CN105321191A - 用于处理图像中的反射区的方法和电子设备 - Google Patents

用于处理图像中的反射区的方法和电子设备 Download PDF

Info

Publication number
CN105321191A
CN105321191A CN201410747986.9A CN201410747986A CN105321191A CN 105321191 A CN105321191 A CN 105321191A CN 201410747986 A CN201410747986 A CN 201410747986A CN 105321191 A CN105321191 A CN 105321191A
Authority
CN
China
Prior art keywords
image
region
echo area
electronic equipment
threshold
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
Application number
CN201410747986.9A
Other languages
English (en)
Other versions
CN105321191B (zh
Inventor
张瑞哲
朱伦成
杨惟中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HTC Corp
Original Assignee
High Tech Computer Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by High Tech Computer Corp filed Critical High Tech Computer Corp
Publication of CN105321191A publication Critical patent/CN105321191A/zh
Application granted granted Critical
Publication of CN105321191B publication Critical patent/CN105321191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/77—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Abstract

提出用于处理图像中的反射区的方法和电子设备。在所述方法中，获得第一图像和第二图像。识别所述第一图像和所述第二图像中的多个对象，且检测所述第一图像和所述第二图像中具有高于第一阈值的亮度的多个光亮区域。接着，计算所述第一图像和所述第二图像中的对应对象之间的和对应光亮区域之间的多个位移。确定所述光亮区域中的一个附近的所述对象的所述位移与所述光亮区域的所述位移的比率是否超过第二阈值。最终，若所述比率超过所述第二阈值，则将所述光亮区域确定为反射区。

Description

用于处理图像中的反射区的方法和电子设备
技术领域
本发明涉及图像处理方法，且明确地说，涉及用于处理图像中的反射区的方法和电子设备。
背景技术
随着装备有图像俘获系统的数码相机和消费型电子装置在当前市场上变得越来越流行，因而俘获的图像的质量和用于修改所述图像的应用已成为消费者在购买相关产品时考虑的最重要因素之一。因此，开发各种图像处理算法以提高图像质量，且其中之一与降噪(noisereduction)相关。所俘获的图像中存在的噪声可分类为三个类别，包含：(i)由图像俘获系统自身产生的噪声；(ii)因正俘获的对象与图像俘获系统的图像传感器之间介入的介质的变化或改变而产生的噪声；以及(iii)因附近对象的反射区或干扰而产生的噪声。噪声可导致图像模糊、暗淡乃至变形，这会严重影响图像质量。
因此，如何有效地降低图像中的噪声已成为图像处理领域中的重要问题之一。
发明内容
因此，本发明提供用于处理图像中的反射区的方法和电子设备，其可识别并移除由电子设备俘获的图像中所产生的反射区。
本发明提供一种用于处理图像中的反射区的方法，其用于电子设备。在所述方法中，获得第一图像和第二图像。识别所述第一图像和所述第二图像中的多个对象，且检测所述第一图像和所述第二图像中具有高于第一阈值的亮度的多个光亮区域。接着，计算所述第一图像和所述第二图像中的对应对象之间的和对应光亮区域之间的多个位移。确定所述光亮区域中的一个附近的所述对象的所述位移与所述光亮区域的所述位移的比率是否超过第二阈值。最终，若所述比率超过所述第二阈值，则将所述光亮区域确定为反射区。
本发明提供一种用于处理图像中的反射区的电子设备。所述电子设备包含图像俘获单元、存储单元和处理单元。所述图像俘获单元用于获得第一图像和第二图像。所述存储单元用于存储包括程序例程的信息，所述程序例程包括对象识别模块、检测模块、位移计算模块以及反射区确定模块。所述对象识别模块识别所述第一图像和所述第二图像中的多个对象。所述检测模块检测所述第一图像和所述第二图像中具有高于第一阈值的亮度的多个光亮区域。所述位移计算模块计算所述第一图像和所述第二图像中的对应对象之间的和对应光亮区域之间的多个位移。所述反射区确定模块确定所述光亮区域中的一个附近的所述对象的所述位移与所述光亮区域的所述位移的比率是否超过第二阈值，且若所述比率超过所述第二阈值，则确定所述光亮区域为反射区。所述处理单元耦接到所述图像俘获单元和所述存储单元以用于控制所述程序例程的执行。
基于以上描述，本发明的实施例提供用于处理图像中的反射区的方法和电子设备。通过所提出的方法，比较连续俘获的图像中的物件和光亮区域的移动。因此，将比附近对象移动得慢的光亮区域识别为反射区，且可从图像移除反射区以便提高图像质量。
为了使本发明的上述和其它特征和优点可理解，下文详细描述附有图式的若干示范性实施例。
附图说明
图1是说明根据本发明的实施例的用于处理图像中的反射区的电子设备的示意图。
图2是说明根据本发明的实施例的用于处理图像中的反射区的方法的流程图。
图3(a)和图3(b)说明根据本发明的实施例的用于识别图像中的反射区的实施例。
图4(a)和图4(b)说明根据本发明的实施例的由智能电话俘获的图像之间的比较。
【主要元件标号说明】
10：电子设备
12：图像俘获单元
14：存储单元
16：处理单元
30：智能电话
32：屏幕
34：图像
36：图像
142：对象识别模块
144：检测模块
146：位移计算模块
148：反射区确定模块
342：盒子
344：光亮区域
346：桌子
362：盒子
364：光亮区域
S202～S212：步骤
具体实施方式
现将在下文中参照附图更全面地描述本发明的一些实施例，附图中绘示了本发明的一些(但不是全部)实施例。实际上，本发明的各种实施例可按许多不同形式体现且不应视为限于本文中阐述的实施例；而是，提供这些实施例以使得本公开将符合适用法律要求。相同参考数字在全文中指相同元件。
欲俘获的目标附近的对象的反射区(尤其是具有高亮度的对象的反射区)通常显现在目标的光滑表面上，且可能导致正俘获的图像包含不必要的内容。通过移动图像俘获装置，观察到所俘获的图像中的反射区比附近对象移动得慢。因此，本发明利用这项观察以开发一种自动地检测所俘获的图像中所显现的反射区且进一步通过图像修复来移除反射区的图像处理方法。在下文详细地说明本发明的实施例。
图1是说明根据本发明的实施例的用于处理图像中的反射区的电子设备的示意图。在本实施例中，电子设备10包含图像俘获单元12、存储单元14和处理单元16。电子设备10例如为便携式电子装置，例如相机、智能电话、个人数字助理(PDA)、平板计算机等，且本发明不限于此。
图像俘获单元12例如为用于俘获图像的光敏元件，例如电荷耦合装置(ChargeCoupledDevice，CCD)、互补金属氧化物半导体(ComplementaryMetal-OxideSemiconductor，CMOS)或其它元件，且本发明不限于此。图像俘获单元12用于获得图像。
存储单元14例如为固定或便携的随机存取存储器(randomaccessmemory，RAM)、只读存储器(read-onlymemory，ROM)、快闪存储器、硬盘或任何其它类似装置中的一个或组合，且所述存储单元记录可由处理单元16执行的多个模块。这些模块包含对象识别模块142、检测模块144、位移计算模块146和反射区确定模块148，且这些模块可加载到处理单元16中以执行用于处理图像中的反射区的方法。
处理单元16例如为中央处理单元(CentralProcessingUnit，CPU)、可编程微处理器、可编程控制器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、可编程逻辑装置(ProgrammableLogicDevice，PLD)或其它装置，且耦接到图像俘获单元12和存储单元14，以用于处理由图像俘获单元12获得的图像中的反射区。
具体来说，图2是说明根据本发明的实施例的用于处理图像中的反射区的方法的流程图。参看图1和图2，此实施例的方法适用于图1中的电子设备10，且用于处理由图像俘获单元12获得的图像中的反射区。在下文关于图1中的电子设备10的元件来详细描述此实施例的方法的过程。
首先，在步骤S202中，处理单元16可控制电子设备10通过使用图像俘获单元12来获得第一图像和第二图像。正由图像俘获单元12获得的图像可为预览图像，且显示在电子设备10的屏幕(未图示)上，以便辅助用户发现照相的视角。
在步骤S204中，对象识别模块142可识别第一图像和第二图像中的多个对象，且检测模块144可检测第一图像和第二图像中具有高于第一阈值的亮度的多个光亮区域。详细地说，对象识别模块142可将对象匹配算法应用于第一图像和第二图像以便基于对象的外观特性来识别所匹配的对象，且外观特性包括颜色、形状和纹理中的至少一个，但不限于此。
另一方面，因为反射区通常是从具有高亮度的对象产生，所以检测模块144可通过确定对象的亮度是否高于第一阈值来检测图像中的光亮区域。第一阈值可为灰度250或接近最高亮度值(例如，灰度255)的其它值，但不限于此。可从对象识别模块142所识别的对象确定光亮区域，或基于图像中的像素的亮度来确定光亮区域，但不限于此。详细地说，对象识别模块142可比较第一图像和第二图像中的像素的亮度以发现具有高于第一阈值的亮度的像素，且收集相互连接的所发现的像素以形成光亮区域。
在步骤S206中，位移计算模块146计算第一图像和第二图像中的对应对象之间的和对应光亮区域之间的多个位移。在步骤S208中，反射区确定模块148确定光亮区域中的一个附近的对象的位移与光亮区域的位移的比率是否超过第二阈值。第二阈值例如为值2或根据情形或用户所需的检测灵敏度而确定的其它值，但本实施例不限于此。在步骤S210中，若确定比率超过第二阈值，则反射区确定模块148可确定具有所述比率的光亮区域为反射区。相反，在步骤S212中，若确定比率不超过第二阈值，则反射区确定模块148可确定具有所述比率的光亮区域不是反射区。
举例来说，图3(a)和图3(b)说明根据本发明的实施例的用于识别图像中的反射区的实例。参看图3(a)，假设将俘获的场景为放在光滑桌面上的盒子。当用户使用智能电话30拍摄盒子的图片时，图像34被俘获且显示在智能电话30的屏幕32上。在所俘获的图像34中，桌子346上的盒子342为光亮区域344附近的对象，而光亮区域344是从萤光灯产生。参看图3(b)，当用户向左移动智能电话30时，所俘获的图像34中的对象(即，盒子342和光亮区域344)相应地移动。如图3(b)所示，在所俘获的图像36中，盒子362从侧视图转变为前视图，且向右移动。光亮区域364也向右移动，但其位移小于盒子362的位移。
具体地说，图4(a)和图4(b)说明根据本发明的实施例的由智能电话30俘获的图像之间的比较。参看图4(a)与图4(b)两者，本实施例计算盒子342与362之间的位移和光亮区域344与364之间的位移。在图像34中，盒子342与图像34的左边缘相距130个像素，且光亮区域344与图像34的左边缘相距50个像素。在图像36中，盒子362与图像36的左边缘相距140个像素，且光亮区域364与图像36的左边缘相距52个像素。因此，盒子的位移x1等于10(即，x1＝140-130＝10)个像素，且光亮区域的位移x2等于2(即，x2＝52-50＝2)个像素。位移x1与x2的比率r为5(即，r＝x1/x2＝10/2＝5)，且将所述比率与阈值(例如，2)比较。因为将比率r确定为超过阈值，所以最终将光亮区域364确定为反射区。
通过上述方法，可有效地识别由图像俘获单元12获得的图像中的反射区，且可发出消息以辅助用户调整俘获图像的角度。应注意，在另一实施例中，图像修复算法可进一步用于移除前述实施例中所识别的反射区。
详细地说，在反射区确定模块148在前述实施例中在步骤S210中确定哪一对象为反射区之后，存储在存储单元14中的反射区处理模块(未图示)可进一步由处理单元16执行，以从图像移除反射区，且通过图像修复以其它图像修复图像的所移除的区域。具体地说，当从图像移除反射区时，清除所移除的区域，且可能未修补所移除的区域。然而，因为电子设备10可能在检测反射区时移动，所以俘获了多个图像，且这些图像可能含有最初被反射区阻挡的遗失的部分。因此，通过图像修复技术，可用图像俘获单元12所获得的其它图像修补图像的所移除的区域。
此外，在图像的所移除的区域不能够以其它图像修补的状况下，可发出指示电子设备10的移动方向的指示符以引导用户移动电子设备10。详细地说，当修复所移除的区域时，反射区处理模块可进一步确定图像的所移除的区域是否能够以其它图像修补。若图像的所移除的区域不能够以其它图像修补，则反射区处理模块可进一步估计可获得修补所移除的区域所需的图像的电子设备10的移动方向，且在电子设备10的屏幕上指示移动方向。因此，用户能够移除反射区，且同时修补所移除的区域，以便获得无反射区的图像。
应注意，通过图像修复技术，可用相邻区域修补图像的所移除的区域。详细地说，反射区移除模块可通过图像修复以图像中的所移除的区域的相邻区域修复图像的所移除的区域。因此，还可获得无反射区的图像。
本发明提供一种非暂时性计算机可读介质，所述非暂时性计算机可读介质记录计算机程序以便加载到电子设备上来执行用于处理图像中的反射区的上述方法的步骤。所述计算机程序由多个程序指令(例如，组织图建立程序指令、表审批程序指令、设置程序指令和部署程序指令等)构成，且这些程序指令被加载到电子设备中且由所述电子设备执行以实现用于处理图像中的反射区的方法的各步骤。
总的来说，本发明的实施例提供用于处理图像中的反射区的方法、电子设备和计算机可读介质。通过所提出的方法，可通过比较由电子设备获得的图像中的光亮区域及其附近对象的位移来识别图像中的反射区。可进一步移除所识别的反射区，且可通过图像修复以其它图像或相邻区域修复所移除的区域。因此，可获得无反射区的图像，且实现较高的图像质量。
本发明所属领域的技术人员将明白，在不脱离本发明的范围或精神的情况下，可对本发明的结构作各种修改和变化。鉴于是以上内容，希望本发明涵盖本发明的修改和变化，只要所述修改和变化落入所附权利要求书和其等效物的范围内。

Claims (11)

1.一种用于处理图像中的反射区的方法，其用于电子设备，其特征在于，包括：
获得第一图像和第二图像；
识别所述第一图像和所述第二图像中的多个对象，且检测所述第一图像和所述第二图像中具有高于第一阈值的亮度的多个光亮区域；
计算所述第一图像和所述第二图像中的对应对象之间的和对应光亮区域之间的多个位移；
确定所述光亮区域中的一个附近的所述对象的所述位移与所述光亮区域的所述位移的比率是否超过第二阈值；以及
若所述比率超过所述第二阈值，则确定所述光亮区域为反射区。
2.根据权利要求1所述的方法，其中所述电子设备还包括图像俘获单元，且所述获得所述第一图像和所述第二图像的步骤包括：
通过使用所述图像俘获单元而俘获所述第一图像和所述第二图像。
3.根据权利要求1所述的方法，其中所述识别所述第一图像和所述第二图像中的所述多个对象的步骤包括：
将对象匹配算法应用于所述第一图像和所述第二图像以便基于所述对象的外观特性来识别所述所匹配的对象，且所述外观特性包括颜色、形状和纹理中的至少一个。
4.根据权利要求1所述的方法，其中在所述若所述比率超过所述第二阈值则确定所述光亮区域为所述反射区的步骤之后，所述方法还包括：
从所述第一图像和所述第二图像移除所述反射区且通过图像修复以其它图像修复所述第一图像和所述第二图像的所移除的区域。
5.根据权利要求4所述的方法，其中所述从所述第一图像和所述第二图像移除所述反射区且通过图像修复以其它图像修复所述第一图像和所述第二图像的所述所移除的区域的步骤还包括：
确定所述第一图像和所述第二图像的所述所移除的区域是否能够以其它图像修补；以及
若所述第一图像和所述第二图像的所述所移除的区域不能够以其它图像修补，则指示所述电子设备的移动方向以获得修补所述所移除的区域所需的所述图像。
6.根据权利要求1所述的方法，其中在所述若所述比率超过所述第二阈值则确定所述光亮区域为所述反射区的步骤之后，所述方法还包括：
从所述第一图像和所述第二图像移除所述反射区且通过图像修复以所述第一图像和所述第二图像中的所移除的区域的相邻区域修复所述第一图像和所述第二图像的所述所移除的区域。
7.一种用于处理图像中的反射区的电子设备，其特征在于，包括：
对象识别模块，识别第一图像和第二图像中的多个对象；
检测模块，检测所述第一图像和所述第二图像中具有高于第一阈值的亮度的多个光亮区域；
位移计算模块，计算所述第一图像和所述第二图像中的对应对象之间的和对应光亮区域之间的多个位移；以及
反射区确定模块，确定所述光亮区域中的一个附近的所述对象的所述位移与所述光亮区域的所述位移的比率是否超过第二阈值，且若所述比率超过所述第二阈值，则确定所述光亮区域为反射区。
8.根据权利要求7所述的电子设备，其中所述对象识别模块将对象匹配算法应用于所述第一图像和所述第二图像以便基于所述对象的外观特性来识别所述所匹配的对象，且所述外观特性包括颜色、形状和纹理中的至少一个。
9.根据权利要求7所述的电子设备，还包括：
反射区处理模块，从所述第一图像和所述第二图像移除所述反射区且通过图像修复以其它图像修复所述第一图像和所述第二图像的所移除的区域。
10.根据权利要求7所述的电子设备，其中所述反射区处理模块确定所述第一图像和所述第二图像的所述所移除的区域是否能够以其它图像修补，且若所述第一图像和所述第二图像的所述所移除的区域不能够以其它图像修补，则指示所述电子设备的移动方向以获得修补所述所移除的区域所需的所述图像。
11.根据权利要求7所述的电子设备，还包括：
反射区处理模块，从所述第一图像和所述第二图像移除所述反射区且通过图像修复以所述第一图像和所述第二图像中的所移除的区域的相邻区域修复所述第一图像和所述第二图像的所述所移除的区域。
CN201410747986.9A 2014-06-12 2014-12-09 用于处理图像中的反射区的方法和电子设备 Active CN105321191B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/302,446 2014-06-12
US14/302,446 US9324136B2 (en) 2014-06-12 2014-06-12 Method, electronic apparatus, and computer readable medium for processing reflection in image

Publications (2)

Publication Number Publication Date
CN105321191A true CN105321191A (zh) 2016-02-10
CN105321191B CN105321191B (zh) 2017-04-26

Family

ID=54836576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410747986.9A Active CN105321191B (zh) 2014-06-12 2014-12-09 用于处理图像中的反射区的方法和电子设备

Country Status (3)

Country Link
US (1) US9324136B2 (zh)
CN (1) CN105321191B (zh)
TW (1) TWI548269B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106131423A (zh) * 2016-07-27 2016-11-16 宇龙计算机通信科技(深圳)有限公司 一种拍照方法、装置及终端
CN106412321A (zh) * 2016-10-31 2017-02-15 维沃移动通信有限公司 一种图像处理方法和移动终端
CN106791433A (zh) * 2017-01-18 2017-05-31 维沃移动通信有限公司 一种图像处理方法及电子设备
CN112819854A (zh) * 2021-02-02 2021-05-18 歌尔光学科技有限公司 鬼影检测方法、鬼影检测装置和可读存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10445612B2 (en) * 2015-10-26 2019-10-15 Canon Kabushiki Kaisha Information processing apparatus, information processing method, and storage medium
US11908122B2 (en) 2017-04-26 2024-02-20 Sensors Incorporated System and method for performing production line product identification
US10198653B2 (en) * 2017-04-26 2019-02-05 Sensors Incorporated System and method for performing production line product identification
CN111510623B (zh) * 2020-04-02 2022-02-15 维沃移动通信有限公司 拍摄方法及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101472114A (zh) * 2007-12-26 2009-07-01 索尼株式会社 图像处理装置、方法及程序
CN102301694A (zh) * 2009-11-18 2011-12-28 松下电器产业株式会社 图像处理方法及图像处理装置
US20120241597A1 (en) * 2010-08-11 2012-09-27 Bridge Robert F Hot Spot Correction in a Compressive Imaging System

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7256817B2 (en) * 2000-10-26 2007-08-14 Fujinon Corporation Following device
TWI439129B (zh) * 2009-04-20 2014-05-21 Wintek Corp 影像顯示方法
CN102118559B (zh) * 2009-12-30 2012-10-03 华晶科技股份有限公司 利用移动侦测调整数字相机的拍摄条件的方法
EP2539197B1 (en) * 2010-02-26 2020-12-16 Gentex Corporation Automatic vehicle equipment monitoring, warning, and control system
CN102401647B (zh) 2010-09-07 2013-10-30 原相科技股份有限公司 光学测距系统
US8760517B2 (en) * 2010-09-27 2014-06-24 Apple Inc. Polarized images for security
CN103308924A (zh) * 2012-03-14 2013-09-18 昆盈企业股份有限公司 光学感测装置
TWM477571U (zh) * 2013-10-09 2014-05-01 Utechzone Co Ltd 一種用以擷取一物件影像的擷取裝置以及影像檢測裝置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101472114A (zh) * 2007-12-26 2009-07-01 索尼株式会社 图像处理装置、方法及程序
CN102301694A (zh) * 2009-11-18 2011-12-28 松下电器产业株式会社 图像处理方法及图像处理装置
US20120241597A1 (en) * 2010-08-11 2012-09-27 Bridge Robert F Hot Spot Correction in a Compressive Imaging System

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106131423A (zh) * 2016-07-27 2016-11-16 宇龙计算机通信科技(深圳)有限公司 一种拍照方法、装置及终端
CN106412321A (zh) * 2016-10-31 2017-02-15 维沃移动通信有限公司 一种图像处理方法和移动终端
CN106412321B (zh) * 2016-10-31 2019-07-26 维沃移动通信有限公司 一种图像处理方法和移动终端
CN106791433A (zh) * 2017-01-18 2017-05-31 维沃移动通信有限公司 一种图像处理方法及电子设备
CN112819854A (zh) * 2021-02-02 2021-05-18 歌尔光学科技有限公司 鬼影检测方法、鬼影检测装置和可读存储介质

Also Published As

Publication number Publication date
TWI548269B (zh) 2016-09-01
US20150363920A1 (en) 2015-12-17
TW201547272A (zh) 2015-12-16
CN105321191B (zh) 2017-04-26
US9324136B2 (en) 2016-04-26

Similar Documents

Publication Publication Date Title
CN105321191A (zh) 用于处理图像中的反射区的方法和电子设备
CN102393397B (zh) 一种磁瓦表面缺陷检测系统及其检测方法
WO2017067342A1 (zh) 板卡位置检测方法及装置
US20180300885A1 (en) Learning image automatic sorting device, learning image automatic sorting method, and learning image automatic sorting program
CN110672007A (zh) 一种基于机器视觉的工件表面质量检测方法及系统
US20160321825A1 (en) Measuring apparatus, system, and program
WO2018196018A1 (en) Kernel approximation on fractional differential operator for edge detection
JP2013542528A (ja) 夜景画像ボケ検出システム
US20140375821A1 (en) Detection system
JP6405124B2 (ja) 検査装置、検査方法およびプログラム
CN117152165B (zh) 感光芯片缺陷的检测方法、装置、存储介质及电子设备
US20190287272A1 (en) Detection system and picturing filtering method thereof
JP2009139133A (ja) 欠陥検出方法および欠陥検出装置
JP2010286995A (ja) 車両用画像処理システム
US20150063637A1 (en) Image recognition method and robot
JP5264956B2 (ja) ２次元コード読取装置及びその方法
JP5754931B2 (ja) 画像解析装置、画像解析方法及びプログラム
JP2019100937A (ja) 欠陥検査装置及び欠陥検査方法
JP7156225B2 (ja) 付着物検出装置および付着物検出方法
US20200211194A1 (en) Attached object detection apparatus
EP3062516A1 (en) Parallax image generation system, picking system, parallax image generation method, and computer-readable recording medium
JP2016070741A (ja) 欠陥判定装置、及び、欠陥判定方法
JP2018180779A (ja) 画像認識装置
KR20190042180A (ko) 커버 글라스 분석 방법
JP2005038178A (ja) 検査対象物の基準マーク検査装置

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