CN110378327A - 添加辅助性显著特征的目标检测装置及方法 - Google Patents
添加辅助性显著特征的目标检测装置及方法 Download PDFInfo
- Publication number
- CN110378327A CN110378327A CN201910617080.8A CN201910617080A CN110378327A CN 110378327 A CN110378327 A CN 110378327A CN 201910617080 A CN201910617080 A CN 201910617080A CN 110378327 A CN110378327 A CN 110378327A
- Authority
- CN
- China
- Prior art keywords
- target
- detected
- image
- module
- mask
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种添加辅助性显著特征的目标检测装置及方法。装置包括目标检测端和待检测目标端，目标检测端用于控制待检测目标端的特征信息，并用于识别待检测目标端的目标特征，待检测目标端用于为待检测目标提供显著的目标特征；目标检测端包括目标检测端无线传输模块、图像获取模块、目标检测系统、终端设备；待检测目标端包括待检测目标端无线传输模块、三色LED控制模块、三色LED灯珠阵列、电源驱动模块。本发明可用于目标特征不具有较大区分度的待检测目标，能够为目标特征易受干扰及远距离检测困难的待检测物体提供显著的辅助特征信息，并能够快速、准确的识别出带有辅助特征信息设备的待检测目标，进而实现跟踪、定位测量等。
Description
技术领域
本发明涉及辅助特征的目标检测技术领域，尤其涉及一种添加辅助性显著特征的目标检测装置及方法。
背景技术
基于计算机视觉的目标检测技术已在生产、生活等方面得到广泛的应用，该项技术是通过图像处理等方法识别出图像中的目标特征进而实现对特定目标的检测以及跟踪、定位测量等功能，基本技术流程包括图像采集过程、目标特征选取及特征识别算法设计等。
目标特征的选取及能否有效区别于其它目标特征是目标检测技术成功实施的关键因素。在实际应用中，待检测目标特征在一些场景中易受到多个具有相似甚至相同干扰特征的影响，致使该项目标检测技术无法识别。此外，对于一些远距离目标检测问题，待检测目标特征易受像素不足等成像质量的影响而无法得到充分的体现，导致了目标检测算法失效，限制了该算法的使用范围。
发明内容
为解决目标特征易受干扰、远距离成像不清晰等问题，本发明提供一种添加辅助性显著特征的目标检测装置及方法。
一种添加辅助性显著特征的目标检测装置，包括：目标检测端和待检测目标端，目标检测端用于控制待检测目标端的特征信息，并用于识别待检测目标端的目标特征，待检测目标端用于为待检测目标提供显著的目标特征；
目标检测端包括目标检测端无线传输模块、图像获取模块、目标检测系统、终端设备；
目标检测端无线传输模块，用于与待检测目标端进行通信，发送或接收指令信息；
图像获取模块，用于捕获三色LED灯珠阵列在红绿蓝三种发光状态下的待检测目标的三张图像；
目标检测系统，用于处理所述图像获取模块获取的三张图像，识别图像信息中的目标特征；
终端设备，用于人机交互，及目标检测结果显示；
待检测目标端包括待检测目标端无线传输模块、三色LED控制模块、三色LED灯珠阵列、电源驱动模块；
待检测目标端无线传输模块，用于与目标检测端进行通信，接收或发送指令信息；
电源驱动模块，用于为三色LED灯珠阵列提供稳定电流；
三色LED灯珠阵列，提供红绿蓝三种光源；
三色LED控制模块，用于执行无线传输模块接收到的目标检测端指令，控制三色LED灯珠阵列的发光颜色及持续时间。
所述的图像获取模块，包括摄像头及相应控制模组，
摄像头用于获取三张不同颜色LED灯珠阵列发光状态下的图像信息；
控制模组用于生成指令信息，通过目标检测端无线传输模块1发送到待检测目标端。
所述的图像获取模块，所述的指令信息是控制三色LED灯珠阵列的发光情况，包括：
1）红光，
2）绿光，
3）蓝光，
4）红、绿、蓝光以固定频率及发光顺序闪烁，
5）不发光。
一种采用所述的添加辅助性显著特征的目标检测装置的识别图像信息中的目标特征的方法，算法如下：
S1图像预处理，将获取的三张RGB颜色空间图像分别转换到HSV颜色空间，并设置HSV颜色空间图像的H通道中红色、绿色、蓝色的颜色分割范围；
S2图像分割及与操作，用于分别从三张HSV颜色空间图像的H通道获取图像的红色掩膜、绿色掩膜、蓝色掩膜信息，并对红色掩膜、绿色掩膜和蓝色掩膜进行与操作，进而获取一张新的掩膜信息；
S3目标锁定，用于识别待检测目标特征信息，并能框出目标特征且给出目标特征在图像中的坐标位置信息。
所述S2颜色分割及与操作包括如下步骤：
分割出第一张HSV颜色空间图像的红色区域，获取红色区域为黑色，非红色区域为白色的红色掩膜，即第一掩膜图像；
分割出第二张HSV颜色空间图像的绿色区域，获取绿色区域为黑色，非绿色区域为白色的绿色掩膜，即第二掩膜图像；
分割出第三张HSV颜色空间图像的蓝色区域，获取蓝色区域为黑色，非蓝色区域为白色的蓝色掩膜，即第三掩膜图像；
对第一、第二、第三掩膜图像进行像素点级的与运算操作，通过比较三张掩膜图像一一对应处的像素点，如果都为黑色则为黑色，否则为白色，获取第一、第二、第三掩膜图像的重叠部分，即第四掩膜图像。
所述S3目标锁定包括如下步骤：
对所述S2颜色分割及与操作获取的第四掩膜图像依次进行腐蚀和膨胀操作，获得第五掩膜图像；
分别计算第五掩膜图像中黑色区域的面积，舍去小面积的黑色区域，并计算剩余黑色区域的数量；
当数量等于1时，该唯一黑色区域面积为待检测目标特征；
当数量大于1时，以最大黑色区域面积为待检测目标特征；
输出待检测目标特征的坐标位置信息，并框出目标特征。
本发明的有益效果是：对于待检测目标特征不显著的情况，如待检测目标特征受到外界干扰，远距离目标特征成像不清晰等，通过给待检测目标提供三色LED灯珠阵列辅助特征信息能够有效弥补待检测目标特征信息不显著的缺陷，进而使目标检测过程顺利实施。该项装置提供的辅助特征是一个独立模块，具有便携性强、安装方便、成本低等特点，并且目标检测模块能够通过无线控制辅助特征的变化，实现远距离目标检测过程，具有检测准确度高、速度快等优点，同时可应用于目标跟踪及定位测量等领域。
附图说明
图1是本发明实施例提供的目标检测装置的一种模块示意图；
图2是本发明实施例提供的一种目标检测系统中算法实现的流程图；
图3是本发明实施例提供的摄像头捕获的红、绿、蓝三张图像；
图4是本发明实施例提供的第一、第二、第三掩膜图像；
图5是本发明实施例提供的第五掩膜图像及检测结果示意图。
图中，目标检测端无线传输模块1、图像获取模块2、目标检测系统3、终端设备4、待检测目标端无线传输模块5、三色LED控制模块6、三色LED灯珠阵列7、电源驱动模块8。
具体实施方式
以下结合附图和实施例对本发明做进一步阐述。
如图1所示，一种添加辅助性显著特征的目标检测装置，包括：目标检测端和待检测目标端，目标检测端用于控制待检测目标端的特征信息，并用于识别待检测目标端的目标特征，待检测目标端用于为待检测目标提供显著的目标特征；目标检测端包括目标检测端无线传输模块1、图像获取模块2、目标检测系统3、终端设备4；目标检测端无线传输模块1，用于与待检测目标端进行通信，发送或接收指令信息。
图像获取模块2，用于捕获三色LED灯珠阵列7在红绿蓝三种发光状态下的待检测目标的三张图像。
目标检测系统3，用于处理所述图像获取模块2获取的三张图像，识别图像信息中的目标特征。
终端设备4，用于人机交互，及目标检测结果显示。
待检测目标端包括待检测目标端无线传输模块5、三色LED控制模块6、三色LED灯珠阵列7、电源驱动模块8；待检测目标端无线传输模块5，用于与目标检测端进行通信，接收或发送指令信息；电源驱动模块8，用于为三色LED灯珠阵列提供稳定电流。
三色LED灯珠阵列7采用RGB三色LED，包括一个或多个灯珠，主要提供红绿蓝三种光源。
三色LED控制模块6，用于执行无线传输模块接收到的目标检测端指令，控制三色LED灯珠阵列的发光颜色及持续时间。
所述的图像获取模块2，包括摄像头及相应控制模组，摄像头用于获取三张不同颜色LED灯珠阵列发光状态下的图像信息；控制模组用于生成指令信息，通过目标检测端无线传输模块1发送到待检测目标端。
在一种实施方式中，目标检测端无线传输模块1和待检测目标端无线传输模块5是一对WIFI模组，用于目标检测端和待检测目标端之间的通信。
所述的图像获取模块2的指令信息是控制三色LED灯珠阵列的发光情况，包括：
1）红光，
2）绿光，
3）蓝光，
4）红、绿、蓝光以固定频率及发光顺序闪烁，
5）不发光。
三色LED灯珠阵列7提供红绿蓝三种光源，是在STM32开发板上设置的一个三色LED灯珠；三色LED控制模块是STM32芯片及相应控制程序，用于接收图像获取模块2通过WIFI模组发出的指令信息，并根据指令信息控制三色LED灯珠的颜色变化；目标检测系统3是通过图像处理等手段对图像获取模块2捕获的三张图像进行分析，用于识别待检测目标的特征信息，并通过终端设备4显示出来，目标检测过程如图2所示；终端设备4可以是一台笔记本电脑、平板或者手机等，为目标检测端无线传输模块1、图像获取模块2、目标检测系统3提供平台支持，并用于人机交互及目标检测结果显示；电源驱动模块8能够为待检测目标端无线传输模块5、三色LED控制模块6、三色LED灯珠阵列7提供稳定的5V直流电压。
图像获取模块2能够通过WIFI模组向三色LED控制模块6发送指令信息，进而控制三色LED灯珠阵列7的发光情况，然后通过摄像头快速捕获三张不同颜色的LED灯珠发光情况，以下示例性的给出两种捕获方式，但是对于本领域技术人员来说可以进行调整采用其它的捕获方式：
第一种捕获方式，图像捕获模块2通过WIFI模组向三色LED控制模块6发送LED灯珠以红、绿、蓝顺序以固定频率闪烁命令，然后图像捕获模块2中的摄像头以相同频率拍摄待检测目标，快速捕获连续三帧的图像信息，分别为第一图像、第二图像、第三图像。这种捕获方式对摄像机捕获帧率的稳定性要求较高，但捕获图像的速度较快。
第二种捕获方式，图像捕获模块2通过WIFI模组先向三色LED控制模块6 以一定时间间隔连续发送红光、绿光、蓝光三个指令，每当发送完一个指令信息后，三色LED灯珠阵列的发光情况就会根据指令发生变化，此时图像捕捉模块2中的摄像头将立即捕捉相应待检测目标特征变化后的情况，最后同样获取三张图像信息，分别为第一图像、第二图像、第三图像。这种捕获方式对摄像头的缓存速度要求比较高，但能够准确捕获到红、绿、蓝三种颜色的LED灯珠阵列。
图3是采用第二种捕获方式获得的三张图像。
图2是本发明实施例提供的一种目标检测系统中算法实现的流程图。目标检测系统3对图像获取模块2捕获到的红、绿、蓝三张LED灯珠图像信息进行处理，获取三张图像中红、绿、蓝重叠的部分即为待检测目标的特征。流程步骤如下：
S1图像预处理，将图像捕获模块2捕获到的三张图像（图3）从RGB颜色空间转换到HSV颜色空间，并设置HSV颜色空间图像的H通道中红色、绿色、蓝色的颜色分割范围；
S2图像分割及与操作，从第一图像、第二图像、第三图像的HSV颜色空间中的H通道分别分割出红色、绿色、蓝色LED灯亮信息，即获取第一掩膜、第二掩膜、第三掩膜，具体是分割出第一HSV颜色空间图像的红色区域，获取红色区域为黑色，非红色区域为白色的第一掩膜图像；分割出第二HSV颜色空间图像的绿色区域，获取绿色区域为黑色，非绿色区域为白色的第二掩膜图像；分割出第三HSV颜色空间图像的蓝色区域，获取蓝色区域为黑色，非蓝色区域为白色的第三掩膜图像；则获取三张掩膜图像如图4所示。最后，对第一、第二、第三掩膜图像进行像素点级的与运算操作，通过比较三张掩膜图像一一对应处的像素点，如果都为黑色则为黑色，否则为白色，获取第一、第二、第三掩膜图像的重叠部分，即第四掩膜图像；在较优的实施例中，第四掩膜图像只有一个黑色区域，即为待检测目标特征区域。
S3目标锁定，将颜色分割及与操作单元S2获取的第四掩膜图像依次进行腐蚀和膨胀操作，获得第五掩膜图像，如图5（a）所示；分别计算第五掩膜图像中黑色区域的面积，舍去小面积的黑色区域，并计算剩余黑色区域的数量；当数量等于1时，该唯一黑色区域面积为待检测目标特征；当数量大于1时，以最大黑色区域面积为待检测目标特征；输出待检测目标特征的坐标位置信息，并框出目标特征；检测结果如图5（b）所示。
在本公开实施例中，待检测目标的辅助特征是采用一个直径为5mm的RGB三色LED灯珠，摄像头的分辨率为640´480，检测距离为8m，多次实验中无检测失败记录；若增加摄像头的分辨率到1920´1080，有效检测距离可达15m；若适当增加三色LED灯珠阵列的大小和增大摄像头的分辨率如2592´1944，则可实现50米范围的高准确度目标检测效果。
Claims (6)
1.一种添加辅助性显著特征的目标检测装置，其特征在于，包括：目标检测端和待检测目标端，目标检测端用于控制待检测目标端的特征信息，并用于识别待检测目标端的目标特征，待检测目标端用于为待检测目标提供显著的目标特征；
目标检测端包括目标检测端无线传输模块（1）、图像获取模块（2）、目标检测系统（3）、终端设备（4）；
目标检测端无线传输模块（1），用于与待检测目标端进行通信，发送或接收指令信息；
图像获取模块（2），用于捕获三色LED灯珠阵列（7）在红绿蓝三种发光状态下的待检测目标的三张图像；
目标检测系统（3），用于处理所述图像获取模块（2）获取的三张图像，识别图像信息中的目标特征；
终端设备（4），用于人机交互，及目标检测结果显示；
待检测目标端包括待检测目标端无线传输模块（5）、三色LED控制模块（6）、三色LED灯珠阵列（7）、电源驱动模块（8）；
待检测目标端无线传输模块（5），用于与目标检测端进行通信，接收或发送指令信息；
电源驱动模块（8），用于为三色LED灯珠阵列提供稳定电流；
三色LED灯珠阵列（7），提供红绿蓝三种光源；
三色LED控制模块（6），用于执行无线传输模块接收到的目标检测端指令，控制三色LED灯珠阵列的发光颜色及持续时间。
2.根据权利要求1所述的添加辅助性显著特征的目标检测装置，其特征在于，所述的图像获取模块（2），包括摄像头及相应控制模组，
摄像头用于获取三张不同颜色LED灯珠阵列发光状态下的图像信息；
控制模组用于生成指令信息，通过目标检测端无线传输模块（1）发送到待检测目标端。
3.根据权利要求2所述的添加辅助性显著特征的目标检测装置，其特征在于，所述的图像获取模块（2），所述的指令信息是控制三色LED灯珠阵列的发光情况，包括：
1）红光，
2）绿光，
3）蓝光，
4）红、绿、蓝光以固定频率及发光顺序闪烁，
5）不发光。
4.一种采用如权利要求1所述的添加辅助性显著特征的目标检测装置的识别图像信息中的目标特征的方法，其特征在于，算法如下：
S1图像预处理，将获取的三张RGB颜色空间图像分别转换到HSV颜色空间，并设置HSV颜色空间图像的H通道中红色、绿色、蓝色的颜色分割范围；
S2图像分割及与操作，用于分别从三张HSV颜色空间图像的H通道获取图像的红色掩膜、绿色掩膜、蓝色掩膜信息，并对红色掩膜、绿色掩膜和蓝色掩膜进行与操作，进而获取一张新的掩膜信息；
S3目标锁定，用于识别待检测目标特征信息，并能框出目标特征且给出目标特征在图像中的坐标位置信息。
5.根据权利要求4所述的方法，其特征在于，所述S2颜色分割及与操作包括如下步骤：
分割出第一张HSV颜色空间图像的红色区域，获取红色区域为黑色，非红色区域为白色的红色掩膜，即第一掩膜图像；
分割出第二张HSV颜色空间图像的绿色区域，获取绿色区域为黑色，非绿色区域为白色的绿色掩膜，即第二掩膜图像；
分割出第三张HSV颜色空间图像的蓝色区域，获取蓝色区域为黑色，非蓝色区域为白色的蓝色掩膜，即第三掩膜图像；
对第一、第二、第三掩膜图像进行像素点级的与运算操作，通过比较三张掩膜图像一一对应处的像素点，如果都为黑色则为黑色，否则为白色，获取第一、第二、第三掩膜图像的重叠部分，即第四掩膜图像。
6.根据权利要求4所述的方法，其特征在于，所述S3目标锁定包括如下步骤：
对所述S2颜色分割及与操作获取的第四掩膜图像依次进行腐蚀和膨胀操作，获得第五掩膜图像；
分别计算第五掩膜图像中黑色区域的面积，舍去小面积的黑色区域，并计算剩余黑色区域的数量；
当数量等于1时，该唯一黑色区域面积为待检测目标特征；
当数量大于1时，以最大黑色区域面积为待检测目标特征；
输出待检测目标特征的坐标位置信息，并框出目标特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910617080.8A CN110378327B (zh) | 2019-07-09 | 2019-07-09 | 添加辅助性显著特征的目标检测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910617080.8A CN110378327B (zh) | 2019-07-09 | 2019-07-09 | 添加辅助性显著特征的目标检测装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110378327A true CN110378327A (zh) | 2019-10-25 |
| CN110378327B CN110378327B (zh) | 2021-05-18 |
Family
ID=68250747
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910617080.8A Active CN110378327B (zh) | 2019-07-09 | 2019-07-09 | 添加辅助性显著特征的目标检测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110378327B (zh) |
Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1837949A (zh) * | 2006-04-19 | 2006-09-27 | 王锦峰 | 用黑白相机拍摄彩色图像的成像系统 |
| CN101828403A (zh) * | 2007-08-24 | 2010-09-08 | 罗伯特·博世有限公司 | 用于车辆摄像机的图像传感器的彩色掩膜 |
| CN101896866A (zh) * | 2007-12-11 | 2010-11-24 | 皇家飞利浦电子股份有限公司 | 照相机照明设备 |
| US20110091066A1 (en) * | 2000-04-17 | 2011-04-21 | Alattar Adnan M | Authentication of Physical and Electronic Media Objects Using Digital Watermarks |
| CN102226907A (zh) * | 2011-05-24 | 2011-10-26 | 武汉嘉业恒科技有限公司 | 基于多特征的车牌定位方法及装置 |
| US20110281647A1 (en) * | 2001-03-29 | 2011-11-17 | New Illuminations Llc | Method and apparatus for simulating game accessories |
| CN102288613A (zh) * | 2011-05-11 | 2011-12-21 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
| CN102663405A (zh) * | 2012-05-14 | 2012-09-12 | 武汉大学 | 基于显著度和混合高斯模型的监控视频前景提取方法 |
| CN102830123A (zh) * | 2012-08-16 | 2012-12-19 | 北京科技大学 | 一种金属板带表面微小缺陷的在线检测方法 |
| CN102970528A (zh) * | 2012-12-28 | 2013-03-13 | 北京航空航天大学 | 基于变化检测和帧差累积的视频对象分割方法 |
| CN103149214A (zh) * | 2013-02-27 | 2013-06-12 | 上海交通大学 | 水果表面缺陷检测方法 |
| CN104134190A (zh) * | 2014-07-11 | 2014-11-05 | 华南理工大学 | 一种混合光中动态图像的分离方法 |
| CN104766057A (zh) * | 2015-03-31 | 2015-07-08 | 安徽畅视信息科技有限公司 | 一种基于三值图像的字符识别方法 |
| CN105787928A (zh) * | 2016-02-14 | 2016-07-20 | 浙江大学 | 基于视觉模糊度的模糊眼底图像自动检测与筛查方法 |
| US20160299968A1 (en) * | 2015-04-09 | 2016-10-13 | Yahoo! Inc. | Topical based media content summarization system and method |
| CN106504262A (zh) * | 2016-10-21 | 2017-03-15 | 泉州装备制造研究所 | 一种多特征融合的小瓷砖智能定位方法 |
| CN106596574A (zh) * | 2017-01-13 | 2017-04-26 | 深圳市视觉龙科技有限公司 | 一种检测物体表面缺陷的装置及方法 |
| CN106641847A (zh) * | 2017-01-20 | 2017-05-10 | 苏州晓松科技开发有限公司 | 一种led多光谱足迹痕迹勘查光源 |
| CN106981066A (zh) * | 2017-03-06 | 2017-07-25 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于肤色的内脸图像分割方法 |
| CN206362717U (zh) * | 2017-01-13 | 2017-07-28 | 深圳市视觉龙科技有限公司 | 一种检测物体表面缺陷的装置 |
| CN107063458A (zh) * | 2017-02-07 | 2017-08-18 | 泉州装备制造研究所 | 基于机器视觉的瓷砖色度分块检测方法 |
| CN107505325A (zh) * | 2017-08-18 | 2017-12-22 | 西北农林科技大学 | 冬枣果实的全方位品质检测方法 |
| CN108802046A (zh) * | 2018-06-01 | 2018-11-13 | 中国电子科技集团公司第三十八研究所 | 一种混合集成电路组件缺陷光学检测装置及其检测方法 |
| CN108898610A (zh) * | 2018-07-20 | 2018-11-27 | 电子科技大学 | 一种基于mask-RCNN的物体轮廓提取方法 |
| US20180350110A1 (en) * | 2017-05-31 | 2018-12-06 | Samsung Electronics Co., Ltd. | Method and device for processing multi-channel feature map images |
| CN109166111A (zh) * | 2018-08-15 | 2019-01-08 | 苏州富鑫林光电科技有限公司 | 一种电子墨水屏缺陷检测方法及系统 |
| CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
| CN109729253A (zh) * | 2019-02-22 | 2019-05-07 | 王熙 | 一种基于彩色和独立红绿蓝光学图像叠合增强的算法和四色摄像头 |
| CN109816011A (zh) * | 2019-01-21 | 2019-05-28 | 厦门美图之家科技有限公司 | 生成人像分割模型的方法和视频关键帧提取方法 |
-
2019
- 2019-07-09 CN CN201910617080.8A patent/CN110378327B/zh active Active
Patent Citations (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110091066A1 (en) * | 2000-04-17 | 2011-04-21 | Alattar Adnan M | Authentication of Physical and Electronic Media Objects Using Digital Watermarks |
| US20110281647A1 (en) * | 2001-03-29 | 2011-11-17 | New Illuminations Llc | Method and apparatus for simulating game accessories |
| CN1837949A (zh) * | 2006-04-19 | 2006-09-27 | 王锦峰 | 用黑白相机拍摄彩色图像的成像系统 |
| CN101828403A (zh) * | 2007-08-24 | 2010-09-08 | 罗伯特·博世有限公司 | 用于车辆摄像机的图像传感器的彩色掩膜 |
| CN101896866A (zh) * | 2007-12-11 | 2010-11-24 | 皇家飞利浦电子股份有限公司 | 照相机照明设备 |
| CN102288613A (zh) * | 2011-05-11 | 2011-12-21 | 北京科技大学 | 一种灰度和深度信息融合的表面缺陷检测方法 |
| CN102226907A (zh) * | 2011-05-24 | 2011-10-26 | 武汉嘉业恒科技有限公司 | 基于多特征的车牌定位方法及装置 |
| CN102663405A (zh) * | 2012-05-14 | 2012-09-12 | 武汉大学 | 基于显著度和混合高斯模型的监控视频前景提取方法 |
| CN102830123A (zh) * | 2012-08-16 | 2012-12-19 | 北京科技大学 | 一种金属板带表面微小缺陷的在线检测方法 |
| CN102970528A (zh) * | 2012-12-28 | 2013-03-13 | 北京航空航天大学 | 基于变化检测和帧差累积的视频对象分割方法 |
| CN103149214A (zh) * | 2013-02-27 | 2013-06-12 | 上海交通大学 | 水果表面缺陷检测方法 |
| CN104134190A (zh) * | 2014-07-11 | 2014-11-05 | 华南理工大学 | 一种混合光中动态图像的分离方法 |
| CN104766057A (zh) * | 2015-03-31 | 2015-07-08 | 安徽畅视信息科技有限公司 | 一种基于三值图像的字符识别方法 |
| US20160299968A1 (en) * | 2015-04-09 | 2016-10-13 | Yahoo! Inc. | Topical based media content summarization system and method |
| US20190034529A1 (en) * | 2015-04-09 | 2019-01-31 | Oath Inc. | Topical-based media content summarization system and method |
| CN105787928A (zh) * | 2016-02-14 | 2016-07-20 | 浙江大学 | 基于视觉模糊度的模糊眼底图像自动检测与筛查方法 |
| CN106504262A (zh) * | 2016-10-21 | 2017-03-15 | 泉州装备制造研究所 | 一种多特征融合的小瓷砖智能定位方法 |
| CN106596574A (zh) * | 2017-01-13 | 2017-04-26 | 深圳市视觉龙科技有限公司 | 一种检测物体表面缺陷的装置及方法 |
| CN206362717U (zh) * | 2017-01-13 | 2017-07-28 | 深圳市视觉龙科技有限公司 | 一种检测物体表面缺陷的装置 |
| CN106641847A (zh) * | 2017-01-20 | 2017-05-10 | 苏州晓松科技开发有限公司 | 一种led多光谱足迹痕迹勘查光源 |
| CN107063458A (zh) * | 2017-02-07 | 2017-08-18 | 泉州装备制造研究所 | 基于机器视觉的瓷砖色度分块检测方法 |
| CN106981066A (zh) * | 2017-03-06 | 2017-07-25 | 武汉嫦娥医学抗衰机器人股份有限公司 | 一种基于肤色的内脸图像分割方法 |
| US20180350110A1 (en) * | 2017-05-31 | 2018-12-06 | Samsung Electronics Co., Ltd. | Method and device for processing multi-channel feature map images |
| CN107505325A (zh) * | 2017-08-18 | 2017-12-22 | 西北农林科技大学 | 冬枣果实的全方位品质检测方法 |
| CN108802046A (zh) * | 2018-06-01 | 2018-11-13 | 中国电子科技集团公司第三十八研究所 | 一种混合集成电路组件缺陷光学检测装置及其检测方法 |
| CN108898610A (zh) * | 2018-07-20 | 2018-11-27 | 电子科技大学 | 一种基于mask-RCNN的物体轮廓提取方法 |
| CN109166111A (zh) * | 2018-08-15 | 2019-01-08 | 苏州富鑫林光电科技有限公司 | 一种电子墨水屏缺陷检测方法及系统 |
| CN109558881A (zh) * | 2018-11-22 | 2019-04-02 | 重庆广睿达科技有限公司 | 一种基于计算机视觉的危岩崩塌监控方法 |
| CN109816011A (zh) * | 2019-01-21 | 2019-05-28 | 厦门美图之家科技有限公司 | 生成人像分割模型的方法和视频关键帧提取方法 |
| CN109729253A (zh) * | 2019-02-22 | 2019-05-07 | 王熙 | 一种基于彩色和独立红绿蓝光学图像叠合增强的算法和四色摄像头 |
Non-Patent Citations (2)
| Title |
|---|
| 郭文波: "Salient Object Detection: A Survey", 《EPRINT ARXIV》 * |
| 陈倩等: "基于时-频结合的显著性区域检测", 《铁道学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110378327B (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108682365B (zh) | 一种oled色斑检测与修复一体化系统、方法 | |
| CN208206822U (zh) | 基于机器视觉的pcb板缺陷自动检测系统 | |
| CN107277388A (zh) | 移动终端及其补光方法 | |
| CN1982857A (zh) | 发光器件的自动化测试方法、装置及系统 | |
| CN106341682A (zh) | 检测老化功能的方法、系统及装置 | |
| CN104749184A (zh) | 自动光学检测方法和系统 | |
| CN110428762B (zh) | 基于像素点亮度的oled面板老化测试发光特性检测方法 | |
| CN105911508A (zh) | 电表缺陷智能化检测设备 | |
| KR20150091216A (ko) | 검사 장치 및 검사 방법 | |
| CN104581135A (zh) | 光源亮度检测方法及系统 | |
| CN106161974A (zh) | 利用高动态范围功能的车辆用显示装置及其方法 | |
| CN110769229A (zh) | 投影画面颜色亮度的检测方法、装置及系统 | |
| CN109788281A (zh) | 一种摄像模组的漏光检测方法及装置 | |
| CN109596054A (zh) | 长条形工件的尺寸检测识别方法 | |
| US20140198205A1 (en) | Brightness measuing method and system of device with backlight | |
| CN110378327A (zh) | 添加辅助性显著特征的目标检测装置及方法 | |
| JP2012149946A (ja) | 検査装置、検査方法およびプログラム | |
| CN101980299B (zh) | 基于棋盘标定的摄像机映射方法 | |
| CN106568434A (zh) | 虚拟现实空间定位方法及系统 | |
| TW201445458A (zh) | 一種攝像設備的檢測裝置及方法 | |
| CN207923747U (zh) | 一种纺织布料布面检测系统 | |
| CN109932160A (zh) | Aoi与灰度计检测系统及方法 | |
| CN116245793A (zh) | 基于视觉的色环电阻阻值检测方法 | |
| CN113762122A (zh) | 一种基于频闪照片的雨滴检测算法 | |
| US20120119110A1 (en) | Apparatus, and associated method, for detecting contamination of an object |
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 |