CN110634139A - 一种图像比对的方法及其系统 - Google Patents
一种图像比对的方法及其系统 Download PDFInfo
- Publication number
- CN110634139A CN110634139A CN201910922422.7A CN201910922422A CN110634139A CN 110634139 A CN110634139 A CN 110634139A CN 201910922422 A CN201910922422 A CN 201910922422A CN 110634139 A CN110634139 A CN 110634139A
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- frame images
- module
- frame image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 22
- 238000003786 synthesis reaction Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 13
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G06T2207/10132—Ultrasound image
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像比对的方法及其系统,其中图像比对的方法具体包括以下步骤:获得帧图像;判断帧图像中是否存在周期重复的帧图像;若存在周期重复,对帧图像进行划分,并对划分后的帧图像进行合成处理;对各帧图像进行连接处理;将连接后的帧图像进行明暗划分,根据划分的区域完成图像比对。本申请提供的图像比对的方法及其系统能够在比对过程中,消除图像中可能存在伪影的问题,使比对结果更加准确。
Description
技术领域
本申请涉及医疗领域,具体地,涉及一种图像比对的方法及其系统。
背景技术
现有技术中,在医疗领域中,利用超声波图像的超声波诊断装置被越来越多的人认可和使用,被广泛应用于妇产科疾病的诊断。在妇产科中,利用B型超声波检测被测物体最终形成的二维断层图像进行结果的确认,但是在二维断层图像中的画质却不能被保证,这是因为在检测过程中容易出现伪影造成的,对此现象的处理大部分是依靠人眼的辨别能力去分辨,但是人眼的能力是有限的,因此对于二维断层图像的辨别也是极容易出现误差的,因此需要一种更精确的图像比对的方法,能够在消除伪影的前提下,完成被测对象与标准图像之间的对比,提高了对比的准确性。
发明内容
本申请的目的在于提供一种图像比对的方法及其系统,能够在比对过程中,防止出现被测物体图像形成伪影的情况,使比对结果更加准确。
为达到上述目的,本申请提供了一种图像比对的方法,具体包括以下步骤:获得帧图像;判断帧图像中是否存在周期重复的帧图像;若存在周期重复的帧图像,则对帧图像进行划分,并对划分后的帧图像进行合成处理;对各帧图像进行连接处理获得完整的目标图像;对目标图像进行明暗划分,根据划分的区域完成图像比对。
如上的,其中,按照接收帧图像的先后顺序对帧图像进行排序,比较各帧图像偏转角度的偏转差从而进行周期重复的判断。
如上的,其中,按照周期重复的判断结果进行帧图像的划分,若帧图像之间的偏转角度不超过指定的偏转差,则对二者进行合成。
如上的,其中,在对图像合成前,还包括以下子步骤:将准备合成的帧图像中分别选取指定数量的像素点;将指定数量的像素点分为多个像素集合;判断像素集合的切向是否相同;若相同,则进行帧图像的合成;否则流程退出。
如上的,其中,通过判断选取的像素集合之间的距离,进行图像是否完成的判断;像素集合的距离H表示为:H=ω‖Fe-Fg‖2,其中ω表示切向一致的程度,Fe、Fg表示在分别在像素集合e和g的切向;若像素集合之间的距离值H为0,则认为帧图像完成合成。
如上的,其中,在进行图像合成后,还需要对帧图像进行连接,具体包括以下子步骤:确定重合区域;根据重合区域确定重合度;进行修正值计算,通过修正值对帧图像在连接时的边界进行处理。
如上的,其中,当帧图像A移动连接到临近的帧图像B的位置时,帧图像A和B的重叠区域视为一个矩形区域,矩形区域即为重合区域。
一种图像比对系统,具体包括:获取单元、判断单元、合成单元、连接单元、划分比对单元;获取单元,用于获取帧图像;判断单元,用于判断帧图像中是否存在周期重复;合成单元,用于若存在周期重复的帧图像,则对帧图像进行划分,并对划分后的帧图像进行合成处理;连接单元,用于对各帧图像进行连接处理形成目标图像;划分比对单元,用于对目标图像进行明暗划分,根据划分的区域完成图像比对。
如上的,其中,合成单元还包括以下子模块:选取模块、集合形成模块、切向判断模块;选取模块,用于在将要进行合成的帧图像中分别选取指定数量的像素点;集合形成模块,用于将指定数量的像素点分为多个像素集合;切向判断模块,用于判断像素集合的切向是否相同,若相同则进行图像的合成,否则流程退出。
如上的,其中,连接单元具体包括以下子步骤:确定模块、计算模块、处理模块;确定模块,用于确定重合区域;计算模块,用于确定重合度;处理模块,用于进行修正值计算,通过修正值对帧图像在连接时的边界进行处理。
本申请具有以下有益效果:
(1)本申请提供的图像比对的方法及其系统能够在比对过程中,消除图像中可能存在伪影的问题,使比对结果更加准确。
(2)本申请提供的图像比对的方法及其系统能够将可能出现的伪影通过合成的方式进行消除,不会让伪影的问题从而影响图像比对的速度,同时提高了准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的图像比对的方法流程图;
图2是根据本申请实施例提供的图像比对系统的内部结构图;
图3是根据本申请实施例提供的图像比对系统的内部子模块结构图;
图4是根据本申请实施例提供的图像比对系统的又一内部子模块结构图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请涉及一种图像比对的方法及系统。根据本申请,能够在比对过程中,防止出现被测物体图像形成伪影的情况,使比对结果更加准确。
如图1所示为本申请提供的图像比对的方法流程图。
步骤S110:获得帧图像。
具体地,超声波束进行扫描后,在指定时刻获得的被检测对象的二维断层图像。在二维断层图像的形成过程中获取若干个帧图像。
步骤S120:判断帧图像中是否存在周期重复的帧图像。
若存在周期重复的帧图像,则对图像进行周期划分,执行步骤S130。否则作为目标图像执行步骤S150。
具体地,其中当超声波束非垂直入射到组织内某界面,并反射偏离到另一界面,然后再反射直到被接收,显示的位置与目标位置相差过远甚至产生角度偏差,容易形成伪影,因此需要判断各帧图像的重复情况,优选地,通过判断帧图像中是否存在周期反复来判断是否存在帧图像的重复,同时进行帧图像的周期划分。
具体地,帧图像按照时间的先后顺序进行依次排序,其中判断初始时间接收的第一初始帧图像的偏转角度与在指定时刻后的某一时刻(记为T1时刻)接收的帧图像的偏转角度的偏转差。若二者偏转角度的偏转差大于指定偏转差,且初始帧图像的偏转角度与T1时刻的下一时刻(记为T2时刻)接收的帧图像的偏转角度的偏转差不超过指定偏转差,则认为初始时间接收的与T1时刻接收的帧图像为重复的帧图像,将从初始时间到T1时刻接收的帧图像定义为第一周期帧图像。
进一步地,并基于T1时刻的帧图像作为第二初始帧图像,计算第二初始帧图像的偏转角度与T2时刻的下一时刻(记为T3时刻)接收的某一帧图像的偏转角度的偏转差,若二者偏转角度的偏转差大于指定偏转差,且第二初始帧图像与T3时刻的下一时刻(记为T4时刻)接收的某一帧图像的偏转差不超过指定偏转差,则认为第二初始帧图像(T1时刻)与T3时刻接收的帧图像为重复的帧图像,将第二初始帧图像到T3时刻接收的帧图像定义为第二周期帧图像,以此类推,反复比较帧图像之间偏转角度的偏转差直至完成所有接收的帧图像的重复判断同时完成对帧图像进行周期划分。
其中若接收的帧图像不符合上述规则,在指定时间内都不存在周期重复,则认为接收的帧图像不存在出现伪影的情况,执行步骤S140。
其中指定时刻和指定偏转差为预先设置的参数,并且可由人为修改和设置,具体数值在此不进行限定。
步骤S130:对周期划分后的帧图像进行合成处理。
其中按照步骤S120中帧图像的周期划分结果进行帧图像的合成。示例性地,以第一周期和第二周期中的帧图像为例,将偏转差不超过指定偏转差的第一初始帧图像与T1时刻的帧图像进行合成。若第一周期和第二周期中存在其他偏转差不超过指定偏转差的帧图像,则也进行合成。
其中在进行图像合成时,意味着两个帧图像进行不断交互,最终重新构建成一个新的帧图像,其中由于合成的图像的偏转角度是近似而不是完全相同的,如果直接进行合成,则可能在一定程度上会出现误差,因此在合成处理之前,还包括,进一步判断两个帧图像是否符合合成标准,具体包括以下子步骤:
步骤P1:将准备合成的帧图像中分别选取指定数量的像素点。
具体地,例如初始帧图像C和帧图像D将要进行合成,则在初始帧图像C中选取指定数量的像素点,在帧图像D中选取指定数量的像素点。二者选取的指定的像素点的数量可以相等也可以不等。
步骤P2:将指定数量的像素点分为多个像素集合。
具体地,依然以初始帧图像C和帧图像D举例,在初始帧图像C中指定数量的像素点分别形成多个像素集合,帧图像D中也通过选取的像素点从而形成多个像素集合。
步骤P3:判断形成的像素集合的切向是否相同。
其中通过像素集合的切向对帧图像的偏转角度进行进一步判断。具体地,在初始帧图像C和帧图像D中分别选取一个或多个像素集合e和g,在初始帧图像C和帧图像D中选取的像素集合的数量应相等。
判断选取的像素集合的切向是否相同,若相同则认为帧图像符合合成的标准,执行步骤P4。否则认为两个帧图像不能进行合成,流程退出。
其中若像素集合之间的切向之间的角度的差值如果在指定阈值内,则也认为切向之间是相同的。
步骤P4:进行帧图像的合成。
具体地,可通过判断选取的像素集合之间的距离,进行图像是否完成合成的判断,其中像素集合的距离H可表示为:
H=ω‖Fe-Fg‖2 (公式一),其中ω表示切向一致的程度,Fe、Fg表示在分别在像素集合e和g的切向。
切向一致的程度可由系统进行估算,优选地,可进行切向角度的比值进行换算,若切向角度分别为45°和90°,则二者的切向一致程度可认为是50%。
若像素集合之间的距离值H为0,则认为两个帧图像合成完毕。其中需要进行合成的帧图像有多个。
进一步地,若选取的像素集合e、g的数量为多个,则像素集合的距离H还可表示为:
其中ω表示切向一致的程度,Z表示选取的像素集合的数量,Fe、Fg表示分别在选取的像素集合e和g的切向。
步骤S140:对各帧图像进行连接处理获得完整目标图像。
其中在进行图像合成后,需要对帧图像进行连接从而形成完整的目标图像,其中具体包括以下子步骤:
步骤Q1:确定重合区域。
具体地,当某一帧图像A移动连接到临近的帧图像B的位置时,二者的重叠区域视为一个矩形区域,其中矩形区域分布在两个帧图像的不同位置,例如分布在帧图像A的左上方区域而分布在帧图像B的右下区域,在某一帧图像A的区域定义为M1,在临近的帧图像B的区域定义为N1。
步骤Q2:根据重合区域确定重合度。
具体地,根据矩形区域判断两个帧图像间的重合度。
其中重合度D可表示为:
其中a,b分别表示重合的矩形区域的长和宽,(i,j)为矩形区域中的像素点的各位置。
若重合度在指定阈值内,则执行步骤Q3。否则帧图像的连接出现错误,流程退出。
步骤Q3:进行修正值计算,通过修正值对帧图像在连接时的边界进行处理。
其中由于帧图像均为采用超声波进行采集处理,因此各帧图像的像素灰度值是接近的,因此对两个重叠的矩形区域的像素值取平均值,能够消除在连接时的拼接痕迹,其中两个重叠区域的修正值T可表示为:
T=[M1(i,j)+N1(i,j)]/2 (公式四)
其中(i,j)为矩形区域中的像素点的各位置。
步骤S150:对目标图像进行明暗划分,根据划分获得的区域完成图像比对。
其中对目标图像或不存在周期重复的图像进行判断,若图像中存在明显的亮度区别,则可根据明暗变化在图像中进行区域块的划分,可将颜色稍亮的区域块划分为利用字母表示的区域块,例如将区域块分别记为J、K、L等,可将颜色稍暗的区域块划分为利用数字表示的区域块,例如将区域块分别记为1、2、3等,则可依次根据区域块完成与标准的图像中的比对。
由于标准图像是目标图像的模板图像,因此可利用目标图像的区域块划分的方式对标准图像同样进行明暗区域块的划分。根据目标图像中的区域块查找标准图像中对应的区域块,得出目标图像与标准图像中对应的区域是否存在明暗差异。直至完成目标图像中所有区域块与标准图像的比对,不会遗漏任何位置的比对,使比对结果更加精确。
本申请还提供了图像比对系统,如图2所示,图像智能匹配比对系统其中包括了获取单元201、判断单元202、合成单元203、连接单元204、划分比对单元205。
其中获取单元201用于获取帧图像。
具体地,获取单元中包括多个超声波换能器,能够发送超声波以及对被检测对象的超声波回波进行接收,从而将接收的信息转换为二维断层图像,在接收二维断层图像的过程中获取帧图像。
判断单元202与获取单元201连接,用于判断帧图像中是否存在周期重复的帧图像,若存在则对帧图像进行周期划分。
合成单元203与判断单元202连接,用于对周期划分后的帧图像进行合成处理。
进一步地,如图3所示,合成单元203中还包括以下子模块:选取模块301、集合形成模块302、切向判断模块303。
选取模块301用于在将要进行合成的帧图像中分别选取指定数量的像素点。
集合形成模块302与选取模块301连接,用于将指定数量的像素点分为多个像素集合。
切向判断模块303与集合形成模块302连接,用于判断像素集合的切向是否相同,若相同则进行图像的合成。否则流程退出。
连接单元204与合成单元203连接,用于对各帧图像进行连接处理形成目标图像。
具体地,如图4所示,连接单元204具体包括以下子步骤:确定模块401、计算模块402、处理模块403。
其中确定模块401用于确定重合区域。
计算模块402与确定模块401连接,用于计算重合度。
处理模块403与计算模块402连接,用于进行修正值计算,通过修正值对帧图像在连接时的边界进行处理。
划分比对单元205与连接单元204连接,用于对目标图像进行明暗划分,根据划分的区域完成图像比对。
本申请具有以下有益效果:
(1)本申请提供的图像比对的方法及其系统能够在比对过程中,消除图像中可能存在伪影的问题,使比对结果更加准确。
(2)本申请提供的图像比对的方法及其系统能够将可能出现的伪影通过合成的方式进行消除,不会让伪影的问题从而影响图像比对的速度,同时提高了准确性。
虽然当前申请参考的示例被描述,其只是为了解释的目的而不是对本申请的限制,对实施方式的改变,增加和/或删除可以被做出而不脱离本申请的范围。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种图像比对的方法,其特征在于,具体包括以下步骤:
获得帧图像;
判断帧图像中是否存在周期重复的帧图像;
若存在周期重复的帧图像,则对帧图像进行划分,并对划分后的帧图像进行合成处理;
对各帧图像进行连接处理获得完整的目标图像;
对目标图像进行明暗划分,根据划分的区域完成图像比对。
2.如权利要求1所述的图像比对的方法,其特征在于,按照接收帧图像的先后顺序对帧图像进行排序,比较各帧图像偏转角度的偏转差从而进行周期重复的判断。
3.如权利要求2所述的图像比对的方法,其特征在于,按照周期重复的判断结果进行帧图像的划分,若帧图像之间的偏转角度不超过指定的偏转差,则对二者进行合成。
4.如权利要求1所述的图像比对的方法,其特征在于,在对图像合成前,还包括以下子步骤:
将准备合成的帧图像中分别选取指定数量的像素点;
将指定数量的像素点分为多个像素集合;
判断像素集合的切向是否相同;
若相同,则进行帧图像的合成;否则流程退出。
5.如权利要求4所述的图像比对的方法,其特征在于,通过判断选取的像素集合之间的距离,进行图像是否完成的判断;像素集合的距离H表示为:
H=ω‖Fe-Fg‖2
其中ω表示切向一致的程度,Fe、Fg表示在分别在像素集合e和g的切向;
若像素集合之间的距离值H为0,则认为帧图像完成合成。
6.如权利要求1所述的图像比对的方法,其特征在于,在进行图像合成后,还需要对帧图像进行连接,具体包括以下子步骤:
确定重合区域;
根据重合区域确定重合度;
进行修正值计算,通过修正值对帧图像在连接时的边界进行处理。
7.如权利要求6所述的图像比对的方法,其特征在于,当帧图像A移动连接到临近的帧图像B的位置时,帧图像A和B的重叠区域视为一个矩形区域,所述矩形区域即为重合区域。
8.一种图像比对系统,其特征在于,具体包括:获取单元、判断单元、合成单元、连接单元、划分比对单元;
获取单元,用于获取帧图像;
判断单元,用于判断帧图像中是否存在周期重复;
合成单元,用于若存在周期重复的帧图像,则对帧图像进行划分,并对划分后的帧图像进行合成处理;
连接单元,用于对各帧图像进行连接处理形成目标图像;
划分比对单元,用于对目标图像进行明暗划分,根据划分的区域完成图像比对。
9.如权利要求8所述的图像比对系统,其特征在于,合成单元还包括以下子模块:选取模块、集合形成模块、切向判断模块;
选取模块,用于在将要进行合成的帧图像中分别选取指定数量的像素点;
集合形成模块,用于将指定数量的像素点分为多个像素集合;
切向判断模块,用于判断像素集合的切向是否相同,若相同则进行图像的合成,否则流程退出。
10.如权利要求8所述的图像比对系统,其特征在于,连接单元具体包括以下子步骤:确定模块、计算模块、处理模块;
确定模块,用于确定重合区域;
计算模块,用于确定重合度;
处理模块,用于进行修正值计算,通过修正值对帧图像在连接时的边界进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910922422.7A CN110634139B (zh) | 2019-09-27 | 2019-09-27 | 一种图像比对的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910922422.7A CN110634139B (zh) | 2019-09-27 | 2019-09-27 | 一种图像比对的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110634139A true CN110634139A (zh) | 2019-12-31 |
CN110634139B CN110634139B (zh) | 2022-02-22 |
Family
ID=68972968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910922422.7A Expired - Fee Related CN110634139B (zh) | 2019-09-27 | 2019-09-27 | 一种图像比对的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110634139B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205482A (zh) * | 2021-03-23 | 2021-08-03 | 中建三局第三建设工程有限责任公司 | 一种基于视觉识别的钢铁除锈质量等级判定方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103426200A (zh) * | 2013-08-26 | 2013-12-04 | 天津大学 | 基于无人机航拍序列图像的树木三维重建方法 |
CN103519845A (zh) * | 2013-10-12 | 2014-01-22 | 清华大学 | 图像的高帧频数据获取及扫描域的时间配准方法和系统 |
CN103973989A (zh) * | 2014-04-15 | 2014-08-06 | 北京理工大学 | 获取高动态图像的方法及系统 |
CN104780353A (zh) * | 2015-03-26 | 2015-07-15 | 广东欧珀移动通信有限公司 | 一种图像处理方法及装置 |
CN107147895A (zh) * | 2017-04-18 | 2017-09-08 | 中山大学 | 一种用于多视图时序呈现的视频处理方法 |
-
2019
- 2019-09-27 CN CN201910922422.7A patent/CN110634139B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103426200A (zh) * | 2013-08-26 | 2013-12-04 | 天津大学 | 基于无人机航拍序列图像的树木三维重建方法 |
CN103519845A (zh) * | 2013-10-12 | 2014-01-22 | 清华大学 | 图像的高帧频数据获取及扫描域的时间配准方法和系统 |
CN103973989A (zh) * | 2014-04-15 | 2014-08-06 | 北京理工大学 | 获取高动态图像的方法及系统 |
CN104780353A (zh) * | 2015-03-26 | 2015-07-15 | 广东欧珀移动通信有限公司 | 一种图像处理方法及装置 |
CN107147895A (zh) * | 2017-04-18 | 2017-09-08 | 中山大学 | 一种用于多视图时序呈现的视频处理方法 |
Non-Patent Citations (1)
Title |
---|
叶永凯 等: "基于特征匹配的渐变纹理图像合成算法", 《计算机技术与发展》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113205482A (zh) * | 2021-03-23 | 2021-08-03 | 中建三局第三建设工程有限责任公司 | 一种基于视觉识别的钢铁除锈质量等级判定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110634139B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4883517B2 (ja) | 三次元計測装置および三次元計測方法並びに三次元計測プログラム | |
JP4986679B2 (ja) | 非静止物体の三次元画像計測装置、三次元画像計測方法および三次元画像計測プログラム | |
JP5138369B2 (ja) | 超音波診断装置及びその画像処理方法 | |
JP2002224116A (ja) | 超音波診断装置及び画像処理装置 | |
CN106659480B (zh) | 超声波诊断图像生成装置以及方法 | |
US20170181730A1 (en) | Ultrasound imaging apparatus | |
CN100571335C (zh) | 基于像素空间相关性的图像融合效果实时评价方法及装置 | |
US20110066031A1 (en) | Ultrasound system and method of performing measurement on three-dimensional ultrasound image | |
CN103606139A (zh) | 一种声纳图像拼接方法 | |
CN105590315B (zh) | 一种超声彩色多普勒图像后处理方法 | |
CN109945955B (zh) | 一种水表视觉在线检测方法及其系统 | |
JP2008100073A (ja) | 対象体の大きさを測定するための超音波診断装置及び方法 | |
CN104013424B (zh) | 一种基于深度信息的超声宽景成像方法 | |
EP3910586A1 (en) | Method and apparatus for optical coherence tomography angiography | |
CN110634139B (zh) | 一种图像比对的方法及其系统 | |
US8727990B2 (en) | Providing an ultrasound spatial compound image in an ultrasound system | |
CN112085657B (zh) | 一种基于双目立体视觉跟踪和视网膜血管特征的oct图像拼接方法 | |
CN112826529B (zh) | 一种基于直角梯形的超声空间复合方法及装置 | |
JP2015062550A (ja) | 超音波診断装置 | |
JP3662835B2 (ja) | 超音波診断装置 | |
CN110689532B (zh) | 一种图像比对的方法及其系统 | |
CN113786179A (zh) | 红外与光学图像融合的人体血压实时测量方法及装置 | |
US20170340314A1 (en) | Method and apparatus for generating fused ultrasonic image | |
JP2007301086A (ja) | 超音波診断装置 | |
JP3602025B2 (ja) | 超音波診断装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220222 |
|
CF01 | Termination of patent right due to non-payment of annual fee |