CN107343115A - 图像处理装置、图像处理方法和非暂时性计算机可读存储介质 - Google Patents
图像处理装置、图像处理方法和非暂时性计算机可读存储介质 Download PDFInfo
- Publication number
- CN107343115A CN107343115A CN201710292564.0A CN201710292564A CN107343115A CN 107343115 A CN107343115 A CN 107343115A CN 201710292564 A CN201710292564 A CN 201710292564A CN 107343115 A CN107343115 A CN 107343115A
- Authority
- CN
- China
- Prior art keywords
- picture element
- image processing
- pixel
- element signal
- processing
- 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
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00002—Diagnosis, testing or measuring; Detecting, analysing or monitoring not otherwise provided for
- H04N1/00026—Methods therefor
- H04N1/00045—Methods therefor using a reference pattern designed for the purpose, e.g. a test chart
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
- H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
-
- 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
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Image Processing (AREA)
- Ink Jet (AREA)
- Picture Signal Circuits (AREA)
- Facsimiles In General (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种图像处理装置、图像处理方法和非暂时性计算机可读存储介质。该图像处理装置用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点,该图像处理装置具有:随机共振处理单元,其被构造为关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成并行步骤的结果并输出结果;以及被构造为基于对于所述多个像素信号中的各个的来自随机共振处理单元的输出信号值来检测特异点的单元。随机共振处理单元基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
Description
技术领域
本发明涉及检测检查目标图像中包含的特异点的图像处理装置和图像处理方法。
背景技术
为了从埋在噪声中的输入信号中提取检测目标信号,随机共振现象是有用的。随机共振现象是一种如下的现象,其中,埋在噪声中的输入信号进一步被添加噪声,并且随后使所得到的信号经受非线性处理,从而加强检测目标信号。然而,在这种随机共振现象中,用作示出检测结果的性能的评估值的相关系数依据添加噪声的强度而变化,如图1所示。在图1的情况下,当添加噪声强度为30时,相关系数最大。也就是说,由于存在对于实现最大检测精度最佳的噪声强度,所以希望对噪声强度进行调谐。
J.J.Collins、Carson C.Chow和Thomas T.Imhoff的1995年7月20日的《自然》(英国)第376卷第236-238页的“无调谐的随机共振”(J.J.Collins,Carson C.Chow andThomas T.Imhoff,"Stochastic resonance without tuning",NATURE,(UK),20July1995,vol.376,p.236-238)(以下称为非专利文献)公开了如图2所示的构造,其中,输入信号I(x)被分支为多个并对各个添加不同的噪声,并且使所得到的结果经受非线性处理,以进一步合成其输出,从而以稳定的精度检测检测目标信号。该非专利文献描述了分支的增加使得无论强度如何都能够使相关系数稳定,这消除了如图1所示的峰值,从而消除了调谐噪声强度的需要。日本特开2013-135244号公报公开了如下的构造,在该构造中,没有准备如该非专利文献中的独立噪声产生源,并且由多条信号线相互延迟来添加由一个噪声产生源产生的噪声,从而提供与该非专利文献的效果相同的效果。
近年来,如上所述使用随机共振现象提取检测目标信号也可以用于例如产品检查。例如,可以对生产的产品进行摄像,并对所得到的图像数据添加预定的噪声,并且使所得到的数据经受非线性处理,从而提取产品中存在的诸如缺陷的特异部分。然后,通过提供如上所述的特异部分提取步骤、弹出提取的特异部分的步骤以及使得检查者能够确认所弹出的图像以最终确定图像的步骤,在与仅通过检查者的视觉确定来确定图像的情况相比时,可以大大地减少检查时间并可以提高检查精度。此外,如上所述的特异部分提取机构不限于生产现场的检查步骤,而且可以用于产品本身。具体示例包括打印图像的个人打印机的机构,对打印图像进行摄像并自动提取缺陷部分(如果有的话)。
日本特开2008-9549号公报公开了一种方法,根据该方法,基于反应扩散模型使读取的图像数据经受非线性处理,从而优选地进行边缘检测或区域划分。反应扩散模型是指在对尚未处理的周边像素进行处理时反映个体像素的图像处理结果的处理。反应扩散模型以下将称为滞后处理(hysteresis processing)。引入滞后处理提供了从埋在噪声中的图像数据中有效地提取在多个连续像素中延伸的特异部分。
然而,在例如在喷墨打印头的喷射故障的检测中预先知道要提取的特异部分(白条纹)的方向的情况下,使用日本特开2008-9549号公报中公开的各向同性滞后处理可能无法提供足够的检测精度。
发明内容
为了解决上述缺点,做出了本发明。因此,本发明的目的是提供一种图像处理装置和图像处理方法,通过该图像处理装置和图像处理方法可以准确而有效地从检查目标图像中提取预定的特异部分。
根据本发明的第一方面,提供一种用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点的图像处理装置,该图像处理装置包括:随机共振处理单元,其被构造为关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成所述并行步骤的结果并输出该结果;以及被构造为基于对于所述多个像素信号中的各个的来自随机共振处理单元的输出信号值来检测特异点的单元,其中,随机共振处理单元基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
根据本发明的第二方面,提供一种用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点的图像处理方法,该图像处理方法包括:随机共振处理步骤,关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成所述并行步骤的结果并输出结果;以及基于针对所述多个像素信号中的各个的来自随机共振处理步骤的输出信号值来检测特异点的步骤,其中,随机共振处理步骤基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
根据本发明的第三方面,提供一种非暂时性计算机可读存储介质,其存储用于使得计算机能够执行用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点的图像处理方法的程序,所述图像处理方法包括:随机共振处理步骤,关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成并行步骤的结果并输出该结果;以及基于对于所述多个像素信号中的各个的来自随机共振处理步骤的输出信号值来检测特异点的步骤,其中,随机共振处理步骤基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
根据下面(参照附图)对示例性实施例的描述,本发明的其他特征将变得清楚。
附图说明
图1例示随机共振处理中的附加噪声强度与相关系数之间的关系;
图2例示非专利文献中公开的随机共振处理;
图3A至图3D示出可用于本发明的图像处理装置的实施例;
图4是用于说明第一实施例中的控制的构造的框图;
图5是例示喷墨打印装置的构造的示意图;
图6A和图6B例示打印头的打印元件的布置构造以及读取头的读取元件的布置构造;
图7A和图7B是用于说明由于喷射不良引起的白条纹的图;
图8A和图8B例示读取图像数据的一个示例;
图9A至图9C例示滞后处理的方向;
图10示出两阶段的阈值和二值化处理结果j(n,m);
图11是例示第一实施例中的特异部分检测算法的流程图;
图12是例示第一实施例中的滞后处理的流程图;
图13示出第二实施例中的滞后处理的方向;
图14是例示第二实施例中的特异部分检测算法的流程图;
图15A和图15B示出第二实施例中使用的阈值;以及
图16A和图16B示出串行喷墨打印装置。
具体实施方式
图3A至图3D例示可用作本发明的信号提取处理装置的图像处理装置1的实施例。本发明的图像处理装置用于使摄像的图像数据经受弹出处理以使得用户能够更容易地识别例如打印图像中的白条纹或用于由装置自身进行确定的处理。本发明的图像处理装置可以采用各种系统形式。
图3A例示图像处理装置1包括读取单元2的实施例。例如,这对应于如下情况,其中,在图像处理装置1中的读取单元2的读取基底上放置由喷墨打印装置打印预定图像的片材并通过例如光学传感器对该片材进行摄像,并且,图像数据由图像处理单元3处理。图像处理单元3包括CPU或提供具有比CPU的速度高的速度的处理的图像处理加速器,并且控制读取单元2的读取操作和使接收到的图像数据经受例如预定的检查处理。
图3B例示图像处理装置1外部连接到包括读取单元2的读取装置2A的实施例。例如,这对应于例如扫描仪连接到PC的系统。可以使用诸如USB、GigE或CameraLink的通用连接方法。由读取单元2读取的图像数据经由接口4提供给图像处理单元3。图像处理单元3使接收到的图像数据经受预定的检查处理。在本实施例的情况下,图像处理装置1还可以进一步外部连接到包括打印单元5的打印装置5A。
图3C例示图像处理装置1包括读取单元2和打印单元5的实施例。这对应于例如包括扫描仪功能、打印机功能和图像处理功能的复合机。图像处理单元3控制诸如打印单元5中的打印操作、读取单元2中的读取操作以及对由读取单元2读取的图像的检查处理的所有操作。
图3D例示外部连接了包括读取单元2和打印单元5的复合机6的实施例。这对应于将包括扫描仪功能和打印机功能二者的复合机连接到例如PC的系统。本发明的图像处理装置1也可以采用图3A至图3D所示的任何形式。然而,以下部分将描述使用图3D的实施例的图像检查装置。
(第一实施例)
图4是用于说明图3D的实施例中的控制构造的框图。作为信号提取处理装置的图像处理装置1例如由主机PC构成。CPU 301根据保留在HDD 303中的程序在使用RAM 302作为工作区域的同时执行各种处理。例如,CPU 301根据经由键盘/鼠标I/F 305从用户接收到的命令或保持在HDD 303中的程序生成可由复合机6打印的图像数据,并将其传输到复合机6。CPU 301基于存储在HDD中的程序,使经由数据传输I/F 304从复合机6接收到的图像数据经受预定处理,以经由显示I/F 306在未示出的显示器上显示结果或各种信息。经由数据传输I/F 304从复合机6接收作为后述的本实施例的随机共振处理的目标的图像数据I(x)。
另一方面,在复合机6中,CPU 311基于由ROM 313保持的程序在使用RAM 312作为工作区域的同时执行各种处理。复合机6包括用于进行高速图像处理的图像处理加速器309、用于控制读取单元2的扫描仪控制器307和用于控制打印单元5的头控制器314。
图像处理加速器309是可以比CPU 311高的速度执行图像处理的硬件。图像处理加速器309通过允许CPU 311将图像处理所需的参数和数据写入RAM 312的预定地址而被激活。在读取上述参数和数据之后,使数据经受预定的图像处理。然而,图像处理加速器309不是不可缺少的元件。因此,类似的处理可以由CPU 311执行。
头控制器314将打印数据供给到配设在打印单元5中的打印头100,并控制打印头100的打印操作。头控制器314通过允许CPU 311将可由打印头100打印的打印数据和控制参数写入RAM 312的预定地址而被激活,并且基于打印数据执行喷射操作。
扫描仪控制器307在控制读取单元2中布置的各个读取元件的同时将从其中获得的RGB亮度数据输出到CPU 311。CPU 311经由数据传输I/F 310将所得到的RGB亮度数据传输到图像处理装置1。图像处理装置1的数据传输I/F 304和复合机6的数据传输I/F 310可以通过例如USB、IEEE1394或LAN连接。
图5是例示可以用作本实施例的复合机6的喷墨打印装置(以下也可以简称为打印装置)的构造的示意图。本实施例的打印装置是全线型打印装置,其中具有与可以作为打印介质的片材P或检查目标的宽度类似的宽度的打印头100和读取头107被平行地布置在Y方向上。打印头100包括分别喷射黑色(K)、青色(C)、品红色(M)和黄色(Y)的墨的4列打印元件列101至104。这些印刷元件列101至104被平行地布置在片材P的传送方向(Y方向)上。在打印元件列101至104的更下游配设读取头107。读取头107在其中包括在X方向上布置的用于读取打印图像的多个读取元件。
为了进行打印处理或读取处理,根据传送辊105在图的Y方向上的旋转以预定速度传送片材P。在该传送期间,进行打印头100的打印处理或读取头107的读取处理。在进行打印头100的打印处理或读取头107的读取处理的位置处的片材P从下侧被由平板组成的压板106支撑,从而保持与打印头100或读取头107的距离以及平滑度。
图6A和图6B例示打印头100中的打印元件的布置构造以及读取头107中的读取元件的布置构造。在打印头100中,与各种墨颜色相对应的打印元件列101至104被构造成使得以固定间距布置了多个打印元件108的多个打印元件基板201按Y方向被交替布置,以在具有重叠区域D的同时在X方向上是连续的。对于在Y方向上以固定速度传送的片材P,基于打印数据通过各个打印元件108以固定频率喷射墨,从而进行将具有与打印元件108的布置间距对应的分辨率的图像打印到片材P上的处理。如果在特定打印元件108上发生诸如喷射故障或错位喷射方向的某种缺陷,则在片材P上出现在Y方向上延伸的白条纹或黑条纹。
图7A和图7B是用于说明尤其在本实施例中的应该被作为特异部分提取的由打印元件的喷射故障引起的白条纹的图。图7A和图7B例示示出打印元件如何被布置在图6A所示的打印元件列101至104之一中的布局以及由个体打印元件打印在片材P上的点的布局。图7A例示任何打印元件没有喷射故障的状态,而图7B例示打印元件108具有喷射故障的状态。当某一印刷元件具有喷射故障时,如图7B所示,没有点位于要被该打印元件打印的区域中,导致在片材P上出现在Y方向上延伸的白条纹。本实施例旨在可靠地提取这样的白条纹作为特异部分。
另一方面,读取头107包括在X方向上以预定间距布置的多个读取传感器109。尽管未示出,但是个体读取传感器109被布置成使得在X方向上布置可以是读取像素的最小单位的多个读取元件。本实施例的读取元件输出红色(R)、绿色(G)和蓝色(B)的多值亮度信号作为读取数据。可以以预定频率由各个读取传感器109的读取元件对在Y方向上以固定速度传送的片材P上的图像进行摄像,从而以读取元件的布置间距读取打印在片材P上的整个图像。
图8A和图8B例示由打印元件列打印的图像数据和由读取头107读取的图像数据的一个示例。这里,示出一个打印元件具有喷射故障的情况。即使当基于如图8A中的均匀图像数据进行打印操作时,具有喷射故障的一个打印元件导致片材上的如图7B所示的白条纹。在读取头107读取这样的图像的情况下,将各种噪声添加到图像数据中,得到如图8B所示的数据。本实施例的目的是将如图8A中的图像数据与如图8B中的读取数据进行比较,以可靠地提取发生作为特异部分的白条纹的位置。
以下部分将具体描述本实施例中的特异部分检测算法。本实施例的特异部分检测算法是这样的算法:由读取头107读取已打印的图像,以使用随机共振处理从所得到的图像数据精确地检测诸如白条纹的特异部分。本实施例不限于作为复合机6的喷墨打印装置。然而,将基于由复合机6的打印头100打印的图像由同一复合机的读取头107读取的假设进行以下描述。首先,再次参考图2,以说明本实施例中使用的非专利文献的随机共振处理。
输入信号I(n)表示与由读取传感器109读取的各个像素对应的亮度信号值,“n”表示像素位置。输入信号I(n)被分支为M个,并且各个被添加不同的噪声N(n,m)×K。这里,“m”是表示M个分支路径中的一个的参数,并且m为1至M的范围中的整数。N(n,m)表示与像素位置n的分支路径m对应的随机数,并且具有0至1的范围中的值。通过将随机数N(n,m)与作为整数的噪声强度K相乘而获得的值N(n,m)×K与输入信号I(n)相加,从而计算噪声添加之后的信号值i(n,m)。
i(n,m)=I(n)+N(n,m)×K (式1)
此后,通过将噪声添加之后的信号值i(n,m)与预定阈值T进行比较,进行非线性处理(二进制处理),从而获得二进制信号j(n,m)。具体地,以下成立。
i(n,m)≥T→j(n,m)=1
i(n,m)<T→j(n,m)=0 (式2)
然后,对m个j(n,m)进行合成,并使结果经受平均处理,从而在像素(n)处的随机共振之后获得输出信号值J(n)。
与非专利文献的处理相比,本实施例的特征在于,还使用具有滞后特性的个体分支路径m。具体地,关于相同的分支路径m,导致在目标像素(n)处的二值化处理j(n,m)的结果依赖于邻接像素(n-1)的二值化处理结果。在此期间,邻接像素(n-1)与目标像素(n)邻接的方向(即,滞后处理方向)可以被不同地设置。
图9A至图9C示出可以用于本实施例的特异部分检测算法中的滞后处理方向。由读取头107读取的图像数据是以二维方式布置在XY平面中的像素信号(亮度信号)的集合。各个像素的位置可以由(x,y)来表示。图9A示出按Y方向进行滞后处理的情况。具体地,假设目标像素(n)具有坐标(x,y),则像素(n+1)具有坐标(x,y+1),并且像素(n-1)具有坐标(x,y-1)。然而,在像素(n)具有最大值My的Y坐标的情况下,则像素(n+1)具有坐标(x+1,1)。
另一方面,图9B示出按X方向进行滞后处理的情况。具体地,假设目标像素(n)具有坐标(x,y),则像素(n+1)具有坐标(x+1,y),并且像素(n-1)具有坐标(x-1,y)。然而,在像素(n)具有最大值Mx的X坐标的情况下,则像素(n+1)具有坐标(1,y+1)。在这些情况中的任何情况下,要首先处理的像素(n)具有坐标(1,1)。
如上已经描述的,本示例的目的是提取在Y方向上延伸的白条纹作为特异部分。通常,包括白条纹的像素位置具有比周边位置的亮度信号值高的亮度信号值,并且,二值化处理结果趋向于1。然而,由于亮度信号被埋在噪声中,所以即使白条纹的位置也不总是导致所有像素的二值化处理结果为1。考虑到这一点,在本实施例中,在白条纹延伸的方向(即,如图9A所示的顺序)中进行滞后处理以在坐标(x,y)上反映坐标(x,y-1)的结果,使得在坐标(x,y+1)上反映坐标(x,y)的结果。
图10例示本实施例中为阈值T和二值化处理结果j(n,m)准备的两阶段的值t1和t2。这两个阈值具有t1<t2的关系。在本实施例中,将个体像素的信号值i(n,m)首先与两阶段的这些阈值t1和t2进行比较,并执行三值化处理以获得j'(n,m)。具体地,使用下式(式4)。
i(n,m)≥t2→j'(n,m)=1
t1≤i(n,m)<t2→j'(n,m)=P
i(n,m)<t1→j'(n,m)=0 (式4)
关于j'(n,m)=0或j'(n,m)=1成立的像素,则将三值化值直接用作二值化值。
j(n,m)=j'(n,m) (式5)
另一方面,关于j'(n,m)=P成立的像素(n),即,t1≤i(n,m)<t2成立的像素(n),基于对于邻接像素(n-1)的三值化处理的结果j'(n-1,m)进行二值化处理。具体地,使用下式(式6)。
j'(n-1,m)=0→j(n,m)=0
j'(n-1,m)=P→j(n,m)=0
j'(n-1,m)=1→j(n,m)=1 (式6)
也就是说,在本实施例中,上述(式4)至(式6)用于进行二值化处理。通过这样做,对于在Y方向上与三值化处理结果为1的像素(具有足够高的亮度的像素)邻接的像素的二值化处理结果趋向于为1。因此,上述的三值化处理可以仅影响在由同一打印元件打印了点的Y方向上连续的像素,并且可以防止影响在由不同打印元件打印了点的X方向上彼此邻接的像素。因此,这样可以提供对由同一打印元件的喷射故障而引起的在Y方向上延伸的白条纹的安全提取。
在以上描述中,出于提取由打印元件的喷射故障而引起的白条纹的目的,在如图9A所示的方向上进行滞后处理。然而,本实施例不限于这样的实施例。例如,在由于传送辊105的偏心和传送电机的不均匀驱动而出现在X方向上延伸的白条纹的情况下,滞后处理优选在图9B所示的方向上进行。通过这样做,关于在X方向上与三值化处理结果为1的像素邻接的像素,二值化处理结果趋向于1。也就是说,可以更积极地提取在X方向上延伸的白条纹。
图11是用于说明本实施例的CPU 301执行的特异部分检测算法的基本步骤的流程图。当开始该处理时,则步骤S1中的CPU 301使打印单元5打印检查图案。具体地,CPU 301访问复合机6的CPU 311,并使其将片材P供给到装置中。此外,经由头控制器314,CPU 301使打印头100打印用于检测喷射故障的检查图案。
接下来,在步骤S2中,CPU 301使读取单元2读取由步骤S1打印的检查图案。具体地,驱动扫描仪控制器307以从布置在读取传感器109中的多个读取元件获得输出信号。这些信号与像素位置(x,y)相关联,并且作为多值RGB数据被存储在RAM 312中。
在步骤S3中,CPU 301对参数n和m进行初始化(n=1,m=1)。这里,“n”表示布置在XY坐标上的像素位置,并且,其值依据滞后处理方向而变化。另一方面,“m”表示图2所示的M个布置的分支路径之一。
在步骤S4中,CPU 301设置滞后处理方向,并且获取与设置方向对应的阈值t1和t2。为了提取由喷射故障所引起的白条纹,设置图9A的方向。在图9A的情况下,作为第一处理目标的n=1(初始值)对应于具有坐标(x,y)=(1,1)的像素。作为第二处理目标的像素(n=2)具有坐标(x,y)=(1,2)。假设XY坐标上的Y方向的最大值为My,则作为第n=(p·My+q)处理目标的像素具有坐标(p,q)。以这种方式,基于如上所述在步骤S4中设置的滞后处理方向,确定参数n所示的像素位置。
在步骤S5中,基于步骤S2中获得的RGB数据,CPU 301使用式7计算作为处理目标的像素(n)的检查目标信号I(n)。
I(n)=R(n)×0.3+G(n)×0.6+B(n)×0.1 (式7)
在该式中,R(n)、G(n)和B(n)示出与像素(n)对应的RGB信号值。在读取的RGB数据为8位数据的情况下,I(n)的范围为0至255。在读取的RGB数据为16位数据的情况下,I(n)的范围为0至65535。将描述读取的RGB数据是8位数据(0至255)的示例。与各信号值RGB相乘的加权系数(0.3,0.6,0.1)是一个示例,并且还可以依据例如要提取的特异点的特征、用于打印测试图案的墨颜色或片材的颜色而适当地调整。
在步骤S6中,CPU 301基于上述式1计算噪声添加之后的信号值i(n,m)。具体地,产生对(n,m)特定的随机数N(n,m),并且将其与预定强度K相乘。然后,将所得到的值与在步骤S5中获得的检查目标信号I(n)相加。
i(n,m)=I(n)+N(n,m)×K (式1)
在本实施例中,随机数N(n,m)表示大体均匀地产生从0到1的范围的白噪声。
在步骤S7中,CPU 301执行本实施例中所特有的滞后处理,以获得值为0或1的二值化数据j(n,m)。
图12是用于说明图11的步骤S7中执行的本实施例所特有的滞后处理的流程图。当开始该处理时,则在步骤S21中,CPU 301将步骤S4中获取的阈值t1和t2与步骤S6中计算出的信号值i(n,m)进行比较,以进行基于(式4)的三值化处理,从而提供具有值1、0和P中任一个的三值化数据j'(n,m)。
接下来,步骤S22确定三值化数据是否满足j'(n,m)=P。在j'(n,m)≠P成立的情况下,则处理进入步骤S25,在步骤S25中基于(式5)直接使用当前的j'(n,m)作为二值化结果。另一方面,在j'(n,m)=P成立的情况下,则处理进入步骤S23。
步骤S23确定目标像素(n)的Y坐标是否为1。在目标像素(n)的Y坐标为1的情况下,则目标像素(n)和像素(n-1)对应于不同的打印元件。因此,对于目标像素(n)的二值化处理,不需要受像素(n-1)的三值化处理结果的影响。因此,处理进入步骤S27,并且j(n,m)=0成立。
另一方面,在步骤S23确定目标像素(n)的Y坐标不为1的情况下,则处理进入步骤S24,以确认像素(n-1)的三值化处理结果j'(n-1,m)。在j'(n-1,m)≠1成立的情况下,处理进入步骤S27以使j(n,m)=0成立。在j'(n-1,m)=1成立的情况下,处理进入步骤S26,并且j(n,m)=1成立。然后,该处理完成。
返回到图11,当通过滞后处理获得二值化数据j(n,m)时,CPU301进入步骤S8,以确定m=M是否成立。当m<M成立时,在步骤S9中使参数m递增,并且针对尚未经受随机共振处理的分支路径,处理返回到步骤S6。另一方面,在m=M成立的情况下,则对于所有M个分支路径获得j(n,m)。因此,处理进入步骤S10,以基于(式3)获得随机共振之后的信号值J(n)。
接下来,步骤S11确定参数n是否达到最大值。在参数n未达到最大值的情况下,则步骤S12使参数n递增,以使参数m返回初始值。然后,处理返回到步骤S5,以对下一个像素(n)进行随机共振处理。在步骤S11确定参数n达到最大值(即,对于在XY坐标处布置的所有像素完成随机共振处理)的情况下,则处理进入步骤S13。
在步骤S13中,基于在步骤S10中获得的随机共振数据J(n)进行确定处理,以提取特异部分。在步骤S13中进行的确定处理的方法不被特别地限制。例如,可以使用其他方法来将随机共振数据J(n)与预先准备的确定阈值D进行比较,以提取超过确定阈值D的J(n)作为包括白条纹的位置。也可以使用其他方法来计算布置在XY坐标处的所有像素的J(n)的平均值。可以将具有比该平均值高得多的J(n)的位置提取为包括白条纹的位置。然后,该处理完成。
根据上述实施例,基于作为处理目标的像素的像素信号和在白条纹延伸的方向上与作为处理目标的该像素邻接的像素的像素信号,进行随机共振处理中的对作为处理目标的像素的二值化处理。因此,这样以准确且有效的方式从检查目标图像中提取特异部分。
(变形例)
在上述滞后处理中,如图9A和9B所示,基于一个邻接像素903的三值化处理结果来进行目标像素901的二值化处理。然而,也可以使用如图9C所示的另一构造,例如,基于连续的多个邻接像素903和904的三值化处理结果,进行对目标像素901的二值化处理。例如,只有在连续的两个邻接像素都显示“1”的结果的情况下,j(n,m)=1可以成立,并且在除上述情况之外的情况下,j(n,m)=0可以成立。只有在如下情况下还可以使用另一构造:在连续的L个邻接像素当中,j’(n,m)=1成立的像素的数量高于j’(n,m)是其他值的像素的数量的情况下,才对于目标像素901设置j(n,m)=1。
在图11和图12所示的流程图中,依据滞后处理方向,针对一个像素进行由噪声添加→三值化处理→二值化处理组成的随机共振处理。然而,本实施例不限于这样的实施例。因此,在基于(式4)使所有像素经受三值化处理之后,可以基于(式5)和(式6)使所有像素经受二值化处理。在这种情形下,无论处理顺序(n)如何,都可以关于在设置的滞后处理方向上邻接的一个或更多个像素的三值化结果,实施(式6)。具体地,在例如进行按Y方向的滞后处理的情况下,可以在参考以像素(x,y)为中心在Y方向上布置的多个像素(x,y±r)的同时对像素(x,y)进行二值化处理。
在任何情况下,通过基于对于在特异部分延伸的方向上延伸的至少一个像素的三值化处理的结果而使目标像素经受二值化处理,即使对读取数据添加一些噪声,也能够有效地提取诸如白条纹的特异部分。
(第二实施例)
如同第一实施例,第二实施例也使用图4至图6B中描述的图像处理系统。在第一实施例中,描述了提取了图像中的延伸方向清晰的特异部分的情况,该特异部分包括例如由打印元件的喷射故障而引起的条纹和由传送辊的偏心而引起的条纹。然而,可能存在由不同因素而引起的条纹按彼此相交的方向出现在检查目标图像中的情况。本实施例将描述即使在这种情况下也可以有利地提取这些特异部分的构造。
图13示出本实施例的特异部分检测算法中的滞后处理方向。在本实施例中,按X方向的滞后处理和按Y方向的滞后处理二者都被进行。具体地,假设任意像素(x,y)的二值化处理结果j(x,y)对X方向上的邻接像素(x+1,y)和Y方向上的邻接像素(x,y+1)二者都有影响。
图14是用于说明本实施例的CPU 301执行的特异部分检测算法的基本步骤的流程图。以下部分将仅描述与第一实施例中所述的图11的流程图不同的步骤。
在步骤S40中,CPU 301读取用于按X方向的滞后处理的阈值tx1和tx2以及用于按Y方向的滞后处理的阈值ty1和ty2。
在步骤S70中,CPU 301进行按X方向的滞后处理,以获得二值化数据jx(n,m)。基本内容与图12中所述的滞后处理的内容相同。具体地,使用阈值tx1和tx2来进行三值化处理以获得jx'(n,m)。然后,关于jx'(n,m)=P成立的像素,基于在-X方向上与其邻接的像素的三值化处理结果来进行二值化处理,以获得jx(n,m)。
在步骤S71中,进行按Y方向的滞后处理,以获得二值化数据jy(n,m)。具体地,使用阈值ty1和ty2来进行三值化处理以获得jy'(n,m)。然后,关于jy'(n,m)=P成立的像素,基于在-Y方向上与其邻接的像素的三值化处理结果来进行二值化处理,以获得jy(n,m)。
在步骤S72中,将在步骤S70中获得的二进制数据jx(n,m)与在步骤S71中获得的二进制数据jy(n,m)进行比较,以确定最终的二进制数据j(n,m)。确定j(n,m)的方法不被特别地限制。可以基于以下条件进行确定。
jx(n,m)=0且jy(n,m)=0→j(n,m)=0
jx(n,m)=0且jy(n,m)=1→j(n,m)=1
jx(n,m)=1且jy(n,m)=0→j(n,m)=1
jx(n,m)=1且jy(n,m)=1→j(n,m)=1
在通过如上所述的处理获得二值化数据j(n,m)之后,则可以如第一实施例中一样进行步骤S8之后的处理。
顺便提及,步骤S40中的按X方向的滞后处理的阈值tx1和tx2以及按Y方向的滞后处理的阈值ty1和ty2可以彼此不同。
图15A和图15B示出了这些阈值的示例,图15A示出用于按X方向的滞后处理的阈值tx1和tx2,图15B示出用于按Y方向的滞后处理的阈值ty1和ty2。这里,较高的阈值彼此相等(tx2=ty2),而较低的阈值彼此不同(tx1>ty1)。在这种情况下,按Y方向的滞后处理中jy'(n,m)=P成立的像素的数量高于按X方向的滞后处理中jx'(n,m)=P成立的像素的数量。结果,以比在X方向上延伸的白条纹高的灵敏度来提取在Y方向上延伸的白条纹。然而,本实施例不限于如上所述的阈值的大小关系。例如,可以将t2x和t2y设置为更高的值,使得仅提取更清晰的白条纹。可选地,在X方向上的白条纹明显具有比Y方向上的白条纹高的亮度的情况下,也可以设置tx2>tx1>ty2>ty1。也就是说,可以依据要提取的特异部分的特性或状态适当地调整多个阈值。
在本实施例中,如第一实施例的变形例中一样,可以基于(式4)使所有像素经受三值化处理,然后可以基于(式5)和(式6)使所有像素经受二值化处理。在此期间,按Y方向的滞后处理中所参考的邻接像素的数量和按X方向的滞后处理中所参考的邻接像素的数量可以彼此不同,只要前者和后者依据特异部分在各个方向上的特性或状态进行调整即可。
根据上述的本实施例,可以有效地提取在X方向上延伸的白条纹和在Y方向上延伸的条纹二者。
(其它实施例)
对于图5所示的全线型喷墨打印装置用作复合机6的示例,进行了以上描述。然而,本发明不限于这样的实施例。也可以使用如图16A和图16B所示的使用串行型喷墨打印装置的打印单元。
在图16A中,打印头170在被配设于滑架171上的同时在图中的图16A和图16B中往复运动。在此行程中,黑色(K)、青色(C)、品红色(M)和黄色(Y)的各种墨分别通过四个打印元件列喷射。当完成一次打印扫描时,片材P在Y方向上被传送与打印头170的打印宽度对应的距离。通过如上所述交替重复打印扫描和传送操作,在片材P上形成图像。另一方面,读取头107由如图5中的在X方向上布置的多个读取元件构成。
在如图16A中的串行型喷墨打印装置包括具有喷射故障的打印元件的情况下,如图16B所示,白条纹在X方向上延伸。由传送操作引起的另一个白条纹也在X方向上延伸。也就是说,在串行型打印装置的情况下,由具有喷射故障的打印元件引起的条纹和由传送操作中的错误引起的条纹类似地出现在相同的方向上。在将本发明应用于这种复合机的情况下,优选地进行如图9B所示的按X方向的滞后处理。可以在由打印元件的喷射故障引起的白条纹和由传送操作中的错误引起的白条纹都可以被优选地提取的范围内,调整两个阈值t1和t2或用于滞后处理的邻接像素的数量或位置。
虽然基于白条纹由喷射故障引起的示例进行了以上描述,但是上述实施例也可以用于提取例如由过度喷射引起的黑条纹或浓度不均匀的、具有比周围点的亮度值低的亮度值的特异点。即使在这种情况下,也可以通过适当地调整两个阈值或用于滞后处理的像素数或其位置来获得与上述实施例相似的效果。
在以上描述中,作为示例描述了复合机6连接到图像处理装置1的如图4所示的系统。然而,本发明不限于这样的实施例。本发明也可以通过以如下方式的处理来实现:用于实现上述实施例的一个或更多个功能的程序经由网络或存储介质被供给到系统或装置,使得在系统中的一个或更多个处理器或装置的计算机读取并执行该程序。可选地,也可以通过实现一个或更多个功能的电路(例如,ASIC)来实现本发明。
还可以通过读出并执行记录在存储介质(也可更完整地称为“非暂时性计算机可读存储介质”)上的计算机可执行指令(例如,一个或更多个程序)以执行上述实施例中的一个或更多个的功能、并且/或者包括用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如,专用集成电路(ASIC))的系统或装置的计算机,来实现本发明的实施例,并且,可以利用通过由系统或装置的计算机例如读出并执行来自存储介质的计算机可执行指令以执行上述实施例中的一个或更多个的功能、并且/或者控制一个或更多个电路以执行上述实施例中的一个或更多个的功能的方法,来实现本发明的实施例。计算机可以包括一个或更多个处理器(例如,中央处理单元(CPU)、微处理单元(MPU)),并且可以包括分开的计算机或分开的处理器的网络,以读出并执行计算机可执行指令。计算机可执行指令可以例如从网络或存储介质被提供给计算机。存储介质可以包括例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储器、光盘(诸如压缩光盘(CD)、数字通用光盘(DVD)或蓝光光盘(BD)TM)、闪存装置以及存储卡等中的一个或更多个。
本发明的实施例还可以通过如下的方法来实现,即,通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置,该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
虽然已经参照示例性实施例对本发明进行了描述,但是应该理解,本发明不限于所公开的示例性实施例。应当对权利要求的范围给予最宽的解释,以使其涵盖所有这些变型例以及等同的结构及功能。
Claims (19)
1.一种图像处理装置,其用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点,所述图像处理装置包括:
随机共振处理单元,其被构造为关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成所述并行步骤的结果并输出该结果;以及
检测单元,其被构造为基于针对所述多个像素信号中的各个的来自随机共振处理单元的输出信号值来检测特异点,其中,
随机共振处理单元基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
2.根据权利要求1所述的图像处理装置,其中,
随机共振处理单元将噪声添加到作为处理目标的像素的像素信号,以随后使用两个不同的阈值对该像素信号进行三值化,来基于在预定方向上与作为处理目标的所述像素邻接的像素的三值化结果使作为处理目标的像素经受二值化处理。
3.根据权利要求2所述的图像处理装置,其中,
针对作为检测目标的特异点,对所述两个阈值进行调整。
4.根据权利要求1所述的图像处理装置,其中,
所述预定方向包括相互不同的多个方向。
5.根据权利要求1所述的图像处理装置,其中,
通过对由布置有用于喷墨的多个打印元件的打印头所打印的图像进行摄像,来获得图像数据,并且
所述预定方向包括与布置方向交叉的方向。
6.根据权利要求1所述的图像处理装置,其中,
随机共振处理单元基于作为处理目标的像素的像素信号和在所述预定方向上与作为处理目标的所述像素连续邻接的多个像素的像素信号,来进行二值化处理。
7.根据权利要求1所述的图像处理装置,所述图像处理装置还包括被构造为通过对图像进行摄像来获取图像数据的单元。
8.根据权利要求7所述的图像处理装置,所述图像处理装置还包括被构造为打印图像的打印单元。
9.根据权利要求1所述的图像处理装置,其中,
所述噪声是白噪声。
10.一种图像处理方法,其用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点,所述图像处理方法包括:
随机共振处理步骤,关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成所述并行步骤的结果并输出该结果;以及
基于针对所述多个像素信号中的各个的来自随机共振处理步骤的输出信号值来检测特异点的步骤,其中
随机共振处理步骤基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
11.根据权利要求10所述的图像处理方法,其中,
随机共振处理步骤将噪声添加到作为处理目标的像素的像素信号,以随后使用两个不同的阈值对该像素信号进行三值化,来基于在预定方向上与作为处理目标的所述像素邻接的像素的三值化结果使作为处理目标的像素经受二值化处理。
12.根据权利要求11所述的图像处理方法,其中,
针对作为检测目标的特异点,对所述两个阈值进行调整。
13.根据权利要求10所述的图像处理方法,其中,
所述预定方向包括相互不同的多个方向。
14.根据权利要求10所述的图像处理方法,其中,
通过对由布置有用于喷墨的多个打印元件的打印头所打印的图像进行摄像来获得图像数据,并且
所述预定方向包括与布置方向交叉的方向。
15.根据权利要求10所述的图像处理方法,其中,
随机共振处理步骤基于作为处理目标的像素的像素信号和在所述预定方向上与作为处理目标的所述像素连续邻接的多个像素的像素信号,来执行二值化处理。
16.根据权利要求10所述的图像处理方法,所述图像处理方法还包括通过对图像进行摄像来获取图像数据的步骤。
17.根据权利要求16所述的图像处理方法,所述图像处理方法还包括打印图像的打印步骤。
18.根据权利要求10所述的图像处理方法,其中,
所述噪声是白噪声。
19.一种非暂时性计算机可读存储介质,其存储用于使得计算机能够执行用于从具有以二维方式布置的多个像素信号的图像数据中检测特异点的图像处理方法的程序,所述图像处理方法包括:
随机共振处理步骤,关于所述多个像素信号中的各个,进行在各个中添加噪声并使结果经受二值化处理的并行步骤,合成所述并行步骤的结果并输出该结果;以及
基于对于所述多个像素信号中的各个的来自随机共振处理步骤的输出信号值来检测特异点的步骤,其中,
随机共振处理步骤基于所述多个像素信号当中的、作为处理目标的像素的像素信号和在预定方向上与作为处理目标的所述像素邻接的像素的像素信号,对作为处理目标的像素进行二值化处理。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-092798 | 2016-05-02 | ||
JP2016092798A JP6732525B2 (ja) | 2016-05-02 | 2016-05-02 | 画像処理装置および画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107343115A true CN107343115A (zh) | 2017-11-10 |
CN107343115B CN107343115B (zh) | 2019-10-22 |
Family
ID=58644756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710292564.0A Active CN107343115B (zh) | 2016-05-02 | 2017-04-28 | 图像处理装置、图像处理方法和非暂时性计算机可读存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10089732B2 (zh) |
EP (1) | EP3242272B1 (zh) |
JP (1) | JP6732525B2 (zh) |
CN (1) | CN107343115B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109461136A (zh) * | 2018-09-20 | 2019-03-12 | 天津工业大学 | 一种混合纤维制品中纤维分布情况的检测方法 |
CN116385657A (zh) * | 2023-04-17 | 2023-07-04 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6685799B2 (ja) * | 2016-03-31 | 2020-04-22 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6645702B2 (ja) * | 2016-09-30 | 2020-02-14 | キヤノン株式会社 | 信号抽出処理装置および信号抽出処理方法 |
JP2022028320A (ja) | 2020-08-03 | 2022-02-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
CN112464811A (zh) * | 2020-11-26 | 2021-03-09 | 淮阴工学院 | 一种抽水蓄能机组振摆信号中高频随机噪声精准滤除方法 |
JP7202578B1 (ja) | 2021-07-16 | 2023-01-12 | 学校法人金沢工業大学 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000046741A1 (en) * | 1999-02-04 | 2000-08-10 | Quvis, Inc. | Improving compressed image appearance using stochastic resonance and energy replacement |
JP2008009549A (ja) * | 2006-06-27 | 2008-01-17 | Yamaguchi Univ | 画像処理方法、画像処理装置及び画像処理プログラム |
CN101191804A (zh) * | 2007-12-03 | 2008-06-04 | 中国人民解放军国防科学技术大学 | 自适应随机共振微弱信号检测方法 |
CN201266224Y (zh) * | 2008-09-10 | 2009-07-01 | 天津大学 | 变尺度随机共振方波检测装置 |
JP2013135244A (ja) * | 2011-12-23 | 2013-07-08 | Toyota Central R&D Labs Inc | 信号再生装置及び信号再生方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6175424B1 (en) * | 1996-12-20 | 2001-01-16 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
US9026404B2 (en) * | 2005-10-20 | 2015-05-05 | Syracuse University | Methods of improving detectors and classifiers using optimized stochastic resonance noise |
US7532767B2 (en) * | 2006-05-31 | 2009-05-12 | Xerox Corporation | Removing ringing and blocking artifacts from JPEG compressed document images |
US8433199B2 (en) * | 2008-03-18 | 2013-04-30 | Princeton University | System and method for nonlinear self-filtering via dynamical stochastic resonance |
JP5059057B2 (ja) | 2009-06-18 | 2012-10-24 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP5361650B2 (ja) | 2009-10-09 | 2013-12-04 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP2011083932A (ja) | 2009-10-14 | 2011-04-28 | Canon Inc | 画像処理装置及び画像処理方法 |
US9064202B2 (en) | 2012-06-06 | 2015-06-23 | Canon Kabushiki Kaisha | Data processing apparatus and print data generating method |
JP2015046228A (ja) * | 2013-08-27 | 2015-03-12 | 株式会社日立製作所 | 微小信号検出システム及びこれを搭載した電子顕微鏡 |
US9087291B2 (en) | 2013-10-01 | 2015-07-21 | Canon Kabushiki Kaisha | Image processing apparatus and method setting thresholds of dither patterns based on density range and generating binary data depending on thresholds of target pixels |
US9210292B2 (en) | 2013-10-01 | 2015-12-08 | Canon Kabushiki Kaisha | Image processing apparatus and method using different dither patterns for different inks and selecting a quantization process for each ink |
JP6312397B2 (ja) | 2013-10-01 | 2018-04-18 | キヤノン株式会社 | ディザパタン作成方法 |
US20180048917A1 (en) * | 2015-02-23 | 2018-02-15 | Board Of Regents, The University Of Texas System | Systems, apparatus, and methods for bit level representation for data processing and analytics |
JP6433384B2 (ja) | 2015-07-01 | 2018-12-05 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6465765B2 (ja) | 2015-07-01 | 2019-02-06 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6512965B2 (ja) | 2015-07-01 | 2019-05-15 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6537376B2 (ja) | 2015-07-01 | 2019-07-03 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6478841B2 (ja) | 2015-07-01 | 2019-03-06 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6422405B2 (ja) | 2015-07-01 | 2018-11-14 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
-
2016
- 2016-05-02 JP JP2016092798A patent/JP6732525B2/ja active Active
-
2017
- 2017-04-12 EP EP17000634.0A patent/EP3242272B1/en active Active
- 2017-04-21 US US15/493,526 patent/US10089732B2/en active Active
- 2017-04-28 CN CN201710292564.0A patent/CN107343115B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000046741A1 (en) * | 1999-02-04 | 2000-08-10 | Quvis, Inc. | Improving compressed image appearance using stochastic resonance and energy replacement |
JP2008009549A (ja) * | 2006-06-27 | 2008-01-17 | Yamaguchi Univ | 画像処理方法、画像処理装置及び画像処理プログラム |
CN101191804A (zh) * | 2007-12-03 | 2008-06-04 | 中国人民解放军国防科学技术大学 | 自适应随机共振微弱信号检测方法 |
CN201266224Y (zh) * | 2008-09-10 | 2009-07-01 | 天津大学 | 变尺度随机共振方波检测装置 |
JP2013135244A (ja) * | 2011-12-23 | 2013-07-08 | Toyota Central R&D Labs Inc | 信号再生装置及び信号再生方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109461136A (zh) * | 2018-09-20 | 2019-03-12 | 天津工业大学 | 一种混合纤维制品中纤维分布情况的检测方法 |
CN109461136B (zh) * | 2018-09-20 | 2022-09-27 | 天津工业大学 | 一种混合纤维制品中纤维分布情况的检测方法 |
CN116385657A (zh) * | 2023-04-17 | 2023-07-04 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
CN116385657B (zh) * | 2023-04-17 | 2023-09-08 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20170316559A1 (en) | 2017-11-02 |
CN107343115B (zh) | 2019-10-22 |
EP3242272A1 (en) | 2017-11-08 |
EP3242272B1 (en) | 2020-06-10 |
US10089732B2 (en) | 2018-10-02 |
JP2017201462A (ja) | 2017-11-09 |
JP6732525B2 (ja) | 2020-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107343115B (zh) | 图像处理装置、图像处理方法和非暂时性计算机可读存储介质 | |
JP6512965B2 (ja) | 画像処理装置および画像処理方法 | |
US9088745B2 (en) | Apparatus, system, and method of inspecting image, and recording medium storing image inspection control program | |
CN106313918B (zh) | 图像处理装置以及图像处理方法 | |
US20140270396A1 (en) | Image test apparatus and image test system | |
CN107292864B (zh) | 信号处理装置及信号处理方法 | |
JP6478841B2 (ja) | 画像処理装置および画像処理方法 | |
US20170004376A1 (en) | Image processing apparatus and image processing method | |
CN107310267B (zh) | 图像处理装置、图像处理方法及存储介质 | |
CN107273064A (zh) | 信号处理装置及信号处理方法 | |
CN106559601A (zh) | 校准系统、校准方法以及图像形成装置 | |
US20180257393A1 (en) | Image processing device, image processing program, and printing apparatus | |
CN110326279B (zh) | 电子水印嵌入装置、电子水印检测装置、电子水印嵌入方法、电子水印检测方法、存储介质 | |
JP2018056934A (ja) | 信号抽出処理装置および信号抽出処理方法 | |
JP2007151075A (ja) | 印刷装置、印刷方法、画像処理装置、画像処理方法、印刷プログラム、画像処理プログラム、及び記録媒体 | |
KR100581514B1 (ko) | 가중치 값을 이용한 결함 픽셀 보정 장치 및 방법 | |
JP5267323B2 (ja) | 二次元コード読取装置 | |
JP5132259B2 (ja) | 情報処理装置および情報処理方法 | |
US10572977B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium that perform stochastic resonance processing on pixel signals |
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 |