CN110220475B - 一种基于图像分割的线性ccd二维变速成像方法 - Google Patents
一种基于图像分割的线性ccd二维变速成像方法 Download PDFInfo
- Publication number
- CN110220475B CN110220475B CN201910464077.7A CN201910464077A CN110220475B CN 110220475 B CN110220475 B CN 110220475B CN 201910464077 A CN201910464077 A CN 201910464077A CN 110220475 B CN110220475 B CN 110220475B
- Authority
- CN
- China
- Prior art keywords
- image
- speed
- time
- linear ccd
- scanning
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种基于图像分割的线性CCD二维变速成像方法,通过线性CCD对被扫描物体进行初步扫描成像,在扫描成像的过程中利用运动传感器记录扫描速度。然后,以扫描速度为基本参数,采用基于自适应区间分割的方法,对变速运动下扫描成像得到的不均匀失真图像进行补偿修正,最终得到在变速扫描下的较为准确的二维图像,从而将线性CCD二维扫描的应用范围扩展到二维变速扫描成像领域。
Description
技术领域
本发明属于线性CCD二维动态成像技术领域,更为具体地讲,涉及一种基于图像分割的线性CCD二维变速成像方法。
背景技术
线性CCD(Charge-coupled Device,全称:电荷耦合元件,也可以称为CCD图像传感器)二维动态成像是目前线性CCD应用技术研究的热门领域。由于线性CCD成像过程中逐行成像的特点,使得线性CCD成像结果容易受到扫描成像过程中扫描运动状况的影响。在线性CCD二维成像过程中,扫描频率是每秒钟曝光的行数,扫描速度是线性CCD和被扫描物体之间的相对速度关系,扫描频率和扫描速度之间的关系决定了扫描成像的结果。在扫描频率不变的情况下,扫描速度过快和过慢将造成图像的失真,甚至在扫描速度为变速的情况下,图像将发生不均匀失真。而目前对于线性CCD二维成像的研究中,扫描速度造成的图像失真未引起足够重视。
目前,线性CCD扫描成像主要应用于一维成像或者简单的扫描速度易控的二维成像领域。然而,在实际的线性CCD二维动态扫描过程中,由于运动控制精度等原因,可能出现扫描速度不为匀速的情况,在这种情况下,成像结果的图像中混杂着因为扫描速度和扫描频率不匹配而引起的不规则失真,造成图像信息不准确。
因此,考虑到线性CCD扫描过程中可能出现一般性的扫描速度为变速的情况,研究一种可以适应扫描速度变化的成像方法是有意义且必要的,这种方法,可以使得扫描成像的结果基本上不受到扫描速度的影响,从而将线性CCD扫描成像的适用范围从一维成像和简单的二维匀速成像,扩展到二维变速成像,提高了线性CCD的实用性。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于图像分割的线性CCD二维变速成像方法,利用图像处理的方式,以扫描速度为参数,从线性CCD二维变速成像的图像中尽可能消除扫描速度造成的图像失真。
为实现上述发明目的,本发明一种基于图像分割的线性CCD二维变速成像方法,其特征在于,包括以下步骤:
(1)、初步扫描成像
(1.1)、将被扫描物体放置在与线性CCD成像方向垂直的水平平台上的载物台上,线性CCD竖直放置;
(1.2)、上位机控制电机转动,从而带动载物台在平台上运动,并确保运动轨迹经过线性CCD的成像区域;
(1.3)、当被扫描物体即将运动到线性CCD成像区域时,上位机向线性CCD发出触发信号,并同时向运动传感器发出触发信号,线性CCD以固定扫描频率P开始图像采集,同时记录“速度—时间”离散值,得到初步扫描图像;
(2)、初步扫描图像的初次分割
(2.1)、对初步扫描图像进行分割;
设初步扫描图像的尺寸大小为m*n,其中,m为线性CCD每一行的像元个数,而n为整幅图像的行数;将初步扫描图像等间距分割成大小为m*k的图像块,其中,k远小于n;
(2.2)、对“速度—时间”离散值进行区间分割;
计算每个图像块的成像时间;
T=k/P
从“时间零点”开始,将“速度-时间”离散值按照成像时间T进行区间分割,得到时间区间,再将时间区间进行编号,记为1,2,…,s,…,S;
(3)、时间区间内的速度拟合
在每一个时间区间内选取的L个“速度-时间”离散值点,然后通过“速度-时间”离散值插值处理,拟合出每个时间区间内的速度曲线;
Vs=A*TT
A=(aL-1,aL-2,…,a0)
T=(tL-1,tL-2,…,t0)
其中,A为拟合系数矩阵,T为时间变量t构成的时间矩阵;
(4)、时间区间二次自适应分割
(4.1)、计算每一个时间区间的平均速度
根据每一个时间区间拟合的速度曲线,利用积分的方式得到每一个时间区间的平均速度;
(4.2)、比较每一个时间区间的平均速度V′s与阈值V*的大小,如果V′s>V*,则对该时间区间进行第二次自适应分割,分割成小区间,否则,不分割;
(5)、计算自适应分割后各小区间的补偿系数γ;
其中,Vi s表示第s个时间区间进行第二次自适应分割后的第i个小区间的平均速度,i=1,2,…,d;V0表示线性CCD以固定扫描频率P进行扫描时不失真的扫描速度;系数ε满足:
其中,σ为权重系数,δ为判断速度变化是否过大的权重值;
(6)、对自适应分割后各小区间进行插值变换
(6.1)、设自适应分割后各小区间的图像Bi的分辨率为m*j,将自适应分割后各小区间的图像Bi按照补偿系数进行插值变换,插值变换后各小区间的图像B′i的分辨率为m*(jγ);
(6.2)、找出图像Bi和图像B′i的对应关系;
令P(x,y)为图像B′i中某一点的坐标值,x和y皆为整数,P'(x',y')为图像Bi中对应于点P(x,y)的坐标值,x'和y'为小数;
通过补偿系数计算点P'(x',y')和点P(x,y)的关系为:
x'=x/γ
y'=y/γ
(6.3)、根据图像B′i和图像Bi的对应关系,利用点P'(x',y')求得点P(x,y)的灰度值;
在图像B′i中,将点P'(x',y')表示为:P'(i*+u*,j*+v*),其中,i*和j*为整数部分,而u*和v*为小数部分;
计算以点P'(i*+u*,j*+v*)为中心的十六个最近邻点的灰度值的加权平均值作为点P'(i*+u*,j*+v*)的灰度值,然后将点P'(i*+u*,j*+v*)的灰度值作为点P(x,y)的灰度值;
(6.4)、按照步骤(6.1)-(6.3)所述方法对每个小区间进行处理,得到每个小区间插值变换后的图像;
(7)、图像重组
(7.1)、按照时间区间第二次自适应分割时的标号,将各个小区间按照对应标号依次进行串接,得到第二次自适应分割后对应的时间区间;
(7.2)、将所有的时间区间按照编号顺序依次串接,重组为一幅完整的图像。
本发明的发明目的是这样实现的:
本发明基于图像分割的线性CCD二维变速成像方法,通过线性CCD对被扫描物体进行初步扫描成像,在扫描成像的过程中利用运动传感器记录扫描速度。然后,以扫描速度为基本参数,采用基于自适应区间分割的方法,对变速运动下扫描成像得到的不均匀失真图像进行补偿修正,最终得到在变速扫描下的较为准确的二维图像,从而将线性CCD二维扫描的应用范围扩展到二维变速扫描成像领域。
同时,本发明基于图像分割的线性CCD二维变速成像方法还具有以下有益效果:
(1)、简化了线性CCD扫描成像过程中的运动控制。一般的线性CCD二维成像必须保证速度处于匀速且为标准速度,这使得扫描成像过程中的运动控制较为困难;而本发明由于加入了基于扫描速度的补偿修正,因此,可以不严格要求扫描过程中的速度,从而简化了线性CCD扫描成像过程。
(2)、提高了扫描效率。由于不严格要求扫描速度,而采用后期图像处理的方式消除速度的影响,因此,在扫描过程中可以较大的提高扫描速度。经过实验验证,在目前的实验环境下,扫描速度可以达到标准速度的30倍左右,依旧可以通过以上算法得到基本准确的图像。
(3)、本发明涉及的算法,都可以通过软件的方法实现,而不对硬件系统有较高要求,因此使得本发明比较具有实用性。
附图说明
图1是本发明基于图像分割的线性CCD二维变速成像原理图;
图2是本发明基于图像分割的线性CCD二维变速成像方法流程图;
图3是实施例扫描运动的近似速度曲线;
图4是标准未失真图像;
图5是扫描速度为变速下初步成像图像;
图6是经过补偿修正之后图像。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于图像分割的线性CCD二维变速成像原理图。
在本实施例中,如图1所示,该系统主要包括初步成像模块1,图像补偿修正模块2,图像重组模块3。
其中,初步成像模块1使用的线性CCD以12KHzRAL8192-12GM型线阵相机为例。该相机最高扫描频率为12KHZ(每秒钟完成12000行图像采集),在12KHZ下标准扫描速度为7.7mm/s,每一行像元个数为8192个。除此之外,其它型号的线性CCD的应用自然也包含在本发明的保护范围之内。
图2是本发明基于图像分割的线性CCD二维变速成像方法流程图。
在本实施例中,如图2所示,本发明一种基于图像分割的线性CCD二维变速成像方法,包括以下步骤:
S1、初步扫描成像
通过线性CCD图像采集软件对被扫描物体进行扫描成像。在这个过程中,被扫描物体和线性CCD之间存在相互之间的运动速度,即扫描速度。
S1.1、将被扫描物体放置在与线性CCD成像方向垂直的水平平台上的载物台上,线性CCD竖直放置;
S1.2、上位机控制电机转动,从而带动载物台在平台上运动,以图3所示的扫描速度曲线驱动载物台的运动,以确保运动轨迹经过线性CCD的成像区域;
S1.3、当被扫描物体即将运动到线性CCD成像区域时,上位机向线性CCD发出触发信号,并同时向运动传感器发出触发信号,线性CCD以固定扫描频率P开始图像采集,同时记录“速度—时间”离散值,最终得到如图5所示的初步扫描图像;
线性CCD以固定扫描频率P进行扫描时,在不失真情况下得到标准未失真图像,如图4所示,我们可以对比图4和图5,发现图5出现了不均匀失真的情况,需要对图像进行补偿修正。
S2、初步扫描图像的初次分割
S2.1、对初步扫描图像进行分割;
设初步扫描图像的尺寸大小为m*n,其中,m为线性CCD每一行的像元个数,而n为整幅图像的行数;将初步扫描图像等间距分割成大小为m*k的图像块,其中,k远小于n;
在本实施例中,将尺寸大小为8192*10500的初步扫描图像分割为87个8192*120的区间和一个8192*60的图像块。
S2.2、对“速度—时间”离散值进行区间分割;
计算每个图像块的成像时间;
T=k/P
从“时间零点”开始,将“速度-时间”离散值按照成像时间T进行区间分割,得到时间区间,再将时间区间进行编号,记为1,2,…,s,…,S;
在本实施例中,由于采用的图像分割方式是120行像素为一个区间,因此每一个区间的图像采集时间为T=120/12000=10ms,也即是说,每一个初次分割的区间的图像采集时间为10m/s,然后将图像按照扫描成像的先后时间,从1到88进行编号;
S3、时间区间内的速度拟合
区间内速度拟合,就是利用区间内的扫描速度的离散值点,求解一条扫描速度曲线,近似标准速度在该区间的速度变化情况。
本发明采用的拟合方法是二次曲线插值拟合,即采用三个离散点进行插值,计算出一条区间内的二次曲线,近似作为区间内的速度变化曲线。
在每一个时间区间内选取的L=3个“速度-时间”离散值点,然后通过“速度-时间”离散值插值处理,拟合出每个时间区间内的速度曲线;
Vs=A*TT
A=(aL-1,aL-2,…,a0)=T1 -1*V1
V1=(v0,v2,…,vL-1)
T=(tL-1,tL-2,…,t0)
其中,t0~tL-1为L个“速度-时间”离散值点中对应的时间值,v0~vL-1为L个“速度-时间”离散值点中对应的速度值,T为时间变量t构成的时间矩阵;
S4、时间区间二次自适应分割
区间二次分割,是在初次分割的基础上,对于速度扰动较大的部分进行更进一步的分割。
S4.1、计算每一个时间区间的平均速度
根据每一个时间区间拟合的速度曲线,利用积分的方式得到每一个时间区间的平均速度;
然而,如果考虑到运算效率的问题,可以令区间重点时刻的速度值,近似作为该区间的平均速度。
S4.2、比较每一个时间区间的平均速度V′s与阈值V*的大小,如果V′s>V*,则对该时间区间进行第二次自适应分割,分割成小区间,否则,不分割;
利用平均速度进行区间更进一步分割的基本原理是:对于速度变化不大的区间,不进行进一步区间分割处理,而在速度的区域较大,对区间进行更细致的分割。
时间区间进行第二次自适应分割的具体方法为:
计算第二次自适应分割的区间大小调整系数c:
计算第二次自适应分割的区间大小k*:
其中,d为第二次自适应分割的区间个数。
在本实施例中,阈值V*=0.03(mm/s),通过以上公式可以计算出对于当前区间,应该被细分的程度,从式中可以看到,最多可以将8192*120的区间再进一步分为d=12个小区间,即8192*10。
在对每一个区间进行二次自适应分割之后,对分割之后的区间重新计数。比如假如将区间s再细分为4个小区间,则每个小区间的计数为s.1、s.2、s.3、s.4,以此类推。
S5、补偿系数就是衡量图像失真程度的数值,也是进行图像补偿修正的参数;
计算自适应分割后各小区间的补偿系数γ的公式为:
其中,Vi s表示第s个时间区间进行第二次自适应分割后的第i个小区间的平均速度,i=1,2,…,d;对在步骤S4.2进行了自适应区间分割的每一个小区间,计算平均速度。平均速度的计算和S4.1一致。在这里,考虑到效率原因,最好以拟合扫描速度曲线在每个区间的中心时刻速度值作为平均速度,简化计算过程。
V0表示线性CCD以固定扫描频率P进行扫描时不失真的扫描速度;系数ε满足:
其中,σ为权重系数,δ为判断速度变化是否过大的权重值;在本实施例中,σ=0.15,δ=0.2,V0=7.7mm/s;
S6、对自适应分割后各小区间进行插值变换
分区间图像插值变换,就是将每一个区间的图像,进行尺度变换。变换的比例为S5中计算出来的该区间的补偿系数;
S6.1、设自适应分割后各小区间的图像Bi的分辨率为m*j,将自适应分割后各小区间的图像Bi按照补偿系数进行插值变换,插值变换后各小区间的图像B′i的分辨率为m*(jγ);
在本实施例中,例如一个区间的分辨率为8192*12,则变换之后的分辨率为8192*(12.γ);
具体的像素变换计算过程是通过软件的灰度矩阵变换方法实现的,灰度矩阵变换具体过程中,在此不再赘述。
S6.2、找出图像Bi和图像B′i的对应关系;
令P(x,y)为图像B′i中某一点的坐标值,x和y皆为整数,P'(x',y')为图像Bi中对应于点P(x,y)的坐标值,x'和y'为小数;
通过补偿系数计算点P'(x',y')和点P(x,y)的关系为:
x'=x/γ
y'=y/γ
S6.3、根据图像B′i和图像Bi的对应关系,利用点P'(x',y')求得点P(x,y)的灰度值;
在图像B′i中,将点P'(x',y')表示为:P'(i*+u*,j*+v*),其中,i*和j*为整数部分,而u*和v*为小数部分;
计算以点P'(i*+u*,j*+v*)为中心的十六个最近邻点的灰度值的加权平均值作为点P'(i*+u*,j*+v*)的灰度值,然后将点P'(i*+u*,j*+v*)的灰度值作为点P(x,y)的灰度值;
求得点P(x,y)的灰度值的具体方法为:
令点P'(i*+u*,j*+v*)的灰度值为f(i*+u*,j*+v*),则计算f(i*+u*,j*+v*)的公式为:
f(i*+u*,j*+v*)=A*·B*·(C*)T
A*=[w(1+u*),w(u*),w(1-u*),w(2-u*)]
C*=*[w(1+v*),w(v*),w(1-v*),w(2-v)]
其中,函数w(x)满足:
S6.4、按照步骤S6.1-S6.3所述方法对每个小区间进行处理,得到每个小区间插值变换后的图像;
S7、图像重组
S7.1、按照时间区间第二次自适应分割时的标号,将各个小区间按照对应标号依次进行串接,得到第二次自适应分割后对应的时间区间;
S7.2、将所有的时间区间按照编号顺序依次串接,如图6所示,重组为一幅完整的图像。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (3)
1.一种基于图像分割的线性CCD二维变速成像方法,其特征在于,包括以下步骤:
(1)、初步扫描成像
(1.1)、将被扫描物体放置在与线性CCD成像方向垂直的水平平台上的载物台上,线性CCD竖直放置;
(1.2)、上位机控制电机转动,从而带动载物台在平台上运动,并确保运动轨迹经过线性CCD的成像区域;
(1.3)、当被扫描物体即将运动到线性CCD成像区域时,上位机向线性CCD发出触发信号,并同时向运动传感器发出触发信号,线性CCD以固定扫描频率P开始图像采集,同时记录“速度—时间”离散值,得到初步扫描图像;
(2)、初步扫描图像的初次分割
(2.1)、对初步扫描图像进行分割;
设初步扫描图像的尺寸大小为m*n,其中,m为线性CCD每一行的像元个数,而n为整幅图像的行数;将初步扫描图像等间距分割成大小为m*k的图像块,其中,k远小于n;
(2.2)、对“速度—时间”离散值进行区间分割;
计算每个图像块的成像时间;
T=k/P
从“时间零点”开始,将“速度-时间”离散值按照成像时间T进行区间分割,得到时间区间,再将时间区间进行编号,记为1,2,…,s,…,S;
(3)、时间区间内的速度拟合
在每一个时间区间内选取的L个“速度-时间”离散值点,然后通过“速度-时间”离散值插值处理,拟合出每个时间区间内的速度曲线;
Vs=A*TT
A=(aL-1,aL-2,…,a0)
T=(tL-1,tL-2,…,t0)
其中,A为拟合系数矩阵,T为时间变量t构成的时间矩阵;
(4)、时间区间二次自适应分割
(4.1)、计算每一个时间区间的平均速度
根据每一个时间区间拟合的速度曲线,利用积分的方式得到每一个时间区间的平均速度;
(4.2)、比较每一个时间区间的平均速度Vs'与阈值V*的大小,如果Vs'>V*,则对该时间区间进行第二次自适应分割,分割成小区间,否则,不分割;
(5)、计算自适应分割后各小区间的补偿系数γ;
其中,Vi s表示第s个时间区间进行第二次自适应分割后的第i个小区间的平均速度,i=1,2,…,d;V0表示线性CCD以固定扫描频率P进行扫描时不失真的扫描速度;系数ε满足:
其中,σ为权重系数,δ为判断速度变化是否过大的权重值;
(6)、对自适应分割后各小区间进行插值变换
(6.1)、设自适应分割后各小区间的图像Bi的分辨率为m*j,将自适应分割后各小区间的图像Bi按照补偿系数进行插值变换,插值变换后各小区间的图像B'i的分辨率为m*(jγ);
(6.2)、找出图像Bi和图像B'i的对应关系;
令P(x,y)为图像B'i中某一点的坐标值,x和y皆为整数,P'(x',y')为图像Bi中对应于点P(x,y)的坐标值,x'和y'为小数;
通过补偿系数计算点P'(x',y')和点P(x,y)的关系为:
x'=x/γ
y'=y/γ
(6.3)、根据图像B'i和图像Bi的对应关系,利用点P'(x',y')求得点P(x,y)的灰度值;
在图像B'i中,将点P'(x',y')表示为:P'(i*+u*,j*+v*),其中,i*和j*为整数部分,而u*和v*为小数部分;
计算以点P'(i*+u*,j*+v*)为中心的十六个最近邻点的灰度值的加权平均值作为点P'(i*+u*,j*+v*)的灰度值,然后将点P'(i*+u*,j*+v*)的灰度值作为点P(x,y)的灰度值;
(6.4)、按照步骤(6.1)-(6.3)所述方法对每个小区间进行处理,得到每个小区间插值变换后的图像;
(7)、图像重组
(7.1)、按照时间区间第二次自适应分割时的标号,将各个小区间按照对应标号依次进行串接,得到第二次自适应分割后对应的时间区间;
(7.2)、将所有的时间区间按照编号顺序依次串接,重组为一幅完整的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910464077.7A CN110220475B (zh) | 2019-05-30 | 2019-05-30 | 一种基于图像分割的线性ccd二维变速成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910464077.7A CN110220475B (zh) | 2019-05-30 | 2019-05-30 | 一种基于图像分割的线性ccd二维变速成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110220475A CN110220475A (zh) | 2019-09-10 |
CN110220475B true CN110220475B (zh) | 2021-01-26 |
Family
ID=67819072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910464077.7A Active CN110220475B (zh) | 2019-05-30 | 2019-05-30 | 一种基于图像分割的线性ccd二维变速成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110220475B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100580704C (zh) * | 2008-03-28 | 2010-01-13 | 中国科学院上海技术物理研究所 | 一种消像移成像的实时自适应处理方法 |
CN102509264B (zh) * | 2011-11-01 | 2013-08-14 | 武汉大学 | 一种基于图像分割的扫描图像去灰尘方法 |
CN103376093B (zh) * | 2012-04-28 | 2015-07-22 | 宝山钢铁股份有限公司 | 用于tdi ccd相机对非匀速运动对象的成像方法和装置 |
CN103400345A (zh) * | 2013-07-18 | 2013-11-20 | 西南交通大学 | 一种降低tdi-ccd相机图像模糊度的方法 |
CN104103057B (zh) * | 2014-07-14 | 2017-02-22 | 华侨大学 | 一种快速的鱼眼图像生成全景图的方法 |
CN104502992B (zh) * | 2014-12-31 | 2017-02-22 | 中国人民解放军空军预警学院 | 一种基于空时过采样扫描的弱小点目标精确定位方法及系统 |
-
2019
- 2019-05-30 CN CN201910464077.7A patent/CN110220475B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110220475A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0260020B1 (en) | A method of generating a gray scale image | |
US6813389B1 (en) | Digital image processing method and system including noise reduction and tone scale adjustments | |
EP0415661B1 (en) | Image processing apparatus | |
CN106023234A (zh) | 一种线阵ccd相机对准调节方法 | |
EP0295873A2 (en) | Raster input scanner calibration | |
CN110782403A (zh) | 一种红外图像非均匀性校正方法 | |
CN110220475B (zh) | 一种基于图像分割的线性ccd二维变速成像方法 | |
RU2367015C1 (ru) | Способ улучшения цифровых изображений | |
US7251064B2 (en) | Calibration of an image scanning system | |
US6307972B1 (en) | Method and apparatus for generating a bitmap | |
EP0382580B1 (en) | Image processing apparatus | |
CN110738613B (zh) | 线阵探测器图像拼接实时校正方法、装置、设备和介质 | |
JP2920635B2 (ja) | 画像処理装置 | |
JPH06103376A (ja) | 電荷画像走査装置 | |
JP2683084B2 (ja) | 画像処理装置 | |
CN109993691B (zh) | 基于分段式线性转换的非均匀图像转换方法及系统 | |
US5640465A (en) | Method and apparatus for on-line tiled thresholding in scanners based on prescan | |
JP3611697B2 (ja) | 多値画像2値化方法 | |
US20240177282A1 (en) | Video processing device and display device | |
JPH06253141A (ja) | 画像読取装置 | |
JP3476649B2 (ja) | 画像処理方法および装置 | |
CN118115402A (zh) | 流水线产物图像矫正方法、装置、设备及存储介质 | |
CN114598902A (zh) | 一种视频帧处理方法、装置及电子设备 | |
JPH05328112A (ja) | 濃淡画像のディザ処理方法およびその装置 | |
CN117998210A (zh) | 一种基于自适应修正的平场校正方法和系统 |
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 |