CN108346149A - 图像检测、处理方法、装置及终端 - Google Patents
图像检测、处理方法、装置及终端 Download PDFInfo
- Publication number
- CN108346149A CN108346149A CN201810173382.6A CN201810173382A CN108346149A CN 108346149 A CN108346149 A CN 108346149A CN 201810173382 A CN201810173382 A CN 201810173382A CN 108346149 A CN108346149 A CN 108346149A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- detection
- average
- pixel
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 87
- 238000003672 processing method Methods 0.000 title claims abstract description 16
- 101100117236 Drosophila melanogaster speck gene Proteins 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims description 37
- 230000015654 memory Effects 0.000 claims description 22
- 230000002708 enhancing effect Effects 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 238000009499 grossing Methods 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 210000001508 eye Anatomy 0.000 description 20
- 238000000605 extraction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000002189 macula lutea Anatomy 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Eye Examination Apparatus (AREA)
Abstract
本发明公开了一种图像检测、处理方法、装置及终端,其中,图像检测方法包括:在获取多张图像后,对多张图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。可以对眼底图像依次进行上述检测,也可以根据实际情况进行部分检测,可以实现对图像进行全方位检测,从而可以较为有效的检测图像的拍摄质量。
Description
技术领域
本发明涉及医学图像处理领域,具体涉及到一种图像检测、处理方法、装置及终端。
背景技术
一张照片的成像对于一般数码照相机来说,通常由被摄物体反射光传播到镜头,经镜头聚集到CCD芯片上,CCD根据光的强弱积聚相应的电荷,经周期性放电,产生表示一幅幅画面的电信号,经过滤波、放大处理,通过摄像头的输出端子输出一个标准的复合视频信号,人们通过截取某一瞬间的视频信号,输出形成照片供人们欣赏,观察或者研究。
图像的拍摄质量往往会较为严重的影响使用效果,例如在道路交通中,通过图像识别技术捕捉过往车辆并识别车牌号,通过人脸识别技术识别出驾驶员的身份信息。上存在工业生产中,通过摄像头对零件进行检测。在眼科医学中,由眼底照相机拍出的眼底图像可以显示眼球内后部组织,通过眼底图像,医生观察到患者眼底的健康状况。然而,在实际应用中,镜头上经常会存在尘埃、水珠等异物,导致拍摄的图像部分区域过曝光或欠曝光,或者,由于光线或被拍摄物体的固有属性(反光或透光强度)造成图像质量存在缺陷,造成交通摄像识别不准;工业中对零件误判;眼科医学中,质量欠佳的眼底照片无法反映患者眼底的真实病情。
因此,如何对拍摄的图像质量进行把控成为亟待解决的问题。
发明内容
本发明要解决的技术问题在于对拍摄的图像质量进行把控成。
为此,根据第一方面,本发明实施例提供了一种图像检测方法,包括:获取多个待检测图像;对待检测图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。
可选地,对待检测图像进行污点/亮斑检测包括:对多个待检测图像进行加权平均处理,得到平均图像;判断平均图像中是否存在超过预设亮度范围的像素点;当平均图像中存在超过预设亮度范围的像素点时,确认待检测图像中存在污点/亮斑。
可选地,对多个待检测图像进行加权平均处理,得到平均图像包括:分别对多个待检测图像进行对比度增强,得到对比度增强图像;分别对多个对比度增强图像进行平滑处理;对多个平滑处理后的图像进行加权平均处理,得到平均图像。
可选地,对待检测眼底图像进行漏光检测包括:对待检测图像进行二值化处理,得到图像中的预设区域;生成基于预设区域边界的掩膜;使用掩膜与待检测图像融合;求取融合后图像的平均色彩亮度,并与预设色彩亮度阈值进行对比;根据对比结果确认待检测图像的漏光程度。
可选地,对待检测图像进行局部阴影检测包括:统计待检测图像中任意一个颜色通道的直方图;统计小于预设像素值的像素点的数量;判断小于预设像素值的像素点的数量是否小于预设数量;当小于预设像素值的像素点的数量小于预设数量时,确认待检测图像中存在局部阴影。
可选地,对待检测图像进行清晰度检测包括:提取待检测图像的高频分量;计算高频分量的信息量;基于高频分量的信息量确认待检测图像的清晰度。
可选地,对待检测图像进行曝光度检测包括:将待检测图像转为灰色图像;统计灰色图像直方图的均方根;基于均方根大小确认待检测图像的曝光度。
根据第二方面,本发明实施例提供了一种图像处理装置,包括:第一获取模块,用于获取多个待检测图像;检测模块,用于对待检测图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。
可选地,检测模块包括:加权单元,用于对多个待检测图像进行加权平均处理,得到平均图像;判断单元,用于判断平均图像中是否存在超过预设亮度范围的像素点;确认单元,用于在第一判断单元判断出平均图像中存在超过预设亮度范围的像素点时,确认待检测图像中存在污点/亮斑。
可选地,加权单元包括:对比度曾强子单元,用于分别对多个待检测图像进行对比度增强,得到对比度增强图像;平滑处理子单元,用于分别对多个对比度增强图像进行平滑处理;加权子单元,用于对多个平滑处理后的图像进行加权平均处理,得到平均图像。
根据第三方面,本发明实施例提供了一种图像处理方法,包括:获取待处理图像;按照第一方面任意一项描述的图像检测方法检测待处理图像,得到检测结果;根据检测结果对待处理图像进行相应的处理。
根据第四方面,本发明实施例提供了一种图像处理装置,包括:第二获取模块,用于获取待处理图像;第二图像检测模块,用于按照上述第一方面任意一项的图像检测方法检测待处理图像,得到检测结果;处理模块,用于根据检测结果对待处理图像进行相应的处理。
根据第五方面,本发明实施例提供了一种终端,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行第一方面任意一项的图像检测方法和/或执行第三方面描述的图像处理方法。
根据第六方面,本发明实施例提供了一种非暂态计算机可读介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行第一方面任意一项描述的图像检测方法和/或执行第三方面描述的图像处理方法。
本发明实施例提供了一种图像检测、处理方法、装置及终端,在获取多张图像后,对多张图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。可以对图像依次进行上述检测,也可以根据实际情况进行部分检测,可以实现对图像进行全方位检测,从而可以较为有效的检测图像的拍摄质量。
本发明实施例提供了一种图像检测、处理方法、装置及终端,对待侧图像进行加权平均处理,得到平均图像对亮度有差异的图像的像素点的亮度进行平均处理,在所述平均图像中提取超出预设亮度范围的像素点;由于污点与亮斑的位置不变,污点与亮斑处的像素亮度基本无变化,可以根据提取的像素点属性例如,像素点位置,数量等信息确定是否存在亮斑或污点,或者污点或亮斑对图像质量实质影响的大小,从而可以较为有效的检测图像的拍摄质量。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例的眼底图像检测方法流程示意图;
图2示出了本发明另一实施例的眼底图像检测方法流程示意图:
图3示出了本发明实施例的眼底图像检测装置的示意图;
图4示出了本发明实施例的眼底图像处理方法流程示意图;
图5示出了本发明实施例的眼底图像处理装置的示意图;
图6示出了本发明实施例的终端的示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明实施例提供了一种图像检测方法,该图像检测方法可以适用于医学图像的检测,尤其适用于眼底图像的检测,如图1所示,该方法包括如下步骤:
S10.获取多个待检测图像。在具体的实施例中,所称待检测图像可以为眼底图像,可以为道路交通中拍摄的汽车的图像或视频,还可以为工业生产中检测零件时的图像。
S20.对待检测图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。在具体的实施例中,可以对图像依次进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测,可以根据实际需求对图像进行其中任意一种检测。
在可选的实施例中,如图2所示,对图像进行污点/亮斑检测可以包括如下步骤:
S21.对多个待检测图形进行加权平均处理,得到平均图像。在本实施例中,由于拍摄环境或者被拍摄的物体的原因,或者拍摄的位置或角度有较为轻微的变化,使得拍摄的每张图像的亮度不同,例如,在拍摄眼底图像时,对同一个眼底拍摄多张图像,由于眼睛为动态,且瞳孔大小变化,不同的图像的亮度会发生变化。如果在镜头上存在异物,拍摄的图像上会出现污点或亮斑,污点或亮斑在图像上的位置不变,可以根据位置不变性,检测图像上是否存在污点或亮斑。在本实施例中,可以对图像中的所有像素点进行加权平均处理,在处理后,得到像素点的平均亮度,由于在正常每张图像即没有污点和亮斑的图像中相同位置的像素点的亮度不同,在加权平均处理后,像素的亮度会衰减或者较暗处的亮度会稍微增强。由于污点或亮斑位置不变,在对图像进行加权平均处理后,污点或亮斑处的响度亮度不变。
S22.在平均图像中提取超出预设亮度范围的像素点。在具体的实施例中,可以根据具体的图像设定适当的预设亮度范围,将图像中超出预设亮度范围的像素点提取出来,即提取出过亮或过暗的像素点。
S23.根据提取的像素点属性得到检测结果。在具体的实施例中,提取出的像素点可以包括像素点的数量,像素点的位置,像素点的聚合度等属性信息,可以根据像超过预设亮度范围的素点的数量以及位置确定是否存在污点或亮斑,或者,污点或亮斑的是否影响图片质量。以眼底图像为例,如果超过预设亮度范围的像素点数量超过一定数量和/或具有一定的聚合度,则确认该图像上存在污点或亮斑,超过预设亮度范围的像素点位置在较为重要的位置,例如在血管周围或血管上,或者在视盘或者黄斑等较为容易病变的区域内时,则可以确认该图像上的污点或亮斑对图片质量影响较大。
对待侧图像进行加权平均处理,得到平均图像对亮度有差异的图像的像素点的亮度进行平均处理,在所述平均图像中提取超出预设亮度范围的像素点;由于污点与亮斑的位置不变,污点与亮斑处的像素亮度基本无变化,可以根据提取的像素点属性例如,像素点位置,数量等信息确定是否存在亮斑或污点,或者污点或亮斑对图像质量实质影响的大小,从而可以较为有效的检测图像的拍摄质量。
为保证能够较为准确的提取到污点或亮斑,可以对图像的亮度进行预处理,在可选地实施例中,可以分别对所述多个待检测图像进行对比度增强,得到对比度增强图像并分别对对比度增强图像进行平滑处理,例如可以进行高斯滤波、均值滤波、中值滤波或双边滤波中的任意一种或任意组合,将平滑处理后的图像与对应的原图像进行线性融合,得到亮度增强图像;可以使原图像中的污点或亮斑更为明显。进而对图像进行加权平均处理。得到平均图像。
如果拍摄的图像为眼底图像,对于像眼底照相机这种需要在封闭条件下拍摄的照相系统,还会存在漏光的情况出现,在可选的实施例中,还可以对漏光进行检测。具体的,对待检测图像进行二值化处理,得到图像中的预设区域。例如,在眼底图像中,将黑色区域置0,将彩色区域置1,可以得到二值图像,所称预设区域可以为视野区域,得到的二值图像可以为视野区域的二值图像。由于漏光区域一般都在图像边界,可以根生成的二值图像,生成基于预设区域边界的掩膜。在本实施例中,可以只提取视野边界的像素点进行分析,得到视野边界的掩膜。使用掩膜与待检测图像融合,求取融合后的图像的平均色彩亮度,并与预设色彩亮度阈值进行对比;根据对比结果确认待检测图像的漏光度。在本实施例中,如果大于预设色彩亮度阈值,则确认该图像漏光,如果小于预设色彩阈值,则认为该图像为正常图像。或者,可以根据预设色彩亮度阈值对掩膜的色彩亮度进行评价,得到图像的漏光程度,根据漏光程度确定图像的质量。
在拍摄的眼底图像中,可能由于眼睫毛等眼睛周围的物体对通孔有遮挡,可能会造成眼底图像中存在阴影,对图形质量有所影响,在可选地实施例中,还可以检测图像中是否存在局部阴影,具体的,可以统计待检测图像中任意一个颜色通道的直方图,由于阴影在绿色直方图中表现最为明显,与其他事物的直方图的差别最大,在本实施例中,可以只统计绿色通道直方图,可以增大阴影的辨识率,同时可以较小数据计算量。根据统计的颜色通道的直方图,统计小于预设亮度的总像素点数量;例如,可以统计灰度值在0-50之间的像素点总数,在本实施例中,还可以统计灰度值在其他范围的像素点总数,例如,可以统计灰度值在0-60之间的像素点总数,具体的可以根据实际情况确定,在本实施例中,小于预设亮度的像素点可以认为为阴影,在小于预设亮度的像素点总数超过预设值时,则可以认为图像中的阴影过多。
由于图像的清晰度对图像的质量影响也较大,在可选的实施例中,还可以对图像的清晰度进行检测,具体的,图像中的高频信息决定图像的细节,即高频信息越多,图像越清晰,在本实施例中,可以提取待检测图像的高频分量,具体的,可以通过傅里叶变换高通滤波器提取图像的高频细信息,得到图像的高频部分频域图像,在对频域图像进行傅里叶反变换将高频部分频域图像转换为时域图像,并用求和的方法计算信息量,在将信息平均到每个像素点后,可以得到待检测图像的高频分量,用于评价图像的清晰度,在本实施例中,可以设置一个阈值,在高频分量大于该阈值时,认为图像为清晰的图像,咋高频分量小于该阈值时,认为图像为非正常图像。
图像的曝光度对图像的质量影响也较大,需要的图像的曝光度进行检测,在可选的实施例中,可以先将图像转换为灰色图像,可以使用以下转换公式,L=R*299/1000+G*587/1000+B*114/1000,其中,L为灰度值,R为红色通道,G为绿色通道,B为蓝色通道,在本实施例中,可以统计直方图的均方根值作为图像亮度的评分标准,同样的,可以设置一个阈值,作为图像整体曝光程度的评判标准。
本发明实施例提供了一种图像处理装置,如图3所示,包括:第一获取模块100,用于获取多个待检测图像;第一图像检测模块200,用于对所述待检测图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。
在可选的实施例中,加权单元,用于对多个待检测图像进行加权平均处理,得到平均图像;提取单元,用于在平均图像中提取超出预设亮度范围的像素点;检测单元,用于根据提取的像素点属性得到检测结果。
在可选的实施例中,加权单元包括:平滑处理子单元,用于分别对多个待检测图像进行平滑处理;融合子单元,用于将平滑处理后的图像与对应的原图像进行线性融合,得到亮度增强图像;加权子单元,用于对多个亮度增强图像进行加权平均处理,得到平均图像。
本发明实施例中,还提供了一种图像处理方法,如图4所示,包括:
S100.获取待处理图像。
S200.按照上述图像检测方法检测待处理图像,得到检测结果。具体的,可以参见上述实施例中对于图像检测方法的描述。
S300.根据检测结果对待处理图像进行相应的处理。在本实施例中,在得到检测结果后,即在确认图像的质量后,可以根据图像的质量进行相应处理,例如,在交通摄像或工业零件检测中,如果图像上存在污点或亮斑,则表示镜头上有杂质,可以启动自动清洁装置,对镜头进行清洁。或者,发出警报,提请工作人员对镜头进行清洁。也可以在捕捉到曝光强度不达标时自适应地调整曝光强度拍摄出更高质量的视频流输出至后续图像分析系统中,减少误差。在本实施例中,如果图像为拍摄的眼底图像,可以根据检测结果对图像进行打分,指导拍摄工作人员拍摄出更高质量的眼底图像。以减小医生对病情的误判。在本实施例中,还可以对质量设置评分阈值,在图像质量评分打不到评分阈值时,自动过滤当前图像,提高图像的准确率和可靠性。
本发明实施例提供了一种图像处理装置,如图5所示,包括:第二获取模块1000,用于获取待处理图像;第二图像检测模块2000,用于按照上述第一方面任意一项的图像检测方法检测待处理图像,得到检测结果;处理模块3000,用于根据检测结果对待处理图像进行相应的处理。
本发明实施例还提供了一种非暂态计算机可读介质,非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行如上述实施例中任意一项描述图像检测、处理方法。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
本发明实施例提供了一种终端,如图6所示,该终端包括一个或多个处理器51以及存储器52,图6中以一个处理器53为例。
终端还可以包括:输入装置53和输出装置54。
处理器51、存储器52、输入装置53和输出装置54可以通过总线或者其他方式连接,图6中以通过总线连接为例。
处理器51可以为中央处理器(Central Processing Unit,CPU)。处理器51还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器52作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的图像检测、处理方法对应的程序指令/模块。处理器51通过运行存储在存储器52中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例图像检测、处理方法。
存储器52可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据用户终端操作的处理装置的使用所创建的数据等。此外,存储器52可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器52可选包括相对于处理器51远程设置的存储器,这些远程存储器可以通过网络连接至图像检测、处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置53可接收输入的数字或字符信息,以及产生与用户终端的处理装置的用户设置以及功能控制有关的键信号输入。输出装置54可包括显示屏等显示设备。
一个或者多个模块存储在存储器52中,当被一个或者多个处理器51执行时,执行如图1、2或4所示的方法。
虽然结合附图描述了本发明的实施方式,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (14)
1.一种图像检测方法,其特征在于,包括:
获取多个待检测图像;
对所述待检测图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。
2.如权利要求1所述的图像检测方法,其特征在于,所述对所述待检测图像进行污点/亮斑检测包括:
对所述多个待检测图像进行加权平均处理,得到平均图像;
判断所述平均图像中是否存在超过预设亮度范围的像素点;
当所述平均图像中存在超过预设亮度范围的像素点时,确认所述待检测图像中存在污点/亮斑。
3.如权利要求2所述的图像检测方法,其特征在于,所述对所述多个待检测图像进行加权平均处理,得到平均图像包括:
分别对所述多个待检测图像进行对比度增强,得到对比度增强图像;
分别对所述多个对比度增强图像进行平滑处理;
对所述多个平滑处理后的图像进行加权平均处理,得到所述平均图像。
4.如权利要求1所述的图像检测方法,其特征在于,所述对所述待检测图像进行漏光检测包括:
对所述待检测图像进行二值化处理,得到图像中的预设区域;
生成基于预设区域边界的掩膜;
使用所述掩膜与所述待检测图像融合;
求取融合后图像的平均色彩亮度,并与预设色彩亮度阈值进行对比;
根据对比结果确认所述待检测图像的漏光程度。
5.如权利要求1-3任意一项所述的图像检测方法,其特征在于,所述对所述待检测图像进行局部阴影检测包括:
统计所述待检测图像中任意一个颜色通道的直方图;
统计小于预设像素值的像素点的数量;
判断所述小于预设像素值的像素点的数量是否小于预设数量;
当所述小于预设像素值的像素点的数量小于预设数量时,确认所述待检测图像中存在局部阴影。
6.如权利要求1-4任意一项所述的图像检测方法,其特征在于,所述对所述待检测图像进行清晰度检测包括:
提取所述待检测图像的高频分量;
计算所述高频分量的信息量;
基于所述高频分量的信息量确认所述待检测图像的清晰度。
7.如权利要求任意一项所述的图像检测方法,其特征在于,所述对所述待检测图像进行曝光度检测包括:
将所述待检测图像转为灰度图像;
统计所述灰度图像直方图的均方根;
基于所述均方根大小确认所述待检测图像的曝光度。
8.一种图像检测装置,其特征在于,包括:
第一获取模块,用于获取多个待检测图像;
第一图像检测模块,用于对所述待检测图像进行污点/亮斑检测、曝光度检测、清晰度检测、漏光检测、局部阴影检测中的任意一种或任意组合。
9.如权利要求8所述的图像检测装置,其特征在于,所述第一图像检测模块包括:
加权单元,用于对所述多个待检测图像进行加权平均处理,得到平均图像;
判断单元,用于判断所述平均图像中是否存在超过预设亮度范围的像素点;
确认单元,用于在所述第一判断单元判断出所述平均图像中存在超过预设亮度范围的像素点时,确认所述待检测眼底图像中存在污点/亮斑。
10.如权利要求9所述的图像检测装置,其特征在于,所述加权单元包括:
对比度增强子单元,用于分别对所述多个待检测图像进行对比度增强,得到对比度增强图像;
平滑处理子单元,用于分别对所述多个对比度增强图像进行平滑处理;
加权子单元,用于对所述多个平滑处理后的图像进行加权平均处理,得到所述平均图像。
11.一种图像处理方法,其特征在于,包括:
获取待处理图像;
按照权利要求1-7任意一项所述的图像检测方法检测所述待处理图像,得到检测结果;
根据所述检测结果对所述待处理图像进行相应的处理。
12.一种图像处理装置,其特征在于,包括:
第二获取模块,用于获取待处理图像;
第二图像检测模块,用于按照权利要求1-7任意一项所述的图像检测方法检测所述待处理图像,得到检测结果;
处理模块,用于根据所述检测结果对所述待处理图像进行相应的处理。
13.一种终端,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行如权利要求1-7任意一项所述的图像检测方法和/或执行如权利要求11所述的图像处理方法。
14.一种非暂态计算机可读介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行如权利要求1-7任意一项所述的图像检测方法和/或执行如权利要求11所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810173382.6A CN108346149B (zh) | 2018-03-02 | 2018-03-02 | 图像检测、处理方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810173382.6A CN108346149B (zh) | 2018-03-02 | 2018-03-02 | 图像检测、处理方法、装置及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108346149A true CN108346149A (zh) | 2018-07-31 |
CN108346149B CN108346149B (zh) | 2021-03-12 |
Family
ID=62959677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810173382.6A Active CN108346149B (zh) | 2018-03-02 | 2018-03-02 | 图像检测、处理方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108346149B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118498A (zh) * | 2018-08-22 | 2019-01-01 | 科大讯飞股份有限公司 | 一种摄像头污点检测方法、装置、设备及存储介质 |
CN109520478A (zh) * | 2018-12-05 | 2019-03-26 | 深圳市道通智能航空技术有限公司 | 一种水面检测方法、装置和无人机 |
CN109579075A (zh) * | 2018-12-06 | 2019-04-05 | 王银仙 | 智能型液化气灶具 |
CN109631307A (zh) * | 2018-12-06 | 2019-04-16 | 朱朝峰 | 智能化速热式热水器 |
CN110009626A (zh) * | 2019-04-11 | 2019-07-12 | 北京百度网讯科技有限公司 | 用于生成图像的方法和装置 |
CN110428410A (zh) * | 2019-07-31 | 2019-11-08 | 腾讯医疗健康(深圳)有限公司 | 眼底医学图像处理方法、装置、设备及存储介质 |
CN110930338A (zh) * | 2019-11-29 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
CN111010509A (zh) * | 2019-12-05 | 2020-04-14 | Oppo广东移动通信有限公司 | 图像处理方法、终端、图像处理系统和计算机可读存储介质 |
CN111031241A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、终端和计算机可读存储介质 |
CN111031239A (zh) * | 2019-12-05 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、电子设备和计算机可读存储介质 |
CN111340749A (zh) * | 2018-12-17 | 2020-06-26 | 顺丰科技有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
CN111539905A (zh) * | 2020-05-15 | 2020-08-14 | 北京百度网讯科技有限公司 | 用于生成图像的方法、装置、设备以及存储介质 |
CN111815648A (zh) * | 2020-07-01 | 2020-10-23 | 智慧眼科技股份有限公司 | 基于图像的水痕判定方法、装置、计算机设备及存储介质 |
CN111835956A (zh) * | 2019-04-16 | 2020-10-27 | 北京地平线机器人技术研发有限公司 | 摄像头控制方法和装置、图像采集设备和电子设备 |
CN109472772B (zh) * | 2018-09-29 | 2020-12-01 | 歌尔光学科技有限公司 | 图像污点检测方法、装置和设备 |
CN112190227A (zh) * | 2020-10-14 | 2021-01-08 | 上海鹰瞳医疗科技有限公司 | 眼底相机及其使用状态检测方法 |
CN112525163A (zh) * | 2020-11-23 | 2021-03-19 | 嘉兴聚林电子科技有限公司 | 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 |
CN113191286A (zh) * | 2021-05-08 | 2021-07-30 | 重庆紫光华山智安科技有限公司 | 图像数据质量检测调优方法、系统、设备及介质 |
CN113469944A (zh) * | 2021-06-03 | 2021-10-01 | 厦门宏泰智能制造有限公司 | 一种产品质检方法、装置和电子设备 |
CN113576523A (zh) * | 2021-08-02 | 2021-11-02 | 深圳技术大学 | 一种超声图像冻结防抖方法及装置 |
WO2022077800A1 (zh) | 2020-10-14 | 2022-04-21 | 上海鹰瞳医疗科技有限公司 | 眼底相机及眼底图像全自动拍摄方法 |
CN116909750A (zh) * | 2023-07-26 | 2023-10-20 | 江苏中天吉奥信息技术股份有限公司 | 一种基于图像的场景白膜快速化生产方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1507604A (zh) * | 2001-05-02 | 2004-06-23 | 图像增强方法和设备 | |
US20040181342A1 (en) * | 1999-10-12 | 2004-09-16 | Yi-Xiong Zhou | System and method for automatically analyzing gene expression spots in a microarray |
US20100111362A1 (en) * | 2008-11-06 | 2010-05-06 | Industrial Technology Research Institute | Method for detecting shadow of object |
CN202837747U (zh) * | 2012-10-26 | 2013-03-27 | 京东方科技集团股份有限公司 | 漏光检测基板及漏光检测装置 |
CN103366358A (zh) * | 2012-03-30 | 2013-10-23 | Ncr公司 | 污点检测 |
CN104376573A (zh) * | 2014-12-03 | 2015-02-25 | 歌尔声学股份有限公司 | 一种图像污点检测方法及系统 |
CN107451998A (zh) * | 2017-08-08 | 2017-12-08 | 北京大恒普信医疗技术有限公司 | 一种眼底图像质量控制方法 |
-
2018
- 2018-03-02 CN CN201810173382.6A patent/CN108346149B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040181342A1 (en) * | 1999-10-12 | 2004-09-16 | Yi-Xiong Zhou | System and method for automatically analyzing gene expression spots in a microarray |
CN1507604A (zh) * | 2001-05-02 | 2004-06-23 | 图像增强方法和设备 | |
US20100111362A1 (en) * | 2008-11-06 | 2010-05-06 | Industrial Technology Research Institute | Method for detecting shadow of object |
CN103366358A (zh) * | 2012-03-30 | 2013-10-23 | Ncr公司 | 污点检测 |
CN202837747U (zh) * | 2012-10-26 | 2013-03-27 | 京东方科技集团股份有限公司 | 漏光检测基板及漏光检测装置 |
CN104376573A (zh) * | 2014-12-03 | 2015-02-25 | 歌尔声学股份有限公司 | 一种图像污点检测方法及系统 |
CN107451998A (zh) * | 2017-08-08 | 2017-12-08 | 北京大恒普信医疗技术有限公司 | 一种眼底图像质量控制方法 |
Non-Patent Citations (6)
Title |
---|
DISCREET公司: "《Combustion TM标准教程》", 31 March 2001 * |
张声: "《压力容器制造单位质量保证人员使用手册》", 31 May 1999 * |
李祥生等: "《多媒体技术及应用》", 31 October 2011 * |
田芳等: "基于机器视觉的马铃薯黑心病检测机构设计与实验", 《农业工程学报》 * |
章新友: "《医学成像及处理技术》", 31 July 2011 * |
陈平: "《变电压X射线高动态DR/CT成像》", 31 December 2015 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118498A (zh) * | 2018-08-22 | 2019-01-01 | 科大讯飞股份有限公司 | 一种摄像头污点检测方法、装置、设备及存储介质 |
CN109118498B (zh) * | 2018-08-22 | 2021-04-30 | 科大讯飞股份有限公司 | 一种摄像头污点检测方法、装置、设备及存储介质 |
CN109472772B (zh) * | 2018-09-29 | 2020-12-01 | 歌尔光学科技有限公司 | 图像污点检测方法、装置和设备 |
CN109520478A (zh) * | 2018-12-05 | 2019-03-26 | 深圳市道通智能航空技术有限公司 | 一种水面检测方法、装置和无人机 |
CN109579075A (zh) * | 2018-12-06 | 2019-04-05 | 王银仙 | 智能型液化气灶具 |
CN109631307A (zh) * | 2018-12-06 | 2019-04-16 | 朱朝峰 | 智能化速热式热水器 |
CN111340749B (zh) * | 2018-12-17 | 2023-08-29 | 丰翼科技(深圳)有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
CN111340749A (zh) * | 2018-12-17 | 2020-06-26 | 顺丰科技有限公司 | 图像质量的检测方法、装置、设备及存储介质 |
CN110009626A (zh) * | 2019-04-11 | 2019-07-12 | 北京百度网讯科技有限公司 | 用于生成图像的方法和装置 |
CN111835956A (zh) * | 2019-04-16 | 2020-10-27 | 北京地平线机器人技术研发有限公司 | 摄像头控制方法和装置、图像采集设备和电子设备 |
CN110428410B (zh) * | 2019-07-31 | 2024-02-27 | 腾讯医疗健康(深圳)有限公司 | 眼底医学图像处理方法、装置、设备及存储介质 |
CN110428410A (zh) * | 2019-07-31 | 2019-11-08 | 腾讯医疗健康(深圳)有限公司 | 眼底医学图像处理方法、装置、设备及存储介质 |
CN110930338A (zh) * | 2019-11-29 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
CN110930338B (zh) * | 2019-11-29 | 2023-06-23 | Oppo广东移动通信有限公司 | 图像处理方法、图像处理装置、电子设备和计算机可读存储介质 |
CN111010509A (zh) * | 2019-12-05 | 2020-04-14 | Oppo广东移动通信有限公司 | 图像处理方法、终端、图像处理系统和计算机可读存储介质 |
CN111031239A (zh) * | 2019-12-05 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、电子设备和计算机可读存储介质 |
CN111031241B (zh) * | 2019-12-09 | 2021-08-27 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、终端和计算机可读存储介质 |
CN111031241A (zh) * | 2019-12-09 | 2020-04-17 | Oppo广东移动通信有限公司 | 图像处理方法及其装置、终端和计算机可读存储介质 |
CN111539905B (zh) * | 2020-05-15 | 2023-08-25 | 北京百度网讯科技有限公司 | 用于生成图像的方法、装置、设备以及存储介质 |
CN111539905A (zh) * | 2020-05-15 | 2020-08-14 | 北京百度网讯科技有限公司 | 用于生成图像的方法、装置、设备以及存储介质 |
CN111815648A (zh) * | 2020-07-01 | 2020-10-23 | 智慧眼科技股份有限公司 | 基于图像的水痕判定方法、装置、计算机设备及存储介质 |
CN111815648B (zh) * | 2020-07-01 | 2023-07-28 | 智慧眼科技股份有限公司 | 基于图像的水痕判定方法、装置、计算机设备及存储介质 |
CN112190227A (zh) * | 2020-10-14 | 2021-01-08 | 上海鹰瞳医疗科技有限公司 | 眼底相机及其使用状态检测方法 |
WO2022077800A1 (zh) | 2020-10-14 | 2022-04-21 | 上海鹰瞳医疗科技有限公司 | 眼底相机及眼底图像全自动拍摄方法 |
CN112525163A (zh) * | 2020-11-23 | 2021-03-19 | 嘉兴聚林电子科技有限公司 | 穿孔机打穿检测系统、方法、装置、控制设备和存储介质 |
CN113191286A (zh) * | 2021-05-08 | 2021-07-30 | 重庆紫光华山智安科技有限公司 | 图像数据质量检测调优方法、系统、设备及介质 |
CN113469944A (zh) * | 2021-06-03 | 2021-10-01 | 厦门宏泰智能制造有限公司 | 一种产品质检方法、装置和电子设备 |
CN113576523A (zh) * | 2021-08-02 | 2021-11-02 | 深圳技术大学 | 一种超声图像冻结防抖方法及装置 |
CN116909750A (zh) * | 2023-07-26 | 2023-10-20 | 江苏中天吉奥信息技术股份有限公司 | 一种基于图像的场景白膜快速化生产方法 |
CN116909750B (zh) * | 2023-07-26 | 2023-12-22 | 江苏中天吉奥信息技术股份有限公司 | 一种基于图像的场景白膜快速化生产方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108346149B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108346149A (zh) | 图像检测、处理方法、装置及终端 | |
CN107451998B (zh) | 一种眼底图像质量控制方法 | |
US8184900B2 (en) | Automatic detection and correction of non-red eye flash defects | |
CN110021009B (zh) | 一种评估眼底图像质量的方法、装置及存储介质 | |
KR101330772B1 (ko) | 디지털 이미지에서의 적목 결함 탐지 | |
US8422780B2 (en) | Method and apparatus of correcting hybrid flash artifacts in digital images | |
US20140314288A1 (en) | Method and apparatus to detect lesions of diabetic retinopathy in fundus images | |
IES20060559A2 (en) | Automatic detection and correction of non-red flash eye defects | |
CN109697719B (zh) | 一种图像质量评估方法、装置及计算机可读存储介质 | |
Kayal et al. | A new dynamic thresholding based technique for detection of hard exudates in digital retinal fundus image | |
TWI462054B (zh) | Estimation Method of Image Vagueness and Evaluation Method of Image Quality | |
EP2188779A1 (en) | Extraction method of tongue region using graph-based approach and geometric properties | |
EP2288286A1 (en) | An automatic opacity detection system for cortical cataract diagnosis | |
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
Usher et al. | Automated assessment of digital fundus image quality using detected vessel area | |
CN104394377A (zh) | 一种监控图像的模糊异常的识别方法及装置 | |
CN106973290A (zh) | 一种摄像模组污点测试方法及装置 | |
Jagadale et al. | Early detection and categorization of cataract using slit-lamp images by hough circular transform | |
CN109978780A (zh) | 一种尿检仪试纸图像颜色校正方法 | |
CN108009534A (zh) | 基于瞳孔灰度的活体检测方法 | |
JPH11238129A (ja) | 眼科用画像処理装置 | |
Poostchi et al. | Diabetic retinopathy dark lesion detection: preprocessing phase | |
JPH06125876A (ja) | 眼神経乳頭診断装置 | |
Li et al. | Lens image registration for cataract detection | |
CN102243761B (zh) | 红眼图像检测方法及其相关装置 |
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 |