CN104915973B - 一种求取图像中规则圆形圆心的方法 - Google Patents
一种求取图像中规则圆形圆心的方法 Download PDFInfo
- Publication number
- CN104915973B CN104915973B CN201510381005.8A CN201510381005A CN104915973B CN 104915973 B CN104915973 B CN 104915973B CN 201510381005 A CN201510381005 A CN 201510381005A CN 104915973 B CN104915973 B CN 104915973B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- circle
- center
- point
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种求取图像中规则圆形圆心的方法。该方法包括：预估图像中圆形半径，在本地生成同大小模板图像，用归一化积相关系数求得匹配坐标；以匹配坐标为中心，截取边长为直径加10像素的正方形区域图像，记录左上角坐标，将截取的图像进行上采样，并进行平滑；对图像进行取阈值操作，分割圆内、圆外区域，求取圆内区域的初始半径，以归一化积相关系数匹配圆心作为初始中心；计算圆心及其周围16个方向上距离为1(步长)在初始半径上的环路积分差；如果中心的环路积分差比周围16方向的大，则结束，否则找到差最大的点作为新的中心、步长减半继续环路积分求差后取；将找到的中心的横纵坐标都除以8加上之前的左上角坐标就是原图中的圆心坐标。
Description
技术领域
本发明涉及计算机视觉领域，特别涉及一种求取图像中规则圆形圆心的方法。
背景技术
相机标定、红外放疗定位、光路设计与测试都会用到球形标准体，球体成像在畸变不大的情况下可以认为是圆形，圆形光斑中心求取关系到这些工程基础精度的问题，同时随着计算机视觉的发展，这类问题显得越来越重要，因此圆形光斑中心求取问题有着非常重要的意义。
目前，求解圆心的主流方法大致可以分为两类：
第一类是基于边缘的算法，这种方法假设光斑的集合形状为圆或椭圆，通过hough变化等进行边缘的检测，通过多种多样的多样拟合算法将光斑拟合为圆或椭圆，最终根据拟合得到的圆锥曲线求得光斑几何学中心。
第二种主要是基于灰度的算法，主要是根据成像光斑的灰度分布建立对应的数学表达式，继而根据表达式求取重心。主要有Gravity算法和Gaussian拟合算法。
Gravity算法应用在求解圆心的过程中，数学表达式为：
其中val(i,j)为图像上(i,j)位置的灰度值，从表达式中可以看出，Gravity算法采用了灰度作为加权值，对图像加权求和之后除以灰度值的和。这种算法不要求对光斑形状有任何先验，其缺点也在于应用在存在饱和区域的光斑时，将会偏离真实值，而且饱和越严重，算法的精度下降就越厉害。
Gaussian曲面拟合是将灰度通过高斯曲线拟合来求取中心，这种方法是基于灰度分布，是高斯分布的先验知识，这种方法对于分布符合高斯模型的光斑有很好的效果，而且在饱和情况下能根据先验在一定程度上恢复光斑分布，但是对于灰度分布不均匀的光斑，由于灰度分布不符合高斯模型，此算法将失去作用。
从以上两类放大的叙述中可以看到，这两类方法各有优缺点。在定位球与相机距离过远导致成像过小，成像过程中曝光问题导致成像亮度不均等情况下，现有的方法都不能很好得将中心提取出来。
发明内容
针对上述现有技术中存在的缺陷，为了提高圆形光斑中心求取精度，本发明的目的是提供一种求取图像中规则圆形圆心的方法。
为了实现上述发明目的，本发明方法采用的技术方案如下：
一种求取图像中规则圆形圆心的方法，包括如下步骤：
S1，预估图像中圆形半径，并在本地生成同样大小的圆形模板图像，计算本地模板与输入图像的归一化积相关系数，找到模板与图像中圆形匹配坐标；
S2，以归一化积相关匹配坐标为中心，截取边长为直径加10像素的正方形区域图像，记录正方形左上角坐标，将截取的图像进行双线性插值上采样8*8倍，并对上采样图像进行高斯平滑；
S3，对平滑后的图像进行取阈值操作，低于阈值的像素标记为圆外区域，大于阈值的像素标记为圆内区域，对标记为圆内的点求面积除以3.14后开平方作为初始半径，求取重心作为初始中心；
S4，计算初始中心及其周围16个方向上距离为1的点在初始半径上的环路积分差，其中l即为步长；
S5，如果中心的环路积分差比周围16方向的点的环路积分差大，则结束计算环路积分差取最大过程，并转入步骤S6，否则找到环路积分差最大的点作为新的中心，并将步长变为原来的一半继续求环路积分差取最大过程；
S6，将找到的中心的横纵坐标都除以8加上之前的左上角坐标即为原图中的圆心坐标。
步骤S1中，将预估圆形半径上取整为r，在本地生成圆时，先产生一个(2r+10)*(2r+10)方阵，圆心设在方阵的中心(r+5,r+5)处，遍历方阵中的元素(i,j)，其中1≤i,j≤2r+10，分为如下情况：
当(r+5-i)2+(r+5-j)2<r2时，(i,j)值记为255，
当r2<＝(r+5-i)2+(r+5-j)2<(r+1)2时，(i,j)值记为100，
当(r+1)2<＝(r+5-i)2+(r+5-j)2<(r+2)2时，(i,j)值记为50
其余情况，(i,j)值记为0。
步骤S3中，对平滑后的图像进行取阈值操作，阈值取为预估圆形半径圆周上所有点的最小亮度；对于计算得到的圆周点(xf,yf)，取其周围最近的四个像素值的加权平均作为这个圆周点的值，具体地：
如果记
其中表示对x下取整，表示对x上取整，则圆周点(xf,yf)的值为：
其中，val(x,y)表示(x,y)坐标处的像素值。，将大于最小亮度的点记为圆内，小于最小亮度的点记为圆外；求取圆内面积A，由此计算平滑后圆的半径
步骤S4中，计算初始环路积分差：
∮p(x，y)ds-∮p(x，y)ds′
其中s是圆半径内部贴近圆边界的环路，s'是圆半径外部贴近圆边界的环路；为了更具有一般性，这圆周上等距的一定数量的点作为积分环路，点的数量与圆的直径相等，以保证圆周上每个点都会被采样；上采样后，圆环的直径约为2*re，那么内外环路上点坐标为：
内积分环路点坐标：
外积分环路点坐标：
0≤i<2re
其中当前中心坐标为(rc,rc)，re'为外圆环路，其中，re'＝re+3
本发明的求取规则圆形圆心的方法，综合了现有技术中常用两类方法的一些优点，当光斑尺寸较小且分布不规则甚至带有局部饱和时，也能精确的计算圆形光斑中心，能得到圆心的亚像素精确坐标，并大大提高求取结果的准确度、提高计算精度和鲁棒性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性的劳动前提下，还可以根据这些附图获得其他的附图。
图1是环路积分差的积分环路示意图，其中内圈表示内积分环路，外圈表示外积分环路；
图2是从红外放疗定位仪器拍得的图片，其中白色矩形框是图中的目标圆形的放大成像；
图3是算法本地生成圆斑的结果；
图4是从红外放疗定位仪器拍得的图片中截取的圆斑图像；
图5是图3经过8*8倍上采样并平滑后的图像提取圆心的结果，其中黑色圆的圆心为算法得到的中心，半径为算法计算值；
图6是算法计算得到的亚像素中心，其中黑线为算法计算的横纵坐标在坐标轴上的投影线；
图7是本发明方法的流程图。
具体实施方式
为使本发明的目的，技术方案和优点更加清楚，下面将结合附图对本发明实施方法作进一步地详细描述。
本例实施提供了红外放疗定位仪器拍得的圆形图像作为算法输入，以求取圆形中心，参见图2。具体包括：
1)预估图像中圆形半径，从图2中可以看到，图像中圆形的直径约为24像素，于是在本地生成(34*34)的矩形图像，矩形图像正中心是一个直径为24的圆形，具体生成过程如下：
当(17-i)2+(17-j)2<122时，像素(i,j)值记为255，
当122<＝(17-i)2+(17-j)2<132时，像素(i,j)值记为100，
当132<＝(17-i)2+(17-j)2<142时，像素(i,j)值记为50
其余情况，像素(i,j)值记为0。
这样生成的图像如图3所示。计算本地模板与原图的归一化积相关系数(NCC)，找到图片中圆形的匹配坐标，实际得到的匹配坐标为(750,653)；
2)以(750,653)中心，截取边长为直径加10，也就是34个像素的正方形区域图像，此正方形左上角坐标为(733,653)，得到图4。将截取的图像进行双线性插值上采样8*8倍，并对上采样图像进行高斯平滑，得到图5(不包含黑色外圈)；
3)对平滑后的图像，17*8＝136，12*8＝96，所以以(136,136)作为中心，取半径为96的圆周上等距的2*96＝192个点的亮度值，具体坐标为：
在统计过程中将圆周均分得到的圆周坐标，而这个坐标大部分都不是整数，所以计算的理论坐标点都落在像素之间，对于落在像素之间的坐标，其值按照距离取为附近4邻域的组合：
这样得到量度最低的点值为为42.34，对于整个图像，亮度低于42.34的像素标记为圆外区域，大于42.34的标记为圆内区域。求被标记为圆内像素的面积，也即是圆内的像素数，为28972，继而得到上采样后圆的半径为
4)计算初始圆心(136,136)及其周围16个方向上距离为1(步长)的点以97.5作为半径的环路积分差，以初始圆心(136,136)处为例：
内积分环路点坐标：
外积分环路点坐标：
0≤i<2*97
5)如果中心的环路积分差比周围16方向的大，则结束，否则找到差最大的点作为新的中心、步长减半继续环路积分求差后取；
将找到的中心的横纵坐标为(141.961,126.496)，都除以8得到未上采样的截图中的圆心坐标为(17.745，15.812)，加上之前的左上角坐标(733,653)就是原图中的圆心坐标，为(750.745,668.812)。
Claims (2)
1.一种求取图像中规则圆形圆心的方法，其特征在于，包括如下步骤：
S1，预估图像中圆形半径，并在本地生成同样大小的圆形模板图像，计算本地模板与输入图像的归一化积相关系数，找到模板与图像中圆形匹配坐标；具体过程为：将预估圆形半径取整为r，在本地生成圆时，先产生一个(2r+10)*(2r+10)方阵，圆心设在方阵的中心(r+5,r+5)处，遍历方阵中的元素(i,j)，其中1≤i,j≤2r+10，分为如下情况：
当(r+5-i)2+(r+5-j)2<r2时，(i,j)值记为255，
当r2<＝(r+5-i)2+(r+5-j)2<(r+1)2时，(i,j)值记为100，
当(r+1)2<＝(r+5-i)2+(r+5-j)2<(r+2)2时，(i,j)值记为50，
其余情况，(i,j)值记为0；
S2，以归一化积相关匹配坐标为中心，截取边长为直径加10像素的正方形区域图像，记录正方形左上角坐标，将截取的图像进行双线性插值上采样8*8倍，并对上采样图像进行高斯平滑；
S3，对平滑后的图像进行取阈值操作，低于阈值的像素标记为圆外区域，大于阈值的像素标记为圆内区域，对标记为圆内的点求面积除以3.14后开平方作为初始半径，求取重心作为初始中心；具体过程为：
对平滑后的图像进行取阈值操作，阈值取为预估圆形半径圆周上所有点的最小亮度；对于计算得到的圆周点(xf,yf)，取其周围最近的四个像素值的加权平均作为这个圆周点的值，具体地：
如果记
其中表示对x下取整，表示对x上取整，则圆周点(xf,yf)的值为：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>val</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>f</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>val</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>f</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>val</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
<mo>&times;</mo>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>f</mi>
</msub>
<mo>)</mo>
<mo>&times;</mo>
<msub>
<mi>val</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</msub>
<mo>+</mo>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>f</mi>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>&times;</mo>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>f</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>w</mi>
</mrow>
</msub>
<mo>)</mo>
<msub>
<mi>val</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>u</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
表示(xlow,ylow)坐标处的像素值,表示(xlow,yup)坐标处的像素值,表示(xup,ylow)坐标处的像素值,表示(xup,yup)坐标处的像素值,将大于最小亮度的点记为圆内，小于最小亮度的点记为圆外；求取圆内面积A，由此计算平滑后圆的半径
S4，计算初始中心及其周围16个方向上距离为1的点在初始半径上的环路积分差，其中l即为步长；
S5，如果中心的环路积分差比周围16方向的点的环路积分差大，则结束计算环路积分差取最大过程，并转入步骤S6，否则找到环路积分差最大的点作为新的中心，并将步长变为原来的一半继续求环路积分差取最大过程；
S6，将找到的中心的横纵坐标都除以8加上所述左上角坐标即为原图中的圆心坐标。
2.根据权利要求1所述的一种求取图像中规则圆形圆心的方法，其特征在于，步骤S4中，计算初始环路积分差：
∮p(x，y)ds-∮p(x，y)ds′
其中s是圆半径内部贴近圆边界的环路，s'是圆半径外部贴近圆边界的环路；p(x,y)表示(x,y)坐标处的像素值；为了更具有一般性，在圆周上等距地选取一定数量的点作为积分环路，点的数量与圆的直径相等，以保证圆周上每个点都会被采样；上采样后，圆环的直径为2*re，那么内外环路上点坐标为：
内积分环路点坐标：
外积分环路点坐标：
0≤i<2re
其中当前中心坐标为(rc,rc)，re'为外圆环路，re'＝re+3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510381005.8A CN104915973B (zh) | 2015-06-30 | 2015-06-30 | 一种求取图像中规则圆形圆心的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510381005.8A CN104915973B (zh) | 2015-06-30 | 2015-06-30 | 一种求取图像中规则圆形圆心的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104915973A CN104915973A (zh) | 2015-09-16 |
| CN104915973B true CN104915973B (zh) | 2017-12-05 |
Family
ID=54085009
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510381005.8A Active CN104915973B (zh) | 2015-06-30 | 2015-06-30 | 一种求取图像中规则圆形圆心的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104915973B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106971037B (zh) * | 2017-03-23 | 2020-06-05 | 程健宏 | 一种圆心的计算方法及计算装置 |
| CN109489560B (zh) * | 2018-11-21 | 2020-06-19 | 中国联合网络通信集团有限公司 | 一种线性尺寸测量方法及装置、智能终端 |
| CN109872365A (zh) * | 2019-02-20 | 2019-06-11 | 上海鼎盛汽车检测设备有限公司 | 3d四轮定位仪目标盘图像识别方法 |
| CN111568213A (zh) * | 2020-02-28 | 2020-08-25 | 佛山市云米电器科技有限公司 | 饮水机控制方法、饮水机及计算机可读存储介质 |
| CN111739006B (zh) * | 2020-06-22 | 2021-07-13 | 深圳企业云科技股份有限公司 | 一种基于围道积分的椭圆图像检测算法及系统 |
| CN113643387B (zh) * | 2021-10-14 | 2022-02-22 | 深圳市海谱纳米光学科技有限公司 | 寻找fpi响应中心点的往复式边界检索的方法及其验证方法 |
| CN115393441B (zh) * | 2022-10-27 | 2023-01-20 | 长春理工大学 | 一种基于液晶光闭环系统的光斑高精度提取定位方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537656A (zh) * | 2014-12-22 | 2015-04-22 | 中国科学院国家授时中心 | 光纤扩束准直镜筒出射偏心高斯光束的检测方法 |
| CN104732207A (zh) * | 2015-03-12 | 2015-06-24 | 广东工业大学 | 高精度与高抗干扰性定位PCB板Mark点的方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9142016B2 (en) * | 2013-09-27 | 2015-09-22 | Varian Medical Systems, Inc. | Methods for image processing |
-
2015
- 2015-06-30 CN CN201510381005.8A patent/CN104915973B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537656A (zh) * | 2014-12-22 | 2015-04-22 | 中国科学院国家授时中心 | 光纤扩束准直镜筒出射偏心高斯光束的检测方法 |
| CN104732207A (zh) * | 2015-03-12 | 2015-06-24 | 广东工业大学 | 高精度与高抗干扰性定位PCB板Mark点的方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 一种基于圆几何特征的虹膜定位算法;魏炜;《计算机系统应用》;20101231;第19卷(第10期);第217-218页 * |
| 圆检测HOUGH变换的改进算法研究;蔡晋辉 等;《模式识别与人工智能》;20040331;第17卷(第1期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104915973A (zh) | 2015-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104915973B (zh) | 一种求取图像中规则圆形圆心的方法 | |
| CN107480677B (zh) | 一种识别三维ct图像中感兴趣区域的方法及装置 | |
| CN104331896B (zh) | 一种基于深度信息的系统标定方法 | |
| CN101237811B (zh) | 眼科装置定位系统和相关的方法 | |
| EP2085928B1 (en) | Detection of blobs in images | |
| CN104748683B (zh) | 一种数控机床工件在线自动测量装置及测量方法 | |
| TW200414072A (en) | Iris extraction method | |
| Charbal et al. | Integrated Digital Image Correlation considering gray level and blur variations: Application to distortion measurements of IR camera | |
| WO2018209969A1 (zh) | 深度图创建方法与系统及图像虚化方法与系统 | |
| Raffei et al. | A low lighting or contrast ratio visible iris recognition using iso-contrast limited adaptive histogram equalization | |
| JP2008178673A (ja) | 自動セグメント化方法及び装置 | |
| US11836922B2 (en) | System and method for evaluating effectiveness of a skin treatment | |
| Bueno et al. | Two-phase flow bubble detection method applied to natural circulation system using fuzzy image processing | |
| Al-Ameen et al. | Enhancing the contrast of CT medical images by employing a novel image size dependent normalization technique | |
| CN103247046B (zh) | 一种放射治疗计划中靶区自动勾画的方法和装置 | |
| Moru et al. | Analysis of different parameters of influence in industrial cameras calibration processes | |
| CN110428916B (zh) | 一种包覆颗粒的厚度检测方法、装置和计算设备 | |
| CN108898609A (zh) | 一种图像边缘检测方法、检测装置及计算机存储介质 | |
| CN105205784B (zh) | 标尺识别方法及影像拼接方法 | |
| Reiss et al. | A low‐cost 3D reconstruction system using a single‐shot projection of a pattern matrix | |
| CN109902695B (zh) | 一种面向像对直线特征匹配的线特征矫正与提纯方法 | |
| CN115423804B (zh) | 影像标定方法及装置、影像处理方法 | |
| CN114581433B (zh) | 一种获取金属球腔内表面形貌检测图像的方法及系统 | |
| CN115880171A (zh) | 一种全眼底激光扫描图像校正方法、介质及系统 | |
| JP2018536312A5 (zh) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Cao Xun Inventor after: Dong Ziming Inventor after: Yan Feng Inventor before: Cao Xun Inventor before: Dong Ziming |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |