CN110603566B - 图像解析评价方法、计算机程序、图像解析评价装置 - Google Patents

图像解析评价方法、计算机程序、图像解析评价装置 Download PDF

Info

Publication number
CN110603566B
CN110603566B CN201880028917.9A CN201880028917A CN110603566B CN 110603566 B CN110603566 B CN 110603566B CN 201880028917 A CN201880028917 A CN 201880028917A CN 110603566 B CN110603566 B CN 110603566B
Authority
CN
China
Prior art keywords
color
image
color information
deviation
image analysis
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
Application number
CN201880028917.9A
Other languages
English (en)
Other versions
CN110603566A (zh
Inventor
薮崎克己
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.)
Kowa Co Ltd
Original Assignee
Kowa 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 Kowa Co Ltd filed Critical Kowa Co Ltd
Publication of CN110603566A publication Critical patent/CN110603566A/zh
Application granted granted Critical
Publication of CN110603566B publication Critical patent/CN110603566B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30088Skin; Dermal

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种静止图像的被摄体表面状态的解析评价方法、装置以及计算机程序。其包含获取静止图像的规定区域中的各像素的颜色信息的步骤、根据所获取的所述颜色信息来计算表示颜色的多样性的数值的步骤、计算所述颜色信息的平均值的步骤、以及基于所计算出的表示所述颜色的多样性的数值和所述颜色信息的平均值来计算变动系数的步骤,将所述变动系数作为用于评价物体表面状态的指标。

Description

图像解析评价方法、计算机程序、图像解析评价装置
技术领域
本发明涉及一种利用尤其在静止图像中存在的颜色的多样性来对图像进行解析评价的方法、装置、计算机程序。
背景技术
根据利用例如显微镜等拍摄了物体或者生物体、以及来源于生物体的试料得到的静止图像的颜色、明亮度的浓度,来解析试料的表面、内部的结构的复杂性、或者颜色的复杂性在各种领域广泛应用。例如如专利文献1及2所示那样,尝试一种用于使肌肤的状态定量化的方法。
现有技术文献
专利文献
专利文献1:日本专利公开平成8-308634号公报
专利文献2:日本专利公开平成9-38045号公报
发明内容
(一)要解决的技术问题
但是,由于拍摄时的曝光时间、照明光的明亮度而使图像的颜色、明亮度的浓度变化,因此存在不能准确评价复杂性的问题。
(二)技术方案
本发明是鉴于以上的现有的问题点而完成的,其提供一种通过将像素的颜色、明亮度的浓度偏差作为变动系数来进行评价从而来评价试料的表面、内部结构、颜色的复杂性的状态的方法以及其装置。
本发明的图像解析评价方法、装置以及计算机程序具备以下所示的步骤或者单元。
(1)获取静止图像的规定区域中的各像素的颜色信息的步骤、根据所获取的所述颜色信息来计算表示颜色的多样性(关于颜色信息的偏差(例如标准偏差))的数值的步骤、计算所述颜色信息的平均值的步骤、以及基于所计算出的表示所述颜色的多样性的数值和所述颜色信息的平均值来计算变动系数的步骤,将所述变动系数作为用于评价表面状态的指标。
(2)在上述(1)中,所述颜色信息是像素的亮度或者明度,表示所述颜色的多样性的数值是所述亮度或者明度的偏差。
(3)在上述(2)中,所述亮度或者明度的偏差是亮度或者明度的标准差。
(4)在上述(1)至(3)中,所述变动系数是通过表示所述颜色的多样性的数值除以所述颜色信息的平均值而获得的数值。
(5)在上述(1)至(4)中,包括:计算超过阈值的所述变动系数所表示的区域的区域面积的步骤;以及判定所述区域面积是否超过阈值的判定步骤。
(三)有益效果
本发明实现以下效果。通过基于所关注的图像中的区域中包含的像素的颜色信息来判断该区域的颜色的多样性,从而能够将静止图像中的物体的表面、或者、内部所包含的结构物的状态、或者、颜色的复杂性进行数值化。因此,能够不取决于观察者的主观、经验等,而客观地将结构、颜色的复杂性评价为数值。
另外,通过将静止图像分解成无数的区域,并对各个区域计算与颜色的多样性相关的数值、或者对各像素或者包围少数的像素集团的区域计算与颜色的多样性相关的数值,从而能够对表面状态的平面性(或者空间性)分布进行评价。由此,能够容易且客观地获知在图像上的哪个部位的结构、颜色复杂。
附图说明
图1是从三种静止图像的RGB颜色空间要素中取出红色要素,并表示了亮度直方图的图。
图2是表示用显微镜在各种曝光时间下作为静止图像而拍摄实施了纹理加工(日文:しぼ加工)的塑料部件的一部分,并以部件的图像的亮度的标准差或者用标准差除以亮度的平均值得到的变动系数进行图像化的图(左侧),以及用图像的标准差或者变动系数对图像的结构的复杂性进行了数值化的曲线图(右侧)。
图3是在各种明亮度的光源下用显微镜拍摄了用色素对非酒精性脂肪肝(Nash模型)的小鼠肝脏的横断面中的油滴进行了染色的试料的图像(上侧),以及利用该图像所具有的标准差以及变动系数评价了染色性的复杂性的表(下侧)图。
具体实施方式
下面结合实施例来对本发明的实施方式进行说明。本发明对于静止图像的图像整体区域、或者设置于图像中的至少一个以上的区域,通过对该区域中的全部或者一部分像素获取颜色信息,并计算至少由两个以上的像素构成的颜色的多样性,从而对图像内的物体的结构或者颜色的复杂性,以图像所具有的明亮度、或者颜色在该区域内所具有的多样性为基础来解析、评价结构的复杂性、颜色的复杂性。
<图像的获取>
关于在本发明中使用的用于获取图像的装置(以下称为图像获取装置),只要能够将所拍摄的图像记录为数字数据作为图像信息即可,只要适宜使用能够进行同轴照明的数码相机系统等当前已知的装置即可。
图像获取装置与本发明的图像解析评价装置进行物理或者逻辑连接。该图像解析评价装置具有:处理单元,其对数据进行运算和处理;以及存储单元,其存储由图像获取装置所获取的静止图像数据,在该存储单元中分别存储用于实施本发明的计算机程序、规定的数据,处理单元按照基于该计算机程序等的规定的命令来进行数据处理。
<图像的颜色信息获取>
下面对图像解析评价装置的具体处理进行说明。从利用图像获取装置所获得的图像数据中获取颜色信息,并计算该颜色的多样性,作为被摄体表面状态的评价指标。因此,作为在本发明中使用的颜色信息,以使用在许多电子图像设备中使用的方式即红、绿、蓝三种颜色的颜色要素(RGB颜色空间的数值)的方法来进行以下说明。
具体而言,各像素的颜色信息,是像素所具有的红、绿、蓝的颜色要素的亮度或者明度,既可以直接使用RGB颜色空间中的红、绿、蓝中的至少一个以上的颜色要素的亮度,或者也可以求出根据颜色信息计算的二维数值进行使用。例如,作为制作与人的颜色视觉相匹配的灰度图(日文:グレースケール)的方法,已知有对红、绿、蓝各自的亮度分别乘以规定的系数(例如,红“0.298912”、绿“0.586611”、蓝“0.114478”)后再相加进行计算的方法,但也可以使用如这样通过规定的方法进行处理而做成灰度等级的方法。
另外,也可以将各个颜色要素中的亮度的任意一个进行单独使用,或者,组合两个以上进行计算。例如,在基于平均值的情况下,既可以只是对两个以上颜色要素进行平均来计算,也可以对各要素乘以不同的规定的权重系数来赋值。
或者,可以根据红、绿、蓝三种颜色的颜色要素来单独计算变动系数,并使用其中的最大的值、使用最小的值、抑或使用第二大的数值。
以上是使用RGB颜色空间的数值的图像的颜色信息获取方法,但作为本发明中使用的颜色信息,也可以使用在HSV颜色空间、HSB颜色空间、HLS颜色空间、或者HSL颜色空间等中规定的亮度、或者明度。
<颜色的多样性的计算>
作为根据利用如上所述的方法获取的颜色信息来计算颜色的多样性的方法,例如,可以举出对用上述方法获取的颜色信息的至少一个以上的要素计算在区域内有多少偏差的方法等。
关于对颜色信息的至少一个以上的要素调查在区域内有多少偏差的方法进行说明。该方法通过以下方式来获得:即,对图像内的规定区域内的各像素调查RGB颜色空间的颜色信息,并评价红、绿、蓝中的至少一个以上的颜色要素的强度在区域内部有多少偏差。关于偏差,既可以使用根据各要素的值获得的方差值除以区域内的像素的亮度的平均值而得到的值,也可以使用基于从中所计算的偏差的值(标准差等)除以区域内的像素的亮度的平均值而得到的值,即变动系数。这些值只要根据需要任意选择使用即可。
因为在这里重要的是用所计算出的亮度的偏差去除以亮度的平均值。例如,不管是在照明较暗的状态下拍摄还是在较亮的状态下拍摄,或者,不管是以较短的曝光时间拍摄还是以较长的拍摄时间拍摄,被摄体自身的结构所具有的物理的复杂性是固有的,并不变化。但是,在对与图像的亮度等相关的颜色信息计算标准差,并将该值作为表示结构、颜色的复杂性的数值而使用的情况下,在较亮的照明下,标准差变得较大,在较暗的照明下,标准差变得较小,所获得的复杂性不同。如果用偏差除以平均值而得到的变动系数来进行评价,则不管是较亮的图像还是较暗的图像,复杂性都难以变化,而保持一定的值,因此能够进行准确的评价。
<图像中的颜色的多样性计算的对象区域>
这样获得的颜色的多样性可以对图像整体进行计算,或者,也可以将图像任意地划分成格子状,并对各个格子内的区域来计算颜色的多样性。
在图像整体、或者所划分的区域的面积较大的情况下,计算所花费的成本较低,因此能够即时地解析多个静止图像并显示数值。
另一方面,能够通过增加划分成格子状的区域的数量、并缩小每个区域面积的大小,来评价更微小区域中的颜色的多样性。在这种情况下,随着所划分的区域的数量增加而导致计算成本增大,因此有损解析的即时性。
另外,作为合并了图像中的各像素或者几个邻接的像素而成的像素区域,可以对其周围的像素或者像素区域求出颜色的多样性。这样求出的颜色的多样性的优点是分辨率比上述的将图像划分成格子状的方法更高,并且空间的位置信息与原来的静止图像完全一致,但另一方面,需要花费大量的计算成本,因此即时性较低。因此,可以用于对一次记录的图像进行详细的解析的情况。
此外,当计算颜色的多样性时,可以对原来的静止图像适宜进行放大或者缩小。作为放大的方法,优选双线性法、双三次法、Lanczos法等用函数补足填补其间的像素的亮度的方法。作为放大的效果,在于能够获取部位上的更详细的状态。另一方面,作为缩小的方法,可以使用最近邻法、双线性法、双三次法、Lanczos法等任意的方法,作为缩小的效果,有缩短解析时间。这些只要根据需要分开使用即可。
从静止图像中按照格子、像素或者像素集合等每个区域获得的颜色的多样性,可以作为通过配置成二维而表示图像中的结构物、颜色的复杂性的状态的图像来保存、显示。当进行图像化时,既可以用根据多样性的值而使亮度增加或者减少的灰度图来表现,也可以使用为了更容易认知差别而以多样性的值为基础获得的热图颜色,这样一来,能够强调显示图像中的结构物的复杂的部分。
实施例1
图1在各种曝光时间下拍摄在表面实施了纹理加工的塑料零件的一部分,并图示了图像的按照像素亮度的像素个数。
将此时的像素的颜色要素的亮度的标准差(SD)、以及上述标准差除以上述平均值所得到的变动系数(CV(%))示于图2。标准差随着曝光时间增加而数值增大。这表示:要将标准差作为表示结构的复杂性的数值使用,需要以确定的曝光时间拍摄。另一方面表示:所计算出的、标准差除以图像的亮度的平均值而得到的变动系数即使增加曝光时间也会表示一定的值,因此能够作为难以受到拍摄时间的影响并表示结构的复杂性的数值使用。
在图3中使患有非酒精性脂肪肝的小鼠的肝脏做出横断面,并用Oil RedO对所包含的脂肪进行染色进而用各种明亮度的照明光源在显微镜下进行了拍摄。当用标准差(SD)、以及变动系数(CV(%))来评价此时的图像的染色的复杂性时,如图中的表那样,随着调亮照明光源,标准差增加,但变动系数不取决于照明光源的明亮度而为一定的值。由此,表示变动系数能够作为难以受到照明光源的明亮度的影响的数值使用。
以上对本发明进行了说明,但本发明不限于上述的实施例,能够以各种变形的方式应用。
工业实用性
本发明是一种图像解析方法,其能够对以下等方面进行广泛的应用,即,对拍摄了构成生物体的器官、或者脏器以及组织本身、或者它们的横断面、还有培养细胞等这些生物学的以及医学的试料的图像所包含的结构物、颜色复杂性的解析;对人的肌肤、指甲的表面状态进行评价等的美容性评价;对使用了在拍摄时拍摄进图像数据的干涉条纹的表面的液层状态(油膜、保湿状态)进行的评价;对材料的应变进行的解析;对天体照片、航空照片进行的解析。

Claims (6)

1.一种图像解析评价方法,其特征在于,包含:
获取静止图像的规定区域中的各像素的颜色信息的步骤;
根据所获取的所述颜色信息来计算表示颜色的偏差的数值的步骤;
计算所述颜色信息的平均值的步骤;以及
基于所计算出的表示所述颜色的偏差的数值和所述颜色信息的平均值来计算变动系数的步骤,
将所述变动系数作为用于评价图像的指标,
包含:
计算超过阈值的所述变动系数所表示的区域的区域面积的步骤;以及
判定所述区域面积是否超过阈值的判定步骤。
2.根据权利要求1所述的图像解析评价方法,其特征在于,
所述颜色信息是像素的亮度或者明度,
表示所述颜色的偏差的数值是所述亮度或者明度的偏差。
3.根据权利要求2所述的图像解析评价方法,其特征在于,
所述亮度或者明度的偏差是亮度或者明度的标准差。
4.根据权利要求1所述的图像解析评价方法,其特征在于,
所述变动系数是通过表示所述颜色的偏差的数值除以所述颜色信息的平均值而获得的数值。
5.一种存储单元,其存储有计算机程序,该程序用于使计算机执行权利要求1所述的各步骤。
6.一种图像解析评价装置,其特征在于,包含:
获取静止图像的规定区域中的各像素的颜色信息的单元;
根据所获取的所述颜色信息来计算表示颜色的偏差的数值的单元;
计算所述颜色信息的平均值的单元;以及
基于所计算出的表示所述颜色的偏差的数值和所述颜色信息的平均值来计算变动系数的单元,
将所述变动系数作为用于评价图像的指标,
包含:
计算超过阈值的所述变动系数所表示的区域的区域面积的单元;以及
判定所述区域面积是否超过阈值的判定单元。
CN201880028917.9A 2017-05-01 2018-04-27 图像解析评价方法、计算机程序、图像解析评价装置 Active CN110603566B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017090950 2017-05-01
JP2017-090950 2017-05-01
PCT/JP2018/017114 WO2018203514A1 (ja) 2017-05-01 2018-04-27 画像解析評価方法、コンピュータプログラム、画像解析評価装置

Publications (2)

Publication Number Publication Date
CN110603566A CN110603566A (zh) 2019-12-20
CN110603566B true CN110603566B (zh) 2023-10-20

Family

ID=64016103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880028917.9A Active CN110603566B (zh) 2017-05-01 2018-04-27 图像解析评价方法、计算机程序、图像解析评价装置

Country Status (5)

Country Link
US (1) US11200699B2 (zh)
EP (1) EP3629286A4 (zh)
JP (1) JP7171549B2 (zh)
CN (1) CN110603566B (zh)
WO (1) WO2018203514A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7248024B2 (ja) * 2018-06-28 2023-03-29 株式会社ニコン 細胞状態評価装置、顕微鏡装置、細胞状態評価方法およびプログラム
CN112837319B (zh) * 2021-03-29 2022-11-08 深圳大学 真实失真图像质量智能评价方法、装置、设备及介质
CN116151636B (zh) * 2023-04-23 2023-09-15 中铁建工集团建筑安装有限公司 一种动态线性移动的视觉观览的评价方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0938045A (ja) * 1995-05-23 1997-02-10 Pola Chem Ind Inc 肌の評価方法
JP2001128017A (ja) * 1999-10-27 2001-05-11 Fuji Xerox Co Ltd 画像評価装置および画像評価方法
CN1488225A (zh) * 2001-01-25 2004-04-07 ������������ʽ���� 图像处理方法、图像处理程序、图像处理装置
CN1604139A (zh) * 2004-10-28 2005-04-06 上海交通大学 图像融合评价系统的构建方法
JP2005174133A (ja) * 2003-12-12 2005-06-30 Fuji Xerox Co Ltd 画像評価装置、画像評価方法およびプログラム
JP2006318181A (ja) * 2005-05-12 2006-11-24 Fuji Photo Film Co Ltd 画像評価方法、装置及びプログラム
JP2007208940A (ja) * 2006-02-06 2007-08-16 Canon Inc 色評価用カラーチャートデータの作成方法及びその情報処理装置
CN101609500A (zh) * 2008-12-01 2009-12-23 公安部第一研究所 出入境数字人像相片质量评估方法
JP2014104132A (ja) * 2012-11-27 2014-06-09 Kao Corp 肌画像分析装置及び肌画像分析方法
JP2014157388A (ja) * 2013-02-14 2014-08-28 Toshiba Teli Corp 画像処理装置および閾値設定処理プログラム
JP2015139141A (ja) * 2014-01-23 2015-07-30 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3426052B2 (ja) * 1995-05-23 2003-07-14 ポーラ化成工業株式会社 肌の評価装置
JP3681956B2 (ja) 1999-05-31 2005-08-10 日本バイリーン株式会社 被測定物の状態評価方法および状態評価装置
JP4804742B2 (ja) 2004-11-19 2011-11-02 オリンパス株式会社 画像処理装置、及び画像処理プログラム
JP5119003B2 (ja) 2007-11-30 2013-01-16 大王製紙株式会社 使い捨ておむつ
JP2010268426A (ja) * 2009-04-15 2010-11-25 Canon Inc 画像処理装置、画像処理方法およびプログラム
US20150141278A1 (en) * 2012-05-30 2015-05-21 Clarient Diagnostic Services, Inc. Multiplexed assay method for lung cancer classification
KR102406215B1 (ko) * 2016-02-17 2022-06-08 삼성전자주식회사 컬러 프린지 보정 방법 및 이를 이용한 이미지 데이터의 프로세싱 방법
WO2017209024A1 (ja) * 2016-05-30 2017-12-07 興和株式会社 涙液状態評価方法およびその装置
EP3620103B1 (en) * 2017-05-01 2023-11-01 Kyoto Prefectural Public University Corporation Method and device for evaluating lacrimal fluid layer dynamics
JP7010057B2 (ja) * 2018-02-26 2022-01-26 オムロン株式会社 画像処理システムおよび設定方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0938045A (ja) * 1995-05-23 1997-02-10 Pola Chem Ind Inc 肌の評価方法
JP2001128017A (ja) * 1999-10-27 2001-05-11 Fuji Xerox Co Ltd 画像評価装置および画像評価方法
CN1488225A (zh) * 2001-01-25 2004-04-07 ������������ʽ���� 图像处理方法、图像处理程序、图像处理装置
JP2005174133A (ja) * 2003-12-12 2005-06-30 Fuji Xerox Co Ltd 画像評価装置、画像評価方法およびプログラム
CN1604139A (zh) * 2004-10-28 2005-04-06 上海交通大学 图像融合评价系统的构建方法
JP2006318181A (ja) * 2005-05-12 2006-11-24 Fuji Photo Film Co Ltd 画像評価方法、装置及びプログラム
JP2007208940A (ja) * 2006-02-06 2007-08-16 Canon Inc 色評価用カラーチャートデータの作成方法及びその情報処理装置
CN101609500A (zh) * 2008-12-01 2009-12-23 公安部第一研究所 出入境数字人像相片质量评估方法
JP2014104132A (ja) * 2012-11-27 2014-06-09 Kao Corp 肌画像分析装置及び肌画像分析方法
JP2014157388A (ja) * 2013-02-14 2014-08-28 Toshiba Teli Corp 画像処理装置および閾値設定処理プログラム
JP2015139141A (ja) * 2014-01-23 2015-07-30 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M Emre Celebi.Automatic Segmentation of Dermoscopy Images Using Histogram Thresholding on Optimal Color Channels.International Journal of Medicine and Medical Sciences 1:2 2010.2010,全文. *

Also Published As

Publication number Publication date
EP3629286A4 (en) 2021-01-13
JP7171549B2 (ja) 2022-11-15
JPWO2018203514A1 (ja) 2020-03-12
WO2018203514A1 (ja) 2018-11-08
US20200151909A1 (en) 2020-05-14
EP3629286A1 (en) 2020-04-01
US11200699B2 (en) 2021-12-14
CN110603566A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
US8155413B2 (en) Method and system for analyzing skin conditions using digital images
KR100889014B1 (ko) 그래프 기반 접근 방법을 이용한 설진 영역 추출 방법
US10004403B2 (en) Three dimensional tissue imaging system and method
CN114820494B (zh) 用于可视化流动的使用机器学习的散斑对比度分析
US8718363B2 (en) Systems and methods for analyzing image data using adaptive neighborhooding
CN110603566B (zh) 图像解析评价方法、计算机程序、图像解析评价装置
Pech et al. Abundance estimation of rocky shore invertebrates at small spatial scale by high-resolution digital photography and digital image analysis
US20210133473A1 (en) Learning apparatus and learning method
US20110057946A1 (en) Image processing method, image processing apparatus, and computer-readable recording medium storing image processing program
JP5165732B2 (ja) マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム
JP4599520B2 (ja) マルチスペクトル画像処理方法
Ghazal et al. Automated framework for accurate segmentation of leaf images for plant health assessment
Bautista et al. Improving the visualization and detection of tissue folds in whole slide images through color enhancement
JP4383352B2 (ja) 核多形性の組織学的評価
JP6659832B2 (ja) 正規化及びアーチファクト補正のための画像処理方法及び画像処理装置
JP2007252891A (ja) 肌の美しさの目視評価値の推定方法
Marcelino et al. An evaluation of 2D‐image analysis techniques for measuring soil microporosity
JP2019058641A (ja) 肌の内部構造の推定方法、肌の内部構造の推定プログラム、および肌の内部構造の推定装置
JP2008185337A (ja) 病理画像評価装置、病理画像評価方法、及び病理画像評価プログラム
WO2019181072A1 (ja) 画像処理方法、コンピュータプログラムおよび記録媒体
Pollatou An automated method for removal of striping artifacts in fluorescent whole-slide microscopy
JP7087390B2 (ja) 診断支援装置、画像処理方法及びプログラム
RU2295297C2 (ru) Способ исследования и диагностики состояния биологического объекта или его части
JP2007252892A (ja) 皮膚表面の立体形状の目視評価値の推定方法
CN113450383A (zh) 一种免疫层析试纸定量分析方法、装置、设备和介质

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40016052

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant