CN105354535A - 一种特殊的低压差分信号图像采集与处理方法 - Google Patents
一种特殊的低压差分信号图像采集与处理方法 Download PDFInfo
- Publication number
- CN105354535A CN105354535A CN201510632691.1A CN201510632691A CN105354535A CN 105354535 A CN105354535 A CN 105354535A CN 201510632691 A CN201510632691 A CN 201510632691A CN 105354535 A CN105354535 A CN 105354535A
- Authority
- CN
- China
- Prior art keywords
- image
- gray level
- signal
- level image
- voltage differential
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种特殊的低压差分信号图像采集与处理方法,该方法包括以下步骤:设定信号源输出格式参数以匹配待测产品;设定图像采集设备参数以匹配待测产品;图像采集设备采集到待测产品的低压差分图像信号并转换位图格式的图像后传输到图像处理设备进行处理;图像处理设备对采集转换后的位图格式的图像与基准图像进行相似度加权的运算;对计算出的结果与设定的阈值进行比较,若计算结果大于设定的阈值,则判断图像合格,否则图像不合格。本发明充分考虑了图像判别过程中图像局部特征和全局特征对图像相似度判别的影响,能够快速准确的判断待测产品图像是否合格,从而检测出产品是否合格;该方法复杂度低、准确率高,能够提高产品验证的效率。
Description
技术领域
本发明涉及信号的采集与处理领域,具体地说是一种特殊的低压差分信号图像采集与处理方法。
背景技术
信号采集与处理主要是针对自然界中不同类型的信号进行获取后进行处理进行分析和处理,不同类型的信号采集和处理的方式有所不同,对于自然界的物理量的信号需要通过相应的传感器转换为电信号,通过信号的调制后被相应的信号采集设备采集、处理。信号传输过程中,数据信号以低压差分方式进行传输可以有效地降低信号传输的干扰,同时在远距离的信号传输过程中降低信号的衰减。通常,图像采集和处理的方式是通过图像获取设备在某时刻捕捉到某一帧的图像保存后通过算法进行处理。但是,如何保证采集到的图像不失真,同时如何去验证采集到的结果具有重要的研究意义。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种特殊的低压差分信号图像采集与处理方法,该方法通过图像采集设备对待测产品输出的低压差分图像信号进行采集,并将采集后的信号通过图像灰度直方图的特征向量的余弦相似度和对应匹配像素点的相似度结果的加权融合方法,实现采集到的图像和基准图像相似度的对比,从而能够准确的判断待测产品的合格度。
本发明的目的是通过以下技术方案解决的:
一种特殊的低压差分信号图像采集与处理方法,其特征在于:该方法包括以下步骤:
步骤1:根据待测产品的接收信号的格式参数规格需求,设置与待测产品相匹配的信号源输出参数,使待测产品能够接收到信号源的信号并正常工作;
步骤2:根据待测产品输出的低压差分信号的格式要求,设置图像采集设备的参数以保证图像采集设备能够采集到待测产品的输出信号,设置完成后进行信号的获取;
步骤3:图像采集设备采集到待测产品的低压差分图像信号并通过内部的解串模块将串行的低压差分图像信号转换为并行的位图格式的图像,并将并行的位图格式的图像传输到图像处理设备进行处理;
步骤4:图像处理设备对采集转换后的位图格式的图像与基准图像进行相似度加权的运算;
步骤5:对计算出的结果与设定的阈值进行比较,若计算结果大于设定的阈值,则判断图像合格,否则图像不合格。
所述步骤4中的基准图像为信号源发出的图像。
所述步骤4中图像处理设备对采集转换后的位图格式的图像与基准图像进行相似度加权的运算方法如下:
1)将采集转换后的位图格式的图像和基准图像进行灰度化,分别得到两幅图像的灰度图像,分别对应称为第一灰度图像和第二灰度图像;
2)分别计算第一灰度图像和第二灰度图像的直方图分布,其中灰度方图分布的横坐标为灰度级,纵坐标为该灰度级出现的频率;
3)在第二灰度图像中匹配和第一灰度图像对应的像素点,构建像素点对集合;
4)分别将第一灰度图像直方图和第二灰度图像直方图分别划分为128个区,每个区为连续的2个灰度级;
5)分别对第一灰度图像和第二灰度图像每个区的2个灰度值进行求和运算得到一个值,则每个灰度图像分别能够得到128个数据,这些数据分别构成第一灰度图像特征向量A和第二灰度图像特征向量B;
6)通过余弦相似度算法计算出第一灰度图像特征向量A和第二灰度图像特征向量B的余弦值cosθ,
其中,θ为两个向量的夹角,n为两个向量的维数;
7)根据第一灰度图像与第二灰度图像匹配对应像素点的灰度值进行相似度运算,设定匹配对应的像素点(Pi,Pj')对应的灰度值为(Vi,Vj')计算得出S(Pi,Pj'),
其中,1≤i≤n,1≤j≤n,并且匹配像素点集合H满足∑|Vi-Vj'|值最小;
8)根据步骤6)和步骤7)计算得出的值的加权即可得出第一灰度图像和第二灰度图像的相似度值S,S=m×S(Pi,Pj')+n×cosθ,其中0.1≤m≤0.6、0.4≤n≤0.9且m+n=1。
所述步骤1中的信号源输出参数包括激励信号的通道数、位宽、分辨率、刷新率和电压。
所述步骤2中的图像采集设备的参数包括BANK数、分辨率、位宽、数据对、Pixpline和Linepframe。
本发明相比现有技术有如下优点:
本发明由于需要对特定低压信号进行采集和处理以实现对特定产品合格度的检测,该方法首先通过信号源提供待验证的产品一个特定格式信号的测试激励,通过采集设备对待测产品输出的一种特殊类型的低压差分图像信号进行采集后上传到处理设备,通过标准图像和采集到的图像的灰度直方图的特征向量的余弦相似度和对应匹配像素点的相似度结果的加权融合,最终得出两幅图像相似度的计算结果,从而判断待测产品是否合格;该方法采用针对特定的格式的信号采用的图像信号采集和处理方式能够降低采集到图像的失真度,同时采用与标准图像相似度比较算法得出能够量化比较的结果,从而准确的验证待测产品功能的是否合格。
本发明通过对灰度直方图分布的特征向量进行余弦计算和构造灰度图像对应匹配像素集合的相似度计算后,进行加权融合来实现采集到的图像和标准图像的相似度的计算,充分的考虑了图像判别过程中图像局部特征和全局特征的对图像相似度判别的影响,对第一灰度图像的直方图的特征向量和第二灰度图像的直方图的特征向量进行余弦计算,两个向量的夹角θ值越小则可以判定两个特征向量的方向越相同,且重合度越高,即可判定图像的相似度越高,同时结合两幅灰度图像的匹配像素点灰度值进行相似度运算,对运算的结果进行加权融合得到相似度值S(0≤S≤1),通过相似度值S与设定的阈值比较,能够更加精准的实现待比较两幅图像进行对比,从而可以实现对产品合格度的验证。
本发明针对一种特殊的低压差分信号,采用了将位图图像信号转换为低压差分信号进行传输,同时在采集的过程中,对采集到的图像进行格式转换,能够有效地降低图像信号在传输过程中的干扰,保证了图像采集的质量;并在对采集到的图像格式转换后,采用了灰度直方图特征向量余弦计算和匹配相似度加权融合的方式与基准图像进行相似度对比,综合考虑了图像对比过程中全局特征和局部特征对相似度对比的影响,算法复杂度低,准确率高,提高产品验证的效率。
附图说明
附图1为本发明的低压差分信号图像采集与处理流程图;
附图2为本发明的图像相似度计算方法流程图。
具体实施方式
为了更好地理解本发明,下面结合附图和具体的实施方式对本发明进行更为详细描述。在以下描述中,当已有的现有技术的详细描述也许会淡化本发明的主题内容时,这些描述在这儿将被忽略。
如图1-2所示:一种特殊的低压差分信号图像采集与处理方法,主要是通过设置信号源的输出信号参数以匹配待测产品的输入,通过图像采集设备采集到待测产品的输出低压差分信号,并对输出信号进行格式转化为位图图像后,采用灰度图像直方图特征向量的余弦相似度计算和对应匹配像素集合的灰度值计算的加权融合方式来实现待测产品输出图像和基准图像的相似度对比,根据计算结果与设定阈值的比较,来判定产品的合格度,该方法包括以下步骤:
步骤1:设定信号源输出格式参数以匹配待测产品:根据待测产品的接收信号的格式参数规格需求,设置与待测产品相匹配的信号源输出参数,信号源输出参数包括激励信号的通道数、位宽、分辨率、刷新率和电压,使待测产品能够接收到信号源的信号并正常工作。
步骤2:设置图像采集设备,启动图像信号采集:根据待测产品输出的低压差分信号的格式要求,设置图像采集设备的参数以保证图像采集设备能够采集到待测产品的输出信号,图像采集设备的参数包括BANK数、分辨率、位宽、数据对、Pixpline和Linepframe,设置完成后进行信号的获取;
步骤3:图像采集设备采集到待测产品的低压差分图像信号并通过内部的解串模块将串行的低压差分图像信号转换为并行的位图格式的图像,并将并行的位图格式的图像传输到图像处理设备进行处理;
步骤4:图像处理设备对采集转换后的位图格式的图像与基准图像进行相似度加权的运算,基准图像为信号源发出的图像,相似度加权的运算方法如下:
1)将采集转换后的位图格式的图像和基准图像进行灰度化,分别得到两幅图像的灰度图像,分别对应称为第一灰度图像和第二灰度图像;
2)分别计算第一灰度图像和第二灰度图像的直方图分布,其中灰度方图分布的横坐标为灰度级,纵坐标为该灰度级出现的频率;
3)在第二灰度图像中匹配和第一灰度图像对应的像素点,构建像素点对集合;
4)分别将第一灰度图像直方图和第二灰度图像直方图分别划分为128个区,每个区为连续的2个灰度级;
5)分别对第一灰度图像和第二灰度图像每个区的2个灰度值进行求和运算得到一个值,则每个灰度图像分别能够得到128个数据,这些数据分别构成第一灰度图像特征向量A和第二灰度图像特征向量B;
6)通过余弦相似度算法计算出第一灰度图像特征向量A和第二灰度图像特征向量B的余弦值cosθ,
其中,θ为两个向量的夹角,n为两个向量的维数;
7)根据第一灰度图像与第二灰度图像匹配对应像素点的灰度值进行相似度运算,设定匹配对应的像素点(Pi,Pj')对应的灰度值为(Vi,Vj')计算得出S(Pi,Pj'),
其中,1≤i≤n,1≤j≤n,并且匹配像素点集合H满足∑|Vi-Vj'|值最小;
8)根据步骤6)和步骤7)计算得出的值的加权即可得出第一灰度图像和第二灰度图像的相似度值S,S=m×S(Pi,Pj')+n×cosθ,其中0.1≤m≤0.6、0.4≤n≤0.9且m+n=1;
步骤5:根据步骤4计算的图像的相似度值与设定的阈值进行比较,若计算结果大于设定的阈值,则判断图像合格,否则图像不合格。
根据上述内容,在本发明提供的一个实施例中对该方法进行进一步的说明。步骤1需要针对待测产品的型号设定信号源的传输的信号格式,信号源内部是通过嵌入式处理芯片ARM和FPGA的处理实现特定LVDS格式信号的输出;在一个实施例中,所述的特殊的低压差分信号指的是MINI_LVDS信号。在信号源中,首先通过arm读取信号源SD卡芯片里面的位图测试图片并通过FPGA模块存储到DDR模块中,该位图测试图片包括和待测产品格式匹配的参数,如通道数、位宽、输出信号的格式、频率和电压等参数,在本实施例中,可设定通道数为双通道,位宽为8bit,分辨率为1920*1080,格式为VESA,电压为5V,频率为60hz;然后,FPGA模块在嵌入式处理芯片ARM的控制下读取DDR模块中的图片,按照设定的格式参数并结合FPGA模块内部的时序控制,转换成LVDS格式的信号数据输出到信号源的LVDS输出接口,输出的信号连接到待测产品的输入端,将LVDS格式信号转换为MINI_LVDS信号,实现MINI_LVDS信号的输出。图像采集设备采集到通过上述步骤能够获取到待测产品的低压差分图像信号并通过内部的解串模块将串行的图像信号转换为并行的位图数据,以便传输到图像处理设备进行处理。图像采集设备是将MINI_LVDS格式的信号转换为位图格式的数据,通过图像采集设备的PCIE发送模块发送到PCIE接口总线上,PCIE总线将位图格式的数据发送到工业计算机的内存缓冲区中等待处理。具体来说,图像采集设备通过图像采集模块将输入的MINI_LVDS信号通过FPGA的解串模块将串行数据转换为并行的BMP格式的图像数据后保存到DDR中,通过DDR读写控制模块读取DDR中的数据到FIFO中并发送到PCIE发送模块中,PCIE发送模块直接发送数据到工业计算机的PCIE总线上,PCIE总线将BMP格式的图像数据通过DMA的方式发送到计算机的内存缓冲区中等待处理。在本发明的一个实施例中,首先需要设置采集设备的图像格式参数,包括BANK数、分辨率、位宽、数据对、Pixpline、Linepframe参数等,根据待测产品的实际规格参数,设定bank数为双通道,分辨率为1920*1080,位宽度为6bit,Pixpline的值为行像素点数除以2为960,Linepframe为列像素点数乘以2为2160,设置完成后即可启动对待测产品输出的MINI_LVDS信号的采集。
对基准图像和格式转换后的图像进行相似度算法运算,得出运算结果,图像处理设备对采集转后的位图格式的图像与基准图像提取图像数据进行相似度加权的运算,相似度加权运算的具体步骤如下:
1)将采集转换后的位图图像和基准图像进行灰度化,分别得到两幅图像的灰度图像,对应于第一灰度图像和第二灰度图像,在一个实施例中,位图图像的每一个像素点是由R、G、B三种颜色分量构成,因此对于采集转换后的位图图像和基准图像的每一个像素点通过分配相同的颜色分量的权重值后求和得到各自对应的第一灰度图像和第二灰度图像;
2)分别计算第一灰度图像和第二灰度图像的直方图分布,其中灰度直方图分布的横坐标为灰度级,纵坐标为该灰度级出现的频率(该灰度级像素的个数占总像素个数的比例),灰度直方图是灰度级的函数,它表示图像中具有每种灰度级的象素的个数,反映图像中每种灰度出现的频率;在一个实施例中,采集到的一幅图像的像素总数为N为1920*1080,灰度级总数为L为256,其中灰度级为g的像素总数为Ng,则图像的灰度直方图横坐标即为灰度g(0≤g≤L),纵坐标则为灰度值出现的次数Ng即可得到各个灰度级出现的概率Pg=Ng/N=Ng/∑Ng,从而得到归一化的灰度直方图,其纵坐标为概率Pg;针对每个灰度级按照上述方法的计算,即可得到第一灰度图像和第二灰度图像的灰度直方图分布;
3)在第二灰度图像中匹配和第一灰度图像对应的像素点,构建像素点对集合,在一个实施例中,使用回溯算法为第一灰度图像的像素点匹配第二灰度图像的像素点过程中,会产生K种匹配方式,相应能够得到K个像素点的集合(S1….Sk),然后,针对S1至Sk中的每个像素点对集合分别求得一个值D=∑|Vi-Vj'|(1≤i≤n,1≤j≤n),其中,所求的值D1至Dk中的最小值(min)所对应的像素点对集合即为所需构造的像素点对集合H;
4)将第一灰度图像直方图和第二灰度图像直方图分别划分为128个区,每个区为连续的2个灰度级;
5)对第一灰度图像和第二灰度图像中的每个区的2个灰度值分别进行求和运算得到一个值,按照这种方式,每个灰度图像可以得到128个数据,这些数据分别构成第一灰度图像特征向量A和第二灰度图像特征向量B;
6)通过余弦相似度算法计算出第一灰度图像特征向量A和第二灰度图像特征向量B的余弦值,计算公式为:
其中,θ为两个向量的夹角,n为两个向量的维数;
7)根据第一灰度图像与第二灰度图像匹配对应像素点的灰度值进行相似度运算,设定匹配对应的像素点(Pi,Pj')对应的灰度值为(Vi,Vj')运算公式为:
其中,1≤i≤n,1≤j≤n,并且匹配像素点集合满足∑|Vi-Vj'|值最小;
8)根据步骤6)和步骤7)计算得出的值的加权即可得出第一灰度图像和第二灰度图像的相似度值S,S=m×S(Pi,Pj')+n×cosθ,(0.1≤m≤0.6,0.4≤n≤0.9,m+n=1)。
将上述运算获得的图像的相似度值与设定的阈值比较,若大于设定的阈值,测判定图像合格,否则,图像不合格。在一个实施例中,设定阈值为0.95,若相似度值S>0.95,则判断图像通过,也就是采集到的图像正常,即产品输出的MINI_LVDS信号正常;否则产品图像信号不合格,从而判定产品不合格。
本发明由于需要对特定低压信号进行采集和处理以实现对特定产品合格度的检测,该方法首先通过信号源提供待验证的产品一个特定格式信号的测试激励,通过采集设备对待测产品输出的一种特殊类型的低压差分图像信号进行采集后上传到处理设备,通过标准图像和采集到的图像的灰度直方图的特征向量的余弦相似度和对应匹配像素点的相似度结果的加权融合,最终得出两幅图像相似度的计算结果,从而判断待测产品是否合格;该方法采用针对特定的格式的信号采用的图像信号采集和处理方式能够降低采集到图像的失真度,同时采用与标准图像相似度比较算法得出能够量化比较的结果,从而准确的验证待测产品功能的是否合格。
本发明通过对灰度直方图分布的特征向量进行余弦计算和构造灰度图像对应匹配像素集合的相似度计算后,进行加权融合来实现采集到的图像和标准图像的相似度的计算,充分的考虑了图像判别过程中图像局部特征和全局特征的对图像相似度判别的影响,对第一灰度图像的直方图的特征向量和第二灰度图像的直方图的特征向量进行余弦计算,两个向量的夹角θ值越小则可以判定两个特征向量的方向越相同,且重合度越高,即可判定图像的相似度越高,同时结合两幅灰度图像的匹配像素点灰度值进行相似度运算,对运算的结果进行加权融合得到相似度值S(0≤S≤1),通过相似度值S与设定的阈值比较,能够更加精准的实现待比较两幅图像进行对比,从而可以实现对产品合格度的验证。综合来说,本发明针对一种特殊的低压差分信号,采用了将位图图像信号转换为低压差分信号进行传输,同时在采集的过程中,对采集到的图像进行格式转换,能够有效地降低图像信号在传输过程中的干扰,保证了图像采集的质量;并在对采集到的图像格式转换后,采用了灰度直方图特征向量余弦计算和匹配相似度加权融合的方式与基准图像进行相似度对比,综合考虑了图像对比过程中全局特征和局部特征对相似度对比的影响,复杂度低、准确率高,能够提高产品验证的效率。
本文中所描述的具体实施例仅仅是对本发明精神做举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围,均落入本发明保护范围之内;本发明未涉及的技术均可通过现有技术加以实现。
Claims (5)
1.一种特殊的低压差分信号图像采集与处理方法,其特征在于:该方法包括以下步骤:
步骤1:根据待测产品的接收信号的格式参数规格需求,设置与待测产品相匹配的信号源输出参数,使待测产品能够接收到信号源的信号并正常工作;
步骤2:根据待测产品输出的低压差分信号的格式要求,设置图像采集设备的参数以保证图像采集设备能够采集到待测产品的输出信号,设置完成后进行信号的获取;
步骤3:图像采集设备采集到待测产品的低压差分图像信号并通过内部的解串模块将串行的低压差分图像信号转换为并行的位图格式的图像,并将并行的位图格式的图像传输到图像处理设备进行处理;
步骤4:图像处理设备对采集转换后的位图格式的图像与基准图像进行相似度加权的运算;
步骤5:对计算出的结果与设定的阈值进行比较,若计算结果大于设定的阈值,则判断图像合格,否则图像不合格。
2.根据权利要求1所述的特殊的低压差分信号图像采集与处理方法,其特征在于:所述步骤4中的基准图像为信号源发出的图像。
3.根据权利要求1或2所述的特殊的低压差分信号图像采集与处理方法,其特征在于:所述步骤4中图像处理设备对采集转换后的位图格式的图像与基准图像进行相似度加权的运算方法如下:
1)将采集转换后的位图格式的图像和基准图像进行灰度化,分别得到两幅图像的灰度图像,分别对应称为第一灰度图像和第二灰度图像;
2)分别计算第一灰度图像和第二灰度图像的直方图分布,其中灰度方图分布的横坐标为灰度级,纵坐标为该灰度级出现的频率;
3)在第二灰度图像中匹配和第一灰度图像对应的像素点,构建像素点对集合H;
4)分别将第一灰度图像直方图和第二灰度图像直方图分别划分为128个区,每个区为连续的2个灰度级;
5)分别对第一灰度图像和第二灰度图像每个区的2个灰度值进行求和运算得到一个值,则每个灰度图像分别能够得到128个数据,这些数据分别构成第一灰度图像特征向量A和第二灰度图像特征向量B;
6)通过余弦相似度算法计算出第一灰度图像特征向量A和第二灰度图像特征向量B的余弦值cosθ,
其中,θ为两个向量的夹角,n为两个向量的维数;
7)根据第一灰度图像与第二灰度图像匹配对应像素点的灰度值进行相似度运算,设定匹配对应的像素点(Pi,Pj')对应的灰度值为(Vi,Vj')计算得出S(Pi,Pj'),
其中,1≤i≤n,1≤j≤n,并且匹配像素点集合H满足∑|Vi-Vj'|值最小;
8)根据步骤6)和步骤7)计算得出的值的加权即可得出第一灰度图像和第二灰度图像的相似度值S,S=m×S(Pi,Pj')+n×cosθ,其中0.1≤m≤0.6、0.4≤n≤0.9且m+n=1。
4.根据权利要求1所述的特殊的低压差分信号图像采集与处理方法,其特征在于:所述步骤1中的信号源输出参数包括激励信号的通道数、位宽、分辨率、刷新率和电压。
5.根据权利要求1或4所述的特殊的低压差分信号图像采集与处理方法,其特征在于:所述步骤2中的图像采集设备的参数包括BANK数、分辨率、位宽、数据对、Pixpline和Linepframe。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510632691.1A CN105354535B (zh) | 2015-09-29 | 2015-09-29 | 一种特殊的低压差分信号图像采集与处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510632691.1A CN105354535B (zh) | 2015-09-29 | 2015-09-29 | 一种特殊的低压差分信号图像采集与处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105354535A true CN105354535A (zh) | 2016-02-24 |
CN105354535B CN105354535B (zh) | 2019-01-25 |
Family
ID=55330503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510632691.1A Active CN105354535B (zh) | 2015-09-29 | 2015-09-29 | 一种特殊的低压差分信号图像采集与处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105354535B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180424A (zh) * | 2017-04-24 | 2017-09-19 | 睿视智觉(厦门)软件开发有限公司 | 一种电容计数设备及方法 |
CN107977237A (zh) * | 2017-12-28 | 2018-05-01 | 深信服科技股份有限公司 | 虚拟机操作系统静默安装的方法、装置及设备 |
CN108647751A (zh) * | 2018-04-27 | 2018-10-12 | 北方民族大学 | 一种检测取出商品的方法和系统及购物车 |
CN109155054A (zh) * | 2016-06-15 | 2019-01-04 | 高通股份有限公司 | 差分图像处理 |
CN109558903A (zh) * | 2018-11-20 | 2019-04-02 | 拉扎斯网络科技(上海)有限公司 | 一种证照图像检测方法、装置、电子设备及可读存储介质 |
CN109859185A (zh) * | 2019-01-30 | 2019-06-07 | 南京邮电大学 | 一种基于opencv的产品质量检测系统及检测方法 |
CN110634553A (zh) * | 2018-06-25 | 2019-12-31 | 青岛海信医疗设备股份有限公司 | 一种医学图像校验方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101459788A (zh) * | 2007-12-10 | 2009-06-17 | 深圳Tcl新技术有限公司 | 一种视频重显率调整的方法及装置 |
CN101635863A (zh) * | 2008-07-25 | 2010-01-27 | 深圳Tcl新技术有限公司 | 一种显示设备视觉效果测试的方法及系统 |
CN101819756A (zh) * | 2009-02-27 | 2010-09-01 | 深圳Tcl新技术有限公司 | 具有重显率调整功能的监视器及其实现方法 |
CN101873511A (zh) * | 2010-07-09 | 2010-10-27 | 四川长虹电器股份有限公司 | 平板电视机测试系统及其方法 |
CN202150911U (zh) * | 2011-06-27 | 2012-02-22 | 广州视源电子科技有限公司 | 一种数字电视信号的自动测试系统 |
CN202444573U (zh) * | 2012-03-01 | 2012-09-19 | 北京阿格思科技有限公司 | 一种新型lvds图像采集装置 |
CN103037241A (zh) * | 2012-12-20 | 2013-04-10 | 广州视源电子科技股份有限公司 | 重显率的自动测试系统 |
CN103067736A (zh) * | 2012-12-20 | 2013-04-24 | 广州视源电子科技股份有限公司 | 一种基于字符识别的自动测试系统 |
CN103618892A (zh) * | 2013-12-02 | 2014-03-05 | 广州创维平面显示科技有限公司 | 电视机的检测方法及电视机 |
-
2015
- 2015-09-29 CN CN201510632691.1A patent/CN105354535B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101459788A (zh) * | 2007-12-10 | 2009-06-17 | 深圳Tcl新技术有限公司 | 一种视频重显率调整的方法及装置 |
CN101635863A (zh) * | 2008-07-25 | 2010-01-27 | 深圳Tcl新技术有限公司 | 一种显示设备视觉效果测试的方法及系统 |
CN101819756A (zh) * | 2009-02-27 | 2010-09-01 | 深圳Tcl新技术有限公司 | 具有重显率调整功能的监视器及其实现方法 |
CN101873511A (zh) * | 2010-07-09 | 2010-10-27 | 四川长虹电器股份有限公司 | 平板电视机测试系统及其方法 |
CN202150911U (zh) * | 2011-06-27 | 2012-02-22 | 广州视源电子科技有限公司 | 一种数字电视信号的自动测试系统 |
CN202444573U (zh) * | 2012-03-01 | 2012-09-19 | 北京阿格思科技有限公司 | 一种新型lvds图像采集装置 |
CN103037241A (zh) * | 2012-12-20 | 2013-04-10 | 广州视源电子科技股份有限公司 | 重显率的自动测试系统 |
CN103067736A (zh) * | 2012-12-20 | 2013-04-24 | 广州视源电子科技股份有限公司 | 一种基于字符识别的自动测试系统 |
CN103618892A (zh) * | 2013-12-02 | 2014-03-05 | 广州创维平面显示科技有限公司 | 电视机的检测方法及电视机 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109155054A (zh) * | 2016-06-15 | 2019-01-04 | 高通股份有限公司 | 差分图像处理 |
CN107180424A (zh) * | 2017-04-24 | 2017-09-19 | 睿视智觉(厦门)软件开发有限公司 | 一种电容计数设备及方法 |
CN107977237A (zh) * | 2017-12-28 | 2018-05-01 | 深信服科技股份有限公司 | 虚拟机操作系统静默安装的方法、装置及设备 |
CN108647751A (zh) * | 2018-04-27 | 2018-10-12 | 北方民族大学 | 一种检测取出商品的方法和系统及购物车 |
CN110634553A (zh) * | 2018-06-25 | 2019-12-31 | 青岛海信医疗设备股份有限公司 | 一种医学图像校验方法及系统 |
CN110634553B (zh) * | 2018-06-25 | 2023-07-18 | 青岛海信医疗设备股份有限公司 | 一种医学图像校验方法及系统 |
CN109558903A (zh) * | 2018-11-20 | 2019-04-02 | 拉扎斯网络科技(上海)有限公司 | 一种证照图像检测方法、装置、电子设备及可读存储介质 |
CN109859185A (zh) * | 2019-01-30 | 2019-06-07 | 南京邮电大学 | 一种基于opencv的产品质量检测系统及检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105354535B (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105354535A (zh) | 一种特殊的低压差分信号图像采集与处理方法 | |
CN104655043B (zh) | 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法 | |
CN108732465B (zh) | 一种基于小波变换和cnn的配电网故障定位方法 | |
EP2557018B1 (en) | Method and system for automatically identifying information of a train | |
CN101567044B (zh) | 一种人脸图像质量检测方法 | |
CN104913797A (zh) | 指针式仪表的读数识别方法及系统 | |
CN106407924A (zh) | 基于路面特征的双目道路识别检测方法 | |
WO2016045215A1 (zh) | 指纹图像质量的判断方法和装置 | |
CN108982522B (zh) | 用于检测管道缺陷的方法和装置 | |
CN104181170A (zh) | 基于光谱图像分析的水果外表检测方法 | |
CN111735523A (zh) | 基于视频识别的车重检测方法、装置及存储介质 | |
CN110619328A (zh) | 基于图像处理和深度学习的船舶水尺读数智能识别方法 | |
CN115908142B (zh) | 一种基于视觉识别的接触网微小部件验损方法 | |
CN105161039A (zh) | 一种基于Labview的多种类型信号在线测试系统 | |
CN114820626A (zh) | 一种汽车前脸零件配置智能检测方法 | |
CN102750547B (zh) | 一种基于压缩传感的水果大小分级方法 | |
CN117079286A (zh) | 一种指针仪表的识别方法和识别系统 | |
CN109272484A (zh) | 一种基于视频图像的降雨检测方法 | |
CN116824479A (zh) | 用于工厂的智能巡检系统 | |
CN110689510A (zh) | 一种引入字典信息基于稀疏表示的图像融合方法 | |
CN114663899A (zh) | 金融票据的处理方法、装置、设备及介质 | |
CN105738376B (zh) | 一种采用接触式图像传感器的自动验布机 | |
CN109211607A (zh) | 一种采样方法、装置、设备、系统及可读存储介质 | |
CN102128968B (zh) | 低压差分信号测试系统及方法 | |
CN113095293A (zh) | 一种基于图像识别的物联网水表出厂校准方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |