CN106056594A - 一种基于双光谱的可见光图像提取系统与方法 - Google Patents

一种基于双光谱的可见光图像提取系统与方法 Download PDF

Info

Publication number
CN106056594A
CN106056594A CN201610358920.XA CN201610358920A CN106056594A CN 106056594 A CN106056594 A CN 106056594A CN 201610358920 A CN201610358920 A CN 201610358920A CN 106056594 A CN106056594 A CN 106056594A
Authority
CN
China
Prior art keywords
image
visible light
light image
original infrared
gray
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
Application number
CN201610358920.XA
Other languages
English (en)
Inventor
余旭东
杨哲印
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.)
Sichuan Sunlight Intelligent Electrical Equipment Co Ltd
Original Assignee
Sichuan Sunlight Intelligent Electrical Equipment Co Ltd
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 Sichuan Sunlight Intelligent Electrical Equipment Co Ltd filed Critical Sichuan Sunlight Intelligent Electrical Equipment Co Ltd
Priority to CN201610358920.XA priority Critical patent/CN106056594A/zh
Publication of CN106056594A publication Critical patent/CN106056594A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于双光谱的可见光图像提取系统与方法,其系统包括图像采集模块、灰度值确定模块、轮廓识别模块和目标图像提取模块；图像采集模块用于采集原始红外灰度图像和对应的原始可见光图像；灰度值确定模块用于确定原始红外灰度图像中每个像素点的灰度值；轮廓识别模块用于从原始灰度图像中识别出目标轮廓；目标图像提取模块用于根据目标轮廓从原始可见光图像中提取目标可见光图像。本发明提供了一种基于双光谱的可见光图像提取系统与方法，从原始红外灰度图像识别出目标轮廓，再从原始可见光图像中提取对应的目标可见光图像，实现目标可见光图像与背景图像的准确分离。

Description

一种基于双光谱的可见光图像提取系统与方法
技术领域
本发明涉及一种基于双光谱的可见光图像提取方法。
背景技术
可见光相机是可见光成像技术发展的重要产物，具有距离远，分辨率高等优点，被应用于军用、民用、交通运输等各个领域。
在输电线路的监控中，往往需要利用可见光相机拍摄高清图像或者视频，传回地面监控站进行分析；输电线路的监控，主要是对绝缘子、连接金具和导线等重要目标进行监控；但可见光相机拍摄的目标大多与背景相融合，可见光图像中包括了拍摄目标和拍摄背景；从可见光图像中将背景分离，得到需要的目标图像很不容易，这就给重要目标的监控带来了很大不便；为了便于输电线路的监控，提高工作效率，对目标可见光图像的提取成为了一个重要课题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于双光谱的可见光图像提取系统与方法，从原始红外灰度图像识别出目标轮廓，再从原始可见光图像中提取对应的目标可见光图像，实现目标可见光图像与背景图像的准确分离。
本发明的目的是通过以下技术方案来实现的：一种基于双光谱的可见光图像提取系统，包括图像采集模块、灰度值确定模块、轮廓识别模块和目标图像提取模块；
图像采集模块用于采集原始红外灰度图像和对应的原始可见光图像；灰度值确定模块用于确定原始红外灰度图像中每个像素点的灰度值；轮廓识别模块用于从原始灰度图像中识别出目标轮廓；目标图像提取模块用于根据目标轮廓从原始可见光图像中提取目标可见光图像。
所述的图像采集模块包括摄像角度相同的红外热像仪和可见光相机；红外热像仪用于采集原始红外温度图像、可见光相机用于采集原始可见光图像。
所述的图像采集模块还包括灰度图像转换单元,用于将原始红外温度图像转换为原始红外灰度图像。
所述的轮廓识别模块包括阈值设定单元、灰度比较单元、标记单元和轮廓提取单元；
阈值设定单元用于预先设定灰度阈值；灰度比较单元用于将原始红外灰度图像中每一个像素点的灰度值与设定的灰度阈值进行比较；标记单元用户将灰度值大于阈值的像素点进行标记；轮廓提取单元用于识别原始红外图像中所有具有标记的像素点构成的局部图像，并提取该局部图像的轮廓，作为目标轮廓。
所述的目标图像提取模块包括图像调整单元、图像重合单元和图像分割单元；
所述的图像调整单元用于将原始可见光图像进行调整，使其与红外灰度图像尺寸相同；图像重合单元用于将原始红外图像和原始可见光图像重合到一起；图像分割单元用于根据目标轮廓，对原始可见光图像中对应轮廓范围内的所有像素点进行提取，得到分割后的目标可见光图像。
一种基于双光谱的可见光图像提取方法，包括以下步骤：
S1.获取原始红外灰度图像和对应的原始可见光图像；
S2.确定原始红外灰度图像中每个像素点的灰度值；
S3.识别目标轮廓；
S4.根据得到的目标轮廓，在原始可见光图像中提取对应的目标可见光图像。
所述的步骤S1包括以下子步骤：
S11.利用红外热像仪获取原始红外温度图像；
S12.利用可见光相机在同一时间，从相同的拍摄角度获取对应的可见光图像；
S13.建立温度直方图，将原始红外温度图像转换为原始红外灰度图像。
所述的步骤S3包括以下子步骤：
S31.预先设定灰度阈值；
S32.依次将原始红外灰度图像中每一个像素点的灰度值与设定的灰度阈值比较：
（1）如果当前像素点的灰度值小于灰度阈值，进行下一个像素点的灰度值比较；
（2）如果当前像素点的灰度值不小于灰度阈值，将当前像素点进行标记，并进行下一个像素点的灰度值比较；
S33.比较完成后，识别原始红外图像中所有具有标记的像素点构成的局部图像，并提取该局部图像的轮廓作为目标轮廓。
所述的步骤S4包括以下子步骤：
S41.将原始可见光图像进行调整，使其与原始红外灰度图像尺寸相同；
S42.使原始可见光图像与原始红外图像相互重合；
S43.根据步骤S3中得到的目标轮廓，对原始可见光图像中对应轮廓范围内的所有像素点进行提取，得到目标可见光图像。
本发明的有益效果是：本发明通过红外热像仪得到获取原始红外温度图像，并将其转换为原始红外灰度图像，从原始红外灰度图像识别出目标轮廓，再从可见光相机拍摄得到的原始可见光图像中提取对应的目标可见光图像，实现了目标可见光图像与背景图像的准确分离。
附图说明
图1为本发明的系统原理框图；
图2为本发明的流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，种基于双光谱的可见光图像提取系统，包括图像采集模块、灰度值确定模块、轮廓识别模块和目标图像提取模块；
图像采集模块用于采集原始红外灰度图像和对应的原始可见光图像；灰度值确定模块用于确定原始红外灰度图像中每个像素点的灰度值；轮廓识别模块用于从原始灰度图像中识别出目标轮廓；目标图像提取模块用于根据目标轮廓从原始可见光图像中提取目标可见光图像。
所述的图像采集模块包括摄像角度相同的红外热像仪和可见光相机；红外热像仪用于采集原始红外温度图像、可见光相机用于采集原始可见光图像。
进一步地，红外热像仪可以和可见光相机平行安装于同一支撑柱上；也可以安装于不同的安装柱上，但是必须保证红外热像仪采集图像的背景和目标与可见光相机完全一致；甚至于，可以直接采用集成了可见光相机的红外热像仪，如H2630红外热像仪等。
所述的图像采集模块还包括灰度图像转换单元,用于将原始红外温度图像转换为原始红外灰度图像。
所述的轮廓识别模块包括阈值设定单元、灰度比较单元、标记单元和轮廓提取单元；
阈值设定单元用于预先设定灰度阈值；灰度比较单元用于将原始红外灰度图像中每一个像素点的灰度值与设定的灰度阈值进行比较；标记单元用户将灰度值大于阈值的像素点进行标记；轮廓提取单元用于识别原始红外图像中所有具有标记的像素点构成的局部图像，并提取该局部图像的轮廓，作为目标轮廓。
所述的目标图像提取模块包括图像调整单元、图像重合单元和图像分割单元；
所述的图像调整单元用于将原始可见光图像进行调整，使其与红外灰度图像尺寸相同；图像重合单元用于将原始红外图像和原始可见光图像重合到一起；图像分割单元用于根据目标轮廓，对原始可见光图像中对应轮廓范围内的所有像素点进行提取，得到分割后的目标可见光图像。
如图2所示，一种基于双光谱的可见光图像提取方法，包括以下步骤：
S1.获取原始红外灰度图像和对应的原始可见光图像；
S2.确定原始红外灰度图像中每个像素点的灰度值；
S3.识别目标轮廓；
S4.根据得到的目标轮廓，在原始可见光图像中提取对应的目标可见光图像。
所述的步骤S1包括以下子步骤：
S11.利用红外热像仪获取原始红外温度图像；
S12.利用可见光相机在同一时间，从相同的拍摄角度获取对应的可见光图像；
S13.建立温度直方图，将原始红外温度图像转换为原始红外灰度图像。
进一步地，将红外温度图像转换为红外灰度图像的算法是非常成熟的技术，本申请就不再多作介绍。
转换得到的原始红外灰度图像中，由于每个像素点的灰度值对应着该像素点的温度，通过像素点的灰度值能够反映该像素点对应的景物温度。
所述的步骤S3包括以下子步骤：
S31.预先设定灰度阈值；
S32.依次将原始红外灰度图像中每一个像素点的灰度值与设定的灰度阈值比较：
（1）如果当前像素点的灰度值小于灰度阈值，进行下一个像素点的灰度值比较；
（2）如果当前像素点的灰度值不小于灰度阈值，将当前像素点进行标记，并进行下一个像素点的灰度值比较；
S33.比较完成后，识别原始红外图像中所有具有标记的像素点构成的局部图像，并提取该局部图像的轮廓作为目标轮廓。
在输电线路中（或其他应用场景），重要目标（如绝缘子、连接金具和导线等）与背景景物的温度是不同的，转换得到的原始红外灰度图像中，目标图像的灰度值与背景也不相同，故通过灰度阈值的设定和比较，就能够将原始灰度图像中，目标图像所对应的像素点分离出来；这些像素点所组成的图像轮廓即为目标轮廓。
所述的步骤S4包括以下子步骤：
S41.将原始可见光图像进行调整，使其与原始红外灰度图像尺寸相同；
S42.使原始可见光图像与原始红外图像相互重合；
S43.根据步骤S3中得到的目标轮廓，对原始可见光图像中对应轮廓范围内的所有像素点进行提取，得到目标可见光图像。
由于红外热像仪的拍摄角度、背景和目标均与可见光相机完全相同，故将原始可见光图像进行微调整，使其与红外灰度图像尺寸相同，两者重合后，对应的目标图像和背景图像均完全重合，根据从原始红外图像中得到的目标轮廓，就能够对原始可见光图像中对应轮廓范围内的所有像素点进行提取，这些像素点构成的图像即为目标可见光图像；从而就实现了目标可见光图像与背景图像的准确分离。

Claims (9)

1.一种基于双光谱的可见光图像提取系统，其特征在于：包括图像采集模块、灰度值确定模块、轮廓识别模块和目标图像提取模块；
图像采集模块用于采集原始红外灰度图像和对应的原始可见光图像；灰度值确定模块用于确定原始红外灰度图像中每个像素点的灰度值；轮廓识别模块用于从原始灰度图像中识别出目标轮廓；目标图像提取模块用于根据目标轮廓从原始可见光图像中提取目标可见光图像。
2.根据权利要求1所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的图像采集模块包括摄像角度相同的红外热像仪和可见光相机；红外热像仪用于采集原始红外温度图像、可见光相机用于采集原始可见光图像。
3.根据权利要求1所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的图像采集模块还包括灰度图像转换单元,用于将原始红外温度图像转换为原始红外灰度图像。
4.根据权利要求1所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的轮廓识别模块包括阈值设定单元、灰度比较单元、标记单元和轮廓提取单元；
阈值设定单元用于预先设定灰度阈值；灰度比较单元用于将原始红外灰度图像中每一个像素点的灰度值与设定的灰度阈值进行比较；标记单元用户将灰度值大于阈值的像素点进行标记；轮廓提取单元用于识别原始红外图像中所有具有标记的像素点构成的局部图像，并提取该局部图像的轮廓，作为目标轮廓。
5.根据权利要求1所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的目标图像提取模块包括图像调整单元、图像重合单元和图像分割单元；
所述的图像调整单元用于将原始可见光图像进行调整，使其与红外灰度图像尺寸相同；图像重合单元用于将原始红外图像和原始可见光图像重合到一起；图像分割单元用于根据目标轮廓，对原始可见光图像中对应轮廓范围内的所有像素点进行提取，得到分割后的目标可见光图像。
6.一种基于双光谱的可见光图像提取方法，其特征在于：包括以下步骤：
S1.获取原始红外灰度图像和对应的原始可见光图像；
S2.确定原始红外灰度图像中每个像素点的灰度值；
S3.识别目标轮廓；
S4.根据得到的目标轮廓，在原始可见光图像中提取对应的目标可见光图像。
7.根据权利要求6所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的步骤S1包括以下子步骤：
S11.利用红外热像仪获取原始红外温度图像；
S12.利用可见光相机在同一时间，从相同的拍摄角度获取对应的可见光图像；
S13.建立温度直方图，将原始红外温度图像转换为原始红外灰度图像。
8.根据权利要求6所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的步骤S3包括以下子步骤：
S31.预先设定灰度阈值；
S32.依次将原始红外灰度图像中每一个像素点的灰度值与设定的灰度阈值比较：
（1）如果当前像素点的灰度值小于灰度阈值，进行下一个像素点的灰度值比较；
（2）如果当前像素点的灰度值不小于灰度阈值，将当前像素点进行标记，并进行下一个像素点的灰度值比较；
S33.比较完成后，识别原始红外图像中所有具有标记的像素点构成的局部图像，并提取该局部图像的轮廓作为目标轮廓。
9.根据权利要求6所述的一种基于双光谱的可见光图像提取系统，其特征在于：所述的步骤S4包括以下子步骤：
S41.将原始可见光图像进行调整，使其与原始红外灰度图像尺寸相同；
S42.使原始可见光图像与原始红外图像相互重合；
S43.根据步骤S3中得到的目标轮廓，对原始可见光图像中对应轮廓范围内的所有像素点进行提取，得到目标可见光图像。
CN201610358920.XA 2016-05-27 2016-05-27 一种基于双光谱的可见光图像提取系统与方法 Pending CN106056594A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610358920.XA CN106056594A (zh) 2016-05-27 2016-05-27 一种基于双光谱的可见光图像提取系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610358920.XA CN106056594A (zh) 2016-05-27 2016-05-27 一种基于双光谱的可见光图像提取系统与方法

Publications (1)

Publication Number Publication Date
CN106056594A true CN106056594A (zh) 2016-10-26

Family

ID=57174655

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610358920.XA Pending CN106056594A (zh) 2016-05-27 2016-05-27 一种基于双光谱的可见光图像提取系统与方法

Country Status (1)

Country Link
CN (1) CN106056594A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106851119A (zh) * 2017-04-05 2017-06-13 奇酷互联网络科技（深圳）有限公司 一种图片生成的方法和设备以及移动终端
CN109146904A (zh) * 2018-08-13 2019-01-04 合肥英睿系统技术有限公司 在可见光图像中显示红外图像目标物轮廓的方法及设备
CN109145861A (zh) * 2018-09-04 2019-01-04 京东方科技集团股份有限公司 情绪识别装置及方法、头戴式显示设备、存储介质
CN109334557A (zh) * 2018-10-26 2019-02-15 厦门理工学院 一种基于车载视觉的车辆大灯调节控制方法及控制系统
WO2019052320A1 (zh) * 2017-09-15 2019-03-21 杭州海康威视数字技术股份有限公司 监控方法、装置、系统、电子设备及计算机可读存储介质
CN109854964A (zh) * 2019-03-29 2019-06-07 沈阳天眼智云信息科技有限公司 基于双目视觉的蒸汽泄露定位系统及方法
CN110248113A (zh) * 2018-03-07 2019-09-17 株式会社理光 图像处理装置、方法及计算机可读取的记录媒介物
CN110824311A (zh) * 2019-11-22 2020-02-21 南京信息工程大学 一种基于图像识别的氧化锌阀片击穿点检测装置和方法
CN110996078A (zh) * 2019-11-25 2020-04-10 深圳市创凯智能股份有限公司 图像获取方法、终端及可读存储介质
CN111783801A (zh) * 2020-07-17 2020-10-16 上海明波通信技术股份有限公司 物体轮廓提取方法及系统和物体轮廓预测方法及系统
CN112075981A (zh) * 2020-08-27 2020-12-15 同济大学 静脉穿刺机器人控制方法、装置及计算机可读存储介质
CN113420686A (zh) * 2021-06-29 2021-09-21 广东电网有限责任公司 一种输电线路巡检方法、装置及系统
CN113836816A (zh) * 2021-09-30 2021-12-24 华能威海发电有限责任公司 一种基于红外图像的发电机碳刷温度监测系统及温度预测方法
CN114609591A (zh) * 2022-03-18 2022-06-10 湖南星晟智控科技有限公司 一种基于激光点云数据的数据处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2687000A1 (fr) * 1992-01-31 1993-08-06 Renault Procede et dispositif de detection de vehicules et de marquages au sol.
JP2003259362A (ja) * 2002-03-06 2003-09-12 Mitsubishi Heavy Ind Ltd 画像処理装置及び画像処理方法
CN101383004A (zh) * 2007-09-06 2009-03-11 上海遥薇实业有限公司 一种红外和可见光图像相结合的乘客目标检测方法
CN102661799A (zh) * 2012-05-16 2012-09-12 广东电网公司珠海供电局 故障定位方法与系统
CN102949172A (zh) * 2011-08-16 2013-03-06 富士胶片株式会社 图像显示方法及设备
CN105488941A (zh) * 2016-01-15 2016-04-13 中林信达（北京）科技信息有限责任公司 基于红外-可见光图像的双光谱森林火情监测方法及装置
CN105512667A (zh) * 2014-09-22 2016-04-20 中国石油化工股份有限公司 红外和可见光视频图像融合识别火灾的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2687000A1 (fr) * 1992-01-31 1993-08-06 Renault Procede et dispositif de detection de vehicules et de marquages au sol.
JP2003259362A (ja) * 2002-03-06 2003-09-12 Mitsubishi Heavy Ind Ltd 画像処理装置及び画像処理方法
CN101383004A (zh) * 2007-09-06 2009-03-11 上海遥薇实业有限公司 一种红外和可见光图像相结合的乘客目标检测方法
CN102949172A (zh) * 2011-08-16 2013-03-06 富士胶片株式会社 图像显示方法及设备
CN102661799A (zh) * 2012-05-16 2012-09-12 广东电网公司珠海供电局 故障定位方法与系统
CN105512667A (zh) * 2014-09-22 2016-04-20 中国石油化工股份有限公司 红外和可见光视频图像融合识别火灾的方法
CN105488941A (zh) * 2016-01-15 2016-04-13 中林信达（北京）科技信息有限责任公司 基于红外-可见光图像的双光谱森林火情监测方法及装置

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106851119A (zh) * 2017-04-05 2017-06-13 奇酷互联网络科技（深圳）有限公司 一种图片生成的方法和设备以及移动终端
CN106851119B (zh) * 2017-04-05 2020-01-03 奇酷互联网络科技（深圳）有限公司 一种图片生成的方法和设备以及移动终端
WO2019052320A1 (zh) * 2017-09-15 2019-03-21 杭州海康威视数字技术股份有限公司 监控方法、装置、系统、电子设备及计算机可读存储介质
CN109508588A (zh) * 2017-09-15 2019-03-22 杭州海康威视数字技术股份有限公司 监控方法、装置、系统、电子设备及计算机可读存储介质
US11275952B2 (en) 2017-09-15 2022-03-15 Hangzhou Hikvision Digital Technology Co., Ltd. Monitoring method, apparatus and system, electronic device, and computer readable storage medium
CN110248113B (zh) * 2018-03-07 2021-06-29 株式会社理光 图像处理装置、方法及计算机可读取的记录媒介物
CN110248113A (zh) * 2018-03-07 2019-09-17 株式会社理光 图像处理装置、方法及计算机可读取的记录媒介物
CN109146904A (zh) * 2018-08-13 2019-01-04 合肥英睿系统技术有限公司 在可见光图像中显示红外图像目标物轮廓的方法及设备
CN109145861A (zh) * 2018-09-04 2019-01-04 京东方科技集团股份有限公司 情绪识别装置及方法、头戴式显示设备、存储介质
CN109334557A (zh) * 2018-10-26 2019-02-15 厦门理工学院 一种基于车载视觉的车辆大灯调节控制方法及控制系统
CN109854964A (zh) * 2019-03-29 2019-06-07 沈阳天眼智云信息科技有限公司 基于双目视觉的蒸汽泄露定位系统及方法
CN109854964B (zh) * 2019-03-29 2021-03-19 沈阳天眼智云信息科技有限公司 基于双目视觉的蒸汽泄露定位系统及方法
CN110824311A (zh) * 2019-11-22 2020-02-21 南京信息工程大学 一种基于图像识别的氧化锌阀片击穿点检测装置和方法
CN110996078A (zh) * 2019-11-25 2020-04-10 深圳市创凯智能股份有限公司 图像获取方法、终端及可读存储介质
CN111783801A (zh) * 2020-07-17 2020-10-16 上海明波通信技术股份有限公司 物体轮廓提取方法及系统和物体轮廓预测方法及系统
CN111783801B (zh) * 2020-07-17 2024-04-23 上海明波通信技术股份有限公司 物体轮廓提取方法及系统和物体轮廓预测方法及系统
CN112075981A (zh) * 2020-08-27 2020-12-15 同济大学 静脉穿刺机器人控制方法、装置及计算机可读存储介质
CN112075981B (zh) * 2020-08-27 2021-09-03 同济大学 静脉穿刺机器人控制方法、装置及计算机可读存储介质
CN113420686A (zh) * 2021-06-29 2021-09-21 广东电网有限责任公司 一种输电线路巡检方法、装置及系统
CN113836816A (zh) * 2021-09-30 2021-12-24 华能威海发电有限责任公司 一种基于红外图像的发电机碳刷温度监测系统及温度预测方法
CN114609591A (zh) * 2022-03-18 2022-06-10 湖南星晟智控科技有限公司 一种基于激光点云数据的数据处理方法
CN114609591B (zh) * 2022-03-18 2022-12-20 湖南星晟智控科技有限公司 一种基于激光点云数据的数据处理方法

Similar Documents

Publication Publication Date Title
CN106056594A (zh) 一种基于双光谱的可见光图像提取系统与方法
CN106446873B (zh) 人脸检测方法及装置
CN108694709B (zh) 一种图像融合方法及装置
Aghaei et al. PV power plant inspection by image mosaicing techniques for IR real-time images
CN111462128B (zh) 一种基于多模态光谱图像的像素级图像分割系统及方法
CN109034185A (zh) 一种街景图像差异对比方法及装置
CN114973028B (zh) 一种航拍视频图像实时变化检测方法及系统
CN110210292A (zh) 一种基于深度学习的目标识别方法
CN107092905B (zh) 一种电力巡检机器人的待识别仪器定位方法
CN109753930B (zh) 人脸检测方法及人脸检测系统
Senan et al. CCTV quality assessment for forensics facial recognition analysis
CN110728703B (zh) 可见光图像与日盲紫外光图像的配准融合方法
CN104966283A (zh) 图像分层配准方法
CN117456371B (zh) 一种组串热斑检测方法、装置、设备及介质
Huang et al. Image registration among UAV image sequence and Google satellite image under quality mismatch
CN111666869B (zh) 一种基于宽动态处理的人脸识别方法、装置及电子设备
CN108510447B (zh) 一种图像融合方法及装置
CN106131498B (zh) 全景视频拼接方法及装置
CN103455998B (zh) 视频图像中阴影的检测方法及装置
TWI530913B (zh) 移動物體偵測系統及方法
US9875549B2 (en) Change detection in video data
CN111833384A (zh) 一种可见光和红外图像快速配准方法及装置
CN114782502B (zh) 一种多光谱多传感器协同处理方法及装置、存储介质
KR20140038749A (ko) 영상 왜곡 보정 장치 및 방법
KR20170133666A (ko) 영상 분석을 이용한 카메라 캘리브레이션 방법 및 그 장치

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20161026