CN110689511A - 一种大视野图像拼接路径的优化方法 - Google Patents

一种大视野图像拼接路径的优化方法 Download PDF

Info

Publication number
CN110689511A
CN110689511A CN201910885442.1A CN201910885442A CN110689511A CN 110689511 A CN110689511 A CN 110689511A CN 201910885442 A CN201910885442 A CN 201910885442A CN 110689511 A CN110689511 A CN 110689511A
Authority
CN
China
Prior art keywords
image
offset
splicing
images
row
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
Application number
CN201910885442.1A
Other languages
English (en)
Other versions
CN110689511B (zh
Inventor
许阳
刘洪英
庄泉洁
徐怀奇
孙力
周梅
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.)
Shanghai Lanshi Biotechnology Co Ltd
East China Normal University
Original Assignee
Shanghai Lanshi Biotechnology Co Ltd
East China Normal University
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 Shanghai Lanshi Biotechnology Co Ltd, East China Normal University filed Critical Shanghai Lanshi Biotechnology Co Ltd
Priority to CN201910885442.1A priority Critical patent/CN110689511B/zh
Publication of CN110689511A publication Critical patent/CN110689511A/zh
Application granted granted Critical
Publication of CN110689511B publication Critical patent/CN110689511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • 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
    • G06T2207/10056—Microscopic image
    • G06T2207/10061—Microscopic image from scanning electron microscope
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本发明公开一种大视野图像拼接路径的优化方法，所述方法包括以下步骤：按照预设的顺序扫描载玻片上的样本图片，并按照从左至右从上至下的数字顺序命名每张图片，进行光平衡处理；按照扫描顺序，用SURF算法对相邻的图片进行特征点匹配，得到偏移量以及配准度信息；为特征点匹配失败导致没有偏移量的图动态地设置偏移量；按文件名序号的顺序读取图像，当图像为首行或者首列时，按照默认方法拼接该图像；非首行且非首列的图像通过寻找最佳拼接路径的方法来拼接。本发明相比于按照固定顺序或者预设顺序拼接图像的方法，大大优化了图像的拼接质量。

Description

一种大视野图像拼接路径的优化方法
技术领域
本发明属于数字图像拼接技术领域，尤其涉及一种大视野图像拼接路径的优化方法。
背景技术
生物样本图像的拼接一直存在效率和质量低下的问题。近年来，全自动镜检平台逐渐替代了原有的人工镜检，这就更加要求拼接技术的完善与进步。而高速发展的图像技术和计算机技术为显微数字图像的拼接提供了坚实的基础，同时也对其拼接的质量提出了要求。
目前，在图像拼接方面，很多是对于单独的两张图片进行配准拼接，缺少整体的大视野图像的拼接；而现有的较大范围图像拼接，则是按照默认的顺序拼接，例如S形，直接和上一张图片进行拼接，不够灵活，配准时存在的误差会沿着默认的顺序累加，从而导致后面的图像拼接存在错位等情况，不适合大视野的图像拼接。
发明内容
本发明的目的在于提供一种大视野图像拼接路径的优化方法，旨在解决现有技术中由于误差累积引起拼接存在错位的问题，该方法使得拼接图像质量得到很好的提升。
实现本发明目的的具体技术方案是：
一种大视野图像拼接路径的优化方法，该方法包括以下步骤：
步骤1：按照预设的顺序扫描载玻片上的样本图片，并按照从左至右从上至下的数字顺序命名每张图片，进行光平衡处理；
步骤2：按照扫描顺序，用SURF算法对相邻的图片进行特征点匹配，得到偏移量以及配准度信息；
步骤3：为特征点匹配失败导致没有偏移量的图动态地设置偏移量；
步骤4：按文件名序号的顺序读取图像，当图像为首行或者首列时，按照默认方法拼接该图像；
步骤5：非首行且非首列的图像通过寻找最佳拼接路径的方法来拼接。
步骤1所述光平衡处理，具体为：
采集到的图像，由于镜头和光源的问题，会出现亮度不均匀的情况，需要进行光平衡处理：拍摄一张空白图像以及一张显微数字图像，将这两张图分别从RGB类型转换成HSV类型，取出亮度通道，计算显微数字图像的亮度平均值mean；然后计算显微数字图像每一点的亮度（L2）与空白图像对应点的亮度（L1）的比值和平均亮度的乘积：（L2/L1）*mean，将该乘积值赋值给显微数字图像亮度通道的对应位置，然后从HSV转换成RGB类型，得到光平衡后的图像。
步骤2所述特征点匹配，具体为：
按照S形方式扫描图像，边扫描边配准，全部配准完之后再进行拼接。对相邻图片分别进行TOP和LEFT两个方向的匹配操作，即当前图与上方的图以及左方的图进行配准：截取相邻图像的靠近对方的10%的图像区域，使用SURF检测器提取了图像的特征点；再调用matcher的match方法进行匹配，根据特征匹配之间的精度误差去掉精度误差较高的匹配点；然后使用RANSAC算法进一步去除匹配错误的匹配点；用最后得到的匹配对数量来表示配准度，根据最后得到的匹配点之间的位置关系计算得出两图之间的偏移量；若配准度为0，则无法得到偏移量。
步骤3所述动态设置偏移量，具体为：
读取整个大图像的行数和列数，然后遍历所有的小图像，分别得到TOP方向偏移量在每一行图像中的平均值，以及LEFT方向偏移量在每一列图像中的平均值；若某一图像的LEFT方向配准度为0，则令它的LEFT方向偏移量等于LEFT在当前列图像中偏移量的平均值；若某一图像的TOP方向配准度为0，则令它的偏移量等于TOP在当前行图像中偏移量的平均值；若当前行配准度均为0，得不到偏移量，则令其等于配准度最大行的平均偏移量；若当前列配准度均为0，得不到偏移量，则令其等于配准度最大列的平均偏移量。
步骤4所述按默认方法拼接，具体为：
按文件名的序号读取图像，先读取第一张图像，若图像为第一行或者第一列的，则按照默认方法拼接，即第一行的图像用LEFT方向的偏移量来拼接，第一列的图像用TOP方向的偏移量来拼接；同时每一张图按照它相对于第一张图的拼接路径，记录下路径上的累积配准度以及累积偏移坐标。
步骤5所述寻找最佳拼接路径的方法，具体为：
设置判断标准为T=（累积配准度*相邻配准度），比较当前图片的TOP和LEFT两个方向的T，取较大的那个方向来拼接图像；当LEFT和TOP方向的标准T不均大于0 时，若LEFT方向的标准T为0，则取TOP方向来拼接；其余情况，选择LEFT方向拼接；然后按照当前图像相对于第一张图的拼接路径，记录下路径上的累积配准度以及累积偏移坐标，其中累积偏移坐标用于拼接的时候确定当前图像相对于第一张图像的位置。
本发明对每张图进行TOP和LEFT两个方向的配准，形成了配准度连线的网格图，并且对于未配准成功的图像，灵活地赋予其一个因图而异的偏移量，通过寻找最佳拼接路径的方法拼接图像，在大视野图像的应用上有理想的效果。本发明相较于传统的按照默认顺序拼接的图像拼接方法，大大提高了图像的拼接质量。
附图说明
图1为本发明实施例的流程图；
图2为本发明实施例中光平衡前后的示意图，图（a）为光平衡前的图像，图（b）为光平衡后的图像；
图3为本发明实施例中图像扫描和配准的示意图，图（a）为图像扫描顺序的示意图像，图（b）为图像配准的网格示意图；
图4为本发明实施例步骤102得到的配准度连线图，图（a）为局部图像的配准度连线图，图（b）为整个图像的配准度连线图；
图5为本发明实施例中步骤106得到的最佳拼接路径图，图（a）为局部图像的最佳路径图，图（b）为整个图像的最佳路径图；
图6为本发明实施例中拼接完成的图像，图（a）为局部图像的拼接图，图（b）为整个图像的拼接图；
图7为本发明实施例中的拼接图以及传统方法的拼接对比图，图（a）（c）为使用本发明方法的拼接图局部截图，图（b）（d）为使用传统方法的拼接图局部截图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚，以下结合附图及实施例，对本发明进行详细的说明。
本发明的一种大视野图像拼接路径的优化方法，该方法包括：按照预设的顺序扫描载玻片上的样本图片，并按照从左至右从上至下的数字顺序命名每张图片，进行光平衡处理；按照扫描顺序，用SURF算法对相邻的图片进行特征点匹配，得到偏移量以及配准度信息；为特征点匹配失败导致没有偏移量的图动态地设置偏移量；按文件名序号的顺序读取图像，当图像为首行或者首列时，按照默认方法拼接该图像；非首行且非首列的图像通过寻找最佳拼接路径的方法来拼接。
按照文件名序号依次读取图像，沿着最佳拼接路径拼接每幅图像，直到最后一张图像操作结束，整个大视野的图像就拼接完成了。
实施例
本实施例提供的一种大视野图像拼接路径的优化方法的流程示意图，如图1所示。
S101：按照预设的顺序扫描载玻片上的样本图片，并按照从左至右从上至下的数字顺序命名每张图片，进行光平衡处理。
该步骤所述光平衡处理为：
使用摄像头在低倍物镜下对载玻片上的样本进行聚焦采图，得到样本的显微数字图像，此时的大视野图像如图2（a）所示。相同条件下拍摄一张空白图像，将这两张图分别从RGB类型转换成HSV类型，取出亮度通道，计算显微数字图像的亮度平均值mean；然后计算显微数字图像每一点的亮度L2与空白图像对应点的亮度L1的比值和平均亮度的乘积：（L2/L1）*mean，将该乘积值赋值给显微数字图像亮度通道的对应位置，然后从HSV转换成RGB类型，得到光平衡后的图像，此时的大视野图像如图2（b）所示。
S102：按照扫描顺序，用SURF算法对相邻的图片进行特征点匹配，得到偏移量以及配准度信息。扫描顺序如图3（a）所示，配准连接线网格图如图3（b）所示。
该步骤所述特征点匹配为：
对相邻图片分别进行TOP和LEFT两个方向的匹配操作，即当前图与上方的图以及左方的图进行配准：截取相邻图像的靠近对方的10%的图像区域，使用SURF检测器提取了图像的特征点；再调用matcher的match方法进行匹配，根据特征匹配之间的精度误差去掉精度误差较高的匹配点；然后使用RANSAC算法进一步去除匹配错误的匹配点；用最后得到的匹配对数量来表示配准度，根据最后得到的匹配点之间的位置关系计算得出两图之间的偏移量；若配准度为0，则无法得到偏移量。局部视野中的图像的配准度连线图如图4（a）所示，整个视野中的图像的配准度连线图如图4（b）所示。
S103：为特征点匹配失败导致没有偏移量的图动态地设置偏移量。
该步骤所述动态设置偏移量为：
读取整个大图像的行数和列数，然后遍历所有的小图像，分别得到TOP方向偏移量在每一行图像中的平均值，以及LEFT方向偏移量在每一列图像中的平均值；若某一图像的LEFT方向配准度为0，则令它的LEFT方向偏移量等于LEFT在当前列图像中偏移量的平均值；若某一图像的TOP方向配准度为0，则令它的偏移量等于TOP在当前行图像中偏移量的平均值；若当前行配准度均为0，得不到偏移量，则令其等于配准度最大行的平均偏移量；若当前列配准度均为0，得不到偏移量，则令其等于配准度最大列的平均偏移量。
S104：按文件名序号的顺序读取图像，当图像为首行或者首列时，按照默认方法拼接该图像。
该步骤所述按默认方法拼接为：
按文件名的序号读取图像，先读取第一张图像，若图像为第一行或者第一列的，则按照默认方法拼接，即第一行的图像用LEFT方向的偏移量来拼接，第一列的图像用TOP方向的偏移量来拼接；同时每一张图按照它相对于第一张图的拼接路径，记录下路径上的累积配准度以及累积偏移坐标。
S105：非首行且非首列的图像通过寻找最佳拼接路径的方法来拼接。
该步骤所述寻找最佳拼接路径的方法为：
设置判断标准为T=（累积配准度*相邻配准度），比较当前图片的TOP和LEFT两个方向的T，取较大的那个方向来拼接图像；当LEFT和TOP方向的标准T不均大于0 时，若LEFT方向的标准T为0，则取TOP方向来拼接；其余情况，选择LEFT方向拼接；然后按照当前图像相对于第一张图的拼接路径，记录下路径上的累积配准度以及累积偏移坐标。局部视野中的图像的拼接路径图如图5（a）所示，整个视野中的图像的拼接路径图如图5（b）所示。拼接完成的局部视野图像如图6（a）所示，拼接完成的整个视野图像如图6（b）所示。
本发明方法得到的拼接图局部如图7（a）（c）所示，传统方法得到的拼接图局部如图7（b）（d）所示。相比于传统拼接方法，本发明得到的拼接图拼接效果更好，基本没有错位的问题。

Claims (6)

1.一种大视野图像拼接路径的优化方法，其特征在于，该方法包括以下具体步骤：
步骤1：按照预设的顺序扫描载玻片上的样本图片，并按照从左至右从上至下的数字顺序命名每张图片，进行光平衡处理；
步骤2：按照扫描顺序，用SURF算法对相邻的图片进行特征点匹配，得到偏移量以及配准度信息；
步骤3：为特征点匹配失败导致没有偏移量的图动态地设置偏移量；
步骤4：按文件名序号的顺序读取图像，当图像为首行或者首列时，按照默认方法拼接该图像；
步骤5：非首行且非首列的图像通过寻找最佳拼接路径的方法来拼接。
2.根据权利要求1所述的一种大视野图像拼接路径的优化方法，其特征在于，步骤1所述光平衡处理，具体为：
拍摄一张空白图像以及一张显微数字图像，将这两张图分别从RGB类型转换成HSV类型，取出亮度通道，计算显微数字图像的亮度平均值mean；然后计算显微数字图像每一点的亮度L2与空白图像对应点的亮度L1的比值和平均亮度的乘积：L2/L1*mean，将该乘积值赋值给显微数字图像亮度通道的对应位置，然后从HSV转换成RGB类型，得到光平衡后的图像。
3.根据权利要求1所述的一种大视野图像拼接路径的优化方法，其特征在于，步骤2所述特征点匹配，具体为：
对相邻图片分别进行TOP和LEFT两个方向的匹配操作，即当前图与上方的图以及左方的图进行配准：截取相邻图像的靠近对方的10%的图像区域，使用SURF检测器提取了图像的特征点；再调用matcher的match方法进行匹配，根据特征匹配之间的精度误差去掉精度误差较高的匹配点；然后使用RANSAC算法进一步去除匹配错误的匹配点；用最后得到的匹配对数量来表示配准度，根据最后得到的匹配点之间的位置关系计算得出两图之间的偏移量；若配准度为0，则无法得到偏移量。
4.根据权利要求1所述的一种大视野图像拼接路径的优化方法，其特征在于，步骤3所述动态设置偏移量，具体为：
读取整个大图像的行数和列数，然后遍历所有的小图像，分别得到TOP方向偏移量在每一行图像中的平均值，以及LEFT方向偏移量在每一列图像中的平均值；若某一图像的LEFT方向配准度为0，则令它的LEFT方向偏移量等于LEFT在当前列图像中偏移量的平均值；若某一图像的TOP方向配准度为0，则令它的偏移量等于TOP在当前行图像中偏移量的平均值；若当前行配准度均为0，得不到偏移量，则令其等于配准度最大行的平均偏移量；若当前列配准度均为0，得不到偏移量，则令其等于配准度最大列的平均偏移量。
5.根据权利要求1所述的一种大视野图像拼接路径的优化方法，其特征在于，步骤4所述按默认方法拼接，具体为：
按文件名的序号读取图像，先读取第一张图像，若图像为第一行或者第一列的，则按照默认方法拼接，即第一行的图像用LEFT方向的偏移量来拼接，第一列的图像用TOP方向的偏移量来拼接；同时每一张图按照它相对于第一张图的拼接路径，记录下路径上的累积配准度以及累积偏移坐标。
6.根据权利要求1所述的一种大视野图像拼接路径的优化方法，其特征在于，步骤5所述寻找最佳拼接路径的方法，具体为：
设置判断标准为T=累积配准度*相邻配准度，比较当前图片的TOP和LEFT两个方向的T，取较大的那个方向来拼接图像；当LEFT和TOP方向的标准T不均大于0 时，若LEFT方向的标准T为0，则取TOP方向来拼接；其余情况，选择LEFT方向拼接；然后按照当前图像相对于第一张图的拼接路径，记录下路径上的累积配准度以及累积偏移坐标。
CN201910885442.1A 2019-09-19 2019-09-19 一种大视野图像拼接路径的优化方法 Active CN110689511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910885442.1A CN110689511B (zh) 2019-09-19 2019-09-19 一种大视野图像拼接路径的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910885442.1A CN110689511B (zh) 2019-09-19 2019-09-19 一种大视野图像拼接路径的优化方法

Publications (2)

Publication Number Publication Date
CN110689511A true CN110689511A (zh) 2020-01-14
CN110689511B CN110689511B (zh) 2023-02-03

Family

ID=69109499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910885442.1A Active CN110689511B (zh) 2019-09-19 2019-09-19 一种大视野图像拼接路径的优化方法

Country Status (1)

Country Link
CN (1) CN110689511B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115829843A (zh) * 2023-01-09 2023-03-21 深圳思谋信息科技有限公司 图像拼接方法、装置、计算机设备及存储介质
CN116630164A (zh) * 2023-07-21 2023-08-22 中国人民解放军国防科技大学 海量显微图像的实时拼接方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102908120A (zh) * 2012-10-09 2013-02-06 北京大恒图像视觉有限公司 眼底图像的配准方法、眼底图像中视盘神经、血管的测量方法及眼底图像的拼接方法
CN103390275A (zh) * 2013-07-19 2013-11-13 香港应用科技研究院有限公司 动态图像拼接的方法
US8917951B1 (en) * 2013-07-19 2014-12-23 Hong Kong Applied Science and Technology Research Institute Company Limited Method of on-the-fly image stitching
CN107093166A (zh) * 2017-04-01 2017-08-25 华东师范大学 低重合率显微图像的无缝拼接方法
CN107197121A (zh) * 2017-06-14 2017-09-22 长春欧意光电技术有限公司 一种基于舰载设备的电子稳像方法
CN108537833A (zh) * 2018-04-18 2018-09-14 昆明物理研究所 一种红外图像快速拼接方法
CN110232673A (zh) * 2019-05-30 2019-09-13 电子科技大学 一种基于医疗显微成像的快速稳健的图像拼接方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102908120A (zh) * 2012-10-09 2013-02-06 北京大恒图像视觉有限公司 眼底图像的配准方法、眼底图像中视盘神经、血管的测量方法及眼底图像的拼接方法
CN103390275A (zh) * 2013-07-19 2013-11-13 香港应用科技研究院有限公司 动态图像拼接的方法
US8917951B1 (en) * 2013-07-19 2014-12-23 Hong Kong Applied Science and Technology Research Institute Company Limited Method of on-the-fly image stitching
CN107093166A (zh) * 2017-04-01 2017-08-25 华东师范大学 低重合率显微图像的无缝拼接方法
CN107197121A (zh) * 2017-06-14 2017-09-22 长春欧意光电技术有限公司 一种基于舰载设备的电子稳像方法
CN108537833A (zh) * 2018-04-18 2018-09-14 昆明物理研究所 一种红外图像快速拼接方法
CN110232673A (zh) * 2019-05-30 2019-09-13 电子科技大学 一种基于医疗显微成像的快速稳健的图像拼接方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115829843A (zh) * 2023-01-09 2023-03-21 深圳思谋信息科技有限公司 图像拼接方法、装置、计算机设备及存储介质
CN116630164A (zh) * 2023-07-21 2023-08-22 中国人民解放军国防科技大学 海量显微图像的实时拼接方法
CN116630164B (zh) * 2023-07-21 2023-09-26 中国人民解放军国防科技大学 海量显微图像的实时拼接方法

Also Published As

Publication number Publication date
CN110689511B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
CN109696788B (zh) 一种基于显示面板的快速自动对焦方法
US9088729B2 (en) Imaging apparatus and method of controlling same
US9414052B2 (en) Method of calibrating an image signal processor to overcome lens effects
US7016109B2 (en) Microscopic image capture apparatus and microscopic image capturing method
CN110689511B (zh) 一种大视野图像拼接路径的优化方法
CN111626936B (zh) 一种显微图像的快速全景拼接方法及系统
US4866629A (en) Machine vision process and apparatus for reading a plurality of separated figures
CN111508032B (zh) 相机标定过程中特征点的排序方法
JP2014504763A (ja) 顕微鏡スライドの座標系の位置合わせ
CN107613229A (zh) 一种图像传感器坏点检测校正装置及方法
CN105701809A (zh) 一种基于线阵相机扫描的平场校正方法
CN113160222A (zh) 一种针对工业信息图像的生产数据识别方法
CN110837860A (zh) 基于深度学习的贴片检测方法及相关系统
CN112750078A (zh) 基于面向电动平台的显微图像实时拼接方法及存储介质
JP6479178B2 (ja) 画像処理装置、撮像装置、顕微鏡システム、画像処理方法、及び画像処理プログラム
US8275202B2 (en) Method of grouping pixels in 2D digital image
CN1976481A (zh) 影像补偿装置与方法
CN112085803B (zh) 一种多镜头多探测器拼接式相机颜色一致性处理方法
CN115602093A (zh) 基于白色画面进行Demura补偿的方法、系统和设备
TWI781490B (zh) 對焦位置檢測方法、對焦位置檢測裝置、記錄媒體及對焦位置檢測用程式
CN114152610A (zh) 一种基于可视化目标标记的玻片细胞扫描方法
CN114897821A (zh) 探卡探针相对测试平台高度检测方法
CN114581339A (zh) 一种金属工业产品表面缺陷数据增强方法
CN1567372A (zh) 数字图像的划痕处理方法
CN112381896A (zh) 一种显微图像的亮度校正方法及系统、计算机设备

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