CN109272505B - 太阳极紫外图像的偏移量检测方法、装置及电子设备 - Google Patents

太阳极紫外图像的偏移量检测方法、装置及电子设备 Download PDF

Info

Publication number
CN109272505B
CN109272505B CN201811219323.4A CN201811219323A CN109272505B CN 109272505 B CN109272505 B CN 109272505B CN 201811219323 A CN201811219323 A CN 201811219323A CN 109272505 B CN109272505 B CN 109272505B
Authority
CN
China
Prior art keywords
image
real
offset
time
preset
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.)
Expired - Fee Related
Application number
CN201811219323.4A
Other languages
English (en)
Other versions
CN109272505A (zh
Inventor
刘阳
宋克非
王晓东
韩振伟
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.)
Changchun Institute of Optics Fine Mechanics and Physics of CAS
University of Chinese Academy of Sciences
Original Assignee
Changchun Institute of Optics Fine Mechanics and Physics of CAS
University of Chinese Academy of Sciences
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 Changchun Institute of Optics Fine Mechanics and Physics of CAS, University of Chinese Academy of Sciences filed Critical Changchun Institute of Optics Fine Mechanics and Physics of CAS
Priority to CN201811219323.4A priority Critical patent/CN109272505B/zh
Publication of CN109272505A publication Critical patent/CN109272505A/zh
Application granted granted Critical
Publication of CN109272505B publication Critical patent/CN109272505B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明适用太阳图像偏移量检测技术领域,提供了一种太阳极紫外图像的偏移量检测方法、装置及电子设备,该方法包括:采集太阳极紫外图像作为基准参考图像;实时采集太阳极紫外图像作为实时图像;比较所述基准参考图像与所述实时图像中像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,使太阳极紫外光图像的偏移量检测的误差大大减小,可靠性大大提高,并且实现太阳极紫外成像仪主光路分光成像,结构紧凑。

Description

太阳极紫外图像的偏移量检测方法、装置及电子设备
技术领域
本发明属于太阳图像偏移量检测技术领域,尤其涉及太阳极紫外图像的偏移量检测方法、装置及电子设备。
背景技术
太阳图像中,蕴含着各种活动现象。而太阳图像中,太阳极紫外光是空间天气研究的重要内容。因此通过对太阳极紫外光图像的偏移量进行研究检测,能够更好地促进对空间天气的研究。
目前,在进行太阳极紫外光图像的偏移量研究时,通过太阳极紫外成像仪采用附加可见光四象限导行镜的方式,来探测太阳图像的偏移量,这种方式虽然结构简单且易于地面实验验证,但是光路并非成像仪主光路,并且需要标定,造成结构误差大,并且采用四象限二极管,可靠性低。
发明内容
本发明的目的在于提供太阳极紫外图像的偏移量检测方法、装置及电子设备,旨在解决由于现有技术太阳极紫外光图像的偏移量检测的误差较大的问题。
第一方面,本发明提供了一种太阳极紫外图像的偏移量检测方法,所述方法包括下述步骤:
采集太阳极紫外图像作为基准参考图像;
实时采集太阳极紫外图像作为实时图像;
比较所述基准参考图像与所述实时图像中像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
可选的,所述比较所述基准参考图像与所述实时图像中像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量的步骤,包括:
分别从所述基准参考图像与所述实时图像中截取位于预设区域的图像;
针对所述预设区域的每一像素点,计算所述基准参考图像与所述实时图像在所述像素点之间的灰度值;
根据所述预设区域中各像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
可选的,所述预设区域的数量为多个,所述根据所述预设区域中各像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量的步骤,包括:
针对每一预设区域,根据所述预设区域中各像素点的灰度值,计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量;
根据各预设区域的区域偏移量,计算太阳极紫外图像在所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
可选的,所述针对每一预设区域,根据所述预设区域中各像素点的灰度值,计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量的步骤,包括:
针对每一预设区域,根据所述预设区域中各像素点的灰度值,采用三次方非线性强度变化模型计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
可选的,所述预设区域的数量为5个,第一预设区域位于太阳极紫外图像的中心区域,第二预设区域位于所述第一预设区域的上方,第三预设区域位于所述第一预设区域的右方,第四预设区域位于所述第一预设区域的下方,第五预设区域位于所述第一预设区域的左方。各所述预设区域均为50×50像素的矩形区域。
第二方面,提供了一种太阳极紫外图像的偏移量检测装置,包括:
基准参考图像采集模块,用于采集太阳极紫外图像作为基准参考图像;
实时图像采集模块,用于实时采集太阳极紫外图像作为实时图像;
偏移量计算模块,用于比较所述基准参考图像与所述实时图像中像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
可选的,所述偏移量计算模块包括:
区域图像截取单元,用于分别从所述基准参考图像与所述实时图像中截取位于预设区域的图像;
灰度值计算单元,用于针对所述预设区域的每一像素点,计算所述基准参考图像与所述实时图像在所述像素点之间的灰度值;
偏移量计算单元,用于根据所述预设区域中各像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
可选的,所述预设区域的数量为多个,所述偏移量计算单元包括:
区域偏移量计算子单元,用于针对每一预设区域,根据所述预设区域中各像素点的灰度值,计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量;
偏移量计算子单元,用于根据各预设区域的区域偏移量,计算太阳极紫外图像在所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
第三方面,提供了一种电子设备,包括:
处理器;以及
与所述处理器通信连接的存储器;其中,
所述存储器存储有可读性指令,所述可读性指令被所述处理器执行时实现如第一方面所述的方法。
第四方面,提供了一种计算机可读性存储介质,其上存储有计算机程序,所述计算机程序在被执行时实现如第一方面的方法。
本发明在进行太阳极紫外图像的偏移量检测时,通过采集太阳极紫外图像作为基准参考图像,实时采集太阳极紫外图像作为实时图像,比较所述基准参考图像与所述实时图像中像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,从而使太阳极紫外光图像的偏移量检测的误差大大减小,可靠性大大提高,并且实现太阳极紫外成像仪主光路分光成像,结构紧凑。
附图说明
图1是本发明实施例一提供的太阳极紫外图像的偏移量检测方法的实现流程图;
图2是本发明实施例一太阳极紫外图像的示意图;
图3是本发明实施例一预设区域在太阳极紫外图像的分布示意图;
图4示出了本发明实施例二提供的太阳极紫外图像的偏移量检测装置的结构;
图5是本发明实施例三提供的电子设备100的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述:
实施例一:
图1示出了本发明实施例一提供的太阳极紫外图像的偏移量检测方法的实现流程,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
步骤S110,采集太阳极紫外图像作为基准参考图像。
步骤S120,实时采集太阳极紫外图像作为实时图像。
本发明实施例适用于智能手机、电脑等电子设备,这些电子设备中设置处理器,以对太阳极紫外图像进行偏移量检测。
基准参考图像是开始进行太阳极紫外图像的偏移量检测时采集的太阳极紫外图像。
实时图像是进行太阳极紫外图像的偏移量检测的过程中所实时采集的太阳极紫外图像。
通过在不同时间采集的太阳极紫外图像,从而获知太阳在不同时间的极紫外图像变化。
图2是根据一示例性实施例示出的太阳极紫外图像的示意图。如图2所示,图2(a)为波长为
Figure BDA0001834345160000051
的太阳极紫外图像,图2(b)为波长为
Figure BDA0001834345160000052
的太阳极紫外图像,图2(c)为波长为
Figure BDA0001834345160000053
的太阳极紫外图像,图2(d)为波长为
Figure BDA0001834345160000054
的太阳极紫外图像。
步骤S130,比较基准参考图像与实时图像中像素点的灰度值,计算实时图像与基准参考图像分别对应的采集时间之间的偏移量。
可以理解的是,在太阳磁场演化和太阳活动区域的快速变化过程中,其像素点的灰度值将发生改变。
在计算实时图像与基准参考图像分别对应的采集时间之间的偏移量时,可分别从基准参考图像与实时图像中截取位于预设区域的图像;进而针对预设区域的每一像素点,计算基准参考图像与实时图像在像素点之间的灰度值;再根据预设区域中各像素点的灰度值,计算实时图像与基准参考图像分别对应的采集时间之间的偏移量。
可选的,当预设区域的数量为多个时,针对每一预设区域,根据预设区域中各像素点的灰度值,计算在预设区域中实时图像与基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量;并根据各预设区域的区域偏移量,计算太阳极紫外图像在实时图像与基准参考图像分别对应的采集时间之间的偏移量。
在不同时间的变化太阳极紫外图像中,通常存在太阳磁场演化和太阳活动区域的快速变化、成像装置偏移增益变化以及传感器像素的非均匀性。因此,为了减小测量误差,采用三次方非线性强度变化模型计算在预设区域中实时图像与基准参考图像分别对应的采集时间之间的偏移量。
具体地,
Figure BDA0001834345160000061
其中,β(xj,yj)为基准参考图像的预设区域中点(xj,yj)的灰度值,点(x′j,y′j)是实时图像的预设区域中对应于点(xj,yj),
Figure BDA0001834345160000062
是实时图像中点(x′j,y′j)的灰度值,m是预设区域中的像素个数,系数a、b和c分别为三次方非线性强度变化模型三次方因子、线性因子和偏移因子。
可选的,预设区域的数量可以为1个或多个。
在一具体的示例性实施例中,预设区域的数量为5个,这5个预设区域分别为第一预设区域、第二预设区域、第三预设区域、第四预设区域、第五预设区域。其中,第一预设区域位于太阳极紫外图像的中心区域,第二预设区域位于第一预设区域的上方,第三预设区域位于第一预设区域的右方,第四预设区域位于第一预设区域的下方,第五预设区域位于第一预设区域的左方。
当计算出各预设区域的区域偏移量后,计算太阳极紫外图像在实时图像与基准参考图像分别对应的采集时间之间的偏移量时,可以是通过计算所有预设区域的区域偏移量平均值,将该平均值作为太阳极紫外图像在实时图像与基准参考图像分别对应的采集时间之间的偏移量;也可以是从所有预设区域的区域偏移量中选取最大的区域偏移量,将该最大的区域偏移量作为太阳极紫外图像在实时图像与基准参考图像分别对应的采集时间之间的偏移量;还可以是通过其他形式确定太阳极紫外图像在实时图像与基准参考图像分别对应的采集时间之间的偏移量,在此不进行一一描述。
可选的,预设区域的形状可以为矩形,也可以为三角形,还可以为其它的形状,在此不对预设区域的形状进行一一描述。另外,当预设区域的数量为多个时,各预设区域的形状可以相同,也可以互不相同。
可选的,预设区域的面积是可调节的,当预设区域的数量为多个时,各预设区域的面积可以相同,也可以互不相同。
可选的,各预设区域在太阳极紫外图像中的布局可以是规则的,也可以是不规则的。
图3是根据一示例性实施例示出的预设区域在太阳极紫外图像的分布示意图。如图3所示,太阳极紫外图像中预设区域的数量为5个,其中,各预设区域均为50×50像素的矩形区域。这5个预设区域中,第一预设区域1位于太阳极紫外图像的中心区域,第二预设区域2位于第一预设区域1的上方,第三预设区域3位于第一预设区1的右方,第四预设区域4位于第一预设区域1的下方,第五预设区域5位于第一预设区域1的左方。
为了工程应用的可行性,第二预设区域2、第三预设区域3、第四预设区域4、第五预设区域5与第一预设区域1之间的距离均为太阳半径的一半。另外,为了保证测量精度,一方面要求图像子区域的尺寸应尽量大一些,因为只有足够大的预设区域才能够保证预设区域内包含有足够多的不同灰度分布的像素点,才能保证预设区域的灰度分布唯一性,另一方面,过大的预设区域尺寸会导致计算量增加。综合考虑,本示例性实施例中,各预设区域均为50×50像素的矩形区域,从而在保证能够保证较为精准地计算太阳极紫外图像偏移量的同时,大大减短了计算量,提高了计算太阳极紫外图像偏移量的效率。
实施例二:
图4示出了本发明实施例二提供的太阳极紫外图像的偏移量检测装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
基准参考图像采集模块110,用于采集太阳极紫外图像作为基准参考图像;
实时图像采集模块120,用于实时采集太阳极紫外图像作为实时图像;
偏移量计算模块130,用于比较基准参考图像与实时图像中像素点的灰度值,计算实时图像与基准参考图像分别对应的采集时间之间的偏移量。
优选地,偏移量计算模块130包括:
区域图像截取单元131,用于分别从基准参考图像与实时图像中截取位于预设区域的图像;
灰度值计算单元132,用于针对预设区域的每一像素点,计算基准参考图像与实时图像在像素点之间的灰度值;
偏移量计算单元133,用于根据预设区域中各像素点的灰度值,计算实时图像与基准参考图像分别对应的采集时间之间的偏移量。
优选地,预设区域的数量为多个,偏移量计算单元133包括:
区域偏移量计算子单元1331,用于针对每一预设区域,根据预设区域中各像素点的灰度值,计算在预设区域中实时图像与基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量;
偏移量计算子单元1332,用于根据各预设区域的区域偏移量,计算太阳极紫外图像在实时图像与基准参考图像分别对应的采集时间之间的偏移量。
可选地,区域偏移量计算子单元1331具体应用于针对每一预设区域,根据预设区域中各像素点的灰度值,采用三次方非线性强度变化模型计算在预设区域中实时图像与基准参考图像分别对应的采集时间之间的偏移量。
在本发明实施例中,该太阳极紫外图像的偏移量检测装置的各模块可由相应的硬件或软件单元实现,各模块可以为独立的软、硬件模块,也可以集成为一个软、硬件单元,在此不用以限制本发明。各模块的具体实施方式可参考实施例一的描述,在此不再赘述。
实施例三:
图5示出了本发明实施例三提供的电子设备100的结构框图,为了便于说明,仅示出了与本发明实施例相关的部分。
参考图5,电子设备100可以包括以下一个或者多个组件:处理组件101,存储器102,电源组件103,多媒体组件104,音频组件105,传感器组件107以及通信组件108。其中,上述组件并不全是必须的,电子设备100可以根据自身功能需求增加其他组件或减少某些组件,本实施例不作限定。
处理组件101通常控制电子设备100的整体操作,诸如与显示、电话呼叫、数据通信、相机操作以及记录操作相关联的操作等。处理组件101可以包括一个或多个处理器109来执行指令,以完成上述操作的全部或部分步骤。此外,处理组件101可以包括一个或多个模块,便于处理组件101和其他组件之间的交互。例如,处理组件101可以包括多媒体模块,以方便多媒体组件104和处理组件101之间的交互。
存储器102被配置为存储各种类型的数据以支持在电子设备100的操作。这些数据的示例包括用于在电子设备100上操作的任何应用程序或方法的指令。存储器102可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如SRAM(Static RandomAccess Memory,静态随机存取存储器),EEPROM(Electrically Erasable ProgrammableRead-Only Memory,电可擦除可编程只读存储器),EPROM(Erasable Programmable ReadOnly Memory,可擦除可编程只读存储器),PROM(Programmable Read-Only Memory,可编程只读存储器),ROM(Read-Only Memory,只读存储器),磁存储器,快闪存储器,磁盘或光盘。存储器102中还存储有一个或多个模块,该一个或多个模块被配置成由该一个或多个处理器109执行,以完成以下任一所示方法中的全部或者部分步骤。
电源组件103为电子设备100的各种组件提供电力。电源组件103可以包括电源管理系统,一个或多个电源,及其他与为电子设备100生成、管理和分配电力相关联的组件。
多媒体组件104包括在所述电子设备100和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括LCD(Liquid Crystal Display,液晶显示器)和TP(TouchPanel,触摸面板)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件105被配置为输出和/或输入音频信号。例如,音频组件105包括一个麦克风,当电子设备100处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器102或经由通信组件108发送。在一些实施例中,音频组件105还包括一个扬声器,用于输出音频信号。
传感器组件107包括一个或多个传感器,用于为电子设备100提供各个方面的状态评估。例如,传感器组件107可以检测到电子设备100的打开/关闭状态,组件的相对定位,传感器组件107还可以检测电子设备100或电子设备100一个组件的坐标改变以及电子设备100的温度变化。在一些实施例中,该传感器组件107还可以包括磁传感器,压力传感器或温度传感器。
通信组件108被配置为便于电子设备100和其他设备之间有线或无线方式的通信。电子设备100可以接入基于通信标准的无线网络,如WiFi(Wireless-Fidelity,无线网络),2G或3G,或它们的组合。在一个示例性实施例中,通信组件108经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件108还包括NFC(Near Field Communication,近场通信)模块,以促进短程通信。例如,在NFC模块可基于RFID(Radio Frequency Identification,射频识别)技术,IrDA(Infrared DataAssociation,红外数据协会)技术,UWB(Ultra-Wideband,超宽带)技术,BT(Bluetooth,蓝牙)技术和其他技术来实现。
在示例性实施例中,电子设备100可以被一个或多个ASIC(Application SpecificIntegrated Circuit,应用专用集成电路)、DSP(Digital Signal Processing,数字信号处理器)、PLD(Programmable Logic Device,可编程逻辑器件)、FPGA(Field-ProgrammableGate Array,现场可编程门阵列)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
该实施例中的服务器中处理器执行操作的具体方式已在有关该太阳极紫外图像的偏移量检测方法的实施例中进行详细描述,此处将不再做详细阐述说明。以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种太阳极紫外图像的偏移量检测方法,其特征在于,所述方法包括下述步骤:
采集太阳极紫外图像作为基准参考图像;
实时采集太阳极紫外图像作为实时图像;
比较所述基准参考图像与所述实时图像中像素点的灰度值,采用三次方线性强度变化模型计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,
所述三次方线性强度模型为:
Figure FDA0002487357720000011
其中,β(xj,yj)为基准参考图像的预设区域中点(xj,yj)的灰度值,点(x′j,y′j)是实时图像的预设区域中对应于点(xj,yj),是实时图像中点(x′j,y′j)的灰度值,m是预设区域中的像素个数,系数a、b和c分别为三次方非线性强度变化模型三次方因子、线性因子和偏移因子。
2.如权利要求1所述的一种太阳极紫外图像的偏移量检测方法,其特征在于,所述比较所述基准参考图像与所述实时图像中像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量的步骤,包括:
分别从所述基准参考图像与所述实时图像中截取位于预设区域的图像;
针对所述预设区域的每一像素点,计算所述基准参考图像与所述实时图像在所述像素点之间的灰度值;
根据所述预设区域中各像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
3.如权利要求2所述的一种太阳极紫外图像的偏移量检测方法,其特征在于,所述预设区域的数量为多个,所述根据所述预设区域中各像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量的步骤,包括:
针对每一预设区域,根据所述预设区域中各像素点的灰度值,计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量;
根据各预设区域的区域偏移量,计算太阳极紫外图像在所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
4.如权利要求3所述的一种太阳极紫外图像的偏移量检测方法,其特征在于,所述针对每一预设区域,根据所述预设区域中各像素点的灰度值,计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量的步骤,包括:
针对每一预设区域,根据所述预设区域中各像素点的灰度值,采用三次方非线性强度变化模型计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
5.如权利要求3所述的一种太阳极紫外图像的偏移量检测方法,其特征在于,所述预设区域的数量为5个,第一预设区域位于太阳极紫外图像的中心区域,第二预设区域位于所述第一预设区域的上方,第三预设区域位于所述第一预设区域的右方,第四预设区域位于所述第一预设区域的下方,第五预设区域位于所述第一预设区域的左方。
6.如权利要求3所述的一种太阳极紫外图像的偏移量检测方法,其特征在于,各所述预设区域均为50×50像素的矩形区域。
7.一种太阳极紫外图像的偏移量检测装置,其特征在于,所述装置包括:
基准参考图像采集模块,用于采集太阳极紫外图像作为基准参考图像;
实时图像采集模块,用于实时采集太阳极紫外图像作为实时图像;
偏移量计算模块,用于比较所述基准参考图像与所述实时图像中像素点的灰度值,采用三次方线性强度变化模型计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,
所述三次方线性强度模型为:
Figure FDA0002487357720000021
其中,β(xj,yj)为基准参考图像的预设区域中点(xj,yj)的灰度值,点(x′j,y′j)是实时图像的预设区域中对应于点(xj,yj),是实时图像中点(x′j,y′j)的灰度值,m是预设区域中的像素个数,系数a、b和c分别为三次方非线性强度变化模型三次方因子、线性因子和偏移因子。
8.如权利要求7所述的一种太阳极紫外图像的偏移量检测装置,其特征在于,所述偏移量计算模块包括:
区域图像截取单元,用于分别从所述基准参考图像与所述实时图像中截取位于预设区域的图像;
灰度值计算单元,用于针对所述预设区域的每一像素点,计算所述基准参考图像与所述实时图像在所述像素点之间的灰度值;
偏移量计算单元,用于根据所述预设区域中各像素点的灰度值,计算所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
9.如权利要求7所述的一种太阳极紫外图像的偏移量检测装置,其特征在于,所述预设区域的数量为多个,所述偏移量计算单元包括:
区域偏移量计算子单元,用于针对每一预设区域,根据所述预设区域中各像素点的灰度值,计算在所述预设区域中所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量,作为区域偏移量;
偏移量计算子单元,用于根据各预设区域的区域偏移量,计算太阳极紫外图像在所述实时图像与所述基准参考图像分别对应的采集时间之间的偏移量。
10.一种电子设备,其特征在于,所述电子设备包括:
处理器;以及
与所述处理器通信连接的存储器;其中,
所述存储器存储有可读性指令,所述可读性指令被所述处理器执行时实现如权利要求1-6任一项所述的方法。
CN201811219323.4A 2018-10-19 2018-10-19 太阳极紫外图像的偏移量检测方法、装置及电子设备 Expired - Fee Related CN109272505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811219323.4A CN109272505B (zh) 2018-10-19 2018-10-19 太阳极紫外图像的偏移量检测方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811219323.4A CN109272505B (zh) 2018-10-19 2018-10-19 太阳极紫外图像的偏移量检测方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN109272505A CN109272505A (zh) 2019-01-25
CN109272505B true CN109272505B (zh) 2020-08-21

Family

ID=65194422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811219323.4A Expired - Fee Related CN109272505B (zh) 2018-10-19 2018-10-19 太阳极紫外图像的偏移量检测方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN109272505B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102274042A (zh) * 2010-06-08 2011-12-14 深圳迈瑞生物医疗电子股份有限公司 图像配准方法、宽景成像方法、超声成像方法及其系统
CN105787901A (zh) * 2016-03-21 2016-07-20 昆明理工大学 一种用于太阳高分辨图像序列中相邻两帧间的多尺度速度场测量方法
CN106204452A (zh) * 2016-07-14 2016-12-07 昆明理工大学 一种基于图像分块和选帧的大视场太阳光球图像重建方法
CN106249764A (zh) * 2016-08-31 2016-12-21 西安理工大学 以太阳为参照物的定日镜角度零点自动标定装置及方法
CN106940886A (zh) * 2017-03-08 2017-07-11 华北电力大学(保定) 一种基于灰度的电气设备放电紫外成像量化参数提取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7365909B2 (en) * 2002-10-17 2008-04-29 Xradia, Inc. Fabrication methods for micro compounds optics

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102274042A (zh) * 2010-06-08 2011-12-14 深圳迈瑞生物医疗电子股份有限公司 图像配准方法、宽景成像方法、超声成像方法及其系统
CN105787901A (zh) * 2016-03-21 2016-07-20 昆明理工大学 一种用于太阳高分辨图像序列中相邻两帧间的多尺度速度场测量方法
CN106204452A (zh) * 2016-07-14 2016-12-07 昆明理工大学 一种基于图像分块和选帧的大视场太阳光球图像重建方法
CN106249764A (zh) * 2016-08-31 2016-12-21 西安理工大学 以太阳为参照物的定日镜角度零点自动标定装置及方法
CN106940886A (zh) * 2017-03-08 2017-07-11 华北电力大学(保定) 一种基于灰度的电气设备放电紫外成像量化参数提取方法

Also Published As

Publication number Publication date
CN109272505A (zh) 2019-01-25

Similar Documents

Publication Publication Date Title
US11704771B2 (en) Training super-resolution convolutional neural network model using a high-definition training image, a low-definition training image, and a mask image
US10101156B2 (en) Method and apparatus for determining spatial parameter based on image and terminal device
US10452890B2 (en) Fingerprint template input method, device and medium
CN108896725B (zh) 水质监测方法、装置、系统、计算机设备及存储介质
CN103645871B (zh) 一种动态显示局部区域图像的方法和系统
CN104504684B (zh) 边缘提取方法和装置
KR20170061631A (ko) 영역 인식 방법 및 장치
CN111291601B (zh) 车道线识别方法和装置以及电子设备
CN110751659B (zh) 图像分割方法及装置、终端、存储介质
WO2020114416A1 (zh) 商品补货、商品识别的处理方法、装置及电子设备
CN108009563B (zh) 图像处理方法、装置及终端
CN109724697B (zh) 成像光谱仪的光谱定标方法、装置及电子设备
CN107992894B (zh) 图像识别方法、装置及计算机可读存储介质
CN113920083A (zh) 基于图像的尺寸测量方法、装置、电子设备及存储介质
CN112200855B (zh) 星敏感器多通道图像的星点质心提取方法及星敏感器
CN109272505B (zh) 太阳极紫外图像的偏移量检测方法、装置及电子设备
CN115861741B (zh) 目标标定方法、装置、电子设备、存储介质及车辆
CN112418144A (zh) 一种车轴计数方法、装置、机器可读介质及设备
CN112836696B (zh) 一种文字数据的检测方法、装置及电子设备
CN111932500B (zh) 一种图像处理方法及装置
CN116740031B (zh) 获取枝晶臂间距的方法、装置、存储介质及芯片
CN111351989B (zh) 机台损耗值的测量方法及装置
CN107622442A (zh) 土地使用税税收外业巡查方法及终端设备
CN111507133B (zh) 指纹识别的校准方法及装置
CN118608807A (zh) 一种图像处理系统评估方法、装置、芯片及存储介质

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200821