CN110458803A - 基于彩带校准的帧图像偏色和亮度检测方法及装置 - Google Patents

基于彩带校准的帧图像偏色和亮度检测方法及装置 Download PDF

Info

Publication number
CN110458803A
CN110458803A CN201910600687.5A CN201910600687A CN110458803A CN 110458803 A CN110458803 A CN 110458803A CN 201910600687 A CN201910600687 A CN 201910600687A CN 110458803 A CN110458803 A CN 110458803A
Authority
CN
China
Prior art keywords
image
ratio
brightness
colour cast
cast
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
CN201910600687.5A
Other languages
English (en)
Inventor
龙艳群
朱松
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.)
Shenzhen Playing Pupil Technology Co Ltd
Original Assignee
Shenzhen Playing Pupil Technology Co Ltd
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 Shenzhen Playing Pupil Technology Co Ltd filed Critical Shenzhen Playing Pupil Technology Co Ltd
Priority to CN201910600687.5A priority Critical patent/CN110458803A/zh
Publication of CN110458803A publication Critical patent/CN110458803A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06T7/90—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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Color Image Communication Systems (AREA)

Abstract

本发明提供一种基于彩带校准的帧图像偏色和亮度检测方法及装置，通过获取待检测的目标图像并转换到Lab颜色空间，从Lab颜色空间中提取a和b通道图像，计算a‑b通道图像的平均色度和色度中心距的比值，得到偏色比值；同时将目标图像灰度化，计算灰度平均值和方差的比值，得到亮度比值；再将偏色比值和亮度比值分别与预设的阈值比较，从而确定目标图像是否偏色和亮度异常。该方法具有快速准确、均匀性和适用性良好的特点利用固定彩带为检测的目标图像，同时进行了偏色与亮度的检测，并从根本上避免了真实偏色和本质偏色的误检，不受场景或者先验知识的局限，提高了偏色检测和亮度检测的准确性和可靠性。

Description

基于彩带校准的帧图像偏色和亮度检测方法及装置
技术领域
本发明涉及视频图像处理技术领域，具体涉及一种基于彩带校准的帧图像偏色和亮度检测方法及装置。
背景技术
颜色是图像的重要特征之一，通常也是图像处理和分析的重要依据，尤其对于目标识别与检测、图像分割和视频检索等计算机视觉领域的研究具有十分重要的意义。物体的颜色由其反射率特性所决定，由于人眼视觉系统具有颜色恒常性，能够在一定程度上消除光照条件等因素对颜色的一影响，但成像设备不具备这种“调节”功能，会受到外界光环境、成像感光元器件本身的特性等因素的影响，造成图像色彩与物体真实色彩之间存在一定程度上的误差，即“偏色”。同时，当外界光环境过暗或者过亮时，感光元器件无法获取正常曝光的图像，也会造成图像色彩过暗或者过爆的现象。若不及时有效地检测出并校准图像偏色和亮度异常，则使得基于颜色的图像视觉算法可能无法进行，要校准偏色和亮度的前提条件就是正确的检测出偏色和亮度异常的存在。
现有技术中，图像偏色的检测方法主要有灰度世界法、白色区域法、神经网络法和先验知识法，这些方法都具有一定的局限性，检测的主要手段是在RGB空间进行的，但RGB空间具有不直观，不均匀，设备依赖性等特点，在一些场合下，不能较好的满足要求，从而无法正确可靠地检测出图像偏色；亮度检测方法主要有亮度修正因子法、光源亮度参数检测法、屏幕亮度均匀度检测法和图像块亮度特征法，这些方法适用的场景各有不同，实现复杂性较高，在成像设备实时获取的帧图像中进行快速亮度检测并不现实。
发明内容
为了克服已有的图像偏色检测方法的局限性以及图像亮度检测方法的不适用性问题，本发明的实施例提供一种快速准确，均匀性和适用性良好的基于彩带校准的帧图像偏色和亮度检测方法及装置。
该方法利用固定彩带为检测的目标图像，同时进行了偏色与亮度的检测，并从根本上避免了真实偏色和本质偏色的误检，不受场景或者先验知识的局限，提高了偏色检测和亮度检测的准确性和可靠性。
本发明的实施例采用如下技术方案：
第一方面，提供一种基于彩带校准的帧图像偏色和亮度检测方法，包括：
(1)获取待检测的目标图像；
(2)将待检测的目标图像转换到Lab颜色空间；
(3)从所述的Lab颜色空间中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值，即得到偏色比值k；
(4)将待检测的目标图像灰度化，计算灰度图像的灰度均值Df和方差Mf的比值，得到亮度比值f；
(5)将偏色比值k和亮度比值f分别与预设的阈值比较，从而评估待检测图像是否偏色和亮度异常。
第二方面，提供一种基于彩带校准的帧图像偏色和亮度检测装置，包括：
用于获取待检测的目标图像的模块；
用于将待检测的目标图像转换到Lab颜色空间的模块，和用于从所述的Lab颜色空间中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值，得到偏色比值k的模块；
用于将待检测的目标图像灰度化的模块，和用于计算灰度图像的灰度平均值Df和方差Mf的比值，得到亮度比值f的模块；
用于将偏色比值k和亮度比值f分别与预设的阈值比较，分别进行偏色检测和亮度检测，评估待检测图像是否偏色和亮度异常的模块。
第三方面，提供一种基于彩带校准的帧图像偏色和亮度检测装置，包括：
存储器，用于存储程序；
处理器，用于通过执行所述存储器存储的程序以实现如第一方面所述的方法。
第四方面，提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现如第一方面所述的方法。
上述技术方案所描述的本发明实施例中，通过获取待检测的目标图像并转换到Lab颜色空间，从所述的Lab颜色空间中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值k，同时将目标图像灰度化，计算灰度平均值Df和方差Mf的比值f，进而将所述的偏色比值k和亮度比值f分别与预设的阈值比较，从而确定目标图像是否偏色和亮度异常，由于本发明实施例中利用了彩带作为待检测对象，其涵盖了色彩的多样性，从本质上避免了真实偏色和本质偏色的误检，且能做到偏色与亮度检测并行，不受场景或者先验知识的局限，相较于现有技术只有单一的偏色检测而言，具有普遍的适用性以及良好的实时性能。
附图说明
图1为本发明提供的一种基于彩带校准的帧图像偏色和亮度检测方法流程图；
图2为本发明提供的方法进行偏色检测的流程图；
图3为本发明提供的方法进行亮度检测的流程图；
图4为本发明实施例提供的彩带检测装置的示意图。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
参考图1～3，本发明实施例1提供一种基于彩带校准的帧图像偏色和亮度检测方法，该方法包括：
(1)获取步骤：获取待检测的目标图像；
(2)转换步骤：将待检测的目标图像转换到Lab颜色空间；
(3)第一计算步骤：从所述的Lab颜色空间中提取a和b通道图像，根据a-b通道图像的平均色度Dk和色度中心距Mk，得到偏色比值k；
(4)灰度化与第二计算步骤：将待检测的目标图像灰度化，根据灰度图像的灰度平均值Df和方差Mf，得到亮度比值f；
(5)检测步骤：将偏色比值k和亮度比值f分别与预设的阈值比较，分别进行偏色检测和亮度检测，从而评估待检测图像是否偏色和亮度异常。
参考图2，上述方法进行偏色检测的流程为：
S10：获取待检测的目标图像；
S21：将待检测的目标图像转换到Lab颜色空间；
S22：从所述的Lab颜色空间中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值，即得到偏色比值k；
S23：将偏色比值k与预设的阈值比较，进行偏色检测，从而评估待检测图像是否偏色。
参考图3，上述方法进行亮度检测的流程为：
S10：获取待检测的目标图像；
S31：将待检测的目标图像灰度化；
S32：计算灰度图像的灰度平均值Df和方差Mf的比值，得到亮度比值f；
S33：将亮度比值f与预设的阈值比较，进行亮度检测，从而评估待检测图像是否亮度异常。
步骤(1)利用如图4所示的RGB三色+黑白两色条纹所组成彩带，获取待检测图像，作为图像偏色和亮度检测的目标图像和校准的依据，彩带位于可视检测范围内，且位置固定在检测范围的左上角。
步骤(2)中Lab颜色空间是由L(亮度)、a(色度)和b(色度)三个参数来表征的，Lab空间中的L通道负责图像的明暗度，a和b通道负责图像的颜色，相对于RGB颜色空间中R通道、G通道和B通道每一个既包含明度有包含颜色来讲，RGB颜色空间最大的局限性在于当用欧氏距离刻画两种颜色之间的差异时，所计算出的两种颜色之间的距离无法正确表征人们实际所感知到的两种颜色之间的真实差异，而采用Lab颜色空间计算出来的颜色之间的距离与实际感知上的差别基本一致，因此在Lab空间下进行偏色检测更为合理。RGB颜色空间通过XYZ空间间接转换到Lab颜色空间过程如下：
再由XYZ空间转换Lab空间，计算公式如下：
L＝116f(Y/Yn)-16
a＝500(f(X/Yn)-f(Y/Yn))
b＝200(f(Y/Yn)-f(Z/Zn))
其中，X、Y、Z是颜色刺激的三刺激值，Xn、Yn、Zn是白色刺激的三刺激值，并且规范化使Yn＝100，函数f(x)可以表示为
步骤(3)从所述的Lab颜色空间图像中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值，即得到偏色比值k。
提取a-b图像通道后，引入等效圆概念得到a-b色度平面，采用图像平均色度Dk和色度中心距Mk的比值来衡量图像的偏色程度，计算公式如下：
式中，M、N分别为图像的宽和高，以像素为单位，等效圆的中心坐标为(da，db)，其中da代表红/绿色偏估计值，db代表黄/蓝色偏估计值，M为半径，进一步可以得到比值k＝Dk/Mk。
步骤(4)将待检测的目标图像灰度化，根据灰度世界假设理论，分别计算灰度图像的灰度平均值Df和方差Mf。
再根据计算灰度图像的灰度平均值Df和方差Mf的比值，得到f＝Df/Mf。
步骤(5)将偏色比值k和亮度比值f分别与预设的阈值比较，分别进行偏色检测和亮度检测，从而评估待检测图像是否偏色和亮度异常。
①在一些实施例中，根据经验值所得，所述偏色阈值设定为(0.55，1)之间，当k值小于0.55时，表示不存在色偏，k大于0.55且小于1时，表示存在弱色偏，k大于1时表示严重色偏；同时，在存在偏色的情况下，结合da和db的值可以进一步判断：当da大于0表示偏红，da小于0表示偏绿；当db大于0表示偏黄，db小于0表示偏蓝。
②在一些实施例中，根据经验值所得，所述亮度阈值设定为1，当f小于1时，表示亮度正常；当f大于1时，表示亮度过暗或者过爆，同时，在存在亮度异常的情况下，结合Df的值可以进一步判断：当Df大于0表示过爆，当Df小于0表示过暗。
相应地，本申请提供一种基于彩带校准的帧图像偏色和亮度检测装置，包括：
用于获取待检测的目标图像的模块；具体地，该模块为RGB三色+黑白两色条纹所组成彩带，彩带位于可视检测范围内，且位置固定在检测范围的左上角；
用于将待检测的目标图像转换到Lab颜色空间的模块，和用于从所述的Lab颜色空间中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值，得到偏色比值k的模块；
用于将待检测的目标图像灰度化的模块，和用于计算灰度图像的灰度平均值Df和方差Mf的比值，得到亮度比值f的模块；
用于将偏色比值k和亮度比值f分别与预设的阈值比较，分别进行偏色检测和亮度检测，评估待检测图像是否偏色和亮度异常的模块。
相应地，本申请提供一种基于彩带校准的帧图像偏色和亮度检测装置，包括：
存储器，用于存储程序；
处理器，用于通过执行所述存储器存储的程序以实现上述的方法。
相应地，本申请提供一种计算机可读存储介质，包括程序，所述程序能够被处理器执行以实现上述的方法。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (10)

1.一种基于彩带校准的帧图像偏色和亮度检测方法，其特征在于，按下述步骤进行：
(1)获取待检测的目标图像；
(2)将待检测的目标图像转换到Lab颜色空间；
(3)从所述的Lab颜色空间中提取a和b通道图像，根据a-b通道图像的平均色度Dk和色度中心距Mk，得到偏色比值k；
(4)将待检测的目标图像灰度化，根据灰度图像的灰度平均值Df和方差Mf，得到亮度比值f；
(5)将偏色比值k和亮度比值f分别与预设的阈值比较，分别进行偏色检测和亮度检测，评估待检测图像是否偏色和亮度异常。
2.根据权利要求1所述的方法，其特征在于：所述步骤(1)中，通过成像设备获取得到局部彩带图像作为待检测的目标图像。
3.根据权利要求1所述的方法，其特征在于：所述步骤(2)中，RGB空间无法直接转换到Lab空间，需要将RGB空间先转换成XYZ空间，计算公式如下：
再由XYZ空间转换Lab空间，计算公式如下：
L＝116f(Y/Yn)-16
a＝500(f(X/Yn)-f(Y/Yn))
b＝200(f(Y/Yn)-f(Z/Zn))
其中，X、Y、Z是颜色刺激的三刺激值，Xn、Yn、Zn是白色刺激的三刺激值，并且规范化使Yn＝100，函数f(x)可以表示为
4.根据权利要求1所述的方法，其特征在于：所述步骤(3)中，提取a-b图像通道后，引入等效圆概念得到a-b色度平面，采用图像平均色度Dk和色度中心距Mk的比值来衡量图像的偏色程度，计算公式如下：
式中，M、N分别为图像的行和列，以像素为单位，等效圆的中心坐标为(da，db)，其中da代表红/绿色偏估计值，db代表黄/蓝色偏估计值，M为半径，得到比值k＝Dk/Mk。
5.根据权利要求1所述的方法，其特征在于：所述步骤(4)中，得到灰度化图像后，分别计算灰度图像的灰度平均值Df和方差Mf，得到亮度比值f＝Df/Mf。
6.根据权利要求1所述的方法，其特征在于：所述步骤(5)中，所述偏色阈值设定为(0.55，1)之间，当k值小于0.55时，表示不存在色偏，k大于0.55且小于1时，表示存在弱色偏，k大于1时表示严重色偏；同时，在存在偏色的情况下，结合da和db的值可以进一步判断：当da大于0表示偏红，da小于0表示偏绿；当db大于0表示偏黄，db小于0表示偏蓝。
7.根据权利要求1所述的方法，其特征在于：所述步骤(5)中，所述亮度阈值设定为1，当f小于1时，表示亮度正常；当f大于1时，表示亮度过暗或者过爆，同时，在存在亮度异常的情况下，结合Df的值可以进一步判断：当Df大于0表示过爆，当Df小于0表示过暗。
8.一种基于彩带校准的帧图像偏色和亮度检测装置，其特征在于，包括：
用于获取待检测的目标图像的模块；
用于将待检测的目标图像转换到Lab颜色空间的模块；
用于从所述的Lab颜色空间中提取a和b通道图像，计算a-b通道图像的平均色度Dk和色度中心距Mk的比值，得到偏色比值k的模块；
用于将待检测的目标图像灰度化，计算灰度图像的灰度平均值Df和方差Mf的比值，得到亮度比值f的模块；
用于将偏色比值k和亮度比值f分别与预设的阈值比较，评估待检测图像是否偏色和亮度异常的模块。
9.一种基于彩带校准的帧图像偏色和亮度检测装置，其特征在于包括：
存储器，用于存储程序；
处理器，用于通过执行所述存储器存储的程序以实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现如权利要求1-7中任一项所述的方法。
CN201910600687.5A 2019-07-04 2019-07-04 基于彩带校准的帧图像偏色和亮度检测方法及装置 Pending CN110458803A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910600687.5A CN110458803A (zh) 2019-07-04 2019-07-04 基于彩带校准的帧图像偏色和亮度检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910600687.5A CN110458803A (zh) 2019-07-04 2019-07-04 基于彩带校准的帧图像偏色和亮度检测方法及装置

Publications (1)

Publication Number Publication Date
CN110458803A true CN110458803A (zh) 2019-11-15

Family

ID=68482227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910600687.5A Pending CN110458803A (zh) 2019-07-04 2019-07-04 基于彩带校准的帧图像偏色和亮度检测方法及装置

Country Status (1)

Country Link
CN (1) CN110458803A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110910491A (zh) * 2019-11-27 2020-03-24 广西科技大学 一种三维人体建模优化方法及系统
CN111508397A (zh) * 2020-04-23 2020-08-07 云谷（固安）科技有限公司 显示面板的检测方法和显示面板的检测装置
CN112116542A (zh) * 2020-09-24 2020-12-22 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN112668426A (zh) * 2020-12-19 2021-04-16 中国民用航空飞行学院 一种基于三种色彩模式的火灾图像偏色度量化方法
CN113379835A (zh) * 2021-06-29 2021-09-10 深圳中科飞测科技股份有限公司 检测设备的校准方法、装置、设备及可读存储介质
CN114936981A (zh) * 2022-06-10 2022-08-23 重庆尚优科技有限公司 一种基于云平台的场所扫码登记系统
CN114999414A (zh) * 2022-04-21 2022-09-02 华兴源创(成都)科技有限公司 显示补偿方法、计算机设备及介质
CN117017188A (zh) * 2023-08-24 2023-11-10 华伦医疗用品(深圳)有限公司 一种宫腔内窥镜的成像系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020996A (zh) * 2012-12-28 2013-04-03 昆山市工业技术研究院有限责任公司 基于Lab空间的图像偏色的检测方法
CN103402117A (zh) * 2013-08-06 2013-11-20 夏东 基于Lab色度空间的视频图像偏色检测方法
CN105574830A (zh) * 2016-02-04 2016-05-11 沈阳工业大学 极端天气条件下低质图像增强方法
CN106340037A (zh) * 2016-09-30 2017-01-18 杭州电子科技大学 基于色度中心比色度离心距的图像偏色检测方法
CN106791753A (zh) * 2016-11-28 2017-05-31 北京空间机电研究所 一种星地一体化面阵相机色彩校正方法
CN107578451A (zh) * 2017-09-20 2018-01-12 太原工业学院 一种面向自然图像的自适应主色提取方法
CN109413413A (zh) * 2018-09-26 2019-03-01 央视国际网络无锡有限公司 视频质量评价方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020996A (zh) * 2012-12-28 2013-04-03 昆山市工业技术研究院有限责任公司 基于Lab空间的图像偏色的检测方法
CN103402117A (zh) * 2013-08-06 2013-11-20 夏东 基于Lab色度空间的视频图像偏色检测方法
CN105574830A (zh) * 2016-02-04 2016-05-11 沈阳工业大学 极端天气条件下低质图像增强方法
CN106340037A (zh) * 2016-09-30 2017-01-18 杭州电子科技大学 基于色度中心比色度离心距的图像偏色检测方法
CN106791753A (zh) * 2016-11-28 2017-05-31 北京空间机电研究所 一种星地一体化面阵相机色彩校正方法
CN107578451A (zh) * 2017-09-20 2018-01-12 太原工业学院 一种面向自然图像的自适应主色提取方法
CN109413413A (zh) * 2018-09-26 2019-03-01 央视国际网络无锡有限公司 视频质量评价方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MIRINDA_CJY: "《视频质量检测（4）--图像亮度异常检测》", 《HTTPS://BLOG.CSDN.NET/BEMY1008/ARTICLE/DETAILS/89704263》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110910491A (zh) * 2019-11-27 2020-03-24 广西科技大学 一种三维人体建模优化方法及系统
CN111508397A (zh) * 2020-04-23 2020-08-07 云谷（固安）科技有限公司 显示面板的检测方法和显示面板的检测装置
CN111508397B (zh) * 2020-04-23 2023-03-24 云谷（固安）科技有限公司 显示面板的检测方法和显示面板的检测装置
CN112116542A (zh) * 2020-09-24 2020-12-22 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN112116542B (zh) * 2020-09-24 2024-03-08 西安宇视信息科技有限公司 图像对比度增强方法、装置、电子设备和存储介质
CN112668426A (zh) * 2020-12-19 2021-04-16 中国民用航空飞行学院 一种基于三种色彩模式的火灾图像偏色度量化方法
CN112668426B (zh) * 2020-12-19 2021-11-16 中国民用航空飞行学院 一种基于三种色彩模式的火灾图像偏色度量化方法
CN113379835A (zh) * 2021-06-29 2021-09-10 深圳中科飞测科技股份有限公司 检测设备的校准方法、装置、设备及可读存储介质
CN113379835B (zh) * 2021-06-29 2024-06-04 深圳中科飞测科技股份有限公司 检测设备的校准方法、装置、设备及可读存储介质
CN114999414A (zh) * 2022-04-21 2022-09-02 华兴源创(成都)科技有限公司 显示补偿方法、计算机设备及介质
CN114936981A (zh) * 2022-06-10 2022-08-23 重庆尚优科技有限公司 一种基于云平台的场所扫码登记系统
CN117017188A (zh) * 2023-08-24 2023-11-10 华伦医疗用品(深圳)有限公司 一种宫腔内窥镜的成像系统及方法

Similar Documents

Publication Publication Date Title
CN110458803A (zh) 基于彩带校准的帧图像偏色和亮度检测方法及装置
KR102334575B1 (ko) 무라 검출 장치 및 무라 검출 장치의 검출 방법
US8525847B2 (en) Enhancing images using known characteristics of image subjects
JP6325520B2 (ja) むら検査システム、むら検査方法およびむら検査プログラム
US8358835B2 (en) Method for detecting and correcting chromatic aberration, and apparatus and method for processing image using the same
JP6004481B2 (ja) カラー画像処理方法、カラー画像処理装置およびカラー画像処理プログラム
CN109141640A (zh) 基于机器视觉的色差检测方法、系统、设备及存储介质
CN106535740B (zh) 用于确定表示角膜染色量的分数的方法和系统
KR101776355B1 (ko) 광학 검사 파라미터를 설정하는 장치 및 방법
US8542917B2 (en) System and method for identifying complex tokens in an image
CN109299711B (zh) 颜色跟踪方法和装置
Pieri et al. Hitting the mark—a new color difference metric for HDR and WCG imagery
KR20100095253A (ko) 디지털 영상의 화이트 밸런스 조정 장치 및 방법
JP2013065215A (ja) 画像処理装置及び画像処理方法
JP2013029491A (ja) むら検査装置およびむら検査方法
CN114913109A (zh) 图像异常检测方法、装置、测试图卡和终端设备
KR20190080732A (ko) 자동 화이트 밸런싱에서 조명 색도의 추정
US20110050948A1 (en) Apparatus and method for adjusting automatic white balance by detecting effective area
CN103200349B (zh) 一种扫描图像色偏自动检测方法
Zhao et al. Spectral illumination correction: Achieving relative color constancy under the spectral domain
Pytlarz et al. Objectively Evaluating High-Dynamic-Range and Wide-Color-Gamut Color Accuracy
CN101631259A (zh) 一种色彩保真度测评的方法和子系统
CN109348219B (zh) 一种不同结构下图像转换的方法及图像转换装置
CN109360189B (zh) 检测非制冷红外机芯图像像素缺陷点的方法
CN113012607A (zh) 显示模块检测方法、装置和系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191115

RJ01 Rejection of invention patent application after publication