CN107230184A - 一种成像高光谱岩芯扫描图像自动裁剪方法 - Google Patents

一种成像高光谱岩芯扫描图像自动裁剪方法 Download PDF

Info

Publication number
CN107230184A
CN107230184A CN201610172737.0A CN201610172737A CN107230184A CN 107230184 A CN107230184 A CN 107230184A CN 201610172737 A CN201610172737 A CN 201610172737A CN 107230184 A CN107230184 A CN 107230184A
Authority
CN
China
Prior art keywords
core
hyperion
point
scan image
abscissa
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
CN201610172737.0A
Other languages
English (en)
Other versions
CN107230184B (zh
Inventor
邱骏挺
张川
李伟伟
武鼎
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 Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
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 Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN201610172737.0A priority Critical patent/CN107230184B/zh
Publication of CN107230184A publication Critical patent/CN107230184A/zh
Application granted granted Critical
Publication of CN107230184B publication Critical patent/CN107230184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformation in the plane of the image
    • G06T3/40—Scaling the whole image or part thereof
    • G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration by non-spatial domain filtering
    • 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
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10036—Multispectral image; Hyperspectral 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Abstract

本发明属于高光谱遥感图像处理领域，具体公开一种成像高光谱岩芯扫描图像自动裁剪的方法，该方法如下：在岩芯箱上放置若干个特殊图形；对岩芯箱进行成像光谱扫描，获得岩芯高光谱扫描图像；对岩扫描图像进行辐射校正和白板定标，获得岩芯反射率图像；对反射率图像进行图像扫描，获得特殊图形坐标位置；对特殊图形位置根据其纵坐标大小进行分组，根据横坐标大小进行排列，获得经分组和排列的位置坐标；对经分组和排列的位置坐标按横坐标由小到大的顺序分别取两个相邻的位置坐标，构成由四个位置坐标为顶点的四边形剪裁区域；对四边形裁剪区域进行裁剪，将裁剪结果保存；直到步骤5中经分组和排列的位置坐标都被选取和裁剪。

Description

一种成像高光谱岩芯扫描图像自动裁剪方法
技术领域
本发明属于高光谱遥感图像处理领域，具体公开一种高光谱岩芯扫描图像自动裁剪的方法。
背景技术
高光谱岩芯扫描技术是揭示地下物质组成的重要手段，已被广泛运用于地质矿产和油气资源勘探领域。对于一个钻孔，由于转探工艺和存储空间的限制，很难将其岩芯整根取出并保存。目前采用的存储方法是将岩芯按照基本相同的长度分割成若干岩芯段，再将分割好的岩芯段装入岩芯箱进行保存。成像高光谱岩芯扫描就是利用成像光谱仪对岩芯箱中的岩芯段进行扫描以获取其高光谱图像的过程。为了获得整根岩芯的高光谱图像，需要将获得的岩芯段的高光谱图像进行剪裁和拼接。传统的手动剪裁，不仅操作步骤繁琐、耗时耗力，而且只能裁剪成规则的矩形，对于非矩形剪裁则需要增加更多的步骤和耗费更长的时间。由于岩芯箱会发生老化变形，出现非矩形剪裁的情况是十分多见的。因此，开发一款自动化的岩芯裁剪方法，取代传统的手工裁剪方法，有助于节省人工和提升效率。
发明内容
本发明的目的在于提供一种高光谱岩芯扫描图像自动裁剪的方法，该方法能够提高岩芯高光谱图像的裁剪效率，并能进行非矩形剪裁。
实现本发明目的的技术方案：一种高光谱岩芯扫描图像自动裁剪的方法，该方法包括如下步骤：
步骤1，在岩芯箱的角点和挡板顶点位置放置若干个特殊图形；
步骤2，对上述步骤1中所述的岩芯箱进行成像光谱扫描，获得岩芯的高光谱扫描图像；
步骤3，对上述步骤2中获得的岩芯的高光谱扫描图像进行辐射校正和白板定标，获得岩芯的反射率图像；
步骤4，对上述步骤3中获得的岩芯的反射率图像进行图像扫描，获得步骤1中所述的特殊图形的坐标位置；
步骤5，对上述步骤4中获得的特殊图形位置根据其纵坐标大小进行分组，共分1、2两个组，1组代表岩芯的起始位置，2组代表岩芯的终止位置，然后根据横坐标大小进行排列，获得经分组和排列的位置坐标；
步骤6，对上述步骤5中获得的经分组和排列的位置坐标按横坐标由小到大的顺序从1组和2组中分别取两个相邻的位置坐标，第1次取第1和第2个坐标，第2次取第2和第3个坐标，第3次取第3和第4个坐标，依次类推，构成由四个位置坐标为顶点的四边形剪裁区域；
步骤7，对上述步骤6中所述的四边形裁剪区域进行裁剪，将裁剪结果保存；
步骤8，重复步骤6和步骤7，直到步骤5中所述的所有经分组和排列的位置坐标都被选取和裁剪。
所述的步骤1中，放置的特殊图形为黑白相间的正方形。
所述的步骤2中成像光谱扫描的设备为Hyspex成像光谱仪。
所述的步骤3中的辐射校正由成像光谱仪自带的模块实现，白板定标通过经验线性法实现。
所述的步骤4的具体步骤如下：
步骤4.1、从步骤3中获得的岩芯的反射率图像中选择第47波段；
步骤4.2、对47波段进行3×3中值滤波；
步骤4.3、对47波段进行二值化；
步骤4.4、利用ENVI软件观察二维数组中特殊图形对称轴的0,1值的排列情况为000111000000000111000，连续的0值或1值出现的次数为[3,3,9,3,3]；
步骤4.5、从第一行开始逐行寻找与[3,3,9,9,9]完全匹配的位置，将对称中心的坐标用数组记录下来，随后按照上述方法对其它各行进行扫描，获得全部特殊图形(3)中心点的横坐标为[42,44,196,202]；
步骤4.6、按照步骤4.5中的方法，扫描横坐标数组中所有横坐标所代表的列，即扫描第42,44,196,202列，得到纵坐标数组[1532,286,1534,286]。
所述的步骤5的具体步骤如下：
步骤5.1、设置一个距离阈值500；
步骤5.2、从纵坐标数组的第一个元素开始，依次计算第一个元素与其他元素之间的差值，将差值绝对值小于500的纵坐标元素和对应的横坐标元素分为1组，其他分为2组；
步骤5.3、按横坐标由小到大进行排列，并调换对应的纵坐标，最终获得的四个数组为[1532,1534][42,196][286,286][44,202],其中[1532,1534]和[42,196]为第1组坐标，[286,286]和[44,202]为第2组坐标。
所述的步骤6的具体步骤如下：
从1组中取出横坐标相邻的两个位置坐标：(42,1532)和(196,1534)，从2组中取出横坐标相邻的两个位置坐标：(44,286)和(202,286)，构成裁剪区域的左下，右下，左上，右上四个顶点。
所述的步骤7的具体步骤如下：
步骤7.1、根据上述步骤6中的四个顶点的横纵坐标点确定最外围矩形边界，保证所有点都在该矩形边界中；
步骤7.2、利用左上点和右上点，左下点和右下点，左上点和左下点，右上点和右下点构建四条直线L1、L2、L3、L4；
步骤7.3、判断一个点是否在L1、L2、L3、L4构成的多边形区域内，若在则保留该点的数值；若不在则将该点数值置为0，获得裁剪后的图像。
本发明的有益技术效果在于：(1)本方法的所有步骤均可以通过计算机编程实现；(2)在成像光谱仪焦距和目标到镜头距离不变的情况下，所述步骤4中获得特殊图形3对称轴的0,1值排列情况只需要观察并设置1次；(3)可以使用批处理，提高图像的裁剪效率；(4)可以实现非规则矩形裁剪。
附图说明
图1为江西省相山铀矿床中钻孔岩芯的Hyspex短波红外扫描图像。
图中：1.岩芯箱，2.岩芯，3.特殊图形。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
本发明所提供的一种成像高光谱岩芯扫描图像自动裁剪方法，该方法包括如下步骤：
步骤1，在岩芯箱1的角点和挡板顶点位置放置若干个特殊图形3用以定位；
如图1所示，所述步骤1中的岩芯箱1所盛放的岩芯2来自我国江西省相山铀矿，所述的特殊图形3为黑白相间的正方形，该正方形对称轴上的黑色和白色的比例为1:1:3:1:1。在本实施例中在岩芯箱1的顶部和底部各自放置了5个正方形。
步骤2，对上述步骤1中所述的岩芯箱1进行成像光谱扫描，获得岩芯2的高光谱扫描图像；
完成所述步骤2中成像光谱扫描的设备为Hyspex成像光谱仪。
步骤3，对上述步骤2中获得的岩芯2的高光谱扫描图像进行辐射校正和白板定标，获得岩芯2的反射率图像；
所述步骤3中的辐射校正可由Hyspex成像光谱仪自带的模块实现，白板定标可在ENVI软件中通过经验线性法实现。
步骤4，对上述步骤3中获得的岩芯2的反射率图像进行图像扫描，获得步骤1中所述的特殊图形3的坐标位置；实现步骤4的具体步骤如下：
步骤4.1、从步骤3中获得的岩芯2的反射率图像中选择第47波段；
步骤4.2、对47波段进行3×3中值滤波；
步骤4.3、对47波段进行二值化；
步骤4.4、利用ENVI软件观察二维数组中特殊图形3对称轴的0,1值的排列情况为000111000000000111000，连续的0值或1值出现的次数为[3,3,9,3,3]；
步骤4.5、从第一行开始逐行寻找与[3,3,9,9,9]完全匹配的位置，将对称中心的坐标用数组记录下来，随后按照上述方法对其它各行进行扫描，获得全部特殊图形3中心点的横坐标为[42,44,196,202]；
步骤4.6、按照步骤4.5中的方法，扫描横坐标数组中所有横坐标所代表的列，即扫描第42,44,196,202列，得到纵坐标数组[1532,286,1534,286]。
步骤5，对上述步骤4中获得的特殊图形3位置根据其纵坐标大小进行分组共分1、2两个组，1组代表岩芯2的起始位置，2组代表岩芯2的终止位置，然后根据横坐标大小进行排列，获得经分组和排列的位置坐标。实现步骤5的具体步骤如下：
步骤5.1、设置一个距离阈值500；
步骤5.2、从纵坐标数组的第一个元素(即1532)开始，依次计算第一个元素与其他元素之间的差值，将差值绝对值小于500的纵坐标元素和对应的横坐标元素分为1组，其他分为2组；
步骤5.3、按横坐标由小到大进行排列，并调换对应的纵坐标，最终获得的四个数组为[1532,1534][42,196][286,286][44,202],其中[1532,1534]和[42,196]为第1组坐标，[286,286]和[44,202]为第2组坐标。
步骤6，对上述步骤5中获得的经分组和排列的位置坐标按横坐标由小到大的顺序从1组和2组中分别取两个相邻的位置坐标。实现步骤6的具体步骤如下：
从1组中取出横坐标相邻的两个位置坐标：(42,1532)和(196,1534)，从2组中取出横坐标相邻的两个位置坐标：(44,286)和(202,286)，构成裁剪区域的左下，右下，左上，右上四个顶点。
步骤7，对上述步骤6中所述的四边形裁剪区域进行裁剪，将裁剪结果保存；实现步骤7的具体步骤如下：
步骤7.1、根据上述步骤6中的四个顶点的横纵坐标点确定最外围矩形边界，保证所有点都在该矩形边界中；
例如，步骤6中的四个顶点坐标确定左边界为42，右边界为202，顶部边界为286，底部边界为1534；
步骤7.2、利用左上点和右上点，左下点和右下点，左上点和左下点，右上点和右下点构建四条直线L1、L2、L3、L4；
例如，构建四条线L1、L2、L3、L4分别如下：
L1 Y＝(286-286)/(44-202)X+(44*286-202*286)/(44-202)
L2 Y＝(1532-1534)/(42-196)X+(42*1534-196*1532)/(42-196)
L3 X＝(44-42)/(286-1532)Y+(42*286-44*1532)/(286-15321)
L4 X＝(202-196)/(286-1534)Y+(196*286-202*1534)/(286-1534)
步骤7.3、判断一个点是否在L1、L2、L3、L4构成的多边形区域内，若在则保留该点的数值；若不在则将该点数值置为0，获得裁剪后的图像。
步骤8，重复步骤6和步骤7，直到步骤5中所述的所有经分组和排列的位置坐标都被选取和裁剪。
上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。

Claims (8)

1.一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：该方法包括如下步骤：
步骤1，在岩芯箱(1)的角点和挡板顶点位置放置若干个特殊图形(3)；
步骤2，对上述步骤1中所述的岩芯箱(1)进行成像光谱扫描，获得岩芯(2)的高光谱扫描图像；
步骤3，对上述步骤2中获得的岩芯(2)的高光谱扫描图像进行辐射校正和白板定标，获得岩芯(2)的反射率图像；
步骤4，对上述步骤3中获得的岩芯(2)的反射率图像进行图像扫描，获得步骤1中所述的特殊图形(3)的坐标位置；
步骤5，对上述步骤4中获得的特殊图形(3)位置根据其纵坐标大小进行分组，共分1、2两个组，1组代表岩芯(2)的起始位置，2组代表岩芯(2)的终止位置，然后根据横坐标大小进行排列，获得经分组和排列的位置坐标；
步骤6，对上述步骤5中获得的经分组和排列的位置坐标按横坐标由小到大的顺序从1组和2组中分别取两个相邻的位置坐标，第1次取第1和第2个坐标，第2次取第2和第3个坐标，第3次取第3和第4个坐标，依次类推，构成由四个位置坐标为顶点的四边形剪裁区域；
步骤7，对上述步骤6中所述的四边形裁剪区域进行裁剪，将裁剪结果保存；
步骤8，重复步骤6和步骤7，直到步骤5中所述的所有经分组和排列的位置坐标都被选取和裁剪。
2.如权利要求1所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤1中，放置的特殊图形(3)为黑白相间的正方形。
3.如权利要求2所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤2中成像光谱扫描的设备为Hyspex成像光谱仪。
4.如权利要求3所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤3中的辐射校正由成像光谱仪自带的模块实现，白板定标通过经验线性法实现。
5.如权利要求4所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤4的具体步骤如下：
步骤4.1、从步骤3中获得的岩芯(2)的反射率图像中选择第47波段；
步骤4.2、对47波段进行3×3中值滤波；
步骤4.3、对47波段进行二值化；
步骤4.4、利用ENVI软件观察二维数组中特殊图形(3)对称轴的0,1值的排列情况为000111000000000111000，连续的0值或1值出现的次数为[3,3,9,3,3]；
步骤4.5、从第一行开始逐行寻找与[3,3,9,9,9]完全匹配的位置，将对称中心的坐标用数组记录下来，随后按照上述方法对其它各行进行扫描，获得全部特殊图形(3)中心点的横坐标为[42,44,196,202]；
步骤4.6、按照步骤4.5中的方法，扫描横坐标数组中所有横坐标所代表的列，即扫描第42,44,196,202列，得到纵坐标数组[1532,286,1534,286]。
6.如权利要求5所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤5的具体步骤如下：
步骤5.1、设置一个距离阈值500；
步骤5.2、从纵坐标数组的第一个元素开始，依次计算第一个元素与其他元素之间的差值，将差值绝对值小于500的纵坐标元素和对应的横坐标元素分为1组，其他分为2组；
步骤5.3、按横坐标由小到大进行排列，并调换对应的纵坐标，最终获得的四个数组为[1532,1534][42,196][286,286][44,202],其中[1532,1534]和[42,196]为第1组坐标，[286,286]和[44,202]为第2组坐标。
7.如权利要求6所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤6的具体步骤如下：
从1组中取出横坐标相邻的两个位置坐标：(42,1532)和(196,1534)，从2组中取出横坐标相邻的两个位置坐标：(44,286)和(202,286)，构成裁剪区域的左下，右下，左上，右上四个顶点。
8.如权利要求7所述的一种高光谱岩芯扫描图像自动裁剪的方法，其特征在于：所述的步骤7的具体步骤如下：
步骤7.1、根据上述步骤6中的四个顶点的横纵坐标点确定最外围矩形边界，保证所有点都在该矩形边界中；
步骤7.2、利用左上点和右上点，左下点和右下点，左上点和左下点，右上点和右下点构建四条直线L1、L2、L3、L4；
步骤7.3、判断一个点是否在L1、L2、L3、L4构成的多边形区域内，若在则保留该点的数值；若不在则将该点数值置为0，获得裁剪后的图像。
CN201610172737.0A 2016-03-24 2016-03-24 一种成像高光谱岩芯扫描图像自动裁剪方法 Active CN107230184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610172737.0A CN107230184B (zh) 2016-03-24 2016-03-24 一种成像高光谱岩芯扫描图像自动裁剪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610172737.0A CN107230184B (zh) 2016-03-24 2016-03-24 一种成像高光谱岩芯扫描图像自动裁剪方法

Publications (2)

Publication Number Publication Date
CN107230184A true CN107230184A (zh) 2017-10-03
CN107230184B CN107230184B (zh) 2020-10-23

Family

ID=59932732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610172737.0A Active CN107230184B (zh) 2016-03-24 2016-03-24 一种成像高光谱岩芯扫描图像自动裁剪方法

Country Status (1)

Country Link
CN (1) CN107230184B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111579502A (zh) * 2020-05-29 2020-08-25 核工业北京地质研究院 一种判断岩心成像光谱扫描质量的方法
CN116883852A (zh) * 2023-08-29 2023-10-13 北京建工环境修复股份有限公司 一种基于高光谱的岩芯数据获取方法及系统
CN117173391A (zh) * 2023-11-02 2023-12-05 广东省建筑设计研究院有限公司 一种基于深度学习和多视几何的倾斜图像矫正方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090065701A1 (en) * 2007-09-06 2009-03-12 Ii-Vi Incorporated CdZnTe Device Using Constrained Design For High-Flux X-Ray Spectroscopic Imaging Applications
CN101788339A (zh) * 2010-01-27 2010-07-28 中国科学院上海技术物理研究所 一种成像光谱仪光谱自动定标装置及方法
CN103308453A (zh) * 2012-03-08 2013-09-18 王宏 一种用于矿物扫描分析的高光谱成像仪
CN104050252A (zh) * 2014-06-12 2014-09-17 核工业北京地质研究院 一种高光谱遥感蚀变信息提取方法
CN105405102A (zh) * 2014-08-28 2016-03-16 核工业北京地质研究院 一种用于水铝矿信息提取的高光谱影像处理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090065701A1 (en) * 2007-09-06 2009-03-12 Ii-Vi Incorporated CdZnTe Device Using Constrained Design For High-Flux X-Ray Spectroscopic Imaging Applications
CN101788339A (zh) * 2010-01-27 2010-07-28 中国科学院上海技术物理研究所 一种成像光谱仪光谱自动定标装置及方法
CN103308453A (zh) * 2012-03-08 2013-09-18 王宏 一种用于矿物扫描分析的高光谱成像仪
CN104050252A (zh) * 2014-06-12 2014-09-17 核工业北京地质研究院 一种高光谱遥感蚀变信息提取方法
CN105405102A (zh) * 2014-08-28 2016-03-16 核工业北京地质研究院 一种用于水铝矿信息提取的高光谱影像处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIANCUN XIU等: "Design and application of core mineral spectrometer", 《CHINESE OPTICS LETTERS》 *
孙雨等: "相山铀矿岩芯 HySpex 成像高光谱数据蚀变矿物提取及其地质意义", 《地质与勘探》 *
张杰林等: "铀矿勘查钻孔岩心高光谱编录及三维矿物填图技术研究", 《铀矿地质》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111579502A (zh) * 2020-05-29 2020-08-25 核工业北京地质研究院 一种判断岩心成像光谱扫描质量的方法
CN116883852A (zh) * 2023-08-29 2023-10-13 北京建工环境修复股份有限公司 一种基于高光谱的岩芯数据获取方法及系统
CN116883852B (zh) * 2023-08-29 2024-03-08 北京建工环境修复股份有限公司 一种基于高光谱的岩芯数据获取方法及系统
CN117173391A (zh) * 2023-11-02 2023-12-05 广东省建筑设计研究院有限公司 一种基于深度学习和多视几何的倾斜图像矫正方法及系统
CN117173391B (zh) * 2023-11-02 2024-03-19 广东省建筑设计研究院有限公司 一种基于深度学习和多视几何的倾斜图像矫正方法及系统

Also Published As

Publication number Publication date
CN107230184B (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN108491757B (zh) 基于多尺度特征学习的光学遥感图像目标检测方法
CN102175261B (zh) 一种基于自适应标靶的视觉测量系统及其标定方法
CN101915573B (zh) 一种基于标记物的关键点检测的定位测量方法
CN107230184A (zh) 一种成像高光谱岩芯扫描图像自动裁剪方法
CN107392925A (zh) 基于超像素编码和卷积神经网络的遥感影像地物分类方法
CN105426844B (zh) 一种答题卡识别方法
WO2020206671A1 (zh) 一种基于属性的点云条带划分方法
CN106468536A (zh) 一种叶面积测量方法
CN108550113A (zh) 图像扫描输出方法、装置、计算机设备和存储介质
CN110853055B (zh) 用于瓷砖生产的连纹图像处理方法及装置
CN107799055A (zh) 一种led显示屏基于参照物的校正方法
CN101788760B (zh) 光学邻近校正规则的优化方法
CN104992446A (zh) 非线性光照自适应的图像拼接方法及其实现系统
CN107437237B (zh) 一种区域无云影像合成方法
CN114509445A (zh) 一种基于聚类分析的污染物识别预警方法及系统
CN111724354A (zh) 一种基于图像处理的多株小麦穗长与小穗数的测量方法
CN103413319A (zh) 一种工业摄像机参数现场标定方法
CN102572205B (zh) 一种图像处理方法、装置及系统
CN111091533B (zh) 一种基于改进ssd算法的电池片el缺陷检测方法
EP2703792A1 (en) Method of controlling the resolution of a hyperspectral image
CN109120826B (zh) 一种大幅面相机内外视场混合拼接方法
CN102968774B (zh) 彩色图案的计算机辅助拼接方法
Xu Accurate measurement of structural vibration based on digital image processing technology
CN115661117A (zh) 一种接触网绝缘子可见光图像检测方法
CN206136101U (zh) 高速多光谱图像传感器

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