CN104134190A - 一种混合光中动态图像的分离方法 - Google Patents
一种混合光中动态图像的分离方法 Download PDFInfo
- Publication number
- CN104134190A CN104134190A CN201410331536.1A CN201410331536A CN104134190A CN 104134190 A CN104134190 A CN 104134190A CN 201410331536 A CN201410331536 A CN 201410331536A CN 104134190 A CN104134190 A CN 104134190A
- Authority
- CN
- China
- Prior art keywords
- image
- color space
- component
- green
- blue
- 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.)
- Pending
Links
Abstract
本发明公开了一种混合光中动态图像的分离方法,该方法是在一次曝光时间内采用红绿蓝三种颜色的光源按顺序照射运动目标,得到一运动图像,对该运动图像进行分离得到相应红色、绿色、蓝色主体的图像;进行分离的步骤是:将运动图像从RGB色彩空间转换为HSV色彩空间,利用H分量将红色、绿色区域分割出来;将RGB色彩空间转化为CIE L*a*b*色彩空间,利用b*分量得到蓝色区域;多幅经相同时间间隔拍摄的图像,分别经过图像分割之后,将其相应红色、绿色、蓝色主体的图片连接为动态图像。从而可以成倍地增加帧数,最终形成动态图像。通过软件的方式克服了硬件上的高要求。本发明具有操作简单、实用性强、精度高的优点。
Description
技术领域
本发明涉及图像处理以及高速摄像机研究领域,特别涉及一种混合光中动态图像的分离方法,以形成动态图像。
背景技术
高速摄像是把高速运动变化过程中的时间信息和空间紧密联系在一起进行图像记录,进而能将高速、瞬变过程连续记录下来,最后运用图像分析设备进行定量计算,其早期应用于弹道分析,目前已从军事逐渐扩展到民用、从工业扩展到医学生物领域、从宏观机械运动扩展到微观机制的研究。高速摄像机可以在一个很短的时间内对高速运动的目标进行多次采样,当将这些样本用正常速度显示时,样本所记录的运动目标的变化过程可以清晰并且缓慢地呈现。
传统高速摄像机的工作方式如下:高速运动的目标,由于受到自然光照或人工辅助照明灯光的照射而反射的光或者目标自身放出的光的一部分经过成像系统的物镜成像后,光落在了光电成像器件(CCD等)的感光面上,光电器件在驱动电路的控制下对目标所成的像进行快速响应。通过对感光面上目标的像的光能量,即辐照度的分布的不同的响应,在每一个像素点产生与辐照度相关的电荷包,从而完成图像的光学量到电学量的转换。在光电转换完成后,将各个带有图像信息的电荷包迅速转移到读出寄存器中,读出寄存器中的信息经过信号处理等操作后被传输到计算机中,通过计算机对图像进行读出和判断,并将结果输出到显示器或者存储器中。因此,一个完整的高速成像系统必须包含有以下几个系统:光学成像系统、光电转换系统、信号处理与传输系统、图像显示和存储系统。
目前,一般摄像机、DV机最多能达到300帧/秒,手机30帧/秒,而一般高速摄像机通常可以达到每秒600~10000帧的速度记录,有些军方专用的高速摄像机甚至可达到1百万~1千万帧每秒。为实现高速摄像的效果,传统的高速摄像机和其他高速成像仪器十分重视捕获时间频率高的图像,并以此作为实现高速摄像的必要手段。而需要在高频率下采集图像样本数据,除了照明设备和传感器灵敏度的限制外,采样频率同时也受到快门速度和关键传感器的ADC速度以及其他相关数据处理频率的限制。因此,高速摄像的传感器需要具备特殊的结构、工艺和材料,使其能够在高速的情况下进行正常工作。这无疑增加了高速摄像机的成本,也因此,高速摄像机一直处于高价位的水平。
因此,寻找一种成本低、实用性强的用于高速摄像的方法或装置具有重要研究意义。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种混合光中动态图像的分离方法,该方法通过将不同颜色的运动物体的像分割出来,然后进行细节增强,就可以成倍地增加帧数,具有操作简单、实用性强、精度高的优点。
本发明的目的通过以下的技术方案实现:一种混合光中动态图像的分离方法,在一次曝光时间内采用红绿蓝三种颜色的光源按顺序照射运动目标,得到一运动图像,对该运动图像进行分离得到相应红色、绿色、蓝色主体的图像;进行分离的步骤是:
(1)将运动图像从RGB色彩空间转换为HSV色彩空间,得到H、S、V三个分量的灰度图像;
(2)根据HSV色彩空间中H分量的直方图分布,将红色、绿色区域分割出来,得到红色、绿色主体的图像,同时,使用S分量和V分量消去部分背景中白色和黑色区域的影响;
(3)将RGB色彩空间转化为CIE L*a*b*色彩空间;
(4)对CIE L*a*b*色彩空间的b*分量图像进行阈值分割,得到蓝色主体的图像;
(5)多幅经相同时间间隔拍摄的图像,分别经过图像分割之后,将其相应红色、绿色、蓝色主体的图片连接为动态图像。
优选的,在所述步骤(4)得到红色、绿色、蓝色主体的图像后,分别用膨胀和腐蚀对图像进行降噪处理,然后进入步骤(5)。
优选的,所述步骤(1)中,将运动图像从RGB色彩空间转换为HSV色彩空间的过程是:根据HSV色彩空间的定义,设(x,y)为任一点的坐标,则H、S、V三个分量的灰度图像分别如下:
V(x,y)=max(R(x,y),G(x,y),B(x,y))
具体的,所述步骤(2)中,在HSV色彩空间中使用H分量进行阈值分割,将红色、绿色区域分割出来的过程是:在H分量的直方图中,红色的范围为0-30度,而黄色的范围是32-60度,绿色的范围是61-120度,蓝色的范围是150-240度,在H分量中选择合适的阈值将红色和绿色的区域分割出来。
优选的,所述步骤(2)中,使用S分量和V分量消去部分背景中白色和黑色区域的影响的步骤是:
(2-1)在S分量图像中,背景中白色的部分在该分量图像中显示为黑色,根据这个特点将背景中的白色部分与其他颜色的运动物体的像分割出来;
(2-2)在HSV色彩空间中,在区域i满足V分量的值Vi<25%时,将该区域的颜色判断为黑色,同时,如果区域i满足Vi>75%且S分量的值Si<20%,则判断该区域颜色为白色,进行清除。
更进一步的,在S=0时,会出现H无法确定的情况,也就是在S=0处,无法分辨出该处的颜色是红色或者是白色,因此,可以借助H分量。在H分量图像中,根据计算公式可以知道,H分量的值是RGB各个分量中的最大值,因此,白色区域在该分量中的数值也是比其他颜色的数值要大的。因此,在S=0时,将H分量图像中的幅值大于一定值并且饱和度小于一定数值的区域清除,该区域为背景中的白色部分。
具体的,所述步骤(3)中,将RGB色彩空间转化为CIE XYZ色彩空间,再由CIE XYZ色彩空间转化为CIE L*a*b*色彩空间,具体过程是:
(3-1)RGB色彩空间到CIE XYZ色彩空间的转化如下式:
(3-2)CIE XYZ色彩空间到CIE L*a*b*色彩空间的转化如下式:
a=500*(f(X)-f(Y))+128
b=200*(f(X)-f(Z))+128
其中,n代表n级分割,t是选取的点位置,f(t)是位置函数。
在CIE L*a*b*色彩空间下,b*分量黄色和蓝色之间的位置,直方图中,负值表示蓝色而正值表示黄色,并且,在b*分量的直方图中,像素点的数值主要集中在蓝色和黄色的中间部分,没有明显偏向与蓝色的部分,在图像中的视觉上的蓝色部分并不是含有蓝色成分很多,但是,由于其显示为蓝色,应该分布在b*分量直方图中靠近蓝色的部分。因此,所述步骤(4),设定一个阈值,对b*分量图像进行分割,阈值设置为0-20,得到蓝色主体的图片。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明使用增加曝光时间,并在曝光时间内通过红色、蓝色、绿色的LED灯不同时间地照射来在同一张图像上面获得多个运动物体的像,通过将不同颜色的运动物体的像分割出来,然后进行细节增强,就可以成倍地增加帧数,这样就可以形成一种新型的高速摄像机。通过软件的方式克服了硬件上的高要求,节省了成本。
2、本发明利用红色、蓝色、绿色LED光作为光源,对运动对象进行拍摄,可以形成不同底色的多个图像源,增加了动态图像的识别精度和速度。
3、本发明提出的方法能有效地分离出三种颜色背景下的运动对象图像,减少背景图像的影响。同时还能把不同颜色背景下的图像链接形成动态图像。
附图说明
图1是本发明实施例1中不同颜色LED光下所获取的图像结构图。
图2是本发明实施例1的整体方法流程图。
图3是本发明实施例1中分割红色、绿色区域图像的流程图。
图4是本发明分割蓝色区域图像的流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例1
理论上,如果通过增加曝光时间,并且一直用人造光源照射运动目标,则在一张图像上会出现由于目标运动而形成的阴影,这样的图片无法清楚地分辨出运动目标,也就没有实际应用价值。但是,如果使用的人造光源按照一定的频率、一定的时间照射,那么运动目标在一张图像上面就会出现和在曝光时间内人造光源照射运动目标的次数一样多的比较清晰的像,只要将图像中的不同时间的物体的像分别分离出来并对分离出来的图像进行锐化出来,就可以将一张图片分解成几张图片,形成一个运动目标的序列,成倍的增加帧数。按照这种方法,就可以在降低成本的基础上实现和传统摄像机同样的效果。如果使用一种颜色的光源来照射运动目标,那么在图像上面无法分辨像的出现顺序。因此,本实施例提出这样一个高速摄像机,该摄像机中包括红绿蓝三种颜色的光源,在一次曝光时间内采用红绿蓝三种颜色的光源按顺序照射运动目标,得到一运动图像;采用相同时间间隔对运动目标进行拍照,分别采用本实施例后面所述的分离方法将每次的运动图像分为红色、绿色、蓝色主体的图片,将相应的红色、绿色、蓝色主体的图片连接即得到动态图像。如图1所示,1为摄像头拍摄一次的运动对象一幅图像,2为红色背景下的图像,3为绿色背景下的图像,4为蓝色背景下的图像。采用红绿蓝三种颜色的LED光源按顺序照射,从而可以为后面分离出来的图像形成运动序列提供排序准则。
CIE L*a*b*(CIELAB)是惯常用来描述人眼可见的所有颜色的最完备的色彩模型。它是为这个特殊目的而由国际照明委员会(Commission Internationaled'Eclairage的首字母是CIE)提出的。L、a和b后面的星号(*)是全名的一部分,它们表示L*,a*和b*。因为红/绿和黄/蓝对立通道被计算为(假定的)锥状细胞响应的类似孟塞尔值的变换的差异,CIELAB是Adams色彩值(Chromatic Value)空间。三个基本坐标表示颜色的亮度(L*,L*=0生成黑色而L*=100指示白色),它在红色/品红色和绿色之间的位置(a*负值指示绿色,而正值指示品红)和它在黄色和蓝色之间的位置(b*负值指示蓝色,而正值指示黄色)。
本实施例通过RGB色彩空间、CIE L*a*b*色彩空间以及HSV色彩空间各色彩空间中各个分量对红绿蓝三种颜色的特性实现分离,具体的分离方法如图2所示。详细说明如下。
(1)将运动图像从RGB色彩空间(R:红色,G:绿色,B:蓝色)转换为HSV色彩空间(H:色调,S:饱和度,V:亮度),得到H、S、V三个分量的灰度图像。
根据HSV色彩空间的定义,设(x,y)为任一点的坐标,则H、S、V三个分量的灰度图像分别如下:
V(x,y)=max(R(x,y),G(x,y),B(x,y))
(2)如图3所示,在HSV色彩空间中使用H分量进行阈值分割,将红色、绿色区域分割出来,同时,使用S分量和V分量消去部分背景中白色和黑色区域的影响。
(3)将RGB色彩空间转化为CIE XYZ色彩空间(X代表红原色,Y代表绿原色,Z代表蓝原色,这三个原色不是物理上的真实色,而是虚构的假想色),然后再由CIE XYZ色彩空间转化为CIE L*a*b*色彩空间。
(4)CIE L*a*b*色彩空间的b*分量定义了色彩从蓝色到黄色的程度,使用b*分量图像来进行阈值分割,得到蓝色区域。
(5)用膨胀和腐蚀对图像进行降噪处理。
(6)多幅经相同时间间隔拍摄的图像,分别经过图像分割之后,将其相应红色、绿色、蓝色主体的图片连接为动态图像。
步骤(2)中,HSV色彩空间的H分量的直方图显示出H分量图像中形成了占据红色和绿色两个分布的情况,红色的范围大概为0-30度,而黄色的范围是32-60度,绿色的范围是61-120度,蓝色的范围是150-240度。在H分量中选择合适的阈值将红、黄、绿和蓝色各种颜色的区域分割出来。红色区域、黄色区域以及绿色区域能够较好地从图像中分割出来。但是,对于人眼感知到的蓝色区域,在图像中的RGB数值显示其是绿色偏蓝色,虽然与其周围的绿色有一定的色彩差,但是在HSV色彩空间的H分量中,还是被归入到绿色中,故需要用其他方法分割蓝色。
步骤(2)中,使用S分量和V分量消去部分背景中白色和黑色区域的影响的具体方法为:在饱和度分量图像中,背景中白色的部分在该分量图像中显示为黑色,因此可以根据这个特点来将背景中的白色部分与其他颜色的运动物体的像分割出来,但是由于在S=0时,会出现H无法确定的情况,也就是在S=0处,无法分辨出该处的颜色是红色或者是白色,因此,还必须借助色调分量。在色调分量图像中,根据HSV色彩空间各分量的求取公式(公式(1))可以知道,色调分量的值是RGB各个分量中的最大值,因此,白色区域在该分量中的数值也是比其他颜色的数值要大的。因此,可以通过将色调图像中的幅值大于一定值并且饱和度小于一定数值的区域清除来达到清除背景中的白色部分的效果。同时,由于黑色部分的RGB各个分量的数值比较小,也可以通过色调分量消去黑色部分。在HSV色彩空间中,在区域i满足Vi<25%时,可以将该区域的颜色判断为黑色,同时,如果区域i满足Vi>75%且Si<20%,则可以判断该区域颜色为白色。
步骤(3)中,将RGB色彩空间转化为CIE L*a*b*色彩空间的具体过程如图4所示,为:
由于RGB是设备相关的色彩空间,而CIE L*a*b*色彩空间是与设备无关的色彩空间,因此,无法直接将RGB色彩空间直接转化为CIE L*a*b*色彩空间,必须先将RGB色彩空间转化为CIE XYZ色彩空间,然后再从CIE XYZ色彩空间转化为CIE L*a*b*色彩空间
(31)RGB色彩空间到CIE XYZ色彩空间的转化如式(2):
(32)CIE XYZ色彩空间到CIE L*a*b*色彩空间的转化如式(3):
a=500*(f(X)-f(Y))+128
b=200*(f(X)-f(Z))+128
其中,n代表n级分割,t是选取的点位置,f(t)是位置函数。
步骤(4)中,使用CIE L*a*b*色彩空间的b*分量图像来进行阈值分割,得到蓝色区域的方法为:在CIE L*a*b*色彩空间下,b*分量黄色和蓝色之间的位置,直方图中,负值表示蓝色而正值表示黄色,并且,在b*分量的直方图中,像素点的数值主要集中在蓝色和黄色的中间部分,没有明显偏向与蓝色的部分,在图像中的视觉上的蓝色部分并不是含有蓝色成分很多,但是,由于其显示为蓝色,应该分布在b*分量直方图中靠近蓝色的部分。因此,可以在b*分量设定一个阈值,对图像进行分割。可以将阈值设置为0-20,得到蓝色区域。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.一种混合光中动态图像的分离方法,其特征在于,在一次曝光时间内采用红绿蓝三种颜色的光源按顺序照射运动目标,得到一运动图像,对该运动图像进行分离得到相应红色、绿色、蓝色主体的图像;进行分离的步骤是:
(1)将运动图像从RGB色彩空间转换为HSV色彩空间,得到H、S、V三个分量的灰度图像;
(2)根据HSV色彩空间中H分量的直方图分布,将红色、绿色区域分割出来,得到红色、绿色主体的图像,同时,使用S分量和V分量消去部分背景中白色和黑色区域的影响;
(3)将RGB色彩空间转化为CIE L*a*b*色彩空间;
(4)对CIE L*a*b*色彩空间的b*分量图像进行阈值分割,得到蓝色主体的图像;
(5)多幅经相同时间间隔拍摄的图像,分别经过图像分割之后,将其相应红色、绿色、蓝色主体的图片连接为动态图像。
2.根据权利要求1所述的混合光中动态图像的分离方法,其特征在于,在所述步骤(4)得到红色、绿色、蓝色主体的图像后,分别用膨胀和腐蚀对图像进行降噪处理,然后进入步骤(5)。
3.根据权利要求1所述的混合光中动态图像的分离方法,其特征在于,所述步骤(1)中,将运动图像从RGB色彩空间转换为HSV色彩空间的过程是:根据HSV色彩空间的定义,设(x,y)为任一点的坐标,则H、S、V三个分量的灰度图像分别如下:
V(x,y)=max(R(x,y),G(x,y),B(x,y))
4.根据权利要求1所述的混合光中动态图像的分离方法,其特征在于,所述步骤(2)中,在HSV色彩空间中使用H分量进行阈值分割,将红色、绿色区域分割出来的过程是:在H分量的直方图中,红色的范围为0-30度,而黄色的范围是32-60度,绿色的范围是61-120度,蓝色的范围是150-240度,在H分量中选择合适的阈值将红色和蓝色的区域分割出来。
5.根据权利要求1所述的混合光中动态图像的分离方法,其特征在于,所述步骤(2)中,使用S分量和V分量消去部分背景中白色和黑色区域的影响的步骤是:
(2-1)在S分量图像中,背景中白色的部分在该分量图像中显示为黑色,根据这个特点将背景中的白色部分与其他颜色的运动物体的像分割出来;
(2-2)在HSV色彩空间中,在区域i满足V分量的值Vi<25%时,将该区域的颜色判断为黑色,同时,如果区域i满足Vi>75%且S分量的值Si<20%,则判断该区域颜色为白色,进行清除。
6.根据权利要求5所述的混合光中动态图像的分离方法,其特征在于,在S=0时,将H分量图像中的幅值大于一定值并且饱和度小于一定数值的区域清除,该区域为背景中的白色部分。
7.根据权利要求1所述的混合光中动态图像的分离方法,其特征在于,所述步骤(3)中,先将RGB色彩空间转化为CIE XYZ色彩空间,再由CIE XYZ色彩空间转化为CIE L*a*b*色彩空间,具体过程是:
(3-1)RGB色彩空间到CIE XYZ色彩空间的转化如下式:
(3-2)CIE XYZ色彩空间到CIE L*a*b*色彩空间的转化如下式:
a=500*(f(X)-f(Y))+128
b=200*(f(X)-f(Z))+128
其中,n代表n级分割,t是选取的点位置,f(t)是位置函数。
8.根据权利要求1所述的混合光中动态图像的分离方法,其特征在于,所述步骤(4),设定一个阈值,对b*分量图像进行分割,阈值设置为0~20,得到蓝色主体的图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410331536.1A CN104134190A (zh) | 2014-07-11 | 2014-07-11 | 一种混合光中动态图像的分离方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410331536.1A CN104134190A (zh) | 2014-07-11 | 2014-07-11 | 一种混合光中动态图像的分离方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104134190A true CN104134190A (zh) | 2014-11-05 |
Family
ID=51806860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410331536.1A Pending CN104134190A (zh) | 2014-07-11 | 2014-07-11 | 一种混合光中动态图像的分离方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104134190A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358224A (zh) * | 2017-08-18 | 2017-11-17 | 北京工业大学 | 一种白内障手术中虹膜外轮廓检测的方法 |
CN110378327A (zh) * | 2019-07-09 | 2019-10-25 | 浙江大学 | 添加辅助性显著特征的目标检测装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1667352A (zh) * | 2004-03-09 | 2005-09-14 | 横滨橡胶株式会社 | 测量移动体的移动信息的装置 |
CN101506840A (zh) * | 2006-06-23 | 2009-08-12 | 卡勒兹普麦迪亚公司 | 基于色彩的图像代码的色彩分类方法 |
CN102104735A (zh) * | 2011-01-28 | 2011-06-22 | 清华大学 | 一种计算光照的运动场景图像捕获方法及装置 |
CN201986037U (zh) * | 2011-02-01 | 2011-09-21 | 深圳市中钞科信金融科技有限公司 | 成像装置 |
WO2011154978A2 (en) * | 2010-06-10 | 2011-12-15 | Tata Consultancy Services Limited | An illumination invariant and robust apparatus and method for detecting and recognizing various traffic signs |
CN102821251A (zh) * | 2012-09-03 | 2012-12-12 | 广州市盛光微电子有限公司 | 一种应用快速开关光源的高速摄像方法及应用装置 |
-
2014
- 2014-07-11 CN CN201410331536.1A patent/CN104134190A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1667352A (zh) * | 2004-03-09 | 2005-09-14 | 横滨橡胶株式会社 | 测量移动体的移动信息的装置 |
CN101506840A (zh) * | 2006-06-23 | 2009-08-12 | 卡勒兹普麦迪亚公司 | 基于色彩的图像代码的色彩分类方法 |
WO2011154978A2 (en) * | 2010-06-10 | 2011-12-15 | Tata Consultancy Services Limited | An illumination invariant and robust apparatus and method for detecting and recognizing various traffic signs |
CN102104735A (zh) * | 2011-01-28 | 2011-06-22 | 清华大学 | 一种计算光照的运动场景图像捕获方法及装置 |
CN201986037U (zh) * | 2011-02-01 | 2011-09-21 | 深圳市中钞科信金融科技有限公司 | 成像装置 |
CN102821251A (zh) * | 2012-09-03 | 2012-12-12 | 广州市盛光微电子有限公司 | 一种应用快速开关光源的高速摄像方法及应用装置 |
Non-Patent Citations (2)
Title |
---|
孙滔: "基于颜色空间的图像特征提取的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
谢闯等: "基于彩色图像分割的路标检测算法研究", 《西南科技大学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107358224A (zh) * | 2017-08-18 | 2017-11-17 | 北京工业大学 | 一种白内障手术中虹膜外轮廓检测的方法 |
CN110378327A (zh) * | 2019-07-09 | 2019-10-25 | 浙江大学 | 添加辅助性显著特征的目标检测装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102019106252A1 (de) | Verfahren und System für Lichtquellenschätzung zur Bildverarbeitung | |
CN104113743B (zh) | 低照度下彩色摄像机自动白平衡处理方法及装置 | |
CN104113744B (zh) | 全天候彩色摄像机白平衡处理方法及装置 | |
CN101425179B (zh) | 一种人脸图像重光照的方法及装置 | |
CN105391953A (zh) | 拍摄方法以及拍摄装置 | |
CN103595982A (zh) | 基于灰度和彩色两颗传感器的彩色图像采集装置 | |
JP2010504664A (ja) | モノクロカメラでカラーイメージを撮影する結像方法と装置 | |
CN104243769A (zh) | 基于自适应阈值的视频场景变化检测方法 | |
CN106101549A (zh) | 昼夜自动切换方法、装置及系统 | |
US11334973B2 (en) | Image colorizing method and device | |
CN102340673A (zh) | 一种针对交通场景的摄像机白平衡方法 | |
CN110490187A (zh) | 车牌识别设备和方法 | |
CN104994361A (zh) | 一种采集物体标准颜色信息的彩色成像系统及其使用方法 | |
DE102010040191A1 (de) | Vorrichtung und Verfahren zur Bildverarbeitung | |
CN104134190A (zh) | 一种混合光中动态图像的分离方法 | |
CN116721039B (zh) | 一种应用于自动化光学缺陷检测中的图像预处理方法 | |
CN103905738A (zh) | 高动态范围图像生成系统及方法 | |
US8767088B2 (en) | White balancing method and image capturing device | |
CN204859430U (zh) | 一种采集物体标准颜色信息的彩色成像系统 | |
CN105321153B (zh) | 视频监控低照度图像色彩还原方法和装置 | |
US20230342934A1 (en) | Oral cavity examination method, oral cavity examination device and computer-readable storage medium | |
JP2007274637A (ja) | 映像処理装置 | |
CN106507081B (zh) | 一种图像处理方法及装置 | |
CN102800061A (zh) | 高照度下数字图像快速自适应最佳化方法 | |
Maeda et al. | Acquiring multispectral light transport using multi-primary DLP projector |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141105 |
|
RJ01 | Rejection of invention patent application after publication |