CN107356596A - 水下标定目标成像装置及光学图像法水质浊度在线检测方法 - Google Patents
水下标定目标成像装置及光学图像法水质浊度在线检测方法 Download PDFInfo
- Publication number
- CN107356596A CN107356596A CN201710561581.XA CN201710561581A CN107356596A CN 107356596 A CN107356596 A CN 107356596A CN 201710561581 A CN201710561581 A CN 201710561581A CN 107356596 A CN107356596 A CN 107356596A
- Authority
- CN
- China
- Prior art keywords
- mrow
- spotting
- msub
- underwater
- msubsup
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Abstract
本发明公开一种水下标定目标成像装置及光学图像法水质浊度在线检测方法,水下标定目标成像装置,能够对已知固定距离下的标定目标进行成像。在所成水下图像非标定目标区域中根据暗信道先验模型估计水下场景的背景光。在所成水下图像标定目标区域中根据已知标定目标上各点同相机成像面间的距离,并基于水下光学成像模型计算水下标定目标上各点水质浊度参数估计值。将依据标定目标上各点所得到的水质浊度估计值的均值作为当前水下环境水质浊度的检测结果。本发明通过光学图像法能够在线获得水质浊度的相应情况,装置简单,测量精度高,便于在野外或者无条件进行实验的情况下进行便捷在线的水质浊度检测。
Description
技术领域
本发明涉及一种水下标定目标成像装置及光学图像法水质浊度在线检测方法,属于水质浊度检测技术领域。
背景技术
现有水质浊度检测主要有:①现场采样配合实验室分析的检测方法,②采用各类浊度传感器的在线浊度检测方法。实验室分析所采用的典型方法为比浊法。该方法主要将水样和用高岭土配制的浊度标准溶液进行比较,以检测水样的水质浊度。浊度传感器主要基于散射光法,该方法主要是将入射光线穿过一段样品,并从与入射光呈90°的方向上检测有多少光被水中的颗粒物所散射,并以光散射量的大小对应于水质浊度值大小。其中比浊法仅适用于实验室条件下的水质浊度检测,并不适用于野外在线检测任务。相比较,散射光法较适用于野外工作,能够在线检测水质浊度,但是该类方法检测精度较低也耐用性也相对较差。
暗信道先验模型的出现为水质浊度检测提供了一种新的基于图像法的理论模型和可行途径。根据该模型,采用单一图像中的信息便可便捷的计算出水质浊度参数,并不需要如散射光法中精密的光学测量,且该图像法测量精度更高、实用性更强、对野外环境适用性更好。
但是由于难以获取水下场景中的标定距离信息,目前基于暗信道模型的水质浊度检测方法仅能够实现非纲量的相对水质浊度信息的计算和表示,因此仅能应用于图像处理领域,实现水下图像恢复与增强,但难以获取实际应用中所需要的纲量的水质浊度信息。
针对这一问题,本发明提出一种水下标定目标成像装置及光学图像法水质浊度在线检测方法,本发明能够对已知固定距离下的标定目标(黑色圆形盘状目标)进行标定成像。通过将目标同成像面间的距离信息引入到暗信道先验模型中在线计算、检测纲量水质浊度信息。该方法能够在线获得水质浊度的相应情况,准确度更高、装置简单且便于在野外或者无条件进行实验的情况下进行在线的水质浊度检测。
发明内容
发明目的:针对现有在线水质浊度检测技术复杂度过高,检测精度不足的问题。本发明提供一种水下标定目标成像装置及光学图像法水质浊度在线检测方法。水下标定目标成像装置,能够对已知固定距离下的标定目标(黑色圆盘)进行成像,在所成水下图像非标定目标区域中根据暗信道先验模型估计水下场景的背景光。在所成水下图像标定目标区域中根据已知的标定目标上各点同相机成像面间的距离及水下光学成像模型计算水下标定目标上各点水质浊度参数估计值。将标定目标上各点水质浊度参数估计值的均值作为当前水下环境的水质浊度。本发明通过光学图像法能够在线获得水质浊度的相应情况,装置简单,便于在野外或者无条件进行实验的情况下进行便捷在线的水质浊度检测。
技术方案:一种水下标定目标成像装置,包括相机和作为标定目标的黑色圆盘,黑色圆盘表面反射率为0,半径为500mm,黑色圆盘通过透明连接杆与相机镜头连接,标定目标距离与相机成像面间的基线距离为2000mm,透明连接杆一端固定在相机镜头的外侧壁上方,另一端悬接黑色圆盘,黑色圆盘距透明连接杆的距离为50mm,标定物目标的成像位置位于所成图像的中心区域,在所成图像中,标定物目标图像区域占整幅图像区域的40%。
一种基于水下标定目标成像装置的光学图像法水质浊度在线检测方法,包括如下步骤:
步骤(1)以本发明公开的水下标定目标成像装置对黑色标定目标进行成像。其中,标定目标设计为黑色圆盘(目标表面反射率为0),设计半径为500mm,标定目标距离与相机成像面间的基线距离为2000mm。在所成水下图像中存在标定目标区域及非标定目标区域两类图像区域。
步骤(2)在水下图像非标定目标区域根据暗信道估计模型计算场景背景光:
步骤(3)在水下图像标定物目标区域计算、检测场景的水质浊度
步骤(4)将所测得标定目标上各点水质浊度估计值αi,λ的均值作为最终浊度的检测结果:
附图说明
图1为本发明实施例的水下标定目标成像装置;
图2为本发明实施例的方法流程图。
具体实施方式
下面结合具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示,水下标定目标成像装置,包括相机和作为标定目标的黑色圆盘,相机参数为:焦距22mm,成像波长450-1050nm,CMOS型号OV2715(成像像素1980*1080)。
黑色圆盘表面反射率为0,半径为500mm,黑色圆盘通过透明连接杆与相机镜头连接,标定目标距离与相机成像面间的基线距离为2000mm,透明连接杆一端固定在相机镜头的外侧壁上方,另一端悬接黑色圆盘,黑色圆盘距透明连接杆的距离为50mm。
如图2所示,基于水下标定目标成像装置的光学图像法水质浊度在线检测方法,包括:
一、水下标定目标成像
以本发明公开的水下标定目标成像装置对标定目标进行成像。所成水下图像中存在标定目标区域及非标定目标区域两类图像区域。
二、水下场景背景光检测
在非标定目标区域xb中的j点上,水下光学成像模型可以建模为:
其中为非标定目标区域xb中的j点上的成像信息,β为场景中的背景光,为点上目标表面的反射率,α为介质对光线的衰减系数,为场景中空间处的成像空间距离。
本发明采用基于暗信道先验模型计算场景背景光。暗信道先验发现非标定目标区域中每个非背景小图像块中,至少有一个像素中的至少一个色彩信道的强度很低,如式(2)。
其中,为像素点处暗信道的光强度,为以像素点为中心的邻域,Ic(y)为像素点y处色彩信道c的光强度,这种暗信道的成因主要包括以下三种情况:全黑色目标、彩色目标或阴影,即:
其中,βdark,αdark,为暗信道上的背景光,点上目标反射率及透射率,为像素点处的距离。
结合公式(1),(2),(3),非标定物目标区域中,暗信道模型可以表示为
在非标定物目标区域中暗信道亮度最大的点为:
在非标定物目标的背景区域中,因此:
其中,βdark=λ描述为当暗信道为λ时背景光在色彩信道λ上的强度,Ib为非标定物目标区域,Iλ(y)为y点上信道为λ上的光强度。
因此:
β=[βdark=r,βdark=g,βdark=b] (7)
其中,βdark=r,βdark=g,βdark=b描述为当暗信道为r,g,b信道时背景光在色彩信道r,g,b上的强度。
三、水质浑浊度检测
在标定目标区域,由于标定目标表面为黑色,反射率因此公式(1)可以变换为:
则,其中,为标定目标上第i点红绿蓝色彩信道λ=[R,G,B]上的强度,αi,λ为当前水下环境中色彩信道λ=[R,G,B]在标定目标点上对浊度值的估计值,为标定目标物上的点同相机间的空间距离,计算为其中为点到相机间的垂线空间距离,L为点到相机间的基线空间距离,βλ为当前水下环境中色彩信道λ=[R,G,B]上的背景光。
进一步,结合公式(6),可得:
以标定目标上所有点对水质浑浊度估计值的均值作为水质浑浊度的检测值
以此实现水质浊度检测,其中n为标定目标物所占像素点大小。
Claims (6)
1.一种水下标定目标成像装置,其特征在于:包括相机和作为标定目标的黑色圆盘,黑色圆盘表面反射率为0,半径为500mm,黑色圆盘通过透明连接杆与相机镜头连接,标定目标距离与相机成像面间的基线距离为2000mm,透明连接杆一端固定在相机镜头的外侧壁上方,另一端悬接黑色圆盘,黑色圆盘距透明连接杆的距离为50mm。
2.如权利要求1所述的水下标定目标成像装置,其特征在于:标定成像相机参数为:焦距22mm,成像波长450-1050nm,CMOS型号OV2715(成像像素1980*1080)。
3.一种基于水下标定目标成像装置的光学图像法水质浊度在线检测方法,其特征在于:对已知固定距离下的标定目标进行成像;在所成水下图像非标定目标区域中根据暗信道先验模型估计水下场景的背景光;在所成水下图像标定目标区域中根据已知的标定目标上各点同相机成像面间的距离及水下光学成像模型计算水下标定目标上各点水质浊度参数估计值;将标定目标上各点水质浊度参数估计值的均值作为当前水下环境的水质浊度。
4.如权利要求3所述的基于水下标定目标成像装置的光学图像法水质浊度在线检测方法,其特征在于:
在标定目标区域,由于标定目标表面为黑色,反射率因此标定目标所在图像区域的成像模型建模公式可以变换为:
<mrow>
<msub>
<mi>I</mi>
<mi>&lambda;</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>a</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>&beta;</mi>
<mi>&lambda;</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mo>-</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>&lambda;</mi>
</mrow>
</msub>
<mi>r</mi>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>a</mi>
</msubsup>
<mo>)</mo>
<mo>&rsqb;</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
则,
其中,为标定目标上第i点红绿蓝色彩信道λ=[R,G,B]上的强度,αi,λ为当前水下环境中色彩信道λ=[R,G,B]在标定目标点上对浊度值的估计值,为标定目标物上的点同相机间的空间距离,计算为其中为点到相机间的垂线空间距离,L为点到相机间的基线空间距离,βλ为当前水下环境中色彩信道λ=[R,G,B]上的背景光。
5.如权利要求4所述的基于水下标定目标成像装置的光学图像法水质浊度在线检测方法,其特征在于,将所测得标定目标上各点水质浊度估计值αi,λ的均值作为最终浊度的检测结果:
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>&lambda;</mi>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mi>i</mi>
</munder>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>&lambda;</mi>
</mrow>
</msub>
<mo>/</mo>
<mi>n</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
以此实现水质浊度检测,其中n为标定目标物所占像素点大小。
6.如权利要求3所述的基于水下标定目标成像装置的光学图像法水质浊度在线检测方法,其特征在于,对于基于暗信道先验模型及标定目标图像计算当前环境中的背景光βλ,由于标定目标仅占所成水下图像中的部分区域,所成图像中必然包含有非标定目标的自然背景区域;在该区域中,根据暗信道先验模型估计背景光;
根据暗信道估计模型:
<mrow>
<msub>
<mi>&beta;</mi>
<mi>&lambda;</mi>
</msub>
<mo>=</mo>
<msub>
<mi>&beta;</mi>
<mrow>
<mi>d</mi>
<mi>a</mi>
<mi>r</mi>
<mi>k</mi>
<mo>=</mo>
<mi>&lambda;</mi>
</mrow>
</msub>
<mo>=</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>b</mi>
</msubsup>
<mo>&Element;</mo>
<msub>
<mi>I</mi>
<mi>b</mi>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>I</mi>
<mrow>
<mi>d</mi>
<mi>a</mi>
<mi>r</mi>
<mi>k</mi>
<mo>=</mo>
<mi>&lambda;</mi>
</mrow>
</msub>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>b</mi>
</msubsup>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>b</mi>
</msubsup>
<mo>&Element;</mo>
<msub>
<mi>I</mi>
<mi>b</mi>
</msub>
</mrow>
</munder>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>y</mi>
<mo>&Element;</mo>
<msub>
<mi>&Omega;</mi>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>b</mi>
</msubsup>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>I</mi>
<mi>&lambda;</mi>
</msub>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,βdark=λ描述为当暗信道为λ时背景光在色彩信道λ上的强度;
则,结合式(9)可得:
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>&lambda;</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>-</mo>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>I</mi>
<mi>&lambda;</mi>
</msub>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>a</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>b</mi>
</msubsup>
<mo>&Element;</mo>
<msup>
<mi>I</mi>
<mi>b</mi>
</msup>
</mrow>
</munder>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mi>y</mi>
<mo>&Element;</mo>
<msub>
<mi>&Omega;</mi>
<msubsup>
<mi>x</mi>
<mi>j</mi>
<mi>b</mi>
</msubsup>
</msub>
</mrow>
</munder>
<mo>(</mo>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mi>a</mi>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
其中,为标定目标上第i点红绿蓝色彩信道λ=[R,G,B]上的强度,Ib为非标定物目标区域,为以像素点为中心的邻域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710561581.XA CN107356596B (zh) | 2017-07-11 | 2017-07-11 | 水下标定目标成像装置及光学图像法水质浊度在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710561581.XA CN107356596B (zh) | 2017-07-11 | 2017-07-11 | 水下标定目标成像装置及光学图像法水质浊度在线检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107356596A true CN107356596A (zh) | 2017-11-17 |
CN107356596B CN107356596B (zh) | 2018-11-23 |
Family
ID=60293240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710561581.XA Active CN107356596B (zh) | 2017-07-11 | 2017-07-11 | 水下标定目标成像装置及光学图像法水质浊度在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107356596B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222698A (zh) * | 2019-05-24 | 2019-09-10 | 深圳市前海微升科学股份有限公司 | 一种基于色彩信息处理进行水质分析的方法及系统 |
CN110672524A (zh) * | 2019-10-22 | 2020-01-10 | 浙江卓锦环保科技股份有限公司 | 一种适用于智慧水环境的水体浊度检测方法 |
CN112557350A (zh) * | 2020-11-26 | 2021-03-26 | 中国科学院苏州生物医学工程技术研究所 | 一种基于hsv模型的溶液浊度检测方法、介质、图像系统 |
DE102021124601B3 (de) | 2021-09-22 | 2022-04-21 | Geomar Helmholtz-Zentrum Für Ozeanforschung Kiel - Stiftung Des Öffentlichen Rechts | Verfahren zur bestimmung von optischen parametern eines optisch trüben mediums aus elektronischen kamerabildern eines targets bei künstlicher beleuchtung |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030117623A1 (en) * | 2001-12-10 | 2003-06-26 | Apprise Technologies, Inc. | Turbidity sensor |
CN105092476A (zh) * | 2015-08-20 | 2015-11-25 | 中山大学 | 同时反演内陆水体混浊度、cod和叶绿素浓度的方法 |
CN106546562A (zh) * | 2016-12-08 | 2017-03-29 | 黄辉 | 一种基于浊度检测的微生物传感器及浊度检测方法 |
-
2017
- 2017-07-11 CN CN201710561581.XA patent/CN107356596B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030117623A1 (en) * | 2001-12-10 | 2003-06-26 | Apprise Technologies, Inc. | Turbidity sensor |
CN105092476A (zh) * | 2015-08-20 | 2015-11-25 | 中山大学 | 同时反演内陆水体混浊度、cod和叶绿素浓度的方法 |
CN106546562A (zh) * | 2016-12-08 | 2017-03-29 | 黄辉 | 一种基于浊度检测的微生物传感器及浊度检测方法 |
Non-Patent Citations (3)
Title |
---|
HUIMIN LU 等: "《Turbidity Underwater Image Restoration Using Spectral Properties and Light Compensation》", 《IEICE TRANS.INE&SYST.》 * |
王清泉: "《基于CCD的浊度检测技术研究与应用》", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
高新浩 等: "《水下相机标定算法研究》", 《燕山大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110222698A (zh) * | 2019-05-24 | 2019-09-10 | 深圳市前海微升科学股份有限公司 | 一种基于色彩信息处理进行水质分析的方法及系统 |
CN110222698B (zh) * | 2019-05-24 | 2020-12-29 | 广东沁华智能环境技术股份有限公司 | 一种基于色彩信息处理进行水质分析的方法及系统 |
CN110672524A (zh) * | 2019-10-22 | 2020-01-10 | 浙江卓锦环保科技股份有限公司 | 一种适用于智慧水环境的水体浊度检测方法 |
CN112557350A (zh) * | 2020-11-26 | 2021-03-26 | 中国科学院苏州生物医学工程技术研究所 | 一种基于hsv模型的溶液浊度检测方法、介质、图像系统 |
CN112557350B (zh) * | 2020-11-26 | 2022-11-11 | 中国科学院苏州生物医学工程技术研究所 | 一种基于hsv模型的溶液浊度检测方法、介质、图像系统 |
DE102021124601B3 (de) | 2021-09-22 | 2022-04-21 | Geomar Helmholtz-Zentrum Für Ozeanforschung Kiel - Stiftung Des Öffentlichen Rechts | Verfahren zur bestimmung von optischen parametern eines optisch trüben mediums aus elektronischen kamerabildern eines targets bei künstlicher beleuchtung |
Also Published As
Publication number | Publication date |
---|---|
CN107356596B (zh) | 2018-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107356596B (zh) | 水下标定目标成像装置及光学图像法水质浊度在线检测方法 | |
CN105784710B (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
CN102927448B (zh) | 管道无损检测方法 | |
CN105606222B (zh) | 一种火焰三维温度场的测量装置及测量方法 | |
Yu et al. | Auto inspection system using a mobile robot for detecting concrete cracks in a tunnel | |
CN105910712B (zh) | 五通道自适应二维温度场测量装置及其测量方法 | |
CN103076156B (zh) | 红外焦平面阵列的多判据盲元检测方法 | |
CN102809433B (zh) | 用于测量在目标物体处的散热的成像测量系统和测量方法 | |
Wang et al. | Liquid-level measurement using a single digital camera | |
Valença et al. | Damage assessment on concrete surfaces using multi-spectral image analysis | |
CN103617617B (zh) | 基于功率谱描述的水下图像质量评价测量方法 | |
CN102607820B (zh) | 一种微透镜阵列焦距测量方法 | |
CN104483099B (zh) | 一种大视场光学系统像面一致性的检测方法 | |
EP3223249B1 (en) | Paper currency fold recognition apparatus and method | |
CN102636313A (zh) | 基于红外热成像图像处理的渗漏源检测装置 | |
CN105092607A (zh) | 球面光学元件表面缺陷评价方法 | |
CN102073324A (zh) | 一种基于线性偏振光的偏振跟踪系统及方法 | |
CN104390895B (zh) | 基于显微成像的图像灰度测量颗粒粒径的方法 | |
Manekiya et al. | Leakage detection and estimation using IR thermography | |
CN101706951B (zh) | 一种基于特征融合的气动光学图像质量客观评价方法、装置及系统 | |
CN104764798A (zh) | 一种可视化漏磁检测装置 | |
CN211877766U (zh) | 一种基于红外摄像的水体浊度测量装置 | |
US9091666B2 (en) | Extended defect sizing range for wafer inspection | |
CN104359810B (zh) | 一种远程无线pm2.5浓度检测装置 | |
CN105787925A (zh) | 推扫型光学遥感载荷原始图像坏线的自动检测方法和系统 |
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 |