CN107895366A - 面向颜色评价的成像方法、系统及计算机可读存储设备 - Google Patents

面向颜色评价的成像方法、系统及计算机可读存储设备 Download PDF

Info

Publication number
CN107895366A
CN107895366A CN201711084689.0A CN201711084689A CN107895366A CN 107895366 A CN107895366 A CN 107895366A CN 201711084689 A CN201711084689 A CN 201711084689A CN 107895366 A CN107895366 A CN 107895366A
Authority
CN
China
Prior art keywords
imaging
color
target area
towards
color evaluation
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
CN201711084689.0A
Other languages
English (en)
Other versions
CN107895366B (zh
Inventor
钱基业
伏进
余伟
魏伏佳
胡晓锐
宫林
籍勇亮
周小龙
肖前波
周庆
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.)
Chongqing University
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
Original Assignee
Chongqing University
Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd
State Grid Corp of China SGCC
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 Chongqing University, Electric Power Research Institute of State Grid Chongqing Electric Power Co Ltd, State Grid Corp of China SGCC filed Critical Chongqing University
Priority to CN201711084689.0A priority Critical patent/CN107895366B/zh
Publication of CN107895366A publication Critical patent/CN107895366A/zh
Application granted granted Critical
Publication of CN107895366B publication Critical patent/CN107895366B/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
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了面向颜色评价的成像方法、系统及计算机可读存储介质,其中,该方法包括:利用标准比色卡划定需要成像的区域,确定待成像目标区域;基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像。本申请提供的面向颜色评价的成像方法,将目标区域的颜色进行量化处理,获取了所述目标区域的表面颜色数据,并以标准比色卡为参照,减少了人为主观因素对面向颜色评价成像的干扰,提高了面向颜色评价成像的客观性,进而提高了面向颜色评价成像的准确性。

Description

面向颜色评价的成像方法、系统及计算机可读存储设备
技术领域
本发明涉及计算机技术领域,特别涉及面向颜色评价的成像方法、系统及计算机可读存储设备。
背景技术
评价实物对象的颜色,比如表面色差,是评估该对象表面质量评价的重要指标。目前的颜色评价以人工现场定性评价为主,比如国标《GB/T15610-2008同色异谱的目视评价方法》;具体的,目前以专家现场目视评价为主。当对评价结果存在争议时,即使重返现场也较难处理争议。因为评价对象表面颜色可能会随时间发生变化,尤其当时间较长时,颜色变化可能会较大。因此,需要有效的成像技术记录评价对象表面颜色。总的来说,由于评价者主观因素缺乏量化指标数据的支持,对人工颜色评价影响较大,进而导致人工颜色评价不准确。
如何提高面向颜色评价成像的准确性是本领域技术人员亟待解决的问题。
发明内容
有鉴于此,本发明提供一种面向颜色评价的成像方法、系统及计算机可读存储设备,目的在于提高面向颜色评价成像的准确性。其具体方案如下:
一种面向颜色评价的成像方法,包括:
利用标准比色卡划定需要成像的区域,确定待成像目标区域;
基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像。
可选的,所述利用标准比色卡划定需要成像的区域,确定待成像目标区域的过程包括:
利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域;其中,n为大于或等于1的整数。
可选的,所述基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像的过程包括:
基于图像成像技术,获取距离所述目标区域不同距离的所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的多尺度成像。
可选的,所述的面向颜色评价的成像方法还包括:
对所述目标区域面向颜色评价的成像进行颜色校正。
可选的,所述对所述目标区域面向颜色评价的成像进行颜色校正的过程包括:
利用均值校正图和/或最小色偏图和/或基于空间关系的二次校正模型,对所述目标区域面向颜色评价的成像进行颜色校正。
相应的,本发明还公开了一种面向颜色评价的成像系统,包括:
成像区域确定模块,用于利用标准比色卡划定需要成像的区域,确定待成像目标区域;
成像模块,用于基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像。
可选的,所述成像区域确定模块,用于利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域;其中,n为大于或等于1的整数。
可选的,所述成像模块,用于基于图像成像技术,获取距离所述目标区域不同距离的所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的多尺度成像。
可选的,所述的面向颜色评价的成像系统还包括:
图像校正模块,用于对所述目标区域面向颜色评价的成像进行颜色校正。
本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质上存储有面向颜色评价成像程序,所述面向颜色评价成像程序被处理器执行时实现上述面向颜色评价的成像方法的步骤。
本发明提供的一种面向颜色评价的成像方法利用标准比色卡划定需要成像的区域,确定待成像目标区域;基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像。可见,本发明提供的面向颜色评价的成像方法,将目标区域的颜色进行量化处理,获取了所述目标区域的表面颜色数据,并以标准比色卡为参照,减少了人为主观因素对面向颜色评价成像的干扰,提高了面向颜色评价成像的客观性,进而提高了面向颜色评价成像的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种面向颜色评价的成像方法;
图2为本发明实施例提供的另外一种面向颜色评价的成像方法;
图3为本发明实施例中图像各区域示意图;
图4为本发明实施例提供的多尺度成像示意图;
图5为本发明实施例提供的一种面向颜色评价的成像系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种面向颜色评价的成像方法,如图1所示,包括:
步骤S11:利用标准比色卡划定需要成像的区域,确定待成像目标区域。
需要进行说明的是,利用标准比色卡划定需要成像的区域,另一方面标准比色卡也可以作为后期颜色校正和评价的参考色。待成像区域可以是建筑物的墙面,如混凝土表面;当然也可以是其他实物的表面。
步骤S12:基于图像成像技术,获取目标区域的表面颜色数据,以完成对目标区域面向颜色评价的成像。
需要进行说明的是,利用成像技术,将对象表面颜色进行数字化保存,不仅可为后期处理评价争议提供证据,而且还是对象表面颜色定量化评价的基础。数字化记录对象表面的颜色,为开发算法定量化评价对象表面颜色提供了必要的数据支撑。
本发明实施例提供的一种面向颜色评价的成像方法利用标准比色卡划定需要成像的区域,确定待成像目标区域;基于图像成像技术,获取目标区域图像的表面颜色数据,以完成对目标区域面向颜色评价的成像。可见,本发明提供的面向颜色评价的成像方法,将目标区域的颜色进行量化处理,获取了所述目标区域的表面颜色数据,并以标准比色卡为参照,减少了人为主观因素对面向颜色评价成像的干扰,提高了面向颜色评价成像的客观性,进而提高了面向颜色评价成像的准确性。
本发明实施例还公开了另外一种面向颜色评价的成像方法,如图2所示,包括:
步骤S21:利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域;其中,n为大于或等于1的整数。
具体的,利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域的过程包括:
(1)从标准比色卡中抽取Nc种颜色,粘贴在待评价的对象表面,通过标准比色卡粘贴的位置,划定待评价对象的评价区域。Nc=3时,如图3示,从标准比色卡中抽取了三种颜色划定对象的待评价区域。
(2)对待评估对象成像。用图像中标准比色卡区域Rj(j=1,2,…,Nc)的最小和最大坐标{xmin,ymin,xmax,ymax}确定待评价的初始区域,{xmin,ymin,xmax,ymax}的计算方法如下
(3)设定待评价区域的弹性缩放系数αkk≥0,k∈{u,l,d,r}),根据缩放系数计算边界的缩放值δk(k∈{u,l,d,r}),
δu=αuhj,δl=αlwj,δd=αdhj,δr=αrwj
其中,j为选定的第j标准比色卡区域Rj。具体的,在图3中,用1、2或3表示。
(4)根据边界缩放值δk,利用最小与最大坐标值划定待评价区域;其中,的计算方法如下:
上述步骤S21,利用标准比色卡划定需要成像的区域,另一方面标准比色卡也可以作为后期图像评价的参考色,从而排除因参照颜色不一致得到不同的面向颜色评价的成像结果。
步骤S22:基于图像成像技术,获取距离目标区域不同距离的目标区域的表面颜色数据,以完成对目标区域面向颜色评价的多尺度成像。
具体的,上述步骤S22的过程为:
(1)利用待评价区域的最小最大坐标确定待评价区域的长和宽:
(2)确定最远成像距离L,参见图3所示,使得L处成像满足最大比例系数βr>αwhwh>0),最大比例系数βr的计算方法如下:
(3)在最远成像距离L处获得的图像记为Id0,如图4所示;在与最远成像距d1离L相距处成像的图像记为,按此成像方式得到Nr张不同距离成像的图像
(4)根据中每张图像的待评价区域的最小最大坐标从每张图像中提取出待评价区域
(5)将缩放到设定的统一的尺寸得到只含待评价区域,且尺寸均为数量为Nr的归一化图像集并将其作为待评估对象颜色的多尺度成像记录。
为了获得更加准确的成像,本发明实施例还包括:
对目标区域面向颜色评价的成像进行颜色校正。
需要进行详细说明的是,对目标区域面向颜色评价的成像进行颜色校正的方法包括但不限于均值校正图、最小色偏图、基于空间关系的二次校正模型。
进一步的,利用均值校正图的公式为:
利用最小色偏图对目标图像进行校正的过程为:
(1)计算每张待评价区域图像中标准比色卡区域的平均方差
其中,Rj表示第j标准比色卡区域,表示该标准比色卡区域的像素个数,表示该标准比色卡区域的颜色均值,
(2)选取平均方差最小图像作为最小色偏图
上述基于空间位置关系的二次校正模型,进行颜色校正:
(1)标准比色卡区域Rj(j=1,2,…,Nc)的第k色彩通道的理论值记为Cj,k,在成像后的图像中坐标(x,y)处的实际值记为
(2)利用图像中标准比色卡区域的图像坐标(x,y)(x,y∈Rj),以及成像距离d,建立颜色的二次校正模型如下:
简记为其中,Aj,k表示标准比色卡区域Rj的第k色彩通道对应的参数集[a1,a2,…,a7],D表示[x,y,d,x2,y2,d2,1]T
(3)利用多尺度成像采集到的归一化图像集先获得[x,y,d,x2,y2,d2,1]T然后估计出参数集Aj,k
(4)对于图像集中任意图像坐标(x,y),可估计出该坐标每一色彩通道经校正后的值,采用的模型如下,
简记为其中,分别表示色彩通道k的最小值和最大值,就是经标准比色卡区域Rj校正后色彩通道k在图像坐标(x,y)的估计值。
(5)将色彩通道k在图像坐标(x,y)处经过所有标准比色卡校正后的值的均值作为该坐标在色彩通道k的校正值,该均值为
本发明实施例还公开了一种面向颜色评价的成像系统,包括:
成像区域确定模块11,用于利用标准比色卡划定需要成像的区域,确定待成像目标区域;
需要进行说明的是,上述成像区域确定模块,具体用于利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域;其中,n为大于或等于1的整数。
成像模块12,用于基于图像成像技术,获取目标区域的表面颜色数据,以完成对目标区域面向颜色评价的成像。
上述成像模块12,具体用于基于图像成像技术,获取距离目标区域不同距离的目标区域的表面颜色数据,以完成对目标区域面向颜色评价的多尺度成像。
为了获得更加准确的成像,本发明实施例提供的面向颜色评价的成像系统还包括:
图像校正模块,用于对目标区域面向颜色评价的成像进行颜色校正。
本发明实施例还公开了一种计算机可读存储介质,计算机可读存储介质上存储有面向颜色评价成像程序,面向颜色评价成像程序被处理器执行时实现上述面向颜色评价的成像方法的步骤。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的面向颜色评价的成像方法、系统及计算机可读存储设备进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种面向颜色评价的成像方法,其特征在于,包括:
利用标准比色卡划定需要成像的区域,确定待成像目标区域;
基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像。
2.根据权利要求1所述的面向颜色评价的成像方法,其特征在于,所述利用标准比色卡划定需要成像的区域,确定待成像目标区域的过程包括:
利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域;其中,n为大于或等于1的整数。
3.根据权利要求1所述的面向颜色评价的成像方法,其特征在于,所述基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像的过程包括:
基于图像成像技术,获取距离所述目标区域不同距离的所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的多尺度成像。
4.根据权利要求1至3任一项所述的面向颜色评价的成像方法,其特征在于,还包括:
对所述目标区域面向颜色评价的成像进行颜色校正。
5.根据权利要求4所述的面向颜色评价的成像方法,其特征在于,所述对所述目标区域面向颜色评价的成像进行颜色校正的过程包括:
利用均值校正图和/或最小色偏图和/或基于空间关系的二次校正模型,对所述目标区域面向颜色评价的成像进行颜色校正。
6.一种面向颜色评价的成像系统,其特征在于,包括:
成像区域确定模块,用于利用标准比色卡划定需要成像的区域,确定待成像目标区域;
成像模块,用于基于图像成像技术,获取所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的成像。
7.根据权利要求6所述的面向颜色评价的成像系统,其特征在于,
所述成像区域确定模块,用于利用标准比色卡,选取n种颜色,划定需要成像的区域,得到待成像目标区域;其中,n为大于或等于1的整数。
8.根据权利要求6所述的面向颜色评价的成像系统,其特征在于,
所述成像模块,用于基于图像成像技术,获取距离所述目标区域不同距离的所述目标区域的表面颜色数据,以完成对所述目标区域面向颜色评价的多尺度成像。
9.根据权利要求6所述的面向颜色评价的成像系统,其特征在于,还包括:
图像校正模块,用于对所述目标区域面向颜色评价的成像进行颜色校正。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有面向颜色评价成像程序,所述面向颜色评价成像程序被处理器执行时实现如权利要求1至5任一项所述面向颜色评价的成像方法的步骤。
CN201711084689.0A 2017-11-07 2017-11-07 面向颜色评价的成像方法、系统及计算机可读存储设备 Active CN107895366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711084689.0A CN107895366B (zh) 2017-11-07 2017-11-07 面向颜色评价的成像方法、系统及计算机可读存储设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711084689.0A CN107895366B (zh) 2017-11-07 2017-11-07 面向颜色评价的成像方法、系统及计算机可读存储设备

Publications (2)

Publication Number Publication Date
CN107895366A true CN107895366A (zh) 2018-04-10
CN107895366B CN107895366B (zh) 2022-02-11

Family

ID=61804786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711084689.0A Active CN107895366B (zh) 2017-11-07 2017-11-07 面向颜色评价的成像方法、系统及计算机可读存储设备

Country Status (1)

Country Link
CN (1) CN107895366B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070586A (zh) * 2019-02-27 2019-07-30 北京字节跳动网络技术有限公司 色卡的生成方法、装置和电子设备
CN110400354A (zh) * 2019-07-23 2019-11-01 北京新氧科技有限公司 饰品、颜色测量方法、存储介质和电子设备
CN111239059A (zh) * 2020-03-20 2020-06-05 深圳市第二人民医院 羊水比色装置
CN113539205A (zh) * 2021-07-30 2021-10-22 深圳市华星光电半导体显示技术有限公司 像素电压的确定方法、装置、电子设备以及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130236074A1 (en) * 2011-09-06 2013-09-12 Canfield Scientific, Incorporated Systems, devices, and methods for image analysis
CN103905803A (zh) * 2014-03-18 2014-07-02 中国科学院国家天文台 一种图像的颜色校正方法及装置
CN103954362A (zh) * 2014-04-25 2014-07-30 杭州电子科技大学 一种基于成像设备的数字测色方法
CN104224106A (zh) * 2014-10-12 2014-12-24 合肥德铭电子有限公司 获取小切口深部手术中高质量图像的方法及装置
CN105678710A (zh) * 2016-01-14 2016-06-15 佛山华芯微特科技有限公司 颜色校正还原系统和颜色校正还原方法
CN105991987A (zh) * 2016-06-07 2016-10-05 深圳市金立通信设备有限公司 一种图像处理方法、设备及系统
CN106296696A (zh) * 2016-08-12 2017-01-04 深圳市中识创新科技有限公司 图像颜色一致性的处理方法及图像采集设备
CN206019845U (zh) * 2016-08-29 2017-03-15 深圳贝申医疗技术有限公司 一种带编码的可用于获取物体表面准确颜色值的比色卡
CN106559658A (zh) * 2016-12-02 2017-04-05 郑州捷安高科股份有限公司 多通道投影融合带色彩自动平衡控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130236074A1 (en) * 2011-09-06 2013-09-12 Canfield Scientific, Incorporated Systems, devices, and methods for image analysis
CN103905803A (zh) * 2014-03-18 2014-07-02 中国科学院国家天文台 一种图像的颜色校正方法及装置
CN103954362A (zh) * 2014-04-25 2014-07-30 杭州电子科技大学 一种基于成像设备的数字测色方法
CN104224106A (zh) * 2014-10-12 2014-12-24 合肥德铭电子有限公司 获取小切口深部手术中高质量图像的方法及装置
CN105678710A (zh) * 2016-01-14 2016-06-15 佛山华芯微特科技有限公司 颜色校正还原系统和颜色校正还原方法
CN105991987A (zh) * 2016-06-07 2016-10-05 深圳市金立通信设备有限公司 一种图像处理方法、设备及系统
CN106296696A (zh) * 2016-08-12 2017-01-04 深圳市中识创新科技有限公司 图像颜色一致性的处理方法及图像采集设备
CN206019845U (zh) * 2016-08-29 2017-03-15 深圳贝申医疗技术有限公司 一种带编码的可用于获取物体表面准确颜色值的比色卡
CN106559658A (zh) * 2016-12-02 2017-04-05 郑州捷安高科股份有限公司 多通道投影融合带色彩自动平衡控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张显斗: "数字图像颜色复现理论与方法研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070586A (zh) * 2019-02-27 2019-07-30 北京字节跳动网络技术有限公司 色卡的生成方法、装置和电子设备
CN110400354A (zh) * 2019-07-23 2019-11-01 北京新氧科技有限公司 饰品、颜色测量方法、存储介质和电子设备
CN110400354B (zh) * 2019-07-23 2021-09-21 北京新氧科技有限公司 饰品、颜色测量方法、存储介质和电子设备
CN111239059A (zh) * 2020-03-20 2020-06-05 深圳市第二人民医院 羊水比色装置
CN111239059B (zh) * 2020-03-20 2023-01-31 深圳市第二人民医院 羊水比色装置
CN113539205A (zh) * 2021-07-30 2021-10-22 深圳市华星光电半导体显示技术有限公司 像素电压的确定方法、装置、电子设备以及存储介质
CN113539205B (zh) * 2021-07-30 2022-07-29 深圳市华星光电半导体显示技术有限公司 像素电压的确定方法、装置、电子设备以及存储介质

Also Published As

Publication number Publication date
CN107895366B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN107895366A (zh) 面向颜色评价的成像方法、系统及计算机可读存储设备
US7949197B2 (en) Method of and system for image processing and computer program
CN110570435B (zh) 用于对车辆损伤图像进行损伤分割的方法及装置
JP2021531571A (ja) 証明書画像抽出方法及び端末機器
CN109064418A (zh) 一种基于非局部均值的非均匀噪声图像去噪方法
CN102968800A (zh) 一种图像清晰度的评价方法
CN103763458B (zh) 一种场景变化检测方法及装置
CN106683063B (zh) 一种图像去噪的方法与装置
WO2018090355A1 (zh) 图像自动裁剪方法
CN108234890A (zh) 滤波器获取装置、滤波器获取方法、及记录介质
CN108764100A (zh) 一种目标行为检测方法及服务器
CN110223244A (zh) 一种图像处理的方法、装置、电子设备和存储介质
CN108055532A (zh) 自动化匹配测试卡的方法与装置
CN117451012B (zh) 一种无人机航摄测量方法及系统
CN106412571A (zh) 一种基于梯度相似性标准差的视频质量评价方法
CN106027854A (zh) 一种应用于相机中适于fpga实现的联合滤波降噪方法
CN105893938A (zh) 一种油温表的读数方法及系统
CN104636743A (zh) 文字图像校正的方法和装置
CN102930545A (zh) 一种图像质量盲评估的统计测度方法
CN116665615B (zh) 一种医用显示器控制方法、系统、设备及其存储介质
CN106683637A (zh) 色温调教方法、装置及设备
CN109145914A (zh) 一种基于超复数傅里叶变换和均值偏移的显著性目标检测方法
CN107169093A (zh) 一种目标图像的获取方法及装置
CN117012345A (zh) 一种医学影像半自动标注方法、系统、设备及介质
CN106033457A (zh) 一种确定水果目标属性的属性信息的方法与装置

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