CN107341833A - 一种激光定位方法及去毛系统 - Google Patents
一种激光定位方法及去毛系统 Download PDFInfo
- Publication number
- CN107341833A CN107341833A CN201710543566.2A CN201710543566A CN107341833A CN 107341833 A CN107341833 A CN 107341833A CN 201710543566 A CN201710543566 A CN 201710543566A CN 107341833 A CN107341833 A CN 107341833A
- Authority
- CN
- China
- Prior art keywords
- laser
- hair follicle
- image
- slide
- hair
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 210000003780 hair follicle Anatomy 0.000 claims abstract description 122
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 210000004209 hair Anatomy 0.000 claims abstract description 23
- 238000005286 illumination Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000007430 reference method Methods 0.000 claims description 3
- 239000002775 capsule Substances 0.000 claims description 2
- 210000003491 skin Anatomy 0.000 description 6
- 206010033733 Papule Diseases 0.000 description 2
- 239000006071 cream Substances 0.000 description 2
- 230000002951 depilatory effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000011148 porous material Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000013532 laser treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
-
- 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
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
Abstract
本发明公开了一种激光定位方法,包括以下步骤:基于红外摄像机获取毛囊图像;对毛囊图像进行预处理;基于角点检测算法检测所述图像中的毛囊,获取毛囊坐标;根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度。本发明基于毛囊红外图像检测毛囊位置,精确控制激光引向毛囊位置执行操作,能够既保证识别精度又能提高去毛效率。
Description
技术领域
本发明涉及图像处理领域,具体设计一种基于图像识别的激光定位方法及去毛系统。
背景技术
随着社会的发展,人们追求完美的角度也变得特别挑剔,对自己的形象更加在意,尤其是不愿意让自己的毛发物质暴露出来,比如:腋毛、胸毛、胡须、腿毛等。传统的祛除这些体毛的方法是利用镊子拔出体毛,这不仅给爱美的人们带来身体上的疼痛,而且容易引起毛囊炎;后来又有各式各样的刮毛器,虽然操作方便简单,但是无法根除体毛,而且短时间内容易长出,且越刮越粗;目前市场又有了脱毛膏,但是这些脱毛膏都含有化学产品,对皮肤有一定的危害;最近又有了永久性激光去毛方法,尤其是冰点脱毛方法最为流行,但是这类方法是对存在毛囊的整个区域进行作用而不是对单个毛囊,降低了去毛的效率。
因此,目前本领域计算人员迫切需要解决的技术问题是如何能够保证毛囊识别的准确率又兼顾去毛效率。
发明内容
为了解决上述问题,本发明提供一种激光定位方法及去毛系统,基于红外图像对毛囊进行检测,基于检测出的毛囊位置确定激光需偏转的角度,从而准确辅助激光去毛装置执行去毛操作,通过图像确定毛囊位置以及针对性的对目标毛囊执行操作,保证了毛囊识别的准确率并提高了去毛效率。
为了实现上述目的,本发明采用如下技术方案:一种激光定位方法,包括以下步骤:
S1:基于红外摄像机获取毛囊图像;
S2:对毛囊图像进行预处理;
S3:基于角点检测算法检测所述图像中的毛囊,获取毛囊坐标;
S4:根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度。
进一步地,所述步骤S2包括:依次对毛囊图像进行图像校正、光照归一化处理和高斯滤波。
进一步地,所述图像校正的步骤为:采用张正友平面标定方法对红外线摄像机进行标定,求得摄像机的内参数和外参数;根据所述内参数和外参数计算畸变系数,得到畸变模型,通过畸变模型实现对毛囊图像的校正。
进一步地,所述光照归一化处理是采用直方图均衡化方法。
进一步地,所述步骤S3中采用的角度检测算法为Shi-Tomasi算法。
进一步地,所述激光去毛装置中包含激光源、A、B两个活动玻片,玻片A能够左右旋转,控制激光在X轴上的偏移,玻片B能够上下旋转,控制激光在Y轴上偏移,激光依次经玻片A和B反射后,经玻片C反射到毛囊图像上,hx是激光未偏转时从玻片A到毛囊图像走过的路径,hy是激光未偏转时从玻片B到毛囊图像走过的路径,对每个毛囊坐标(a,b),设激光相对于X、Y方向的偏转角度分别为α,β,激光偏转角度计算公式为:
根据本发明的另一方面,本发明还提供了一种激光去毛系统,包括:
激光去毛装置,包括激光源、红外摄像机和执行机构,所述红外摄像机,用于获取毛囊图像;所述执行机构基于激光定位装置计算的激光偏转角度控制光束引向相应位置执行操作;
激光定位装置,用于对获取的毛囊图像进行预处理以及角点检测,获取毛囊坐标;根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度;将激光的偏转角度发送至所述激光去毛装置。
进一步地,所述图像预处理包括依次对毛囊图像进行图像校正、光照归一化处理和高斯滤波。
进一步地,所述执行机构包括A、B两个活动玻片,玻片A能够左右旋转,控制激光在X轴上的偏移,玻片B能够上下旋转,控制激光在Y轴上偏移。
进一步地,激光依次经玻片A和B反射后,经玻片C反射到毛囊图像上,对每个毛囊坐标(a,b),激光对X、Y方向的偏转角度分别为α,β,hx是激光未偏转时从玻片A到毛囊图像走过的路径,hy是激光未偏转时从玻片B到毛囊图像走过的路径,激光偏转角度计算公式为:
本发明的有益效果:
1、本发明先对毛囊图像进行光照归一化处理,使图像的各个区域光照一致,然后对毛囊图像进行高斯滤波处理,去掉由于油性物质对光照反射造成图像上出现的小亮点,最后对毛囊图像进行Shi-Tomasi角点检测来识别毛囊,毛囊的识别率达到90%以上,较之现有的毛囊、毛孔、丘疹等识别方法,具有更高的精度。
2本发明仅针对性的对毛囊部位进行操作,而不需要对有毛囊的整个区域进行激光处理,从而提高了去毛囊的效率,同时由于皮肤上不存在毛囊的部位不会受到激光热影响,从而减少了皮肤的受损面积。
附图说明
图1是本发明激光去毛方法的流程图。
图2是红外线摄像机拍摄的毛囊图像;
图3是经过光照归一化处理后的毛囊图像;
图4是经过高斯滤波处理后的毛囊图像;
图5是经过角点检测处理后的毛囊图像,黑点是识别出来的毛囊;
图6是计算激光去毛装置内部原理的示意图;
图7是计算激光偏转角度的示意图;
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
实施例一
本实施例提供了一种激光定位方法,如图1所示,包括以下步骤:
S1、基于红外摄像机获取毛囊图像;
图2是红外线摄像机拍摄的毛囊图像。
S2:对毛囊图像进行预处理;
所述步骤S2包括:
S21、对毛囊图像进行校正;
由于摄像机在元件加工和装配过程中的各种误差,拍摄的图像往往存在畸变,本实施例采用张正友平面标定方法对红外线摄像机进行标定,求得摄像机的内参数和外参数,从而求得畸变系数得到畸变模型,通过畸变模型实现对畸变图像的校正;
S22、对校正后的毛囊图像进行光照归一化预处理;
红外摄像机上的红外灯源少或分布不均时,拍摄的图像会出现中心亮度高,四周亮度低的情况,本实施例通过直方图均衡化方法进行光照归一化;图3是经过光照归一化处理后的毛囊图像。
S23、对光照归一化后的毛囊图像进行高斯滤波;
由于皮肤上存在油性物质,经过光照反射后,毛囊图像上存在影响毛囊检测的小亮点,本实施例通过高斯滤波去除毛囊图像上的小亮点,其中滤波模板选择3*3像素;图4是经过高斯滤波处理后的毛囊图像。
本领域技术人员应该明白,以上预处理步骤仅为毛囊图像预处理的优选方式,本领域公知的图像预处理方法均可根据图像的实际情况进行选择和组合应用。
S3、对毛囊图像进行角点检测并获取毛囊的坐标;
角点检测(Corner Detection)是计算机视觉系统中用来获得图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维建模和目标识别等领域中,也称为特征点检测。关于角点的具体描述可以有几种:
一阶导数(即灰度的梯度)的局部最大所对应的像素点;
两条及两条以上边缘的交点;
图像中梯度值和梯度方向的变化速率都很高的点;
角点处的一阶导数最大,二阶导数为零,指示物体边缘变化不连续的方向。
目前的角点检测算法可归纳为3类:基于灰度图像的角点检测、基于二值图像的角点检测、基于轮廓曲线的角点检测。
本实施例采用Shi-Tomasi算法进行角点检测,该算法是Harris算法的改进,Harris算法最原始的定义是将矩阵M的行列式值与M的迹相减,再将差值同预先给定的阈值进行比较。后来Shi和Tomasi提出改进的方法,若两个特征值中较小的一个大于最小阈值,则会得到强角点。
通过Shi-Tomasi算法对毛囊图像进行角点检测识别毛囊后,并将毛囊的坐标(a,b)保存下来;图5是经过角点检测处理后的毛囊图像,黑色圆点是识别出来的毛囊。
S4、根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度。
如图6所示,激光去毛装置中包括激光源,A、B、C三个玻片以及红外摄像机,A、B是两个活动玻璃片,玻片A可以左右旋转,控制激光在X轴上偏转,玻片B可以上下旋转,控制激光在Y轴上偏转,C是固定的双面玻璃片;激光从激光源发射出,依次经玻片A、B和C反射到毛囊图像上;hab是玻片A与玻片B之间的距离,hbc是玻片B与玻片C之间的距离,当激光未偏转时,激光在玻片A、B之间和玻片B、C之间走过的路径与hab和hbc相等,三个玻片的位置是固定的,所以hab、hbc是已知的,d1是红外摄像机到玻片C的距离,d2是玻片C到毛囊图像的距离,红外摄像机的焦距是d,红外摄像机到玻片C的距离d1是已知固定的,d2=d-d1,hx是激光未偏转时从玻片A到毛囊图像走过的路径,hx=hab+hbc+d2,hy是激光未偏转时从玻片B到毛囊图像走过的路径,hy=hbc+d2。如图7所示,对每个毛囊坐标(a,b),激光对X、Y方向的偏转角度分别为α,β,偏转角度计算公式:
本实施例将机器视觉引入激光去毛领域,基于图像快速准确识别毛囊位置,使得激光去毛装置能够针对识别出的每个点进行处理,实现“点阵”医疗。
实施例二
基于以上实施例中提供的激光定位方法,本发明还提供了一种激光去毛系统,包括:
激光去毛装置,包括激光源、红外摄像机和执行机构,所述红外摄像机,用于获取毛囊图像;所述执行机构基于计算的激光偏转角度控制光束引向相应位置执行操作;
激光定位装置,用于对获取的毛囊图像进行预处理以及角点检测,获取毛囊坐标;根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度;将激光的偏转角度发送至所述激光去毛装置。
优选地,所述执行机构包括A、B两个活动玻片,玻片A能够左右旋转,控制激光在X轴上的偏移,玻片B能够上下旋转,控制激光在Y轴上偏移。
优选地,所述预处理包括对毛囊图像依次进行图像校正、光照归一化处理和高斯滤波。
优选地,所述图像校正的步骤为:采用张正友平面标定方法对红外线摄像机进行标定,求得摄像机的内参数和外参数;根据所述内参数和外参数计算畸变系数,得到畸变模型,通过畸变模型实现对毛囊图像的校正。
优选地,所述光照归一化处理采用直方图均衡化方法。
优选地,激光依次经玻片A和B反射后,经玻片C反射到毛囊图像上,对每个毛囊坐标(a,b),激光相对于X、Y方向的偏转角度分别为α,β,hx是激光未偏转时从玻片A到毛囊图像走过的路径,hy是激光未偏转时从玻片B到毛囊图像走过的路径,激光偏转角度计算公式为:
本发明通过先对毛囊图像进行光照归一化处理,使图像的各个区域光照一致,然后对毛囊图像进行高斯滤波处理,去掉由于油性物质对光照反射造成图像上出现的小亮点,最后对毛囊图像进行Shi-Tomasi角点检测来识别毛囊,毛囊的识别率达到90%以上,较之现有的毛囊、毛孔、丘疹等识别方法,具有更高的精度;本发明仅针对性的对毛囊部位进行操作,而不需要对有毛囊的整个区域进行激光处理,从而提高了去毛囊的效率,同时由于皮肤上不存在毛囊的部位不会受到激光热影响,从而减少了皮肤的受损面积。
本领域技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种激光定位方法,其特征在于,包括以下步骤:
S1:基于红外摄像机获取毛囊图像;
S2:对毛囊图像进行预处理;
S3:基于角点检测算法检测所述图像中的毛囊,获取毛囊坐标;
S4:根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度。
2.如权利要求1所述的一种激光定位方法,其特征在于,所述步骤S2包括:依次对毛囊图像进行图像校正、光照归一化处理和高斯滤波。
3.如权利要求2所述的一种激光定位方法,其特征在于,所述图像校正的步骤为:采用张正友平面标定方法对红外线摄像机进行标定,求得摄像机的内参数和外参数;根据所述内参数和外参数计算畸变系数,得到畸变模型,通过畸变模型实现对毛囊图像的校正。
4.如权利要求2所述的一种激光定位方法,其特征在于,所述光照归一化处理是采用直方图均衡化方法。
5.如权利要求1所述的一种激光定位方法,其特征在于,所述步骤S3中采用的角度检测算法为Shi-Tomasi算法。
6.如权利要求1所述的一种激光定位方法,其特征在于,所述激光去毛装置中包含激光源、A、B两个活动玻片,玻片A能够左右旋转,控制激光在X轴上的偏移,玻片B能够上下旋转,控制激光在Y轴上偏移,激光依次经玻片A和B反射后,经玻片C反射到毛囊图像上,hx是激光未偏转时从玻片A到毛囊图像走过的路径,hy是激光未偏转时从玻片B到毛囊图像走过的路径,对每个毛囊坐标(a,b),设激光相对于X、Y方向的偏转角度分别为α,β,激光偏转角度计算公式为:
7.一种激光去毛系统,其特征在于,包括:
激光去毛装置,包括激光源、红外摄像机和执行机构,所述红外摄像机,用于获取毛囊图像;所述执行机构基于激光定位装置计算的激光偏转角度控制光束引向相应位置执行操作;
激光定位装置,用于对获取的毛囊图像进行预处理以及角点检测,获取毛囊坐标;根据毛囊坐标,以及毛囊图像与激光去毛装置之间的位置关系,计算激光的偏转角度;将激光的偏转角度发送至所述激光去毛装置。
8.如权利要求7所述的一种激光定位系统,其特征在于,所述图像预处理包括依次对毛囊图像进行图像校正、光照归一化处理和高斯滤波。
9.如权利要求7所述的一种激光定位系统,其特征在于,所述执行机构包括A、B两个活动玻片,玻片A能够左右旋转,控制激光在X轴上的偏移,玻片B能够上下旋转,控制激光在Y轴上偏移。
10.如权利要求9所述的一种激光定位系统,其特征在于,激光依次经玻片A和B反射后,经玻片C反射到毛囊图像上,对每个毛囊坐标(a,b),激光相对于X、Y方向的偏转角度分别为α,β,hx是激光未偏转时从玻片A到毛囊图像走过的路径,hy是激光未偏转时从玻片B到毛囊图像走过的路径,激光偏转角度计算公式为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710543566.2A CN107341833B (zh) | 2017-07-05 | 2017-07-05 | 一种激光定位方法及去毛系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710543566.2A CN107341833B (zh) | 2017-07-05 | 2017-07-05 | 一种激光定位方法及去毛系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107341833A true CN107341833A (zh) | 2017-11-10 |
CN107341833B CN107341833B (zh) | 2020-05-22 |
Family
ID=60218508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710543566.2A Active CN107341833B (zh) | 2017-07-05 | 2017-07-05 | 一种激光定位方法及去毛系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107341833B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111067619A (zh) * | 2020-01-04 | 2020-04-28 | 姜通渊 | 基于图像处理的妊娠纹消除方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101774086A (zh) * | 2010-01-26 | 2010-07-14 | 武汉凌云光电科技有限责任公司 | 一种激光去漆的装置及应用方法 |
CN205551797U (zh) * | 2016-04-08 | 2016-09-07 | 深圳市升达康科技有限公司 | 一种自动视觉定位激光打标机 |
CN106175928A (zh) * | 2016-07-14 | 2016-12-07 | 华北电力大学 | 一种激光精确定位的医疗系统及定位方法 |
-
2017
- 2017-07-05 CN CN201710543566.2A patent/CN107341833B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101774086A (zh) * | 2010-01-26 | 2010-07-14 | 武汉凌云光电科技有限责任公司 | 一种激光去漆的装置及应用方法 |
CN205551797U (zh) * | 2016-04-08 | 2016-09-07 | 深圳市升达康科技有限公司 | 一种自动视觉定位激光打标机 |
CN106175928A (zh) * | 2016-07-14 | 2016-12-07 | 华北电力大学 | 一种激光精确定位的医疗系统及定位方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111067619A (zh) * | 2020-01-04 | 2020-04-28 | 姜通渊 | 基于图像处理的妊娠纹消除方法及系统 |
CN111067619B (zh) * | 2020-01-04 | 2020-10-27 | 广东金豪漾科技控股有限公司 | 基于图像处理的妊娠纹消除系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107341833B (zh) | 2020-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105894499B (zh) | 一种基于双目视觉的空间物体三维信息快速检测方法 | |
CN104317391B (zh) | 一种基于立体视觉的三维手掌姿态识别交互方法和系统 | |
Meyer et al. | Robust model-based 3d head pose estimation | |
CN102999939B (zh) | 坐标获取装置、实时三维重建系统和方法、立体交互设备 | |
CN103514441B (zh) | 基于移动平台的人脸特征点定位跟踪方法 | |
CN107203973B (zh) | 一种三维激光扫描系统中线激光中心的亚像素定位方法 | |
CN105957041B (zh) | 一种广角镜头红外图像畸变校正方法 | |
CN107239748A (zh) | 基于棋盘格标定技术的机器人目标识别与定位方法 | |
CN109034017A (zh) | 头部姿态估计方法及机器可读存储介质 | |
CN104517101B (zh) | 一种基于像素平方差匹配的游戏扑克牌识别方法 | |
CN108470356A (zh) | 一种基于双目视觉的目标对象快速测距方法 | |
Li et al. | Road markings extraction based on threshold segmentation | |
CN106846367B (zh) | 一种基于运动约束光流法的复杂动态场景的运动物体检测方法 | |
CN106780383B (zh) | Tof相机的深度图像增强方法 | |
CN110264527A (zh) | 基于zynq的实时双目立体视觉输出方法 | |
CN110930368A (zh) | 一种薄板搭接焊缝实时焊接图像特征提取方法 | |
CN105303566B (zh) | 一种基于目标轮廓裁剪的sar图像目标方位角估计方法 | |
CN108446018A (zh) | 一种基于双目视觉技术的增强现实眼动交互系统 | |
Chansri et al. | Reliability and accuracy of Thai sign language recognition with Kinect sensor | |
CN106709870A (zh) | 一种近景影像直线段匹配方法 | |
CN115760893A (zh) | 一种基于核相关滤波算法的单雾滴粒径和速度测量方法 | |
CN103955673B (zh) | 一种基于头肩模型的人体识别方法 | |
CN113192121B (zh) | 一种大气湍流下的光斑中心滑动加权质心定位方法 | |
CN107341833A (zh) | 一种激光定位方法及去毛系统 | |
Dong et al. | Eye detection based on integral projection and hough round transform |
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 |