CN107016637B - 一种用于提高鬼成像效率的自适应成像方法 - Google Patents

一种用于提高鬼成像效率的自适应成像方法 Download PDF

Info

Publication number
CN107016637B
CN107016637B CN201710168450.5A CN201710168450A CN107016637B CN 107016637 B CN107016637 B CN 107016637B CN 201710168450 A CN201710168450 A CN 201710168450A CN 107016637 B CN107016637 B CN 107016637B
Authority
CN
China
Prior art keywords
resolution
imaging
imaging system
terrible
ghost
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
Application number
CN201710168450.5A
Other languages
English (en)
Other versions
CN107016637A (zh
Inventor
郝群
张开宇
曹杰
张芳华
肖宇晴
张佳利
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201710168450.5A priority Critical patent/CN107016637B/zh
Publication of CN107016637A publication Critical patent/CN107016637A/zh
Application granted granted Critical
Publication of CN107016637B publication Critical patent/CN107016637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0007Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4023Scaling of whole images or parts thereof, e.g. expanding or contracting based on decimating pixels or lines of pixels; based on inserting pixels or lines of pixels

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Microscoopes, Condenser (AREA)

Abstract

本发明涉及一种用于提高鬼成像效率的自适应成像方法,属于光学成像技术领域。本发明的目的是为了解决现有鬼成像技术在实际应用时,因分辨率为定值无法根据不同的情况自适应调整而导致成像效率低下的问题,提供一种用于提高鬼成像效率的自适应成像方法,该方法在应用鬼成像技术时,能根据实际应用情况需求,利用像素合并方式自适应调节分辨率,提高鬼成像效率。同时,本发明不仅适用于计算鬼成像系统,亦可用于经典鬼成像系统,无需增加额外机构,具有较强的通用性。

Description

一种用于提高鬼成像效率的自适应成像方法
技术领域
本发明涉及一种用于提高鬼成像效率的自适应成像方法,属于光学成像技术领域。
背景技术
鬼成像技术是近十年发展起来的一种新型成像技术,该技术基于强度关联算法,借助探测臂与参考臂间接对目标成像。其中,探测臂为点探测器,参考臂为高分辨率阵列探测器。在成像时,探测臂和参考臂均无法单独对目标进行直接成像,但当这两臂信号进行二阶互相关运算后,能够间接得到目标信息。相比于传统的基于光学系统光电成像技术,鬼成像技术因对光学成像器件要求低、可突破衍射分辨率极限、抗干扰能力强等优点,在生物医疗、工业测量、遥感等领域的具有潜在应用价值。近年来,随着计算机处理速度的快速提升,以及光学器件的不断发展,计算鬼成像技术被提出并得到快速发展。计算鬼成像技术与经典鬼成像技术相比,采用空间光调制器(SLM)、数字微镜器件(DMD)等先进光学器件替代旋转毛玻璃等传统光学器件,结构更简单,操作更灵活,极大地拓宽鬼成像的应用范围。
目前,鬼成像技术的分辨率主要取决于所获得的光源图像分辨率。光源图像分辨率,在经典鬼成像系统中,由参考臂图像传感器决定;在计算鬼成像系统中,由调制光源的SLM或DMD决定。而以上器件空间分辨率均为定值,因此现有鬼成像技术在实际应用时分辨率始终为定值,无法根据不同的情况自适应调整,成像效率低下。
发明内容
本发明的目的是为了解决现有鬼成像技术在实际应用时,因分辨率为定值无法根据不同的情况自适应调整而导致成像效率低下的问题,提供一种用于提高鬼成像效率的自适应成像方法,该方法在应用鬼成像技术时,能根据实际应用情况需求自适应调节分辨率,提高鬼成像效率。
本发明的目的是通过下述技术方案实现的。
一种用于提高鬼成像效率的自适应成像方法,包括如下步骤:
步骤一、配置鬼成像系统初始化参数,即设置成像起始点坐标(x1,y1)、成像分辨率参数值m1×n1和像素合并参数值b1
步骤二、加载鬼成像系统初始化参数,进行第i次鬼成像目标图像采样。
利用强度关联算法,将鬼成像系统采集到的总光强信息和同一光源的二维光强分布信息进行运算,M次运算后,复原出含目标的图像信息。
步骤三、利用图像处理算法,从步骤二所得到的目标图像中提取出目标;
步骤四、根据目标识别算法要求,检测步骤三中提取出的目标的分辨率(即目标像素数)是否满足目标识别要求。
检测方法具体如下:
当前检测为本鬼成像系统第i次检测,则本鬼成像系统当前成像分辨率为mi×ni,当前目标分辨率为ui×vi,当前目标所占像素数为ki,其中ki=ui×vi;目标识别要求条件下所需的目标像素数最小值为H,其中目标像素数最小值H根据目标识别情况进行手动设定。检测当前目标分辨率是否满足目标识别要求的评价值为e,其中此外,根据本鬼成像系统中影响成像分辨率的光学器件物理分辨率参数,本鬼成像系统的最大可调分辨率为Mmax×Nmax,本鬼成像系统的最小可调分辨率为Mmin×Nmin
如果e=1,则当前目标分辨率满足目标识别要求,则认为当前成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi为最优化参数,跳转至步骤六。
如果e<1且当前成像分辨率mi×ni小于本鬼成像系统最大可调分辨率Mmax×Nmax,即当前目标分辨率小于目标识别所需分辨率且当前成像分辨率小于本鬼成像系统的最大可调分辨率,则减小像素合并参数值bi并跳转至步骤五。如果且e<1且当前成像分辨率mi×ni等于本鬼成像系统的最大可调分辨率Mmax×Nmax,则跳回步骤一重新配置鬼成像系统初始化参数。
如果e>1且当前成像分辨率mi×ni大于本鬼成像系统最小可调分辨率Mmin×Nmin,即当前目标分辨率大于目标识别所需分辨率且当前成像分辨率大于本鬼成像系统的最小可调分辨率,则增大像素合并参数值bi并跳转至步骤五。如果e>1且当前成像分辨率mi×ni等于本鬼成像系统最小可调分辨率Mmin×Nmin,则跳回步骤一重新配置鬼成像系统初始化参数。
步骤五、根据步骤四更新后的像素合并参数值bi,利用像素合并原理计算出下一次鬼成像采样的像素合并参数值bi+1和成像分辨率参数值mi+1×ni+1,其中,bi+1=bi并跳转至步骤二重新进行鬼成像目标图像采样。
步骤六、保存鬼成像系统当前的成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi,完成鬼成像最优分辨率调节,实现鬼成像系统的自适应分辨率调节,提高鬼成像效率。
有益效果
(1)本发明公开的一种用于提高鬼成像效率的自适应成像方法,通过像素合并的方式,根据不同情况自适应调节分辨率,提高成像效率。
(2)本发明公开的一种用于提高鬼成像效率的自适应成像方法,不仅适用于计算鬼成像系统,亦可用于经典鬼成像系统,无需增加额外机构,具有较强的通用性。
附图说明
图1自适应成像实现方法流程图;
图2空间光调制器像素合并(2×2)示意图;
图3空间光调制器全像素示意图;
图4空间光调制器像素合并(4×4)示意图;
图5像素合并(2×2)散斑图像传感器采样示意图;
图6全像素散斑图像传感器采样示意图;
图7像素合并(4×4)散斑图像传感器采样示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行说明。
实施实例1:
如图1所示,一种用于提高计算鬼成像效率的自适应成像方法,包括如下步骤:
步骤一、配置计算鬼成像系统初始化参数,即设置成像起始点坐标(x1,y1)=(0,0)、成像分辨率参数值m1×n1=4×4、像素合并参数值b1=2。在有先验知识的情况下,亦可手动设置为其他值。
步骤二、调制光源的空间光调制器加载鬼成像系统初始化参数,进行第i次鬼成像目标图像采样,即利用强度关联算法,将鬼成像系统采集到的总光强信息和同一光源的二维光强分布信息进行运算,M次运算后,复原出含目标的图像信息。
其中,具体参数加载过程为:
第i次鬼成像目标图像采样前,首先利用像素合并原理,根据像素合并参数bi的要求,将物理分辨率为8×8的空间光调制器中的物理像素以bi×bi模式合并。其中,鬼成像系统初始化参数中的成像起始点坐标、成像分辨率参数以及后续鬼成像目标图像采样中所描述和使用的像素,均指代合并后的像素。随后,根据成像起始点坐标(x1,y1)=(0,0)要求,将位于空间光调制器左上角(0,0)位置的像素作为成像区域起始点。最后,根据成像分辨率参数值mi×ni,确定空间光调制器的成像区域。
为便于理解具体参数加载过程,以第1次鬼成像目标采样前的参数加载为例:首先像素合并参数b1=2,则将物理分辨率为8×8的空间光调制器中的物理像素以2×2模式合并,如图2所示,其中白色方块为空间光调制器像素,灰色方块为以2×2模式合并后像素。类似地,以1×1模式、4×4模式合并时分别如图3和图4所示。其中,鬼成像系统初始化参数中的成像起始点坐标、成像分辨率参数以及后续鬼成像目标图像采样中所描述和使用的像素,均指代合并后的像素。随后,根据成像起始点坐标(x1,y1)=(0,0)要求,将位于空间光调制器左上角(0,0)位置的像素作为成像区域起始点。最后,根据成像分辨率参数值m1×n1=4×4,确定空间光调制器的成像区域为4×4像素区域。最终,空间光调制器加载后的结果如图2所示。
步骤三、利用常规图像处理算法,从步骤二所得到的目标图像中提取出目标;
步骤四、根据目标识别算法要求,检测步骤三中提取出的目标的分辨率(即目标像素数)是否满足目标识别要求。
检测方法具体如下:
设当前检测为本鬼成像系统第i次检测,则本鬼成像系统当前成像分辨率为mi×ni,当前目标分辨率为ui×vi,当前目标所占像素数为ki,其中ki=ui×vi;目标理论精确识别要求条件下所需的目标像素数最小值为16,亦可根据目标识别情况进行手动设定。设检测当前目标分辨率是否满足目标识别要求的评价值为e,其中此外,根据本鬼成像系统中影响成像分辨率的空间光调制器物理分辨率参数,设置本鬼成像系统的最大可调分辨率为8×8,本鬼成像系统的最小可调分辨率为1×1。
如果e=1,则当前目标分辨率满足目标识别要求,则认为当前成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi为最优化参数,跳转至步骤六。
如果e<1且当前成像分辨率mi×ni小于本鬼成像系统最大可调分辨率8×8,即当前目标分辨率小于目标识别所需分辨率且当前成像分辨率小于本鬼成像系统的最大可调分辨率,则减小像素合并参数值bi并跳转至步骤五。如果且e<1且当前成像分辨率mi×ni等于本鬼成像系统的最大可调分辨率8×8,则跳回步骤一重新配置鬼成像系统初始化参数。
如果e>1且当前成像分辨率mi×ni大于本鬼成像系统最小可调分辨率1×1,即当前目标分辨率大于目标识别所需分辨率且当前成像分辨率大于本鬼成像系统的最小可调分辨率,则增大像素合并参数值bi并跳转至步骤五。如果e>1且当前成像分辨率mi×ni等于本鬼成像系统最小可调分辨率1×1,则跳回步骤一重新配置鬼成像系统初始化参数。
步骤五、根据步骤四更新后的像素合并参数值bi,利用像素合并原理计算出下一次鬼成像采样的像素合并参数值bi+1和成像分辨率参数值mi+1×ni+1,其中,bi+1=bi并跳转至步骤二重新进行鬼成像目标图像采样。
步骤六、保存鬼成像系统当前的成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi,完成鬼成像最优分辨率调节,实现鬼成像系统的自适应分辨率调节,提高鬼成像效率。
实施例2
如图1所示,一种用于提高经典鬼成像效率的自适应成像方法,包括如下步骤:
步骤一、配置经典鬼成像系统初始化参数,即设置成像起始点坐标(x1,y1)=(0,0)、成像分辨率参数值m1×n1=512×384、像素合并参数值b1=2。在有先验知识的情况下,亦可手动设置为其他值。
步骤二、采集光源二维光强分布信息的CCD图像传感器加载鬼成像系统初始化参数,进行第i次鬼成像目标图像采样,即利用强度关联算法,将鬼成像系统采集到的总光强信息和同一光源的二维光强分布信息进行运算,M次运算后,复原出含目标的图像信息。
其中,具体参数加载过程为:
第i次鬼成像目标图像采样前,首先利用像素合并原理,根据像素合并参数bi的要求,将物理分辨率为1024×768的CCD图像传感器中的物理像素以bi×bi模式合并。其中,鬼成像系统初始化参数中的成像起始点坐标、成像分辨率参数以及后续鬼成像目标图像采样中所描述和使用的像素,均指代合并后的像素。随后,根据成像起始点坐标(x1,y1)=(0,0)要求,将位于CCD图像传感器左上角(0,0)位置的像素作为成像区域起始点。最后,根据成像分辨率参数值mi×ni,确定CCD图像传感器的成像区域。
为便于理解具体参数加载过程,以第1次鬼成像目标采样前的参数加载为例:首先像素合并参数b1=2,则将物理分辨率为1024×768的CCD图像传感器中的物理像素以2×2模式合并,合并方式与实施实例1中空间光调制器的像素合并方式完全相同,采样合并后的黑白图像如图5所示。类似地,以1×1模式、4×4模式合并后的黑白图像分别如图6和图7所示。其中,鬼成像系统初始化参数中的成像起始点坐标、成像分辨率参数以及后续鬼成像目标图像采样中所描述和使用的像素,均指代合并后的像素。随后,根据成像起始点坐标(x1,y1)=(0,0)要求,将位于CCD图像传感器左上角(0,0)位置的像素作为成像区域起始点。最后,根据成像分辨率参数值m1×n1=512×384,确定CCD图像传感器的成像区域为512×384像素区域。最终,CCD图像传感器采样合并后的黑白图像如图5所示。
步骤三、利用常规图像处理算法,从步骤二所得到的目标图像中提取出目标;
步骤四、根据目标识别算法要求,检测步骤三中提取出的目标的分辨率(即目标像素数)是否满足目标识别要求。
检测方法具体如下:
设当前检测为本鬼成像系统第i次检测,则本鬼成像系统当前成像分辨率为mi×ni,当前目标分辨率为ui×vi,当前目标所占像素数为ki,其中ki=ui×vi;目标理论精确识别要求条件下所需的目标像素数最小值为16,亦可根据目标识别情况进行手动设定。设检测当前目标分辨率是否满足目标识别要求的评价值为e,其中此外,根据本鬼成像系统中影响成像分辨率的CCD图像传感器物理分辨率参数,设置本鬼成像系统的最大可调分辨率为1024×768,本鬼成像系统的最小可调分辨率为4×3。
如果e=1,则当前目标分辨率满足目标识别要求,则认为当前成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi为最优化参数,跳转至步骤六。
如果e<1且当前成像分辨率mi×ni小于本鬼成像系统最大可调分辨率1024×768,即当前目标分辨率小于目标识别所需分辨率且当前成像分辨率小于本鬼成像系统的最大可调分辨率,则减小像素合并参数值bi并跳转至步骤五。如果且e<1且当前成像分辨率mi×ni等于本鬼成像系统的最大可调分辨率1024×768,则跳回步骤一重新配置鬼成像系统初始化参数。
如果e>1且当前成像分辨率mi×ni大于本鬼成像系统最小可调分辨率4×3,即当前目标分辨率大于目标识别所需分辨率且当前成像分辨率大于本鬼成像系统的最小可调分辨率,则增大像素合并参数值bi并跳转至步骤五。如果e>1且当前成像分辨率mi×ni等于本鬼成像系统最小可调分辨率4×3,则跳回步骤一重新配置鬼成像系统初始化参数。
步骤五、根据步骤四更新后的像素合并参数值bi,利用像素合并原理计算出下一次鬼成像采样的像素合并参数值bi+1和成像分辨率参数值mi+1×ni+1,其中,bi+1=bi并跳转至步骤二重新进行鬼成像目标图像采样。
步骤六、保存鬼成像系统当前的成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi,完成鬼成像最优分辨率调节,实现鬼成像系统的自适应分辨率调节,提高鬼成像效率。
以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (1)

1.一种用于提高鬼成像效率的自适应成像方法,其特征在于:包括如下步骤:
步骤一、配置鬼成像系统初始化参数,即设置成像起始点坐标(x1,y1)、成像分辨率参数值m1×n1和像素合并参数值b1
步骤二、加载鬼成像系统初始化参数,进行第i次鬼成像目标图像采样;
利用强度关联算法,将鬼成像系统采集到的总光强信息和同一光源的二维光强分布信息进行运算,M次运算后,复原出含目标的图像信息;
步骤三、利用图像处理算法,从步骤二所得到的目标图像中提取出目标;
步骤四、根据目标识别算法要求,检测步骤三中提取出的目标的分辨率,即目标像素数,是否满足目标识别要求;
检测方法具体如下:
当前检测为本鬼成像系统第i次检测,则本鬼成像系统当前成像分辨率为mi×ni,当前目标分辨率为ui×vi,当前目标所占像素数为ki,其中ki=ui×vi;目标识别要求条件下所需的目标像素数最小值为H,其中目标像素数最小值H根据目标识别情况进行手动设定;检测当前目标分辨率是否满足目标识别要求的评价值为e,其中此外,根据本鬼成像系统中影响成像分辨率的光学器件物理分辨率参数,本鬼成像系统的最大可调分辨率为Mmax×Nmax,本鬼成像系统的最小可调分辨率为Mmin×Nmin
如果e=1,则当前目标分辨率满足目标识别要求,则认为当前成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi为最优化参数,跳转至步骤六;
如果e<1且当前成像分辨率mi×ni小于本鬼成像系统最大可调分辨率Mmax×Nmax,即当前目标分辨率小于目标识别所需分辨率且当前成像分辨率小于本鬼成像系统的最大可调分辨率,则减小像素合并参数值bi并跳转至步骤五;如果e<1且当前成像分辨率mi×ni等于本鬼成像系统的最大可调分辨率Mmax×Nmax,则跳回步骤一重新配置鬼成像系统初始化参数;
如果e>1且当前成像分辨率mi×ni大于本鬼成像系统最小可调分辨率Mmin×Nmin,即当前目标分辨率大于目标识别所需分辨率且当前成像分辨率大于本鬼成像系统的最小可调分辨率,则增大像素合并参数值bi并跳转至步骤五;如果e>1且当前成像分辨率mi×ni等于本鬼成像系统最小可调分辨率Mmin×Nmin,则跳回步骤一重新配置鬼成像系统初始化参数;
步骤五、根据步骤四更新后的像素合并参数值bi,利用像素合并原理计算出下一次鬼成像采样的像素合并参数值bi+1和成像分辨率参数值mi+1×ni+1,其中,bi+1=bi并跳转至步骤二重新进行鬼成像目标图像采样;
步骤六、保存鬼成像系统当前的成像起始点坐标(x1,y1)、成像分辨率参数值mi×ni和像素合并参数值bi,完成鬼成像最优分辨率调节,实现鬼成像系统的自适应分辨率调节,提高鬼成像效率。
CN201710168450.5A 2017-03-21 2017-03-21 一种用于提高鬼成像效率的自适应成像方法 Active CN107016637B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710168450.5A CN107016637B (zh) 2017-03-21 2017-03-21 一种用于提高鬼成像效率的自适应成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710168450.5A CN107016637B (zh) 2017-03-21 2017-03-21 一种用于提高鬼成像效率的自适应成像方法

Publications (2)

Publication Number Publication Date
CN107016637A CN107016637A (zh) 2017-08-04
CN107016637B true CN107016637B (zh) 2019-09-17

Family

ID=59440610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710168450.5A Active CN107016637B (zh) 2017-03-21 2017-03-21 一种用于提高鬼成像效率的自适应成像方法

Country Status (1)

Country Link
CN (1) CN107016637B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108303039B (zh) * 2018-01-23 2019-06-21 北京理工大学 一种高斯光鬼成像的光强补偿方法
CN108107441B (zh) * 2018-02-01 2021-06-08 北京理工大学 一种可实现测距与鬼成像的一体化装置及方法
CN110097634B (zh) * 2019-04-19 2022-09-20 南京理工大学 一种自适应多尺度的三维鬼成像方法
CN111551955B (zh) * 2020-06-22 2022-07-08 北京理工大学 一种仿生分块鬼成像方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103363924A (zh) * 2013-07-15 2013-10-23 中国科学院空间科学与应用研究中心 一种压缩的三维计算鬼成像系统及方法
CN104486617A (zh) * 2014-12-19 2015-04-01 南京理工大学 基于高阶鬼成像像质模型的最佳阶数拟合方法
CN105915869A (zh) * 2016-04-22 2016-08-31 南京理工大学 一种彩色自适应压缩计算鬼成像系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103363924A (zh) * 2013-07-15 2013-10-23 中国科学院空间科学与应用研究中心 一种压缩的三维计算鬼成像系统及方法
CN104486617A (zh) * 2014-12-19 2015-04-01 南京理工大学 基于高阶鬼成像像质模型的最佳阶数拟合方法
CN105915869A (zh) * 2016-04-22 2016-08-31 南京理工大学 一种彩色自适应压缩计算鬼成像系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Signal-to-noise ratio of Gaussian-state ghost imaging;Baris I. Erkmen 等;《2009 Conference on Lasers and Electro-Optics and 2009 Conference on Quantum electronics and Laser Science Conference》;20090828;全文
基于压缩感知超分辨鬼成像;李龙珍;《物理学报》;20141207;第224201-1-224201-7页

Also Published As

Publication number Publication date
CN107016637A (zh) 2017-08-04

Similar Documents

Publication Publication Date Title
CN107016637B (zh) 一种用于提高鬼成像效率的自适应成像方法
US11457138B2 (en) Method and device for image processing, method for training object detection model
WO2017059774A1 (en) Methods and systems for fusion display of thermal infrared and visible image
US20200389573A1 (en) Image processing system, image processing method and storage medium
JP4309927B2 (ja) まぶた検出装置及びプログラム
KR20170056860A (ko) 이미지 생성 방법 및 장치
CN101937563A (zh) 一种目标检测方法和设备及其使用的图像采集装置
BR102012030034A2 (pt) Sistema e método para gerar um mapa de profundidade bruto
US9064178B2 (en) Edge detection apparatus, program and method for edge detection
CN103067662A (zh) 一种自适应视线跟踪系统
WO2016206004A1 (zh) 一种获取深度信息的拍照设备和方法
CN102542552A (zh) 视频图像的顺逆光判断和拍摄时间检测方法
CN101976436A (zh) 一种基于差分图修正的像素级多聚焦图像融合方法
JP2013219744A (ja) 画像合成装置及び画像合成用コンピュータプログラム
CN101930606A (zh) 一种图像边缘检测的景深扩展方法
JP5218429B2 (ja) 3次元形状測定装置および方法、並びに、プログラム
Li et al. Shadow-free single-pixel imaging
JP2007249640A (ja) パターンマッチングシステム及び被写体追尾システム
CN101980299B (zh) 基于棋盘标定的摄像机映射方法
CN102629368B (zh) 一种基于照度表面建模的彩色图像渐晕复原方法
KR20120107698A (ko) 동적 프로그래밍과 캠쉬프트 알고리즘을 이용한 영상 센서 기반 항공기 탐지 장치 및 방법
Li et al. Detection and compensation of shadows based on ICA algorithm in remote sensing image
JP2015233202A (ja) 画像処理装置および画像処理方法、並びにプログラム
CN104135624B (zh) 一种基于光束函数和图像特征的相机积分时间调整方法
KR101276792B1 (ko) 눈 검출 장치 및 방법

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