CN109192279A - 一种核桃灸眼盒药包用量检测方法 - Google Patents
一种核桃灸眼盒药包用量检测方法 Download PDFInfo
- Publication number
- CN109192279A CN109192279A CN201811084535.6A CN201811084535A CN109192279A CN 109192279 A CN109192279 A CN 109192279A CN 201811084535 A CN201811084535 A CN 201811084535A CN 109192279 A CN109192279 A CN 109192279A
- Authority
- CN
- China
- Prior art keywords
- image
- walnut
- eye box
- moxibustion
- medicine
- 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.)
- Withdrawn
Links
- 235000009496 Juglans regia Nutrition 0.000 title claims abstract description 39
- 235000020234 walnut Nutrition 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 25
- 240000007049 Juglans regia Species 0.000 title 1
- 241000758789 Juglans Species 0.000 claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 230000005855 radiation Effects 0.000 claims abstract description 4
- 239000003814 drug Substances 0.000 claims description 97
- 238000009826 distribution Methods 0.000 claims description 30
- 238000009499 grossing Methods 0.000 claims description 12
- 238000002834 transmittance Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 9
- 238000000889 atomisation Methods 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000001467 acupuncture Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/90—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to alternative medicines, e.g. homeopathy or oriental medicines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/42—Analysis of texture based on statistical description of texture using transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Pharmacology & Pharmacy (AREA)
- Public Health (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Alternative & Traditional Medicine (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种核桃灸眼盒药包用量检测方法。主要包括:建立核桃灸眼盒结构模型,利用红外相机获取核桃灸眼盒内的药包图像,将图像灰度化,进行去噪处理;通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理,提高图像的清晰度;检测图像中的药包图像,构建背景模型,通过背景差分法分割药包图像与背景图像;提取药包的轮廓特征,将药包高度与设定阈值进行比较,完成核桃灸眼盒药包用量的检测。该方法具有易于实现、实用性强的特点,能够通过对核桃灸眼盒内药包图像的即时分析处理,根据药包高度对其进行用量检测,以便用户及时更换。
Description
技术领域
本发明属于中医、图像处理、红外电磁波领域,具体涉及一种核桃灸眼盒药包用量检测方法。
背景技术
核桃灸眼盒是一种温经通络的眼部治疗仪,通过艾灸配合中草药刺激眼部穴位,可以缓解眼部疲劳、提高视力、减轻眼睛的负担。但目前核桃灸眼盒的药包用量无法自动检测,只能根据经验来掌握,一旦药包用完,艾灸长时间灸眼将导致眼部周围皮肤水分挥发过多过快,使皮肤干燥,引起不适,极大影响治疗效果。
发明内容
为解决上述问题,本发明的目的在于提供一种易于实现、实用性强的核桃灸眼盒药包用量检测方法,能够通过对核桃灸眼盒内药包图像的即时分析处理,根据药包高度对其进行用量检测,以便用户及时更换。
本发明解决其问题所采用的技术方案,包括以下步骤:
一种核桃灸眼盒药包用量检测方法,通过对药包图像的处理得到药包高度,依据高度检测药包用量,所述方法包括以下步骤:
A.建立核桃灸眼盒结构模型,利用红外相机获取核桃灸眼盒内的药包图像,将图像灰度化,进行去噪处理;
B.通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理,提高图像的清晰度;
C.检测图像中的药包图像,构建背景模型,通过背景差分法分割药包图像与背景图像;
D.提取药包的轮廓特征,将药包高度与设定阈值进行比较,完成核桃灸眼盒药包用量的检测。
进一步的,所述步骤A的具体实现方式为:
(1)利用红外相机获取核桃灸眼盒内的药包图像,将图像传至处理机进行处理,图像灰度为f(x,y),(x,y)是像素坐标,对图像进行全局映射灰度化:
g(x,y)=V+f(H)*S
其中,H为色调,S为饱和度,V为明度,设立目标函数缩小灰度图与原图的差距:
其中,dx、dy分别是x、y方向上图像像素的灰度差,Vx、Vy为x、y方向上的图像明度,计算函数的最小值:x=[∑(HHTS)x]-1∑[(dx-Vx+dy-Vy)HT],将其带入g(x,y)中,得到像素灰度值;
(2)对图像进行小波变换:
Wg(x,y)=Wf(x,y)+Wε(x,y)
其中,Wg(x,y)为含有噪声的小波系数,Wf(x,y)为不含噪声的小波系数,Wε(x,y)为噪声的小波系数,构造二维平滑函数:
其中,i=[1,n]是小波变换的尺度因子,图像经小波变换后被分为4个子块频带区域,进行下一层小波变换时,变换数据主要集中在高频带上,因此需对高频带进行小波变换,并构造下一尺度的子块频带区域,直至达到满意的小波尺度为止,对小波系数进行估计,设立阈值θ,去除小于阈值的小波系数,从而得到处理后的小波系数,进行小波逆变换:
其中,W为处理后的小波系数,k是变换系数,从而得到去噪后的图像。
进一步的,所述步骤B的具体实现方式为:
(1)核桃灸眼盒中红外相机的图像成像模型为:
F=J*t+Ic(1-t)=Ic*(P*t-t+1)t+Ic(1-t)
其中,J是雾化图像,t是红外光的透射率,Ic是红外光的照射分量,P是药包表面对红外光的反射比例,对原始图像进行高斯模糊处理可得到J:
其中,σ2是图像的高斯方差,模糊尺寸为α,当α较小时,可以增强暗区的图像细节,α较大时,图像色差较小;
(2)计算雾化反射图:
R=P*t-t+1
得到透射率:
t=1-ω min R
其中,ω是反射系数,若透射率过小,容易产生噪声,设置透射率阈值t′,则雾化反射图变为:
红外相机与药包之间的距离越大,雾气影响越严重,量取红外相机与药包之间的距离d,则雾化图像J变为:
则去雾图像为:
F′=R′×J′
通过去雾,提高图像视觉效果和可视度。
进一步的,所述步骤C的具体实现方式为:
(1)使用多个高斯分布的权重组合来近似表示像素平滑的概率分布,高斯分布函数为:
其中,Ft(x,y)是像素点(x,y)在t时刻的灰度值,n是t时刻高斯分布的数量,μi和σi是高斯分布均值和标准差,ω是高斯分布的权重,背景模型的条件为:
将满足上述条件的N个高斯分布作为背景模型,其中,T表示背景模型阈值;
(2)同一时刻的像素点如果与背景相匹配,则为背景;否则为药包图像,匹配规则为图像高斯分布满足(μk-λσk,μk+λσk),且k<N,背景模型中,新的高斯分布值将取代N个高斯分布中权重与标准差比值最小的一个,从而更新背景分割条件,形成新的背景与前景,直至将所有帧都更新完,以背景模型为基础通过背景差分法提取药包图像:
其中,为t时刻第N帧图像,B(x,y)为背景图像。
进一步的,所述步骤D的具体实现方式为:
(1)经过步骤C的平滑处理后,构造高斯拉普拉斯算子并对其求二阶导数:
其中,G(x,y)是拉普拉斯算子,σ2是高斯分布标准差,用对图像F(x,y)进行卷积运算,得到药包轮廓:
根据σ的不同得到不同尺度下的药包边缘图像;
(2)根据步骤A(2)中对图像的平滑处理,对药包轮廓求导f′(x,y)得到药包最高点纵坐标y1与最低点纵坐标y2,将纵坐标相减得到药包高度h:
h=y1-y2
设定药包的用量过半高度阈值ξ1和换药包提醒阈值ξ2,阈值为定值,由实验测得,当h=ξ1时,灸眼盒提醒装置发出短提示音,提醒用户药包用量已使用一半;当h=ξ2时,灸眼盒提醒装置发出长提示音,提醒用户药包用量已使用完,需更换药包,再继续艾灸将影响眼部周围皮肤的水分。
本发明的有益效果是:
在眼部医疗越来越重要的情况下,本发明具有易于实现、实用性强的特点,能够通过对核桃灸眼盒内药包图像的即时分析处理,根据药包高度对其进行用量检测,以便用户及时更换。
附图说明
图1为一种核桃灸眼盒药包用量检测方法的整体流程图;
图2为核桃灸眼盒结构模型图;
图3为药包图像与背景图像分割流程图。
具体实施方式
参照图1,本发明所述的方法包括以下步骤:
A.建立核桃灸眼盒结构模型,利用红外相机获取核桃灸眼盒内的药包图像,将图像灰度化,进行去噪处理;
(1)建立核桃灸眼盒结构模型,如图2所示。利用红外相机获取核桃灸眼盒内的药包图像,将图像传至处理机进行处理,图像灰度为f(x,y),(x,y)是像素坐标,对图像进行全局映射灰度化:
g(x,y)=V+f(H)*S
其中,H为色调,S为饱和度,V为明度。设立目标函数缩小灰度图与原图的差距:
其中,dx、dy分别是x、y方向上图像像素的灰度差,Vx、Vy为x、y方向上的图像明度。计算函数的最小值:x=[∑(HHTS)x]-1∑[(dx-Vx+dy-Vy)HT],将其带入g(x,y)中,得到像素灰度值。
(2)对图像进行小波变换:
Wg(x,y)=Wf(x,y)+Wε(x,y)
其中,Wg(x,y)为含有噪声的小波系数,Wf(x,y)为不含噪声的小波系数,Wε(x,y)为噪声的小波系数。构造二维平滑函数:
其中,i=[1,n]是小波变换的尺度因子。图像经小波变换后被分为4个子块频带区域,进行下一层小波变换时,变换数据主要集中在高频带上,因此需对高频带进行小波变换,并构造下一尺度的子块频带区域,直至达到满意的小波尺度为止。对小波系数进行估计,设立阈值θ,去除小于阈值的小波系数,从而得到处理后的小波系数,进行小波逆变换:
其中,W为处理后的小波系数,k是变换系数。从而得到去噪后的图像。
B.通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理,提高图像的清晰度;
(1)由于中间层艾灸的燃烧产生水蒸气,影响图像的清晰度,因此需要对图像进行去雾处理。核桃灸眼盒中红外相机的图像成像模型为:
F=J*t+Ic(1-t)=Ic*(P*t-t+1)t+Ic(1-t)
其中,J是雾化图像,t是红外光的透射率,Ic是红外光的照射分量,P是药包表面对红外光的反射比例。对原始图像进行高斯模糊处理可得到J:
其中,σ2是图像的高斯方差。模糊尺寸为α,当α较小时,可以增强暗区的图像细节,α较大时,图像色差较小。
(2)计算雾化反射图:
R=P*t-t+1
得到透射率:
t=1-ω min R
其中,ω是反射系数。若透射率过小,容易产生噪声,设置透射率阈值t′,则雾化反射图变为:
红外相机与药包之间的距离越大,雾气影响越严重。量取红外相机与药包之间的距离d,则雾化图像J变为:
则去雾图像为:
F′=R′×J′
通过去雾,提高图像视觉效果和可视度。
C.检测图像中的药包图像,构建背景模型,通过背景差分法分割药包图像与背景图像;
(1)使用多个高斯分布的权重组合来近似表示像素平滑的概率分布,高斯分布函数为:
其中,Ft(x,y)是像素点(x,y)在t时刻的灰度值,n是t时刻高斯分布的数量,μi和σi是高斯分布均值和标准差,ω是高斯分布的权重。背景模型的条件为:
将满足上述条件的N个高斯分布作为背景模型,其中,T表示背景模型阈值。
(2)同一时刻的像素点如果与背景相匹配,则为背景;否则为药包图像。匹配规则为图像高斯分布满足(μk-λσk,μk+λσk),且k<N。背景模型中,新的高斯分布值将取代N个高斯分布中权重与标准差比值最小的一个,从而更新背景分割条件,形成新的背景与前景,直至将所有帧都更新完。以背景模型为基础通过背景差分法提取药包图像:
其中,为t时刻第N帧图像,B(x,y)为背景图像。
D.提取药包的轮廓特征,将药包高度与设定阈值进行比较,完成核桃灸眼盒药包用量的检测。
(1)经过步骤C的平滑处理后,构造高斯拉普拉斯算子并对其求二阶导数:
其中,G(x,y)是拉普拉斯算子,σ2是高斯分布标准差。用对图像F(x,y)进行卷积运算,得到药包轮廓:
根据σ的不同得到不同尺度下的药包边缘图像。
(2)根据步骤A(2)中对图像的平滑处理,对药包轮廓求导f′(x,y)得到药包最高点纵坐标y1与最低点纵坐标y2,将纵坐标相减得到药包高度h:
h=y1-y2
设定药包的用量过半高度阈值ξ1和换药包提醒阈值ξ2,阈值为定值,由实验测得。当h=ξ1时,灸眼盒提醒装置发出短提示音,提醒用户药包用量已使用一半;当h=ξ2时,灸眼盒提醒装置发出长提示音,提醒用户药包用量已使用完,需更换药包,再继续艾灸将影响眼部周围皮肤的水分。
综上所述,便完成了本发明所述的一种核桃灸眼盒药包用量检测方法。该方法具有易于实现、实用性强的特点,能够通过对核桃灸眼盒内药包图像的即时分析处理,根据药包高度对其进行用量检测,以便用户及时更换。
Claims (5)
1.一种核桃灸眼盒药包用量检测方法,其特征在于,通过对药包图像的处理得到药包高度,依据高度检测药包用量,所述方法包括以下步骤:
A.建立核桃灸眼盒结构模型,利用红外相机获取核桃灸眼盒内的药包图像,将图像灰度化,进行去噪处理;
B.通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理,提高图像的清晰度;
C.检测图像中的药包图像,构建背景模型,通过背景差分法分割药包图像与背景图像;
D.提取药包的轮廓特征,将药包高度与设定阈值进行比较,完成核桃灸眼盒药包用量的检测。
2.根据权利要求1所述的一种核桃灸眼盒药包用量检测方法,其特征在于:
所述步骤A的具体实现方式为:
(1)利用红外相机获取核桃灸眼盒内的药包图像,将图像传至处理机进行处理,图像灰度为f(x,y),(x,y)是像素坐标,对图像进行全局映射灰度化:
g(x,y)=V+f(H)*S
其中,H为色调,S为饱和度,V为明度,设立目标函数缩小灰度图与原图的差距:
M=xT[∑(HHTS)x]x-2∑[(dx-Vx+dy-Vy)HT]x+S
其中,dx、dy分别是x、y方向上图像像素的灰度差,Vx、Vy为x、y方向上的图像明度,计算函数的最小值:x=[∑(HHTS)x]-1∑[(dx-Vx+dy-Vy)HT],将其带入g(x,y)中,得到像素灰度值;
(2)对图像进行小波变换:
Wg(x,y)=Wf(x,y)+Wε(x,y)
其中,Wg(x,y)为含有噪声的小波系数,Wf(x,y)为不含噪声的小波系数,Wε(x,y)为噪声的小波系数,构造二维平滑函数:
其中,i=[1,n]是小波变换的尺度因子,图像经小波变换后被分为4个子块频带区域,进行下一层小波变换时,变换数据主要集中在高频带上,因此需对高频带进行小波变换,并构造下一尺度的子块频带区域,直至达到满意的小波尺度为止,对小波系数进行估计,设立阈值θ,去除小于阈值的小波系数,从而得到处理后的小波系数,进行小波逆变换:
其中,W为处理后的小波系数,k是变换系数,从而得到去噪后的图像。
3.根据权利要求2所述的一种核桃灸眼盒药包用量检测方法,其特征在于:
所述步骤B的具体实现方式为:
(1)核桃灸眼盒中红外相机的图像成像模型为:
F=J*t+Ic(1-t)=Ic*(P*t-t+1)t+Ic(1-t)
其中,J是雾化图像,t是红外光的透射率,Ic是红外光的照射分量,P是药包表面对红外光的反射比例,对原始图像进行高斯模糊处理可得到J:
其中,σ2是图像的高斯方差,模糊尺寸为α,当α较小时,可以增强暗区的图像细节,α较大时,图像色差较小;
(2)计算雾化反射图:
R=P*t-t+1
得到透射率:
t=1-ωmin R
其中,ω是反射系数,若透射率过小,容易产生噪声,设置透射率阈值t′,则雾化反射图变为:
红外相机与药包之间的距离越大,雾气影响越严重,量取红外相机与药包之间的距离d,则雾化图像J变为:
则去雾图像为:
F′=R′×J′
通过去雾,提高图像视觉效果和可视度。
4.根据权利要求3所述的一种核桃灸眼盒药包用量检测方法,其特征在于:
所述步骤C的具体实现方式为:
(1)使用多个高斯分布的权重组合来近似表示像素平滑的概率分布,高斯分布函数为:
其中,Ft(x,y)是像素点(x,y)在t时刻的灰度值,n是t时刻高斯分布的数量,μi和σi是高斯分布均值和标准差,ω是高斯分布的权重,背景模型的条件为:
将满足上述条件的N个高斯分布作为背景模型,其中,T表示背景模型阈值;
(2)同一时刻的像素点如果与背景相匹配,则为背景;否则为药包图像,匹配规则为图像高斯分布满足(μk-λσk,μk+λσk),且k<N,背景模型中,新的高斯分布值将取代N个高斯分布中权重与标准差比值最小的一个,从而更新背景分割条件,形成新的背景与前景,直至将所有帧都更新完,以背景模型为基础通过背景差分法提取药包图像:
其中,为t时刻第N帧图像,B(x,y)为背景图像。
5.根据权利要求4所述的一种核桃灸眼盒药包用量检测方法,其特征在于:
所述步骤D的具体实现方式为:
(1)经过步骤C的平滑处理后,构造高斯拉普拉斯算子并对其求二阶导数:
其中,G(x,y)是拉普拉斯算子,σ2是高斯分布标准差,用对图像F(x,y)进行卷积运算,得到药包轮廓:
根据σ的不同得到不同尺度下的药包边缘图像;
(2)根据步骤A(2)中对图像的平滑处理,对药包轮廓求导f′(x,y)得到药包最高点纵坐标y1与最低点纵坐标y2,将纵坐标相减得到药包高度h:
h=y1-y2
设定药包的用量过半高度阈值ξ1和换药包提醒阈值ξ2,阈值为定值,由实验测得,当h=ξ1时,灸眼盒提醒装置发出短提示音,提醒用户药包用量已使用一半;当h=ξ2时,灸眼盒提醒装置发出长提示音,提醒用户药包用量已使用完,需更换药包,再继续艾灸将影响眼部周围皮肤的水分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811084535.6A CN109192279A (zh) | 2018-09-17 | 2018-09-17 | 一种核桃灸眼盒药包用量检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811084535.6A CN109192279A (zh) | 2018-09-17 | 2018-09-17 | 一种核桃灸眼盒药包用量检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109192279A true CN109192279A (zh) | 2019-01-11 |
Family
ID=64912023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811084535.6A Withdrawn CN109192279A (zh) | 2018-09-17 | 2018-09-17 | 一种核桃灸眼盒药包用量检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109192279A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077308A (zh) * | 2021-03-30 | 2021-07-06 | 张雨钊 | 一种智能可视化电商交易平台 |
-
2018
- 2018-09-17 CN CN201811084535.6A patent/CN109192279A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077308A (zh) * | 2021-03-30 | 2021-07-06 | 张雨钊 | 一种智能可视化电商交易平台 |
CN113077308B (zh) * | 2021-03-30 | 2022-03-22 | 张雨钊 | 一种智能可视化电商交易平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Haze and thin cloud removal via sphere model improved dark channel prior | |
Li et al. | Structure-revealing low-light image enhancement via robust retinex model | |
Lu et al. | No reference uneven illumination assessment for dermoscopy images | |
CN108921800A (zh) | 基于形状自适应搜索窗口的非局部均值去噪方法 | |
KR20140142381A (ko) | 단일영상 내의 안개 제거 방법 및 장치 | |
CN110032271A (zh) | 对比度调节装置及其方法、虚拟现实设备及存储介质 | |
CN104252698A (zh) | 一种基于半逆法的快速单幅图像去雾算法 | |
CN109712095A (zh) | 一种快速边缘保留的人脸美化方法 | |
CN111815550B (zh) | 一种基于灰度共生矩阵的红外与可见光图像融合方法 | |
Mustafa et al. | Image enhancement technique on contrast variation: a comprehensive review | |
CN111402285A (zh) | 一种基于视觉机制暗边缘增强的轮廓检测方法 | |
CN107516302A (zh) | 一种基于OpenCV的混合图像增强的方法 | |
Hussein et al. | Retinex theory for color image enhancement: A systematic review | |
Li et al. | Image enhancement algorithm based on depth difference and illumination adjustment | |
CN108694708A (zh) | 基于图像边缘提取的小波变换图像融合方法 | |
You et al. | A bilayer image restoration for finger vein recognition | |
Ghahremani et al. | Adversarial distortion learning for medical image denoising | |
Yan et al. | A novel biologically-inspired method for underwater image enhancement | |
Gu et al. | A novel Retinex image enhancement approach via brightness channel prior and change of detail prior | |
Shen et al. | RETRACTED: A novel Gauss-Laplace operator based on multi-scale convolution for dance motion image enhancement [EAI Endorsed Scal Inf Syst (2022), Online First] | |
CN109192279A (zh) | 一种核桃灸眼盒药包用量检测方法 | |
Sandeep | Remote sensing image dehazing using guided filter | |
Ezatian et al. | Image quality enhancement in wireless capsule endoscopy with adaptive fraction gamma transformation and unsharp masking filter | |
Abbas et al. | Skin lesion border detection based on optimal statistical model using optimized colour channel | |
JP5740403B2 (ja) | 網膜の異常を検出するためのシステムおよび方法 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 215, Yijing Building, No. 1 Hengshan Road, Yantai Economic and Technological Development Zone, Shandong Province Applicant after: Xu Hui Address before: 264006 No. 133 Yingchun Street, Laishan District, Yantai City, Shandong Province Applicant before: Xu Hui |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190111 |
|
WW01 | Invention patent application withdrawn after publication |