CN110766614B - 一种无线扫描笔的图像预处理方法和系统 - Google Patents
一种无线扫描笔的图像预处理方法和系统 Download PDFInfo
- Publication number
- CN110766614B CN110766614B CN201910837566.2A CN201910837566A CN110766614B CN 110766614 B CN110766614 B CN 110766614B CN 201910837566 A CN201910837566 A CN 201910837566A CN 110766614 B CN110766614 B CN 110766614B
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- value
- pixel
- defining
- 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
Links
- 238000007781 pre-processing Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 15
- 230000000877 morphologic effect Effects 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 6
- 238000005286 illumination Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种无线扫描笔的图像预处理方法和系统,其中无线扫描笔的图像预处理方法包括:接收无线扫描笔获取并发送的原始图像,对原始图像进行中值滤波,并提取灰度图像;对所述灰度图像采用直方图算法进行处理,得到灰度直方图;对所述灰度图像进行二值化处理;对二值化处理后的图像进行形态学的闭操作,得到图像预处理后的最终图像。本发明的无线扫描笔的图像预处理方法和系统,解决了获取的无线扫描笔的原始图像存在缺陷的问题,将原始图像恢复至完整清晰的图像,以便于后续对图像的识别。
Description
技术领域
本申请属于图像处理技术领域,具体涉及一种无线扫描笔的图像预处理方法和系统。
背景技术
图像预处理技术是图像工程中最基础的部分,是图像处理和分析最重要和关键的一个步骤,因为图像在传输和存储过程中会受到某种程序的破坏和各种噪声的污染,导致图像数据存在偏差和错误。图像预处理能够为后续的图像特征提取与图像分析理解等操作提供重要基础。
在实际应用过程中,服务器获取的无线扫描笔的原始图像是存在缺陷的,影响原始图像的质量的因素有很多,例如无线扫描笔的周围光照不均匀,导致图像光照强的部分较亮,光照暗的部分较暗;由CMOS(摄像头)在获取图像和图像传输过程中,都会引起脉冲噪声,从而导致图像呈现出随机分布的黑白相间的噪声点等等。因此破坏图像的真实信息,并且严重影响图像的效果与质量。
发明内容
本申请的目的在于提供一种无线扫描笔的图像预处理方法和系统,解决了获取的无线扫描笔的原始图像存在缺陷的问题。
为实现上述目的,本申请所采取的技术方案为:
一种无线扫描笔的图像预处理方法,所述无线扫描笔的图像预处理方法包括:
接收无线扫描笔获取并发送的原始图像,对原始图像进行中值滤波,并提取灰度图像;
对所述灰度图像采用直方图算法进行处理,得到灰度直方图;
对所述灰度图像进行二值化处理;
对二值化处理后的图像进行形态学的闭操作,得到图像预处理后的最终图像;
其中,所述对灰度图像进行二值化处理,包括:
定义所述灰度图像为一幅大小为M×N的具有S个色阶的图像X,其中S的取值范围为(0~255),定义xmn为图像X中像素点(m,n)处的像素灰度值,定义μX(xmn)为像素点(m,n)具有指定属性的隶属度值,定义模糊集表达式为:
X={xmn,μX(xmn)} (1)
其中,m=0,1,…,M-1;n=0,1…,N-1;0≤μX(xmn)≤1;
定义h(g)为图像X中具有灰度级g的像素个数,根据给定的分割阈值t,将图像X分割成前景和背景两部分,分别计算出前景和背景两部分的像素个数Np和Nb,以及灰度平均值μp和μb如下:
定义隶属度函数:
根据香农熵函数来度量模糊度:
基于香农熵函数,一个模糊集A的熵定义为:
拓展到二维的图像,得到图像X的熵表达为:
定义Tx为求取的阈值,定义gk为所述灰度直方图具有的灰度级,且k=1,2,…,S-1,S,定义h(gk)为所述灰度直方图中具有灰度级gk的像素个数,S个灰度级从小到大排列为{g1、g2、g3、…、gs-1、gs},取阈值Tx的计算公式如下:
根据公式(9)逐一取x计算对应的Tx,将Tx作为给定阈值t代入公式(4)和公式(5)计算μp和μb,将计算出的μp和μb代入公式(6)得到μX(xmn),并将μX(xmn)代入公式(8)计算得到当前阈值Tx时图像X的模糊度E(X);
作为优选,所述对原始图像进行中值滤波时,采用3*3的区域作为采样窗口,并且不对原始图像的边界做处理。
作为优选,所述对二值化处理后的图像进行形态学的闭操作,得到图像预处理后的最终图像,包括:
定义二值化处理后的图像为图像W;
先对图像W进行膨胀处理:用结构元素B扫描图像W中的每一个像素,用结构元素B中的每一个元素与其覆盖的像素做“或”运算,若运算结果都为0,则设置被覆盖的像素的值为0,否则为1,扫描完成后得到膨胀图像G;
再对膨胀图像G进行腐蚀处理:用结构元素B扫描膨胀图像G中的每一个像素,用结构元素B中的每一个元素与其覆盖的像素做“与”运算,若运算结果都为1,则设置被覆盖的像素的值为1,否则为0,扫描完成后得到图像预处理后的最终图像。
本申请还提供一种无线扫描笔的图像预处理系统,包括无线扫描笔、以及与所述无线扫描笔无线通信的服务器,所述服务器包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述的无线扫描笔的图像预处理方法的步骤。
本申请提供的无线扫描笔的图像预处理方法和系统,采用中值滤波、基于模糊理论二值化和图像形态学闭操作的处理方法,有效地消除光照不均、噪声影响、图像模糊等因素对图像的影响,使图像清晰化,有利于后续对图像进行分析和处理,解决了获取的无线扫描笔的原始图像存在缺陷的问题。
附图说明
图1为本申请的无线扫描笔的图像预处理方法流程框图。
具体实施方式
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,都属于本申请保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是在于限制本申请。
在其中一个实施例中,提供一种无线扫描笔的图像预处理方法,无线扫描笔通常与服务器构建完整系统,其中无线扫描笔用于获取原始图像,并将原始图像传输至服务器完成数据处理。本实施例的无线扫描笔的图像预处理方法用于服务器对原始图像可能存在的缺陷进行修复,以便于进行后续的图像识别及处理操作。
如图1所示,无线扫描笔的图像预处理方法,包括:
步骤S1、接收无线扫描笔获取并发送的原始图像。
无线扫描笔与服务器为一个现有的系统,关于无线扫描笔获取图像以及无线扫描笔与服务器两者之间的数据传输不再重复描述。
步骤S2、对原始图像进行中值滤波,并提取灰度图像。
在对原始图像进行中值滤波时,采用3*3的区域作为采样窗口,并用该采样窗口在原始图像上滑动,将原始图像中位于该采样窗口中的像素的灰度值按升序或降序排列,取排列在中间的灰度值作为采样窗口中心所在像素的灰度值。并且不对原始图像的边界做处理,保持原始图像的边界像素不变。
由于无线扫描笔在获取图像和图像传输过程中可能会引起的噪声为脉冲噪声,而中值滤波采用非线性方式,在平滑脉冲噪声方面具有显著效果,在保护图像尖锐边缘的同时,选择适当的点来替代被噪声污染的点,高度修复图像被破坏的真实信息,相较于均值滤波更有利于得到准确的修复图像。
并且由于无线扫描笔所获取的原始图像的最大分辨率通常为320*240,而实际传送的摄像头数据分辨率小于无线扫描笔采集的原始图像大小,采用3*3的区域作为采样窗口更适合数据传输后的图像大小,有利于提高处理效率和满足滤波要求。
对原始图像进行中值滤波后,为了降低色彩对图像处理的干扰,将中值滤波后的图像转化为YUV格式的图像,并提取YUV格式的图像中的Y分量,得到灰度图像。
步骤S3、对所述灰度图像采用直方图算法进行处理,得到灰度直方图。
在计算灰度直方图时,根据P(gk)=h(gk)/n1计算得到灰度直方图P(gk):
其中,h(gk)为灰度图像中具有灰度级gk的像素个数,灰度级gk的范围取(0~255),n1为灰度图像中的像素总数。
灰度直方图直观展现了图像中灰度级分布的特性,不仅便于观察图像的灰度分布情况,还有利于在进行二值化处理时找到较佳的分割阈值。
步骤S4、对所述灰度图像进行二值化处理。
为了提高二值化处理效果,本实施例中采用基于模糊集理论对图像进行二值化处理,使图像变得简单,而且数据量减小,能够将整个图像呈现出明显的黑白效果。
具体的,本实施例对灰度图像进行二值化处理,包括:
定义所述灰度图像为一幅大小为M×N的具有S个色阶的图像X,其中S的取值范围为(0~255),定义xmn为图像X中像素点(m,n)处的像素灰度值,定义μX(xmn)为像素点(m,n)具有指定属性的隶属度值,定义模糊集表达式为:
X={xmn,μX(xmn)} (1)
其中,m=0,1,…,M-1;n=0,1…,N-1;0≤μX(xmn)≤1;
定义h(g)为图像X中具有灰度级g的像素个数,根据给定的分割阈值t,将图像X分割成前景和背景两部分,分别计算出前景和背景两部分的像素个数Np和Nb,以及灰度平均值μp和μb如下:
定义隶属度函数:
根据香农熵函数来度量模糊度:
基于香农熵函数,一个模糊集A的熵定义为:
拓展到二维的图像,得到图像X的熵表达为:
所得到的E(X)具有以下属性:
1、0≤E(X)≤1。
2、当μX(xmn)=0或者μX(xmn)=1时,E(X)具有最小值0,在图像X中,像素不是属于前景就属于背景,所有μX(xmn)只可能是1,此时分类器具有最好的明确性。
3、当μX(xmn)=0.5,E(X)获得最大值1,此时的分类具有最大的不确定性。
定义Tx为求取的阈值,定义gk为所述灰度直方图具有的灰度级,且k=1,2,…,S-1,S,定义h(gk)为所述灰度直方图中具有灰度级gk的像素个数,S个灰度级从小到大排列为{g1、g2、g3、…、gS-1、gS},取阈值Tx的计算公式如下:
根据公式(9)逐一取x计算对应的Tx,将Tx作为给定阈值t代入公式(4)和公式(5)计算μp和μb,将计算出的μp和μb代入公式(6)得到μX(xmn),并将μX(xmn)代入公式(8)计算得到当前阈值Tx时图像X的模糊度E(X);
本实施例中确定二值化分割阈值时,利用灰度直方图中的每一灰度级和像素个数进行计算,且采用灰度级“一大一小”组合计算进行方式,数据互补,有利于得到更加适宜的分割阈值。
步骤S5、对二值化处理后的图像进行形态学的闭操作,得到图像预处理后的最终图像。
采用形态学的闭操作能够消弭二值化处理后的图像中存在的狭窄间断、长细鸿沟或小孔洞,并且能够填补轮廓线中的断裂,优化图像的细节部位,以得到更加平滑完整的图像。
由于无线扫描笔获取的原始图像中多数为噪声破坏图像的真实信息,噪声具有随机分布的特性,经过滤波、二值化等操作后,图像中呈现的间断或小孔洞也呈现随机分布,而本实施例中选取的结构元素B能够较好的适应随机分布的间断或小孔洞,以提高形态学的闭操作的作用效果,得到更加平滑完整的图像。
将结构元素B对图像W的闭操作的定义为:
公式(10)所对应的具体操作为:
先对图像W进行膨胀处理:用结构元素B扫描图像W中的每一个像素,用结构元素B中的每一个元素与其覆盖的像素做“或”运算,若运算结果都为0,则设置被覆盖的像素的值为0,否则为1,扫描完成后得到膨胀图像G;
再对膨胀图像G进行腐蚀处理:用结构元素B扫描膨胀图像G中的每一个像素,用结构元素B中的每一个元素与其覆盖的像素做“与”运算,若运算结果都为1,则设置被覆盖的像素的值为1,否则为0,扫描完成后得到图像预处理后的最终图像。
本实施例提供的无线扫描笔的图像预处理方法,采用中值滤波、基于模糊理论二值化和图像形态学闭操作的处理方法,有效地消除光照不均、噪声影响、图像模糊等因素对图像的影响,使图像清晰化,有利于后续对图像进行分析和处理,解决了获取的无线扫描笔的原始图像存在缺陷的问题。
本申请还提供一种无线扫描笔的图像预处理系统,包括无线扫描笔、以及与所述无线扫描笔无线通信的服务器,所述服务器包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述的无线扫描笔的图像预处理方法的步骤。
服务器即一种计算机设备,该计算机设备可以是终端,其内部结构可以包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,计算机设备的处理器用于提供计算和控制能力。计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述无线扫描笔的图像预处理方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,各设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (2)
1.一种无线扫描笔的图像预处理方法,其特征在于,所述无线扫描笔的图像预处理方法包括:
接收无线扫描笔获取并发送的原始图像,对原始图像进行中值滤波,并提取灰度图像;其中,所述对原始图像进行中值滤波时,采用3*3的区域作为采样窗口,并且不对原始图像的边界做处理;
对所述灰度图像采用直方图算法进行处理,得到灰度直方图;
对所述灰度图像进行二值化处理;
对二值化处理后的图像进行形态学的闭操作,得到图像预处理后的最终图像;
其中,所述对灰度图像进行二值化处理,包括:
定义所述灰度图像为一幅大小为M×N的具有S个色阶的图像X,其中S的取值范围为(0~255),定义xmn为图像X中像素点(m,n)处的像素灰度值,定义μX(xmn)为像素点(m,n)具有指定属性的隶属度值,定义模糊集表达式为:
X={xmn,μX(xmn)} (1)
其中,m=0,1,…,M-1;n=0,1…,N-1;0≤μX(xmn)≤1;
定义h(g)为图像X中具有灰度级g的像素个数,根据给定的分割阈值t,将图像X分割成前景和背景两部分,分别计算出前景和背景两部分的像素个数Np和Nb,以及灰度平均值μp和μb如下:
定义隶属度函数:
根据香农熵函数来度量模糊度:
基于香农熵函数,一个模糊集A的熵定义为:
拓展到二维的图像,得到图像X的熵表达为:
定义Tx为求取的阈值,定义gk为所述灰度直方图具有的灰度级,且k=1,2,…,S-1,S,定义h(gk)为所述灰度直方图中具有灰度级gk的像素个数,S个灰度级从小到大排列为{g1、g2、g3、…、gS-1、gS},取阈值Tx的计算公式如下:
根据公式(9)逐一取x计算对应的Tx,将Tx作为给定阈值t代入公式(4)和公式(5)计算μp和μb,将计算出的μp和μb代入公式(6)得到μX(xmn),并将μX(xmn)代入公式(8)计算得到当前阈值Tx时图像X的模糊度E(X);
其中,所述对二值化处理后的图像进行形态学的闭操作,得到图像预处理后的最终图像,包括:
定义二值化处理后的图像为图像W;
先对图像W进行膨胀处理:用结构元素B扫描图像W中的每一个像素,用结构元素B中的每一个元素与其覆盖的像素做“或”运算,若运算结果都为0,则设置被覆盖的像素的值为0,否则为1,扫描完成后得到膨胀图像G;
再对膨胀图像G进行腐蚀处理:用结构元素B扫描膨胀图像G中的每一个像素,用结构元素B中的每一个元素与其覆盖的像素做“与”运算,若运算结果都为1,则设置被覆盖的像素的值为1,否则为0,扫描完成后得到图像预处理后的最终图像。
2.一种无线扫描笔的图像预处理系统,包括无线扫描笔、以及与所述无线扫描笔无线通信的服务器,所述服务器包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1所述的无线扫描笔的图像预处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910837566.2A CN110766614B (zh) | 2019-09-05 | 2019-09-05 | 一种无线扫描笔的图像预处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910837566.2A CN110766614B (zh) | 2019-09-05 | 2019-09-05 | 一种无线扫描笔的图像预处理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110766614A CN110766614A (zh) | 2020-02-07 |
CN110766614B true CN110766614B (zh) | 2022-07-19 |
Family
ID=69330463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910837566.2A Active CN110766614B (zh) | 2019-09-05 | 2019-09-05 | 一种无线扫描笔的图像预处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110766614B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085725B (zh) * | 2020-09-16 | 2021-08-27 | 塔里木大学 | 基于启发式迭代算法的残膜残留量检测方法及预警系统 |
CN113065542B (zh) * | 2021-03-15 | 2022-03-29 | 读书郎教育科技有限公司 | 一种扫描笔的扫描控制系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1422661A2 (en) * | 2002-11-22 | 2004-05-26 | STMicroelectronics S.r.l. | Method and device for the analysis of array images |
CN101241395A (zh) * | 2007-08-22 | 2008-08-13 | 中国人民解放军国防科学技术大学 | 扫描输入法 |
CN103034980A (zh) * | 2012-12-07 | 2013-04-10 | 上海电机学院 | 应用于热光关联成像的自适应形态学滤波系统及方法 |
CN106780493A (zh) * | 2017-01-24 | 2017-05-31 | 广东省特种设备检测研究院珠海检测院 | 一种基于焊缝x射线数字图像的圆形缺陷识别方法 |
CN106991660A (zh) * | 2017-03-31 | 2017-07-28 | 云南大学 | 基于改进型八叉树分解的三维超声图像数据抽样方法 |
-
2019
- 2019-09-05 CN CN201910837566.2A patent/CN110766614B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1422661A2 (en) * | 2002-11-22 | 2004-05-26 | STMicroelectronics S.r.l. | Method and device for the analysis of array images |
CN101241395A (zh) * | 2007-08-22 | 2008-08-13 | 中国人民解放军国防科学技术大学 | 扫描输入法 |
CN103034980A (zh) * | 2012-12-07 | 2013-04-10 | 上海电机学院 | 应用于热光关联成像的自适应形态学滤波系统及方法 |
CN106780493A (zh) * | 2017-01-24 | 2017-05-31 | 广东省特种设备检测研究院珠海检测院 | 一种基于焊缝x射线数字图像的圆形缺陷识别方法 |
CN106991660A (zh) * | 2017-03-31 | 2017-07-28 | 云南大学 | 基于改进型八叉树分解的三维超声图像数据抽样方法 |
Non-Patent Citations (2)
Title |
---|
"Image segmentation using fuzzy based histogram thresholding";Ajaya Kumar Dash et al.;《2015 IEEE International Conference on Signal Processing, Informatics, Communication and Energy Systems (SPICES)》;20150423;第1-5页 * |
"图像阈值分割方法研究进展20年(1994-2014)";吴一全 等;《Journal of Data Acquisition and Processing》;20150131;第30卷(第1期);第1-23页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110766614A (zh) | 2020-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110309806B (zh) | 一种基于视频图像处理的手势识别系统及其方法 | |
Habib et al. | Adaptive fuzzy inference system based directional median filter for impulse noise removal | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN104899862A (zh) | 基于全局与局部阈值的视网膜血管分割算法 | |
CN110298796B (zh) | 基于改进Retinex与对数图像处理的低照度图像增强方法 | |
CN110969046B (zh) | 人脸识别方法、设备及计算机可读存储介质 | |
CN113781406B (zh) | 电子元器件的划痕检测方法、装置及计算机设备 | |
CN110766614B (zh) | 一种无线扫描笔的图像预处理方法和系统 | |
CN114022383A (zh) | 一种文字图像的摩尔纹祛除方法、装置及电子设备 | |
CN107256539B (zh) | 一种基于局部对比度的图像锐化方法 | |
JP2020197915A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN114998290A (zh) | 基于有监督模式的织物瑕疵检测方法、装置、设备及介质 | |
CN115272362A (zh) | 一种数字病理全场图像有效区域分割方法、装置 | |
JP5286215B2 (ja) | 輪郭抽出装置、輪郭抽出方法、および輪郭抽出プログラム | |
CN110807747B (zh) | 一种基于前景蒙版的文档图像降噪方法 | |
Mikhov et al. | Fuzzy logic approach to improving the digital images contrast | |
Mittal et al. | Enhancement of historical documents by image processing techniques | |
Wang et al. | A Canny operator road edge detection method based on color features | |
Reddy et al. | Guided image filtering for image enhancement | |
Meena et al. | Review and application of different contrast enhancement technique on various images | |
CN113674144A (zh) | 一种图像处理方法、终端设备及可读存储介质 | |
CN111145193A (zh) | 一种自适应全局阈值二值化方法 | |
Abdalla et al. | Digital Image Processing Technology based on MATLAB. | |
Raj et al. | Comparative analysis of contrast enhancement techniques on different images | |
Agarwal et al. | An approach based on parametric sigmoid function for contrast enhancement with mean brightness preservation |
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 |