CN110740314A - 彩色线阵相机坏点校正方法及系统 - Google Patents
彩色线阵相机坏点校正方法及系统 Download PDFInfo
- Publication number
- CN110740314A CN110740314A CN201911044789.XA CN201911044789A CN110740314A CN 110740314 A CN110740314 A CN 110740314A CN 201911044789 A CN201911044789 A CN 201911044789A CN 110740314 A CN110740314 A CN 110740314A
- Authority
- CN
- China
- Prior art keywords
- color
- dead
- pixel
- dead pixel
- calculating
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Color Television Image Signal Generators (AREA)
Abstract
本申请公开了一种彩色线阵相机坏点校正方法及系统,所述方法包括:获取彩色线阵相机坏点的位置;以坏点的位置为中心提取M×M的数据窗口,计算数据窗口内坏点所在颜色通道的多个方向的梯度;在梯度最小的方向,计算坏点所处颜色通道信息与数据窗口非坏点处其他颜色通道信息的色比;根据色比与坏点所处颜色通道信息计算得到坏点的校正值。本申请提供的校正方法一方面通过M×M的窗口信息得到坏点处的图像信息,另一方面通过正常像素点处的色比信息计算得到坏点处的色比,利用坏点处的色比去校正坏点,令坏点处的颜色自然,自然的弥补坏点对彩色线阵相机造成的成像缺陷,通过该校正方法可降低对线阵图像传感器的要求,从而降低了成本。
Description
技术领域
本申请涉及线阵相机技术领域,尤其涉及一种彩色线阵相机坏点校正方法及系统。
背景技术
线阵相机是采用线阵传感器的相机,其每次采集一行图像,通过被摄物体与线阵相机的相对运动实现对被摄物体的连续采集,然后,将若干行图像拼接成一幅完整的图像输出。通常用于被测视野细长、需要较大视野或极高精度的检测领域。
大多数的线阵相机都是黑白的,也有彩色的,彩色线阵相机可分为双线相机和三线相机,其中,双线相机的成像芯片上有两个阵列,通常是并排排列,可以捕捉每个像素的两种颜色,若要重建色彩图像,需要插值出第三种颜色;三线相机的成像芯片上有三列—红色、绿色和蓝色,不用经过插值运算就可得到彩色图像。坏点通常是由于制造工艺、运输或储存方式等方面存在不足,使得图像传感器中存在一少部分不能正常感光的单元,绝大多数坏点都可以包含在以下三种类型中:一种是在制造过程中由于感光单元彻底被损坏而不能感光,表现在图像中是一个暗点;第二种是由于感光二极管和电源直接短接造成感光单元的电压一直固定在高电平,在图像中表现为一个亮点;还有一种坏点是因为制造方面的偏差,使得某个感光单元对于光强的响应异于周围单元的正常响应,导致成像后该点处的像素值比周围值过高或过低,且这类坏点对图像的影响会因外界环境的变化而不同。
但是,通常面阵相机允许有较多的坏点,而线阵相机由于其成像特点,如果有坏点,则坏点所在的列均不能正常成像,尤其对于高精度检测的应用领域,因此,线阵相机不允许有坏点,否则会使得芯片成本较高。
发明内容
本申请提供了一种彩色线阵相机坏点校正方法及系统,以对彩色线阵相机的坏点进行校正,降低芯片成本。
为了解决上述技术问题,本申请实施例公开了如下技术方案:
第一方面,本申请实施例公开了一种彩色线阵相机坏点校正方法,所述方法包括:
获取彩色线阵相机坏点的位置;
以所述坏点的位置为中心提取M×M的数据窗口,计算所述数据窗口内坏点所在颜色通道的多个方向的梯度;
在梯度最小的方向,计算所述坏点所处颜色通道信息与所述数据窗口非坏点处其他颜色通道信息的色比;
根据所述色比与所述坏点所处颜色通道信息计算得到所述坏点的校正值。
可选的,以所述坏点的位置为中心提取M×M的数据窗口,计算所述数据窗口内坏点所在颜色通道的多个方向的梯度,包括:
以所述坏点为中心,提取M×M的数据窗口;
根据公式(1)计算所述数据窗口中所述坏点多个方向上的非坏点处颜色通道的梯度;
其中,所述坏点的位置为G通道(x,y)处,x和y分别为图像中像素点的行索引和列索引。
可选的,在梯度最小的方向,计算所述坏点所处颜色通道信息与所述数据窗口非坏点处其他颜色通道信息的色比,包括:
获取梯度值最小的方向;
在所述梯度值最小的方向,分别计算不同非坏点处其他颜色通道与所述坏点处颜色通道的色比,将所述色比的均值作为所述坏点处的色比。
可选的,分别计算不同非坏点处其他颜色通道与所述坏点处颜色通道的色比,将所述色比的均值作为所述坏点处的色比,包括:
在所述梯度值最小的方向,根据公式(2)计算所述数据窗口非坏点处R通道与所述坏点所处G通道的色比;
将所述色比作为所述坏点处的色比。
可选的,在梯度最小的方向,分别计算不同非坏点处其他颜色通道与所述坏点处颜色通道的色比,将所述色比的均值作为所述坏点处的色比,包括:
在所述梯度值最小的方向,根据公式(3)计算所述数据窗口非坏点处B通道与所述坏点所处G通道的色比;
将所述色比作为所述坏点处的色比。
可选的,根据所述色比与所述坏点所处颜色通道信息计算得到所述坏点的校正值,包括:
根据所述坏点处的色比与所述坏点处R通道的正常像素点计算得到坏点处的校正值,计算公式如式(4)所示,
其中,g'(x,y)为所述坏点处G通道的校正值。
第二方面,本申请实施例还提供了一种彩色线阵相机坏点校正系统,包括:
获取模块,用于获取彩色线阵相机坏点的位置;
第一计算模块,用于以所述坏点的位置为中心提取M×M的数据窗口,计算所述数据窗口内坏点所在颜色通道的多个方向的梯度;
第二计算模块,用于在梯度最小的方向,计算所述坏点所处颜色通道信息与所述数据窗口非坏点处其他颜色通道信息的色比;
第三计算模块,用于根据所述色比与所述坏点所在颜色通道计算得到所述坏点的校正值。
可选的,所述第一计算模块包括:
提取模块,用于以所述坏点为中心,提取M×M的数据窗口;
第一计算子模块,用于计算所述数据窗口中所述坏点多个方向上的非坏点处颜色通道的梯度。
可选的,所述第二计算模块包括:
第一获取子模块,用于获取梯度值最小的方向;
第二计算子模块,用于在所述梯度值最小的方向,分别计算不同坏点处其他颜色通道与所述坏点处颜色通道的色比,将所述色比的均值作为所述坏点处的色比。
与现有技术相比,本申请的有益效果为:
本申请实施例提供的彩色线阵相机坏点校正方法包括:获取彩色线阵相机坏点的位置;以坏点的位置为中心提取M×M的数据窗口,计算数据窗口内坏点所在颜色通道的多个方向的梯度;在梯度最小的方向,计算坏点所处颜色通道信息与数据窗口非坏点处其他颜色通道信息的色比;根据色比与坏点所处颜色通道信息计算得到坏点的校正值。本申请提供的校正方法一方面通过M×M的数据窗口得到坏点处的图像信息,另一方面通过正常像素点处的色比信息计算得到坏点处的色比,利用该坏点处的色比去校正有坏点的颜色通道,令坏点处的颜色自然,不会引入新的彩色噪声,可对线阵图像传感器的要求降低,从而降低成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种彩色线阵相机坏点校正方法的流程图;
图2中示例性示出了3×3数据窗口的示意图;
图3中示例性示出了3×3窗口的方向示意图;
图4为本申请实施例提供的一种彩色线阵相机坏点校正系统的框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将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,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通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,都应当属于本申请保护的范围。
由于制造工艺、运输或储存方式等方面存在不足,线阵相机内可能出现坏点,使得图像传感器中存在一少部分不能正常感光的单元。坏点对图像的成像质量有一定的影响,尤其对于高精度检测的应用领域,因此,为了存在坏点的线阵相机能够正常使用,需要对线阵相机的坏点进行校正。
参见图1,为本申请实施例提供的一种彩色线阵相机坏点校正方法的流程图。
本申请提供的彩色线阵相机坏点校正方法的前提条件时所有的颜色通道数据都是相匹配的,由于三线线阵相机所使用的线阵传感器的特点使得成像的三个颜色通道对应的不是目标物上的同一点,需要先进行空间校正,保证输出图像上任意一点的三个颜色分量对应的是目标物上的同一点。
如图1所示,本申请实施例提供的彩色线阵相机坏点校正方法包括:
S100:获取彩色线阵相机坏点的位置。
通过坏点检测可以得到坏点的位置信息,坏点检测通常是通过采集暗场图像、半饱和图像和饱和图像,逐点判断像素点与图像均值的偏差,偏差大于阈值的就认为是坏点。本申请是基于坏点位置已获取的前提下,针对坏点校正方案提出的。
对于彩色相机而言,图像的每个位置都有三种颜色分量:R、G、B,本申请以G通道(x,y)有坏点,R通道和B通道均为正常像素点为例进行说明,其中,x和y分别表示图像中像素点的行索引和列索引。
S200:以坏点的位置为中心提取M×M的数据窗口,计算数据窗口内坏点所在颜色通道的多个方向的梯度。
如图2、图3所示,以G通道坏点g(x,y)为中心,取3×3的数据窗口,计算数据窗口内各个方向上G通道的梯度,梯度计算公式如式(1)所示:
本申请除了以坏点为中心提取3×3的数据窗口外,还可提取5×5的数据窗口,但是窗口取得越大,运算越复杂,由于坏点校正是通过相机内FPGA实现的,窗口越大对FPGA资源消耗越多,综合效果和资源认为取3×3的数据窗口即可。
S300:在梯度最小的方向,计算坏点所处颜色通道信息与数据窗口非坏点处其他颜色通过信息的色比。
根据公式(1)得到3×3的数据窗口4个不同方向的梯度后,获取梯度值最小的方向,本申请假设方向3的梯度值最小。梯度大表明该处为图像的纹理细节,像素变化剧烈;梯度小表明该处为图像的平坦区域,像素变化缓慢,本申请提供的坏点校正值的计算沿着梯度小的方向进行。
得到梯度值最小的方向后,用3×3的数据窗口内没有坏点的颜色通道和有坏点的G通道计算色比,本申请中没有坏点的颜色通道可以取R通道或B分量,此处取R分量,分别计算(x-1,y)和(x+1,y)处的R通道处与坏点处G通道的色比,计算公式如式(2)所示:
将计算结果colour_ratio作为坏点处R通道和G通道的色比。
也可取3×3的数据窗口内非坏点所处的B通道,分别计算(x-1,y)和(x+1,y)处的B通道处与坏点处G通道的色比,计算公式如式(3)所示:
将计算结果colour_ratio作为坏点处R通道和B通道的色比。
S400:根据色比与坏点所处颜色通道信息计算得到坏点的校正值。
计算得到坏点处R通道和G通道或B通道的色比后,由色比colour_ratio和坏点处R通道的正常像素点计算得到坏点处的校正值,计算公式如式(4)所示:
其中,g'(x,y)表示G通道坏点处的校正值,通过该校正值对图像中的坏点进行校正,令坏点处的颜色自然,较自然的弥补坏点对彩色线阵相机造成的成像缺陷。
本申请实施例提供的彩色线阵相机坏点校正方法首先获取坏点的位置,以坏点为中心取3×3的数据窗口,计算数据窗口内坏点所在颜色通道多个方向的梯度,然后,在梯度最小的方向,用其他颜色通道信息与坏点所在颜色通道信息进行色比计算,取色比的均值作为坏点处的色比,最后用该色比均值与计算色比的坏点处的颜色通道信息进行计算,得到坏点处的校正值。本申请利用没有坏点的颜色通道信息去校正有坏点的颜色通道,一方面通过3×3窗口信息得到坏点处的图像信息,另一方面通过正常像素点处的色比信息计算得到坏点处的色比,令坏点处的颜色自然,不会引入新的彩色噪声,自然的弥补坏点对彩色线阵相机造成的成像缺陷,从而降低对线阵图像传感器的要求,降低芯片成本。
基于上述实施例提供的彩色线阵相机坏点校正方法,本申请实施例还提供了一种彩色线阵相机坏点校正系统。
如图4所示,本申请实施例提供的彩色线阵相机坏点校正系统包括:
获取模块100,用于获取彩色线阵相机坏点的位置。通过坏点检测可以得到坏点的位置信息及坏点所处的颜色通道。
第一计算模块200,用于以坏点的位置为中心提取M×M的数据窗口,计算数据窗口内坏点所在颜色通道的多个方向的梯度。第一计算模块200包括:
提取模块201,用于以坏点为中心,提取M×M的数据窗口。获得坏点的位置后,以坏点为中心,取M×M的数据窗口,本示例以3×3为例。
第一计算子模块202,用于计算数据窗口中坏点多个方向上的非坏点处颜色通道的梯度。提取3×3的数据窗口后,计算窗口内坏点多个方向上的非坏点的梯度,获得梯度最小的方向。
第二计算模块300,用于在梯度最小的方向,计算坏点所处颜色通道信息与数据窗口非坏点处其他颜色通道信息的色比。第二计算模块300包括:
第一获取子模块301,用于获取梯度值最小的方向。计算得到3×3窗口内各个方向的非坏点的梯度后,得到梯度最小的方向。
第二计算子模块302,用于在梯度值最小的方向,分别计算不同坏点处其他颜色通道与坏点处颜色通道的色比,将色比的均值作为坏点处的色比。
第三计算模块400,用于根据色比与坏点所在颜色通道计算得到坏点的校正值。
需要说明的是,在本说明书中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (9)
1.一种彩色线阵相机坏点校正方法,其特征在于,所述方法包括:
获取彩色线阵相机坏点的位置;
以所述坏点的位置为中心提取M×M的数据窗口,计算所述数据窗口内坏点所在颜色通道的多个方向的梯度;
在梯度最小的方向,计算所述坏点所处颜色通道信息与所述数据窗口非坏点处其他颜色通道信息的色比;
根据所述色比与所述坏点所处颜色通道信息计算得到所述坏点的校正值。
3.根据权利要求1所述的方法,其特征在于,在梯度最小的方向,计算所述坏点所处颜色通道信息与所述数据窗口非坏点处其他颜色通道信息的色比,包括:
获取梯度值最小的方向;
在所述梯度值最小的方向,分别计算不同非坏点处其他颜色通道与所述坏点处颜色通道的色比,将所述色比的均值作为所述坏点处的色比。
7.一种彩色线阵相机坏点校正系统,其特征在于,包括:
获取模块,用于获取彩色线阵相机坏点的位置;
第一计算模块,用于以所述坏点的位置为中心提取M×M的数据窗口,计算所述数据窗口内坏点所在颜色通道的多个方向的梯度;
第二计算模块,用于在梯度最小的方向,计算所述坏点所处颜色通道信息与所述数据窗口非坏点处其他颜色通道信息的色比;
第三计算模块,用于根据所述色比与所述坏点所在颜色通道计算得到所述坏点的校正值。
8.根据权利要求7所述的系统,其特征在于,所述第一计算模块包括:
提取模块,用于以所述坏点为中心,提取M×M的数据窗口;
第一计算子模块,用于计算所述数据窗口中所述坏点多个方向上的非坏点处颜色通道的梯度。
9.根据权利要求7所述的系统,其特征在于,所述第二计算模块包括:
第一获取子模块,用于获取梯度值最小的方向;
第二计算子模块,用于在所述梯度值最小的方向,分别计算不同坏点处其他颜色通道与所述坏点处颜色通道的色比,将所述色比的均值作为所述坏点处的色比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911044789.XA CN110740314B (zh) | 2019-10-30 | 2019-10-30 | 彩色线阵相机坏点校正方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911044789.XA CN110740314B (zh) | 2019-10-30 | 2019-10-30 | 彩色线阵相机坏点校正方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110740314A true CN110740314A (zh) | 2020-01-31 |
CN110740314B CN110740314B (zh) | 2021-08-10 |
Family
ID=69271880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911044789.XA Active CN110740314B (zh) | 2019-10-30 | 2019-10-30 | 彩色线阵相机坏点校正方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110740314B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055199A (zh) * | 2020-09-22 | 2020-12-08 | 中国科学技术大学 | 一种科学级cmos相机性能测试系统和方法 |
CN112804426A (zh) * | 2020-12-30 | 2021-05-14 | 凌云光技术股份有限公司 | 一种可修正缺陷像元的多线线阵相机及方法 |
CN116600213A (zh) * | 2023-06-02 | 2023-08-15 | 上海宇勘科技有限公司 | 一种基于投票的面向线阵的高鲁棒性坏点校正方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070009172A1 (en) * | 2005-07-07 | 2007-01-11 | Sunplus Technology Co., Ltd. | Method and system for correcting defective pixels of a color image |
CN103475828A (zh) * | 2013-10-10 | 2013-12-25 | 旗瀚科技有限公司 | 一种图像坏点校正方法及图像传感器 |
CN105430385A (zh) * | 2015-12-14 | 2016-03-23 | 上海富瀚微电子股份有限公司 | 一种图像传感器坏点检测和校正的方法及装置 |
CN105451015A (zh) * | 2014-08-12 | 2016-03-30 | 炬力集成电路设计有限公司 | 一种图像坏点的检测方法及装置 |
KR101673447B1 (ko) * | 2016-04-04 | 2016-11-07 | 한화시스템 주식회사 | 공간 비교 필터 기반의 데드 픽셀 검출 장치 및 방법 |
-
2019
- 2019-10-30 CN CN201911044789.XA patent/CN110740314B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070009172A1 (en) * | 2005-07-07 | 2007-01-11 | Sunplus Technology Co., Ltd. | Method and system for correcting defective pixels of a color image |
CN103475828A (zh) * | 2013-10-10 | 2013-12-25 | 旗瀚科技有限公司 | 一种图像坏点校正方法及图像传感器 |
CN105451015A (zh) * | 2014-08-12 | 2016-03-30 | 炬力集成电路设计有限公司 | 一种图像坏点的检测方法及装置 |
CN105430385A (zh) * | 2015-12-14 | 2016-03-23 | 上海富瀚微电子股份有限公司 | 一种图像传感器坏点检测和校正的方法及装置 |
KR101673447B1 (ko) * | 2016-04-04 | 2016-11-07 | 한화시스템 주식회사 | 공간 비교 필터 기반의 데드 픽셀 검출 장치 및 방법 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112055199A (zh) * | 2020-09-22 | 2020-12-08 | 中国科学技术大学 | 一种科学级cmos相机性能测试系统和方法 |
CN112804426A (zh) * | 2020-12-30 | 2021-05-14 | 凌云光技术股份有限公司 | 一种可修正缺陷像元的多线线阵相机及方法 |
CN116600213A (zh) * | 2023-06-02 | 2023-08-15 | 上海宇勘科技有限公司 | 一种基于投票的面向线阵的高鲁棒性坏点校正方法 |
CN116600213B (zh) * | 2023-06-02 | 2023-10-24 | 上海宇勘科技有限公司 | 一种基于投票的面向线阵的高鲁棒性坏点校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110740314B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4054184B2 (ja) | 欠陥画素補正装置 | |
US8253828B2 (en) | Image capture device including edge direction determination unit, and image processing method for the same | |
CN110740314A (zh) | 彩色线阵相机坏点校正方法及系统 | |
US9626760B2 (en) | System and method to align and merge differently exposed digital images to create a HDR (High Dynamic Range) image | |
CN100542306C (zh) | 摄像头聚焦性能检测系统及方法 | |
CN102450019B (zh) | 图像处理装置、图像生成系统、方法及程序 | |
WO2016031597A1 (ja) | 画像処理装置、画像処理方法、及び、画像処理システム | |
CN107613229A (zh) | 一种图像传感器坏点检测校正装置及方法 | |
US9147257B2 (en) | Consecutive thin edge detection system and method for enhancing a color filter array image | |
CN104749801A (zh) | 高精度自动光学检测方法和系统 | |
EP2103979B1 (en) | Method for correcting chromatic aberration | |
US11750943B2 (en) | Method and device for correcting varying lateral chromatic aberration, storage medium, and computer equipment | |
US8717465B2 (en) | Blemish detection sytem and method | |
JP2008020369A (ja) | 画像解析方法、画像解析装置、検査装置、画像解析プログラムおよびコンピュータ読み取り可能な記録媒体 | |
CN207283689U (zh) | 一种图像传感器坏点检测校正装置 | |
CN113781326A (zh) | 解马赛克方法、装置、电子设备及存储介质 | |
CN111784575A (zh) | 一种基于标定的监控摄像机去马赛克的方法 | |
JP4605582B2 (ja) | ステレオ画像認識装置及びその方法 | |
CN114500850B (zh) | 图像处理方法及装置、系统、可读存储介质 | |
CN111242087B (zh) | 物体识别方法及装置 | |
KR101327790B1 (ko) | 영상 보간 방법 및 장치 | |
US11915399B2 (en) | Method and device for correcting lateral chromatic aberration, storage medium, and computer equipment | |
WO2022198436A1 (zh) | 图像传感器、图像数据获取方法、成像设备 | |
EP3823269A1 (en) | Color image reconstruction | |
CN112669378A (zh) | 一种快速检测海水水下图像角点的方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant after: Lingyunguang Technology Co., Ltd Address before: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Applicant before: LUSTER LIGHTTECH GROUP Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |