CN106878636A - 缺陷像素点检测方法、装置及图像处理芯片 - Google Patents
缺陷像素点检测方法、装置及图像处理芯片 Download PDFInfo
- Publication number
- CN106878636A CN106878636A CN201710076331.7A CN201710076331A CN106878636A CN 106878636 A CN106878636 A CN 106878636A CN 201710076331 A CN201710076331 A CN 201710076331A CN 106878636 A CN106878636 A CN 106878636A
- Authority
- CN
- China
- Prior art keywords
- pixel
- defect
- detection
- value
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/60—Noise processing, e.g. detecting, correcting, reducing or removing noise
- H04N25/68—Noise processing, e.g. detecting, correcting, reducing or removing noise applied to defects
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Color Television Image Signal Generators (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明适用于图像处理技术领域，提供了一种缺陷像素点检测方法、装置及图像处理芯片，所述方法包括：提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；计算各个检测像素点的像素值与所述门限值的和值及差值；如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。本发明，通过自适应门限的缺陷像素点检测，对于非敏感像素点做局部特性的门限值，可以检测出对敏感度低的缺陷像素点。
Description
技术领域
本发明属于图像处理技术领域，尤其涉及一种缺陷像素点检测方法、装置及图像处理芯片。
背景技术
图像传感器在制造过程中，其监视和测量系统需要保证每个像素点都统一、不失真、稳定的图像输出。但是有时会在制造过程中或之后，像素点会产生缺陷，从而出现输出异常电平信号的缺陷像素点。另外，所使用的摄像元件的像素点数有逐年增大的倾向，且伴随着这种倾向，缺陷像素点数目也增大。
众所周知，一般的缺陷像素点类型有如下两种：
一种类型是热噪点Hot pixels，其像素值因为过激的暗电流导致有较大的偏移；
第二种类型是死点Dead pixels，即为敏感度较低的像素,主要有以下三种：
（1）显示为图像中的白点；
（2）不符合传感器的参数的像素点，如温度和集成时间；
(3) 相对于周围点表现为暗点；
为了减少缺陷像素点对视觉的影响，现有图像处理系统中会加入坏点检测。缺陷点矫正（Defective Pixel Correction、DPC）的算法一般都是在像素点区域进行检测，以当前像素点与周边像素点的差值与全局门限值之间的差值来判决是否为缺陷点，然后进行纠正。这种做法有如下不足：
（1）对于敏感性较低的缺陷像素点，其像素值与周边像素值的差值与当前像素区域的激励有关，属于局部的特性，所以用全局的门限值可能会遗漏这种类型的缺陷点；
（2）大多数非缺陷点无需处理，对于Line Buffer 行缓冲区的浪费。
综上所述，现有缺陷像素点获取方法存在遗漏敏感性较低的缺陷像素点、且系统消耗过大的问题。
发明内容
本发明实施例提供了一种缺陷像素点检测方法、装置及图像处理芯片，旨在解决现有缺陷像素点获取方法存在遗漏敏感性较低的缺陷像素点、且系统消耗过大的问题。
一方面，提供一种缺陷像素点检测方法，所述方法包括：
提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；
计算各个检测像素点的像素值与所述门限值的和值及差值；
如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
进一步地，所述确定该检测像素点为缺陷像素点的步骤之后，还包括：
判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值；
如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
进一步地，所述方法还包括：
如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
进一步地，所述以所有检测像素点的像素值计算门限值具体：
以N*N个检测像素点的像素值的均值与预设比例系数之积，作为门限值。
另一方面，提供一种缺陷像素点检测的装置，所述装置包括：
像素点提取单元，用于提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；
差值计算单元，用于计算各个检测像素点的像素值与所述门限值的和值及差值；
缺陷检测单元，用于如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
进一步地，所述装置还包括：
缺陷判断单元，用于判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值；
第一校正单元，用于如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
进一步地，所述装置还包括：
第二校正单元，用于如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
进一步地，所述像素点提取单元具体用于以N*N个检测像素点的像素值的均值与预设比例系数之积，作为门限值。
再一方面，提供一种图像处理芯片，包括处理器和用于存储处理器可执行指令的存储器，所述处理器包括如上所述的缺陷像素点检测装置。
在本发明实施例，提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；计算各个检测像素点的像素值与所述门限值的和值及差值；如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。本发明，通过自适应门限的缺陷像素点检测，对于非敏感像素点做局部特性的门限值，可以检测出对敏感度低的缺陷像素点，同时，对非缺陷点上只做降噪滤波，系统消耗小，行缓冲区利用率高。
附图说明
图1是本发明实施例一提供的第一缺陷像素点检测方法的实现流程图；
图2a是本发明实施例一提供的RGB颜色空间中蓝、绿、红的示意图；
图2b是本发明实施例一提供的提取的检测像素点的示意图；
图3是本发明实施例二提供的第二缺陷像素点检测方法的实现流程图；
图4是本发明实施例三提供的缺陷像素点检测装置的结构框图；
图5是本发明实施例四提供的图像处理芯片的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细描述：
实施例一
图1示出了本发明实施例一提供的缺陷像素点检测方法的实现流程，详述如下：
在步骤S101中，提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数。
在本实施例中，所示N为从待检测图像中纵向、横向提取像素点的预设值，优选的，N为3。如2a所示RGB颜色空间中蓝、绿、红均匀分布25等份，选取如图2b所示的3*3的分量作为检测像素点，具体的，以3*3个检测像素点的像素值的均值与预设比例系数之积，作为门限值valTh =aValTh = rate*mean（P0,P1,P2,P3,P4,P5,P6,P7,P8），其中，aValTh为提取的3*3个检测像素点的均值，mean表示均值； rate为比例系数，其取值为0~1之间的数值。
在步骤S102中，计算各个检测像素点的像素值与所述门限值的和值及差值。
在本实施例中，由于缺陷像素点可两种可能，为了全部检测出所有权限像素点，因为需要对各个检测像素点做两种情况处理，第一种处理情况是针对热噪点，逐一计算各个检测像素点的像素点与所述门限值的和值；第二种处理情况是针对死点，逐一计算各个检测像素点的像素点与所述门限值的差值。
在步骤S103中，如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
在本实施例中，逐一判断检测像素点对应的和值是否小于预设像素阀值，或判断检测像素点对应的差值是否大于预设像素阀值，如果检测像素点对应的和值小于预设像素阀值或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，即将该检测像素点的缺陷标识为1，确定为缺陷像素点，如果以上两种情况都没有出现，则该检测像素点不做缺陷标识，即将该检测像素点的缺陷标识为0，确定为正常像素点。
本实施例，通过自适应门限的缺陷像素点检测，对于非敏感像素点做局部特性的门限值，可以检测出对敏感度低的缺陷像素点。
实施例二
图3示出了本发明实施例二提供的缺陷像素点检测方法的实现流程，详述如下：
在步骤S301中，提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数。
在步骤S302中，计算各个检测像素点的像素值与所述门限值的和值及差值。
在步骤S303中，如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
在步骤S304中，判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值。
在步骤S305中，如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
在步骤S306中，如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
本实施例，通过自适应门限的缺陷像素点检测，对于非敏感像素点做局部特性的门限值，可以检测出对敏感度低的缺陷像素点，进一步，对非缺陷点上只做降噪滤波，系统消耗小，行缓冲区利用率高。
实施例三
图4示出了本发明实施例三提供的缺陷像素点检测装置的具体结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。在本实施例中，该缺陷像素点检测装置包括：像素点提取单元41、差值计算单元42、缺陷检测单元43、缺陷判断单元44、第一校正单元45和第二校正单元46。
其中，像素点提取单元41，用于提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；
具体的，所述像素点提取单元41具体用于以N*N个检测像素点的像素值的均值与预设比例系数之积，作为门限值。
差值计算单元42，用于计算各个检测像素点的像素值与所述门限值的和值及差值；
缺陷检测单元43，用于如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
进一步地，所述装置还包括：
缺陷判断单元44，用于判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值；
第一校正单元45，用于如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
进一步地，所述装置还包括：
第二校正单元46，用于如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
本发明实施例提供的缺陷像素点检测装置可以应用在前述对应方法实施例一和二中，详情参见上述实施例一的描述，在此不再赘述。
实施例四
图5示出了本发明实施例四提供的图像处理芯片的具体结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。在本实施例中，该图像处理芯片1包括：处理器51和用于存储处理器可执行指令的存储器52，所述处理器用于提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；计算各个检测像素点的像素值与所述门限值的和值及差值；如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
进一步地，所述处理器51还用于判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值；如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
进一步地，所述处理器51还用于如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
进一步地，所述处理器51还具体用于以N*N个检测像素点的像素值的均值与预设比例系数之积，作为门限值。
本发明实施例提供的图像处理芯片可以应用在前述对应装置实施例三中，详情参见上述实施例三的描述，在此不再赘述。
值得注意的是，本领域普通技术人员可以理解：实现上述方法实施例的步骤或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤，而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种缺陷像素点检测方法，其特征在于，所述方法包括：
提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；
计算各个检测像素点的像素值与所述门限值的和值及差值；
如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
2.根据权利要求1所述的缺陷像素点检测方法，其特征在于，所述确定该检测像素点为缺陷像素点的步骤之后，还包括：
判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值；
如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
3.根据权利要求2所述的缺陷像素点检测方法，其特征在于，所述方法还包括：
如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
4.根据权利要求1所述的缺陷像素点检测方法，其特征在于，所述以所有检测像素点的像素值计算门限值具体：
以N*N个检测像素点的像素值的均值与预设比例系数之积，作为门限值。
5.一种缺陷像素点检测装置，其特征在于，所述装置包括：
像素点提取单元，用于提取待检测图像的RGB颜色空间中均匀分布的N*N个检测像素点，以所有检测像素点的像素值计算门限值，所述N为大于等于3的正整数；
差值计算单元，用于计算各个检测像素点的像素值与所述门限值的和值及差值；
缺陷检测单元，用于如果检测像素点对应的和值小于预设像素阀值，或检测像素点对应的差值大于预设像素阀值，则对该检测像素点做缺陷标识，确定为缺陷像素点。
6.根据权利要求5所述的缺陷像素点检测装置，其特征在于，所述装置还包括：
缺陷判断单元，用于判断所有检测像素点的缺陷标识数量之和是否大于预设缺陷点数量阀值；
第一校正单元，用于如果所有检测像素点的缺陷标识数量之和大于预设缺陷点数量阀值，则对待检测图像进行均值滤波。
7.根据权利要求6所述的缺陷像素点检测装置，其特征在于，所述装置还包括：
第二校正单元，用于如果所有检测像素点的缺陷标识数量之和小于或等于预设缺陷点数量阀值，则对待检测图像进行降噪滤波。
8.根据权利要求5所述的缺陷像素点检测装置，其特征在于，所述像素点提取单元具体用于以N*N个检测像素点的像素值的均值与预设比例系数之积，作为门限值。
9.一种图像处理芯片，包括处理器和用于存储处理器可执行指令的存储器，其特征在于，所述处理器包括如权利要求5-8任一项所述的缺陷像素点检测装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710076331.7A CN106878636B (zh) | 2017-02-13 | 2017-02-13 | 缺陷像素点检测方法、装置及图像处理芯片 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710076331.7A CN106878636B (zh) | 2017-02-13 | 2017-02-13 | 缺陷像素点检测方法、装置及图像处理芯片 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106878636A true CN106878636A (zh) | 2017-06-20 |
| CN106878636B CN106878636B (zh) | 2019-11-29 |
Family
ID=59166075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710076331.7A Active CN106878636B (zh) | 2017-02-13 | 2017-02-13 | 缺陷像素点检测方法、装置及图像处理芯片 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106878636B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108956550A (zh) * | 2018-06-12 | 2018-12-07 | 华灿光电（浙江）有限公司 | 一种光致发光光谱处理的方法和装置 |
| CN109697714A (zh) * | 2018-11-26 | 2019-04-30 | 联想(北京)有限公司 | 一种信息检测方法、设备及计算机存储介质 |
| CN111553905A (zh) * | 2020-04-30 | 2020-08-18 | 展讯通信（上海）有限公司 | 图像检测方法、设备、装置及存储介质 |
| CN111768357A (zh) * | 2019-03-29 | 2020-10-13 | 银河水滴科技（北京）有限公司 | 一种图像检测的方法及装置 |
| CN112666178A (zh) * | 2020-12-14 | 2021-04-16 | 杭州当虹科技股份有限公司 | 一种户外led大屏坏点在线监控方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1295255A (zh) * | 1999-10-27 | 2001-05-16 | 三洋电机株式会社 | 影像信号处理装置及像素缺陷的检测方法 |
| CN101715050A (zh) * | 2009-11-20 | 2010-05-26 | 北京中星微电子有限公司 | 一种图像传感器坏点检测的方法和系统 |
| CN102055918A (zh) * | 2009-11-02 | 2011-05-11 | 索尼公司 | 像素缺陷检测和校正设备和方法、成像装置、和程序 |
| CN103379293A (zh) * | 2012-04-11 | 2013-10-30 | 佳能株式会社 | 摄像设备和摄像设备的控制方法 |
| US20140184860A1 (en) * | 2011-01-14 | 2014-07-03 | Sony Corporation | Image processing device, image processing method, and program for detecting and correcting defective pixel in image |
-
2017
- 2017-02-13 CN CN201710076331.7A patent/CN106878636B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1295255A (zh) * | 1999-10-27 | 2001-05-16 | 三洋电机株式会社 | 影像信号处理装置及像素缺陷的检测方法 |
| CN102055918A (zh) * | 2009-11-02 | 2011-05-11 | 索尼公司 | 像素缺陷检测和校正设备和方法、成像装置、和程序 |
| CN101715050A (zh) * | 2009-11-20 | 2010-05-26 | 北京中星微电子有限公司 | 一种图像传感器坏点检测的方法和系统 |
| US20140184860A1 (en) * | 2011-01-14 | 2014-07-03 | Sony Corporation | Image processing device, image processing method, and program for detecting and correcting defective pixel in image |
| CN103379293A (zh) * | 2012-04-11 | 2013-10-30 | 佳能株式会社 | 摄像设备和摄像设备的控制方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108956550A (zh) * | 2018-06-12 | 2018-12-07 | 华灿光电（浙江）有限公司 | 一种光致发光光谱处理的方法和装置 |
| CN109697714A (zh) * | 2018-11-26 | 2019-04-30 | 联想(北京)有限公司 | 一种信息检测方法、设备及计算机存储介质 |
| CN111768357A (zh) * | 2019-03-29 | 2020-10-13 | 银河水滴科技（北京）有限公司 | 一种图像检测的方法及装置 |
| CN111768357B (zh) * | 2019-03-29 | 2024-03-01 | 银河水滴科技（北京）有限公司 | 一种图像检测的方法及装置 |
| CN111553905A (zh) * | 2020-04-30 | 2020-08-18 | 展讯通信（上海）有限公司 | 图像检测方法、设备、装置及存储介质 |
| CN112666178A (zh) * | 2020-12-14 | 2021-04-16 | 杭州当虹科技股份有限公司 | 一种户外led大屏坏点在线监控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106878636B (zh) | 2019-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106878636A (zh) | 缺陷像素点检测方法、装置及图像处理芯片 | |
| US8391585B2 (en) | Defect detecting device, defect detecting method, image sensor device, image sensor module, defect detecting program, and computer-readable recording medium | |
| CN103369347B (zh) | 相机瑕疵缺陷检测 | |
| CN111612781A (zh) | 一种屏幕缺陷检测方法、装置及头戴显示设备 | |
| KR102363265B1 (ko) | 적응적 국부 역치화 및 색 필터링 | |
| CN102547365B (zh) | 视频图像的黑边检测方法及装置 | |
| CN103281559A (zh) | 视频质量检测的方法及系统 | |
| CN109544464A (zh) | 一种基于轮廓提取的火灾视频图像分析方法 | |
| US8295639B2 (en) | Image correction apparatus, image correction method, and image correction program | |
| CN111709964B (zh) | 一种pcba目标边缘检测方法 | |
| CN110688871A (zh) | 一种基于条码识别的边缘检测方法 | |
| CN117351019A (zh) | 一种焊接缺陷检测方法 | |
| KR101525251B1 (ko) | 노이즈 필터 | |
| CN107862689A (zh) | 皮革表面明显破损自动识别方法及计算机可读存储介质 | |
| CN117011291B (zh) | 一种手表外壳质量视觉检测方法 | |
| KR100754969B1 (ko) | 화상 검사 장치, 화상 검사 방법 및 컴퓨터 판독가능한 기억 매체 | |
| CN105809677B (zh) | 一种基于双边滤波器的图像边缘检测方法及系统 | |
| CN116485884A (zh) | 基于计算机视觉的精酿啤酒瓶口实时定位方法及系统 | |
| CN116503414A (zh) | 屏幕缺陷检测方法、装置、计算机设备和存储介质 | |
| US8995765B2 (en) | Digital image processing apparatus and method | |
| CN114937003A (zh) | 一种针对玻璃面板的多类型缺陷检测系统和方法 | |
| JP6091807B2 (ja) | 欠陥画素判定装置および欠陥画素判定方法 | |
| CN110705518A (zh) | 一种视频检测方法及系统 | |
| Tang et al. | X-ray image edge detection based on wavelet transform and lipschitz exponent | |
| CN117197129B (zh) | 黑化程度检测方法、装置和计算机设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191225 Address after: Unit D88, floor 2, convention and Exhibition Center, No.1, Software Park Road, Tangjiawan Town, hi tech Zone, Zhuhai City, Guangdong Province Patentee after: Jianrong Integrated Circuit Technology (Zhuhai) Co., Ltd. Address before: 518000 Guangdong city of Shenzhen province science and Technology Park of Nanshan District high new technology building B505 Fu'an Co-patentee before: Jianrong Integrated Circuit Technology (Zhuhai) Co., Ltd. Patentee before: Jian Rong semiconductor (Shenzhen) Co., Ltd. Co-patentee before: ZHUHAI HUANGRONG INTEGRATED CIRCUIT TECHNOLOGY CO., LTD. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220406 Address after: Rooms 1306-1309, 13 / F, 19 science Avenue West, Hong Kong Science Park, Shatin, New Territories, China Patentee after: BUILDWIN INTERNATIONAL (ZHUHAI) LTD. Address before: Unit D88, 2 / F, convention and Exhibition Center, No.1 Software Park Road, Tangjiawan Town, hi tech Zone, Zhuhai, Guangdong 519000 Patentee before: BUILDWIN INTERNATIONAL (ZHUHAI) Ltd. |