常区域的每个像素带作为问题区域,以匀光的目标参数为标准,对问题区域使用匀光处理,从而实现正常区域的匀光处理。
9.根据权利要求8所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述处理光照问题区域的修复公式为:
其中,Iproblem(x)、Ifixed(x)表示修复前后x点的灰度值,μnormal、μproblem分别表示正常区域和问题区域的灰度值的均值。
本发明的有益之处在于:本发明可以只利用一幅水下光照不均匀图像自身的信息,自动对图像实现亮度均衡处理;可以对偏暗区域的纹理进行增强,以提高偏暗处的纹理对比度;可以较好地保护纹理信息,在消除光照影响时,不会造成纹理削弱和丢失;可以实现整幅图像的亮度和纹理的整体协调性调整,使处理后的图像真实可靠,纹理信息丰富。
附图说明
图1是本发明的的基于阈值分割的非均匀光场水下目标探测图像增强方法;
图2为本发明中匀光处理步骤中对像素点进行修复的流程图;
图3为本发明中分区域处理的流程图;
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
参照图1所示,本发明基于阈值分割的非均匀光场水下目标探测图像增强方法的整体流程图如图1所示,具体步骤如下:
步骤一:读入一幅光照不均匀的水下图像。
步骤二:将步骤一中读入的光照不均匀图像转换为灰度图像。
步骤三:使用线性空间滤波从灰度图中拟合光照强弱分布图,根据光照强弱分布图的灰度值划分原始灰度图像为若干像素带。具体步骤为:
(3a)建立滤波掩膜,即建立与图像窗口匹配的滤波掩膜。滤波掩膜为其中m、n分别表示矩形掩膜的行数和列数,取值范围在原始图像长和宽的1/4~1/5之间。
(3b)拟合光照强弱分布图,在图像中逐点移动滤波掩膜X(m,n)的中心。在原始灰度图中每个点(x,y)处,滤波器在该点处的响应是滤波掩膜所限定的响应邻域像素与滤波器系数的乘积结果的累加,滑动滤波掩模实现图像的模糊处理,拟合出光照强弱分布图。当模板超出图像边界时,通过复制图像边界值来扩展。
(3c)划分像素带,根据步骤(3b)中拟合的光照强弱分布图的灰度值,统计在0,1,2,…,i,…,255内各灰度值内的像素点数量pi,根据灰度值从小到大依次累加像素点数量,当像素点总数量A超过阈值d时,其中d=原始图像像素总数/300,将原始图像中在此灰度值下的像素点合并为一个像素带,并将像素点总量A清空,再重复累加合并的过程,直到遍历所有像素点。
步骤四:根据是否已知匀光目标均值和标准差的先验信息来决定后续步骤。若未知,则执行步骤五、步骤六、步骤七;若已知,则执行步骤七。
步骤五:设定0~1之间的两个阈值a、b,将原始灰度图像中的像素带合并为偏亮区域、正常区域、偏暗区域,其中,[0,a)之间的像素带为偏暗区域,[a,b)之间的像素带为正常区域,[b,1]之间的像素带为偏亮区域。
步骤六:计算出正常区域灰度值的标准差和均值,作为整个匀光算法的目标参数。灰度值的均值为标准差为其中N表示在所在区域中的像素点总数,Ii表示所在区域中第i个像素点的灰度值。
步骤七:以目标参数为标准,使用改进仿射阴影构成模型的匀光公式对原始灰度图的每个像素带进行匀光处理。具体内容包括:
(7a)基于仿射阴影构成模型的匀光处理方法是基于像素点进行处理,若匀光目标参数是通过步骤五、步骤六计算得出,则执行步骤(7b)和(7c);否则,执行步骤(7b)
(7b)如图2所示,基于改进仿射阴影构成模型的匀光处理基本过程是将问题区域的像素点灰度值Iproblem(x)去除问题区域平均光照μproblem,得到表示纹理特征的αproblem(x)=Iproblem(x)-μproblem,根据正常区域标准差σnormal与问题区域标准差σproblem的比例关系,估计正常区域与问题区域的纹理之间的关系利用β将问题区域的纹理对比度拉升或压缩到正常区域水平,再补偿上正常区域的光照均值μnormal,得到修复后的像素点灰度值Ifixed(x)=μnormal+β·αproblem(x),通过上述方法即可以实现问题区域的修复。因此,处理光照问题区域的匀光公式为:
其中,Iproblem(x)、Ifixed(x)表示修复前后x点的灰度值,μnormal、μproblem分别表示正常区域和问题区域的灰度值的均值。其中区域中灰度值的均值和标准差根据步骤6)中的公式进行计算。
(7c)如图3所示,对原始灰度图的每个像素带处理包括对光照偏亮区域、偏暗区域、正常区域进行匀光处理。其中对偏亮区域和偏暗区域的匀光处理是分别将偏亮区域和偏暗区域作为问题区域,以匀光的目标参数为标准,对问题区域进行匀光处理。对光照正常区域的处理,是为了去除由于匀光处理造成偏亮区域、偏暗区域与正常区域之间亮度的不平滑过渡。对正常区域的处理步骤为:将正常区域的每个像素带作为问题区域,以匀光的目标参数为标准,对问题区域使用匀光处理,从而实现正常区域的匀光处理。
本发明能够消除水下图像光照不均匀现象,使图像亮度均衡;可以很好地保护纹理信息,提高偏暗区域的纹理对比度,展示出暗处纹理细节;实现亮度和纹理的均衡调节,便于后续的图像处理与分析。本发明在纹理细节保护方面具有优势,在水下图像处理中针对纹理信息的检测与识别具有极大的现实意义和应用价值。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (9)
1.基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,包括:
步骤一:读入一幅非均匀光场水下目标探测图像;
步骤二:将步骤一中读入的非均匀光场水下目标探测图像转换为原始灰度图像;
步骤三:从灰度图像中拟合出光照强弱分布图,根据光照强弱分布图将原始灰度图像划分为若干像素带;
步骤四:设置阀值,根据阀值将像素带合并为偏亮区域、正常区域和偏暗区域;
步骤五:选取正常区域,计算目标参数;
步骤六:根据目标参数,对每个像素带进行匀光处理。
2.根据权利要求1所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤四包括:设置0~1之间的两个阈值a和阀值b,设置[0,a)之间的像素带为偏暗区域,[a,b)之间的像素带为正常区域,[b,1]之间的像素带为偏亮区域。
3.根据权利要求2所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述目标参数包括正常区域灰度值的标准差和均值。
4.根据权利要求3所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤三包括:
步骤3a:建立滤波掩膜,所述滤波掩膜为其中m表示矩形掩膜的行数,n表示矩形掩膜的列数;
步骤3b:拟合光照强弱分布图,在图像中逐点移动滤波掩膜X(m,n)的中心,在原始灰度图中每个点(x,y)处,滤波器在该点处的响应是滤波掩膜所限定的响应邻域像素与滤波器系数的乘积结果的累加,滑动滤波掩模实现图像的模糊处理,拟合出光照强弱分布图;当模板超出图像边界时,通过复制图像边界值来扩展;
步骤3c:划分像素带,根据步骤3a中拟合的光照强弱分布图的灰度值,统计在各灰度值内的像素点数量pi,根据灰度值从小到大依次累加像素点数量,当像素点总数量A超过阈值d时,其中d=原始图像像素总数/300,将原始图像中在此灰度值下的像素点合并为一个像素带,并将像素点总量A清空,再重复累加合并的过程,直到遍历所有像素点。
5.根据权利要求3所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述均值为标准差为其中N表示在所在区域中的像素点总数,Ii表示所在区域中第i个像素点的灰度值。
6.根据权利要求5所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤六为:以目标参数为标准,使用基于改进仿射阴影构成模型的匀光公式对原始灰度图的每个像素带进行匀光处理。
7.根据权利要求6所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述步骤六包括:
步骤6a:包括对光照偏亮区域、偏暗区域、正常区域进行匀光处理;其中对偏亮区域和偏暗区域的匀光处理是分别将偏亮区域和偏暗区域作为问题区域,以匀光的目标参数为标准,对问题区域进行匀光处理;对光照正常区域的处理,是为了去除由于匀光处理造成偏亮区域、偏暗区域与正常区域之间亮度的不平滑过渡;
步骤6a:基于改进仿射阴影构成模型的匀光处理是将问题区域的像素点灰度值Iproblem(x)去除问题区域平均光照μproblem,得到表示纹理特征的αproblem(x)=Iproblem(x)-μproblem,根据正常区域标准差σnormal与问题区域标准差σproblem的比例关系,估计正常区域与问题区域的纹理之间的关系利用β将问题区域的纹理对比度拉升或压缩到正常区域水平,再补偿上正常区域的光照均值μnormal,得到修复后的像素点灰度值Ifixed(x)=μnormal+β·αproblem(x),实现问题区域的修复。
8.根据权利要求7所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述对正常区域的处理步骤为:将正常区域的每个像素带作为问题区域,以匀光的目标参数为标准,对问题区域使用匀光处理,从而实现正常区域的匀光处理。
9.根据权利要求8所述的基于阈值分割的非均匀光场水下目标探测图像增强方法,其特征在于,所述处理光照问题区域的修复公式为:
其中,Iproblem(x)、Ifixed(x)表示修复前后x点的灰度值,μnormal、μproblem分别表示正常区域和问题区域的灰度值的均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410215926.2A CN104008528B (zh) | 2014-05-21 | 2014-05-21 | 基于阈值分割的非均匀光场水下目标探测图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410215926.2A CN104008528B (zh) | 2014-05-21 | 2014-05-21 | 基于阈值分割的非均匀光场水下目标探测图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104008528A true CN104008528A (zh) | 2014-08-27 |
CN104008528B CN104008528B (zh) | 2016-09-07 |
Family
ID=51369169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410215926.2A Active CN104008528B (zh) | 2014-05-21 | 2014-05-21 | 基于阈值分割的非均匀光场水下目标探测图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104008528B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016141723A1 (zh) * | 2015-03-10 | 2016-09-15 | 中国海洋大学 | 非均匀大光场目标图像探测装置及方法 |
CN106023088A (zh) * | 2015-03-19 | 2016-10-12 | 腾讯科技(深圳)有限公司 | 一种调整图像亮度的方法及装置 |
CN106056559A (zh) * | 2016-06-30 | 2016-10-26 | 河海大学常州校区 | 基于暗通道先验的非均匀光场水下目标探测图像增强方法 |
CN106683047A (zh) * | 2016-11-16 | 2017-05-17 | 深圳百科信息技术有限公司 | 一种全景图像的光照补偿方法和系统 |
CN107203980A (zh) * | 2017-05-31 | 2017-09-26 | 常州工学院 | 自适应多尺度暗通道先验的水下目标探测图像增强方法 |
CN107220950A (zh) * | 2017-05-31 | 2017-09-29 | 常州工学院 | 一种自适应暗通道先验的水下目标探测图像增强方法 |
CN107665537A (zh) * | 2016-07-27 | 2018-02-06 | 纳蒂卢斯晓星公司 | 破旧纸币识别方法及应用该方法的自动柜员机 |
CN110288618A (zh) * | 2019-04-24 | 2019-09-27 | 广东工业大学 | 一种光照不均图像的多目标分割方法 |
CN111882502A (zh) * | 2020-07-30 | 2020-11-03 | 河海大学常州校区 | 一种水下降质光学图像特性判断与恢复方法 |
CN113436086A (zh) * | 2021-05-31 | 2021-09-24 | 西安电子科技大学 | 一种针对非均匀光照视频的处理方法、电子设备及存储介质 |
WO2021189782A1 (zh) * | 2020-03-27 | 2021-09-30 | 苏州科瓴精密机械科技有限公司 | 图像处理方法、系统、自动行走设备及可读存储介质 |
CN118396982A (zh) * | 2024-06-24 | 2024-07-26 | 深圳技术大学 | 一种面向水下机器人的双目视觉矫正方法 |
-
2014
- 2014-05-21 CN CN201410215926.2A patent/CN104008528B/zh active Active
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016141723A1 (zh) * | 2015-03-10 | 2016-09-15 | 中国海洋大学 | 非均匀大光场目标图像探测装置及方法 |
CN106023088B (zh) * | 2015-03-19 | 2019-12-03 | 腾讯科技(深圳)有限公司 | 一种调整图像亮度的方法及装置 |
CN106023088A (zh) * | 2015-03-19 | 2016-10-12 | 腾讯科技(深圳)有限公司 | 一种调整图像亮度的方法及装置 |
CN106056559A (zh) * | 2016-06-30 | 2016-10-26 | 河海大学常州校区 | 基于暗通道先验的非均匀光场水下目标探测图像增强方法 |
CN106056559B (zh) * | 2016-06-30 | 2018-08-28 | 河海大学常州校区 | 基于暗通道先验的非均匀光场水下目标探测图像增强方法 |
CN107665537A (zh) * | 2016-07-27 | 2018-02-06 | 纳蒂卢斯晓星公司 | 破旧纸币识别方法及应用该方法的自动柜员机 |
CN107665537B (zh) * | 2016-07-27 | 2020-01-07 | 晓星Tns株式会社 | 破旧纸币识别方法及应用该方法的自动柜员机 |
CN106683047A (zh) * | 2016-11-16 | 2017-05-17 | 深圳百科信息技术有限公司 | 一种全景图像的光照补偿方法和系统 |
CN106683047B (zh) * | 2016-11-16 | 2020-05-22 | 深圳市梦网视讯有限公司 | 一种全景图像的光照补偿方法和系统 |
CN107220950A (zh) * | 2017-05-31 | 2017-09-29 | 常州工学院 | 一种自适应暗通道先验的水下目标探测图像增强方法 |
CN107203980A (zh) * | 2017-05-31 | 2017-09-26 | 常州工学院 | 自适应多尺度暗通道先验的水下目标探测图像增强方法 |
CN107203980B (zh) * | 2017-05-31 | 2020-10-16 | 常州工学院 | 自适应多尺度暗通道先验的水下目标探测图像增强方法 |
CN110288618A (zh) * | 2019-04-24 | 2019-09-27 | 广东工业大学 | 一种光照不均图像的多目标分割方法 |
CN110288618B (zh) * | 2019-04-24 | 2022-09-23 | 广东工业大学 | 一种光照不均图像的多目标分割方法 |
WO2021189782A1 (zh) * | 2020-03-27 | 2021-09-30 | 苏州科瓴精密机械科技有限公司 | 图像处理方法、系统、自动行走设备及可读存储介质 |
CN111882502A (zh) * | 2020-07-30 | 2020-11-03 | 河海大学常州校区 | 一种水下降质光学图像特性判断与恢复方法 |
CN113436086A (zh) * | 2021-05-31 | 2021-09-24 | 西安电子科技大学 | 一种针对非均匀光照视频的处理方法、电子设备及存储介质 |
CN113436086B (zh) * | 2021-05-31 | 2023-04-11 | 西安电子科技大学 | 非均匀光照视频的处理方法、电子设备及存储介质 |
CN118396982A (zh) * | 2024-06-24 | 2024-07-26 | 深圳技术大学 | 一种面向水下机器人的双目视觉矫正方法 |
CN118396982B (zh) * | 2024-06-24 | 2024-09-03 | 深圳技术大学 | 一种面向水下机器人的双目视觉矫正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104008528B (zh) | 2016-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104008528A (zh) | 基于阈值分割的非均匀光场水下目标探测图像增强方法 | |
CN106157310B (zh) | 基于混合自适应水平集模型与多通道结合的TFT LCD mura缺陷检测方法 | |
CN103150708B (zh) | 基于黑色通道的图像快速去雾优化方法 | |
CN107153822A (zh) | 一种基于深度学习的半自动图像精标注方法 | |
CN102096909B (zh) | 基于对数图像处理模型的改进的反锐化掩模图像增强方法 | |
CN104517110A (zh) | 一种二维码图像的二值化方法及系统 | |
CN104240194A (zh) | 一种基于抛物线函数的低照度图像增强算法 | |
CN102222323A (zh) | 基于直方图统计拉伸和梯度滤波的红外图像细节增强方法 | |
CN105354865A (zh) | 多光谱遥感卫星影像自动云检测方法及系统 | |
CN114331873B (zh) | 一种基于区域划分的非均匀光照彩色图像校正方法 | |
CN107578386A (zh) | 一种无人机拍摄图像的优化去雾处理方法 | |
CN102779273A (zh) | 一种基于局部对比模式的人脸识别方法 | |
CN111754538B (zh) | Usb表面缺陷检测的阈值分割方法 | |
CN103674975A (zh) | 基于Gabor滤波与C-V模型分割的LCD Mura缺陷机器视觉检测方法 | |
CN103793930A (zh) | 铅笔画图像生成方法及装置 | |
CN103914827A (zh) | 汽车密封条轮廓缺陷的视觉检测方法 | |
CN104766307A (zh) | 一种图像处理的方法及设备 | |
CN107742291A (zh) | 一种光伏玻璃的缺陷检测方法及装置 | |
CN103400368A (zh) | 基于图论和超像素的并行快速sar图像分割方法 | |
CN104732211A (zh) | 一种基于自适应阈值的交通标志检测方法 | |
CN103700078A (zh) | 少量背景含雾图像的去雾方法 | |
CN102881003A (zh) | 一种消除ccd天文图像中宇宙射线的方法 | |
CN104217440A (zh) | 一种从遥感图像中提取建成区的方法 | |
CN106056557A (zh) | 一种基于改进大气散射模型的单幅图像快速去雾方法 | |
CN101916371A (zh) | 对图像进行光照归一化处理的方法及采用其的图像识别方法 |
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 |