CN110211100A - 一种基于图像的脚参数测量方法 - Google Patents

一种基于图像的脚参数测量方法 Download PDF

Info

Publication number
CN110211100A
CN110211100A CN201910421398.9A CN201910421398A CN110211100A CN 110211100 A CN110211100 A CN 110211100A CN 201910421398 A CN201910421398 A CN 201910421398A CN 110211100 A CN110211100 A CN 110211100A
Authority
CN
China
Prior art keywords
foot
image
pixel
measurement method
parameters based
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.)
Pending
Application number
CN201910421398.9A
Other languages
English (en)
Inventor
郑涛
王进
喻志勇
陆国栋
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.)
Ningbo Haiyunkang Intelligent Technology Co Ltd
Zhejiang University ZJU
Original Assignee
Ningbo Haiyunkang Intelligent Technology Co Ltd
Zhejiang University ZJU
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 Ningbo Haiyunkang Intelligent Technology Co Ltd, Zhejiang University ZJU filed Critical Ningbo Haiyunkang Intelligent Technology Co Ltd
Priority to CN201910421398.9A priority Critical patent/CN110211100A/zh
Publication of CN110211100A publication Critical patent/CN110211100A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • 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
    • 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
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biomedical Technology (AREA)
  • Dentistry (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于图像的脚参数测量方法，包括如下步骤：A：获取若干组脚部图像；B：提高脚部图像的每个像素点的RGB值；C：对脚部图像进行第一次滤波处理；D：脚部图像转化为灰度图；E：灰度图转化为脚部图像的二值图；F：二值图进行第二次滤波处理；G：获取脚部图像的二值图的全局轮廓；H：计算脚部图像的二值图的脚部像素参数；I：根据脚部像素参数与实际物理参数计算出脚参数。本发明的有益效果是：提高脚部图像的每个像素点的RGB值和针对不同的像素值放大相同的倍数的操作，达到了去除了背景的目的，同时还保留了晶片的轮廓信息，更好的突出脚部前景的轮廓，使得本发明的测量方法更适应于脚部参数的测量。

Description

一种基于图像的脚参数测量方法
技术领域
本发明涉及脚参数的测量方法，尤其涉及一种基于图像的脚参数测量方法。
背景技术
图像处理是指用计算机对图像进行分析，以达到所需结果的技术。图像处理一般指数字图像处理。数字图像是指用工业相机、摄像机、扫描仪等设备经过拍摄得到的成像，在对其进行分析处理。
针对脚参数的测量，可以与智能医疗器材相结合，实现个性化私人订制鞋垫，以及体检中心需要获取脚参数的场合。在传统方法中，脚部数据的测量采用刻度尺，或者对脚部拍照再对图像测量，采用刻度尺测量的方法准确度较低；而传统的图像测量无法突出脚部前景的轮廓信息，无法精准地获取到不同脚型的参数数据。
发明内容
为了解决现有技术中存在的上述技术问题。本发明提供了一种基于图像的脚参数测量方法，本发明所述方法可以对脚部图像的拍摄对脚部参数进行精确地测量。其具体技术方案如下：
一种基于图像的脚参数测量方法，包括以下几个步骤：
步骤A：获取若干组脚部图像；
步骤B：提高所述脚部图像的每个像素点的RGB值，针对不同的像素值放大相同的倍数；
步骤C：对所述脚部图像进行第一次滤波处理；
步骤D：将所述脚部图像转化为脚部图像的灰度图；
步骤E：采用固定阈值将所述脚部图像的灰度图转化为脚部图像的二值图；
步骤F：对所述脚部图像的二值图进行第二次滤波处理；
步骤G：获取所述脚部图像的二值图的全局轮廓；
步骤H：计算所述脚部图像的二值图的脚部像素参数；
步骤I：根据所述脚部像素参数与实际物理参数计算出脚参数。
上述技术方案中，更进一步的是，在步骤A中，所述脚部图像包括脚成像和标准刻度尺成像。
上述技术方案中，更进一步的是，在步骤A中，所述脚部图像的数量在4—6个之间；所述脚部图像的获取方式为摄像头捕捉；所述摄像头数量在4—6个之间。设置有多个摄像头，可拍摄捕捉到不同角度的脚部图像，提高测量的准确度。
上述技术方案中，更进一步的是，在步骤C中，所述第一次滤波采用全局中值滤波和自定义形态学滤波的方式对所述脚部图像除噪声。
上述技术方案中，更进一步的是，在步骤F中，所述第二次滤波采用自定义形态学滤波的方式对所述脚部图像的二值图除噪声。
上述技术方案中，更进一步的是，所述自定义形态学滤波包括膨胀处理和腐蚀处理。
上述技术方案中，更进一步的是，在步骤G中，所述全局轮廓的获取方式为利用单一像素宽度轮廓提取算法。
上述技术方案中，更进一步的是，在步骤H中，所述脚部像素参数的计算方法为遍历算法计算得出横向、纵向上像素的个数。
上述技术方案中，更进一步的是，在步骤H中，所述脚部像素参数包括脚部最宽宽度、脚长度、大拇趾外翻角度。
上述技术方案中，更进一步的是，在步骤I中，所述实际物理参数是标准刻度尺成像中实际1厘米对应的像素个数。
与现有技术相比，本发明的有益效果是：通过脚部图像拍摄，对其进行提高所述脚部图像的每个像素点的RGB值和针对不同的像素值放大相同的倍数的操作，达到了去除了背景的目的，同时还保留了晶片的轮廓信息，更好的突出脚部前景的轮廓，使得本发明的测量方法更适应于脚部参数的测量，更精确地得到脚部参数测量结果。
附图说明
图1为本发明所述方法的流程图。
图2a和2b分别为本发明所述方法的测量脚宽摄像头、测量脚长摄像头的安装位置示意图。
图3a、3b分别为本发明所述方法中膨胀处理和腐蚀处理的效果示意图。
图4a-4f为本发明所述方法中脚部图像、二值图以及轮廓图。
图5为本发明所述方法中大拇趾外翻角度的示意图。
具体实施方式
下面结合附图对本发明作进一步说明。
以下结合附图实施例对本发明作进一步详细描述。
如图1-5所述，一种基于图像的脚参数测量方法，包括以下几个步骤：
步骤A：获取若干组脚部图像；
步骤B：提高所述脚部图像的每个像素点的RGB值，针对不同的像素值放大相同的倍数；
步骤C：对所述脚部图像进行第一次滤波处理；
步骤D：将所述脚部图像转化为脚部图像的灰度图；
步骤E：采用固定阈值将所述脚部图像的灰度图转化为脚部图像的二值图；
步骤F：对所述脚部图像的二值图进行第二次滤波处理；
步骤G：获取所述脚部图像的二值图的全局轮廓；
步骤H：计算所述脚部图像的二值图的脚部像素参数；
步骤I：根据所述脚部像素参数与实际物理参数计算出脚参数。
本发明所述方法，在步骤B中，对每个像素值点进行操作，提高每一个像素点的RGB值，针对不同的像素值放大相同的倍数，实现对比度增强,使图像的对比度与亮度值的增加，达到去背景的目的，同时又保留了晶片的轮廓信息。
对像素值点操作的数学公式为：
其中，和β为对比度增强自适应系数，优选的，和β的取值范围在：0.0≤β≤50.0，
其中，fBpixel(i,j)为对应像素点的初始蓝色通道值；fGpixel(i,j)为对应像素点的初始绿色通道值；fRpixel(i,j)为对应像素点的初始红色通道值。
在传统方法中要根据效果调节试出符合要求的值，这样的方法会使得算法的适应性较差。依据单通道最大值255与背景图像的最小RGB单通道值确定，当背景为白色理论上BGR各个通道的值应为(255,255,255),在实际上成像原因会有较大误差，背景值会小于(255,255,255)而呈现出暗黑色。
本发明所述自适应对比度系数值取值方式为：
(1)自适应系数的确定：
其中，Bback(i，j)为，Gback(i，j)为，Rback(i，j)为分别是背景像素点蓝色通道的灰度值，背景像素点绿色通道灰度值，背景像素点红色通道像素值。
(2)自适应系数β的确定：
因为背景像素值乘以会是一个小数，所以β的取值一般取10，RGB值操作255会使得图像失真，对超过255的值做截断操作，这样所有的背景全是白色，对应的RGB值为(255,255,255)。
图像对比度增强的表达式为：
IBGR(i,j)＝(fB(i,j),fG(i,j),fR(i,j))
其中，IBGR(i,j)处理后的像素值；fr(i,j)是指处理之后的红色通道值，fg(i,j)是指处理之后的绿色通道值，fb(i,j)是指处理之后的蓝色通道值；
其中，所述fb(i，j)、fr(i，j)、fg(i，j)与所述fBpixel(i,j)、fRpixel(i,j)、fGpixel(i,j)含义相同，fBpixel(i,j)与fb(i，j)均为对应像素点的初始蓝色通道值；fGpixel(i,j)与fg(i，j)为对应像素点的初始绿色通道值；fRpixel(i,j)与fr(i，j)为对应像素点的初始红色通道值。
在步骤A中，所述脚部图像包括脚成像和标准刻度尺成像。所述刻度尺精度为1mm。
在步骤A中，所述脚部图像的数量在4—6个之间；所述脚部图像的获取方式为摄像头捕捉；所述摄像头数量在4—6个之间。本实施例中，优选的，所采用的摄像头数量为4个；获取脚部图像数量为4个，包括第一摄像头11，第二摄像头12，第三摄像头13，第四摄像头14。
本实施例中，如图2a和2b所示，所述摄像头的安装位置为，第一摄像头11和第二摄像头12设置于左右脚前方10—12cm之前处，水平向下偏45°；第三摄像头13设置于右脚右侧50—55cm，所述第三摄像头13用于捕捉左脚侧面图像；第四摄像头14设置于左脚左侧50—55cm，所述第四摄像头14用于捕捉右脚侧面图像；
在步骤C中，所述第一次滤波采用全局中值滤波和自定义形态学滤波的方式对所述脚部图像除噪声。
形态学的开与闭操作可以消除细小的突出物，同时不会明显的改变晶片轮廓的大小。对于已去除背景噪声的晶片图像，现有的噪声主要集中在晶粒区，考虑到噪声表现出来的灰度值较小，因此先采用膨胀处理然后进行腐蚀处理，顺序为：膨胀处理、腐蚀处理、腐蚀处理、膨胀处理。所述膨胀处理与所述腐蚀处理的效果如图3a和3b所示。
形态学应用的原则：
a平移相容性：
b尺度缩放相容：
c局部性质：
[ψ(X∩Z)]∩Z′＝ψ(X)∩Z′
d上部半连通：形态学操作中不能含有任何的突变。
其中，Ψ代表几何变换；λ表示尺度变换因子；Z表示边界集；Z’表示任意边界点集。
形态学膨胀操作原理：
形态学腐蚀操作原理：
其中，X待形态学操作图像，B结构元素，p处理后的像素点，x待形态学操作的像素点，b结构元素中的像素点。
在所述第一次滤波结束后，将所述脚部图像转化为脚部图像的灰度图；具体为：
Gray＝R*0.299+G*0.587+B*0.114
当所述脚部图像转化为脚部图像的灰度图后，在将所述脚部图像的灰度图转化为脚部图像的二值图，实现的方式为，采用固定阈值将所述脚部图像的灰度图转化为脚部图像的二值图；
利用的数学模型为：THRESH_BINARY，数学模型公式为，
在步骤F中，所述第二次滤波采用自定义形态学滤波的方式对所述脚部图像的二值图除噪声。
所述自定义形态学滤波包括膨胀处理和腐蚀处理。
所述第二次滤波使得测量区域具有连通性；基于形态学的原理：(1)定义形态学结构元素Mat element1＝getStructuringElement(MORPH_RECT,Size(3,3))；
(2)erode(输入图像1,输出图像2,element1)；
dilate(输入图像2,输出图像3,element1)；用于去除孤立的白色区域。
(3)dilate(输入图像3,输出图像4,element1)；
erode(输入图像4,输出图像5,element1)；用于去除孤立的黑色区域。
其中，膨胀与腐蚀操作必须成对出现保证，脚不会变形。
在步骤G中，所述全局轮廓的获取方式为利用单一像素宽度轮廓提取算法。
本发明采用Canny算法所采用的卷积算子：
其中，所述SX与Sy矩形提取到的轮廓图像；
其中x向、y向的一阶偏导数，梯度幅值以及梯度方向为：
P[i,j]＝(f[i,j+1]-f[i,j]+f[i+1,j+1]-f[i+1,j])/2；
Q[i,j]＝(f[i,j]-f[i+1,j]+f[i,j+1]-f[i+1,j+1])/2；
θ[i,j]＝arctan(Q[i,j]/P[i,j])；
其中，所述矩阵P[i,j]和矩阵Q[i,j]的作用分别是提取x向、y向的脚型轮廓。根据SX与Sy矩形提取到的轮廓图像，求出M值即可得出完整所述脚部图像的二值图的轮廓。
在步骤H中，所述脚部像素参数的计算方法为遍历算法计算得出横向、纵向上像素的个数。
采用遍历算法计算出左右脚最宽处像素的个数，以及左右脚脚尖到脚后跟的距离；
在步骤H中，所述脚部像素参数包括脚部最宽宽度、脚长度、大拇趾外翻角度。
如图4a-4f所示，找出cb沿水平方向最大距离，即为脚宽对应的像素点的个数；找出de沿水平方向最大距离，即为脚长对应像素点的个数；左脚最宽处对应的第一跖骨与脚尖大拇趾对应的点的斜率即为左脚大拇趾外翻角度如图5所示，∠a即为大拇趾外翻角度；右脚大拇趾外翻角度也是同样的计算方法。
在步骤I中，所述实际物理参数是标准刻度尺成像中实际1厘米对应的像素个数。所述脚部图像包括脚成像和标准刻度尺成像，可根据实际刻度与像素个数的比例计算出实际脚部参数，例如：标准刻度尺成像中计算得到1cm中有n个像素点，若计算得到脚长所对应的像素点数量为N，则实际脚长长度x＝N/n；脚宽、大拇趾外翻角度可利用同样的算法计算得到。
在本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出。

Claims (10)

1.一种基于图像的脚参数测量方法，其特征在于，包括如下步骤：
步骤A：获取若干组脚部图像；
步骤B：提高所述脚部图像的每个像素点的RGB值，针对不同的像素值放大相同的倍数；
步骤C：对所述脚部图像进行第一次滤波处理；
步骤D：将所述脚部图像转化为脚部图像的灰度图；
步骤E：采用固定阈值将所述脚部图像的灰度图转化为脚部图像的二值图；
步骤F：对所述脚部图像的二值图进行第二次滤波处理；
步骤G：获取所述脚部图像的二值图的全局轮廓；
步骤H：计算所述脚部图像的二值图的脚部像素参数；
步骤I：根据所述脚部像素参数与实际物理参数计算出脚参数。
2.根据权利要求1中所述的一种基于图像的脚参数测量方法，其特征在于，步骤A中，所述脚部图像包括脚成像和标准刻度尺成像。
3.根据权利要求1中所述的一种基于图像的脚参数测量方法，其特征在于，步骤A中，所述脚部图像的数量在4—6个之间；所述脚部图像的获取方式为摄像头捕捉；所述摄像头数量在4—6个之间。
4.根据权利要求1中所述的一种基于图像的脚参数测量方法，其特征在于，步骤C中，所述第一次滤波处理采用全局中值滤波和自定义形态学滤波的方式对所述脚部图像除噪声。
5.根据权利要求1中所述的一种基于图像的脚参数测量方法，其特征在于，步骤F中，所述第二次滤波采用自定义形态学滤波的方式对所述脚部图像的二值图除噪声。
6.根据权利要求4或5中所述的一种基于图像的脚参数测量方法，其特征在于，所述自定义形态学滤波包括膨胀处理和腐蚀处理。
7.根据权利要求1中所述的一种基于图像的脚参数测量方法，其特征在于，在步骤G中，所述全局轮廓的获取方式为利用单一像素宽度轮廓提取算法。
8.根据权利要求1中所述的一种基于图像的脚参数测量方法，其特征在于，在步骤H中，所述脚部像素参数的计算方法为遍历算法计算得出横向、纵向上像素的个数。
9.根据权利要求1或8中所述的一种基于图像的脚参数测量方法，其特征在于，在步骤H中，所述脚部像素参数包括脚部最宽宽度、脚长度、大拇趾外翻角度。
10.根据权利要求1或2中所述的一种基于图像的脚参数测量方法，其特征在于，在步骤I中，所述实际物理参数是标准刻度尺成像中实际1厘米对应的像素个数。
CN201910421398.9A 2019-05-20 2019-05-20 一种基于图像的脚参数测量方法 Pending CN110211100A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910421398.9A CN110211100A (zh) 2019-05-20 2019-05-20 一种基于图像的脚参数测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910421398.9A CN110211100A (zh) 2019-05-20 2019-05-20 一种基于图像的脚参数测量方法

Publications (1)

Publication Number Publication Date
CN110211100A true CN110211100A (zh) 2019-09-06

Family

ID=67787878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910421398.9A Pending CN110211100A (zh) 2019-05-20 2019-05-20 一种基于图像的脚参数测量方法

Country Status (1)

Country Link
CN (1) CN110211100A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050049816A1 (en) * 2003-06-19 2005-03-03 Mizuno Corporation System and method for assisting shoe selection
CN102157013A (zh) * 2011-04-09 2011-08-17 温州大学 由多个相机同时摄取的多幅图像全自动重建脚型三维表面的系统
EP2641539A1 (de) * 2012-03-21 2013-09-25 Rocket eleven GmbH Verfahren zum Bestimmen der Abmessungen eines Körperteils; Verfahren und Vorrichtung zum Bestimmen der Abmessungen eines Kleidungsstücks
CN103646408A (zh) * 2013-12-26 2014-03-19 北京航空航天大学 一种基于图像的人脚关键部位的数据提取与测量方法
CN106767564A (zh) * 2016-11-03 2017-05-31 广东工业大学 一种应用于手机外壳表面粗糙度的检测方法
CN107507145A (zh) * 2017-08-25 2017-12-22 上海海洋大学 一种基于不同颜色空间自适应直方图拉伸的水下图像增强方法
US20180182123A1 (en) * 2018-02-26 2018-06-28 Chien Min Fang Method of selecting an article for covering a body part by processing the image of the body part

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050049816A1 (en) * 2003-06-19 2005-03-03 Mizuno Corporation System and method for assisting shoe selection
CN102157013A (zh) * 2011-04-09 2011-08-17 温州大学 由多个相机同时摄取的多幅图像全自动重建脚型三维表面的系统
EP2641539A1 (de) * 2012-03-21 2013-09-25 Rocket eleven GmbH Verfahren zum Bestimmen der Abmessungen eines Körperteils; Verfahren und Vorrichtung zum Bestimmen der Abmessungen eines Kleidungsstücks
CN103646408A (zh) * 2013-12-26 2014-03-19 北京航空航天大学 一种基于图像的人脚关键部位的数据提取与测量方法
CN106767564A (zh) * 2016-11-03 2017-05-31 广东工业大学 一种应用于手机外壳表面粗糙度的检测方法
CN107507145A (zh) * 2017-08-25 2017-12-22 上海海洋大学 一种基于不同颜色空间自适应直方图拉伸的水下图像增强方法
US20180182123A1 (en) * 2018-02-26 2018-06-28 Chien Min Fang Method of selecting an article for covering a body part by processing the image of the body part

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
RICHARD SZELISKI: "《计算机视觉——算法与应用》", vol. 01, 31 January 2012, 清华大学出版社, pages: 79 - 80 *
TECHBLOG OF HAOWANG: "（4）图像增强- Part1. 对比度增强", 《CSDN,HTTPS://HAOWANG.BLOG.CSDN.NET/ARTICLE/DETAILS/87278518?SPM=1001.2014.3001.5502》 *
TECHBLOG OF HAOWANG: "（4）图像增强- Part1. 对比度增强", 《CSDN,HTTPS://HAOWANG.BLOG.CSDN.NET/ARTICLE/DETAILS/87278518?SPM=1001.2014.3001.5502》, 15 February 2019 (2019-02-15) *
张平: "《OpenCV算法精解基于Python与C++》", 31 October 2017, pages: 96 - 121 *
高强: "个人足部分析系统的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
高强: "个人足部分析系统的设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 01, 15 January 2018 (2018-01-15), pages 4 *

Similar Documents

Publication Publication Date Title
Brooks et al. Unprocessing images for learned raw denoising
JP4234195B2 (ja) 画像分割方法および画像分割システム
US7796822B2 (en) Foreground/background segmentation in digital images
CN108537155A (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
JP2004357277A (ja) デジタル画像処理方法
CN107730446A (zh) 图像处理方法、装置、计算机设备及计算机可读存储介质
CN107509031A (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN109461186A (zh) 图像处理方法、装置、计算机可读存储介质和电子设备
CN107481267A (zh) 一种基于双目视觉的摄像投影交互系统及方法
CN110852956A (zh) 一种高动态范围图像的增强方法
CN104036468A (zh) 基于预放大非负邻域嵌入的单帧图像超分辨重建方法
CN114862698B (zh) 一种基于通道引导的真实过曝光图像校正方法与装置
US20060012693A1 (en) Imaging process system, program and memory medium
Han et al. Automatic illumination and color compensation using mean shift and sigma filter
US20150186373A1 (en) Method for sorting a group of images of a database and method for color correcting an image, corresponding devices, computer program and non-transitory computer readable medium
TW200910261A (en) Image processing methods and image processing apparatuses utilizing the same
CN110211100A (zh) 一种基于图像的脚参数测量方法
CN108961258B (zh) 一种前景图像获得方法及装置
CN114511567A (zh) 舌体与舌苔图像识别分离方法
JP2018160024A (ja) 画像処理装置、画像処理方法及びプログラム
CN111405260A (zh) 一种自适应白平衡控制方法及其系统
CN110807776A (zh) 一种基于全局区域对比度的农作物半翅目害虫图像自动分割算法
WO2022246663A1 (zh) 图像处理方法、设备、系统和存储介质
JP2008147714A (ja) 画像処理装置およびその方法
KR101617685B1 (ko) 파라미터-프리 스펙트럴 매팅에 기초한 자동 분할 향상 방법 및 장치

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190906

RJ01 Rejection of invention patent application after publication