CN111311669A - 储能薄膜有效电极面积的计算方法 - Google Patents

储能薄膜有效电极面积的计算方法 Download PDF

Info

Publication number
CN111311669A
CN111311669A CN202010090046.2A CN202010090046A CN111311669A CN 111311669 A CN111311669 A CN 111311669A CN 202010090046 A CN202010090046 A CN 202010090046A CN 111311669 A CN111311669 A CN 111311669A
Authority
CN
China
Prior art keywords
area
image
electrode
pixel
region
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.)
Pending
Application number
CN202010090046.2A
Other languages
English (en)
Inventor
杨波
赵瑞琪
蒋宁
陈介煜
吴琼
赵世峰
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.)
Inner Mongolia University
Original Assignee
Inner Mongolia 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 Inner Mongolia University filed Critical Inner Mongolia University
Priority to CN202010090046.2A priority Critical patent/CN111311669A/zh
Publication of CN111311669A publication Critical patent/CN111311669A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供了一种储能薄膜有效电极面积的计算方法，包括：采集图像；对图像进行分割，其中，分割包括：对每个待分割的区域确定一个或者多个种子象素作为生长的起点；将种子象素的邻域中与其具有相同或者相似性质的象素合并到种子象素所在的区域内；将合并的象素作为新的种子像素，重复将新的种子象素的邻域中与其具有相同或者相似性质的象素合并到新的种子象素所在的区域内，直到没有满足条件的象素加入新的种子象素所在的区域；将与采集薄膜图像的分辨率相同的尺子作为参考，获取尺子的任意三点，得出三角形的数学模型，计算电极区域的实际面积。本发明的方法减小了薄膜材料中点电极的计算中的误差。

Description

储能薄膜有效电极面积的计算方法
技术领域
本发明涉及计算领域，更具体地，涉及储能薄膜有效电极面积的计算方法。
背景技术
薄膜电容器在特殊的领域拥有相对较高的应用价值，例如更易集成的特点使其能够应用在在微机电系统以及消费电子设备中，而且在绿色能源电网并网中需要高储能密度和耐高压的薄膜电容器来保证电能平滑输送，在电动能源汽车方面需要具有强大输出能力(高功率密度)，高储能密度的薄膜电容器能够提高车辆启动速度以及爬坡能力，在先进军事技术领域同样也需要高储能密度的薄膜电容器。
电极是电容器的重要组成部分，尤其对于容易产生漏电的薄膜而言，选择面积比较小的电极可以有效抑制漏电流对储能性质评估的影响。然而，对于比较小的点状电极而言，其面积的确定的难度较高。由于面积计算所带来的误差极大的影响了对于储能性质的评估。为了能够相对准确的计算出电极面积，通常需要在掩膜板具中的薄膜材料中镀造电极。当薄膜材料中的面积不同时，储能的结果会完全不同，这种储能结果通常指的是密度和效率。
目前常用方法是根据模板的孔的面积估计电极面积。然而，实际电极的面积与模板孔的面积差距很大，估计的面积误差较大。而这样的误差会导致储能密度和效率相对更大的误差。
发明内容
为了更好的准确反映储能的密度和效率，本发明提出用智能图像处理的方法精确计算电容器薄膜材料中的每个点电极的几何面积和不同区域的点电极对比的面积，并用最后的有效面积替代每个点的几何面积。
本发明提供了一种计算储能薄膜有效电极面积的方法，包括：
采集图像；
对所述图像进行分割，其中，所述分割包括：
对每个待分割的区域确定一个或者多个种子象素作为生长的起点；
将所述种子象素的邻域中与其具有相同或者相似性质的象素合并到种子象素所在的区域内；
将合并的象素作为新的种子像素，重复将所述新的种子象素的邻域中与其具有相同或者相似性质的象素合并到所述新的种子象素所在的区域内，直到没有满足条件的象素加入所述新的种子象素所在的区域；
将与采集薄膜图像分辨率相同的尺子作为参考，获取所述尺子的任意三点，得出三角形的数学模型，计算电极区域的实体面积。
在上述方法中，其中，采集图像包括利用光学显微镜采集图像。
在上述方法中，其中，在对所述图像进行分割之前，对所述图像进行平滑去噪处理。
在上述方法中，其中，所述分割采用的相似准则为：
|f(m,n)-f(s,t)|＜T
其中f(s，t)为生长点(s，t)的灰度值，f(m，n)为(s，t)的邻域点(m，n)的灰度值，T为相似门限。
在上述方法中，其中，计算电极区域的实体面积包括通过像素的欧氏距离、勾股定理原理和像素面积与实体面积比例，计算电极区域的实际面积。
本发明的方法先是对图像进行了有效分割，分割出了有效的电极区域，然后计算电极实际面积，此方法为薄膜材料中点电极的计算提供了一种误差更小的途径。
附图说明
图1a和图1b是掩膜板模具正反面的基本构造图。
图2表示图1a中对每一部分的拆分。
图3示出了模拟电流方向。
图4a示出了采集薄膜图像的左上区域；图4b示出了采集薄膜图像的右上区域；图4c示出了采集薄膜图像的左下区域；图4d示出了采集薄膜图像的右下区域。
图5a示出了分割出的左上区域；图5b示出了分割出的右上区域；图5c示出了分割出的左下区域；图5d示出了分割出的右下区域。
图6和图7示出了图像与尺子的参考示意图。
图8示出在电极面积不同时，所对应的每个电极点的铁电回线。
具体实施方式
下面的实施例可以使本领域技术人员更全面地理解本发明，但不以任何方式限制本发明。
本发明专利提出的智能处理的方法包括图像采集、图像分割以及面积具体计算。
以下图1a和图1b是掩膜板模具正反面的基本构造图，图1b中螺丝旋钮对镀膜槽封闭用力。
图2表示图1a中对每一部分的拆分，其中每一部分中最外围底侧为镀膜槽，规格为2*2*0.5cm，壁厚0.25；镀膜槽为不锈钢质模板，规格1.4*1.4*0.014cm，模板孔径半径为0.1mm；依次往上正方体为衬底，常用为铂金或者硅片，规格1*1*0.1cm；顶部正方体为填充块，规格1.4*1.4*0.2cm；外围顶部为压板，规格为2*2*0.1cm。
图3中的箭头的方向模拟电流方向，电流穿入镀膜槽针孔进行对电极的镀造。
首先创建模型，针对受力均匀和受力不均匀的模板，受力均匀的地方无显著形变，分割出来的电极面积与附近电极面积没有显著差别。受力大的位置显然形变更大，分割出来的电极面积与附近电极面积会有差距。
本发明专利的内容提出的方法是用计算机图像分割的方法分割出真正薄膜材料中每个点电极的区域，然后结合数学知识对每个点电极面积进行计算，得到具体的面积数值。
具体而言，本发明设计出一种计算薄膜材料中的有效电极面积的方法,由于电极区域并非是真正的圆形，并且点电极在薄膜材料中是以一个个特定独立小区域的方式存在，为了解决误差性问题，采用图像分割之基于区域分割方法---种子区域增长法，来分割有效电极区域，把有效电极区域分割出来之后，以采集薄膜图像分辨率相同的尺子作为参考，计算电极区域的具体面积，由此可得到比较准确的电极面积。
本发明的计算薄膜材料中的有效电极面积方法主要包括以下步骤：
(1)采集图像
利用光学显微镜采集图像。
(2)图像分割
进行图像分割之前，图像中存在一些干扰点，所以首先要对图像平滑去噪，本发明用到的是中值滤波，中值滤波指的是在数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
关于种子区域增长法，种子区域增长法是根据同一物体区域内象素的相同或者相似性质(本文采用的是平均灰度值)来聚集象素点的方法，按事先确定的准则，生长点(种子点为第一个生长点)接受并合并其邻域(例如8-邻域)的象素点，接收后的象素点作为生长点，其值为种子点的值。重复该过程，直到不能生长为止，到此该区域生长完成。
令R表示整幅图像区域，那么分割可以看成将区域R划分为n个子区域R1、R2、......Rn的过程，并需要满足以下条件：
(a)：U(Ri)＝R；
(b):Ri是一个连通区域，i＝1,2,3,......n；
(c)：Ri∩Rj＝空集，对于任何的i，j；都有i≠j；
(d)：P(Ri)＝True，对i＝1,2,......n；
(e)：R(PiURj)＝False，i≠j；
综上，简单区域生长法可以概括为以下过程：
(1)对每个需要分割的区域找一个或者多个“种子象素”作为生长的起点。
(2)将种子象素邻域(如8-邻域)中与其有相同或者相似性质的象素合并到种子象素所在的区域内。
(3)将新加入的象素作为新的种子继续上面的过程，直到没有满足条件的象素加入区域。
下列给出本文中所采用的区域分割方法----区域增长的示例：
下面的矩阵表示原图像，数字表示像素的灰度值，以灰度值为6的像素作为初始的生长点，记为f(i,j)。
Figure BDA0002383379260000051
下面的矩阵表示在8邻域内，种子点开始增长。
Figure BDA0002383379260000052
下面的矩阵表示经过一次种子区域增长后，把灰度值与初始种子点的灰度值相差最小的点作为下一次种子增长的初始点；其中标记为2的点表示此点已经是分割好的点，标记为1的点表示该点已被访问过。
Figure BDA0002383379260000053
下面的矩阵表示第二次种子增长后的结果。按照此过程，标记为2的点就形成了分割好的区域。
Figure BDA0002383379260000061
这种方法也称为简单区域生长方法，相似准则为：
|f(m,n)-f(s,t)|＜T
其中f(s，t)为生长点(s，t)的灰度值，f(m，n)为(s，t)的邻域点(m，n)的灰度值，T为相似门限，也为下述讲的阈值范围，当不满足相似门限时，区域生长停止，通过这种聚焦像素点的方法得到我们分割的有效电极区域。
根据和采集薄膜图像分辨率相同的尺子作为参考，获取尺子的任意三点，得出三角形的数学模型，通过像素的欧氏距离、勾股定理原理和像素面积与实际面积比例，计算电极区域的实际面积。本发明通过图像分割的方法分割出有效地电极区域，比传统的方法减少了误差。
实施例1一种计算薄膜材料中电极区域的面积方法
第一步：采集图像
为了更好地采集图像和分割电极区域，把一整张图像分为了四个区域，分别为：左上、右上、左下以及右下四个区域，如图4a至图4d所示的在每个边都做了标记，目的是在分块采集时能够做到不遗漏点。另外在每张图片的下方分别标注了实际刻度尺。图4a示出了采集的左上区域；图4b示出了采集的右上区域；图4c示出了采集的左下区域；图4d示出了采集的右下区域。
第二步：图像分割
对于电极内部有噪声的，为了计算相对准确的电极面积，先对图像进行去噪，然后计算电极面积。如下图5a至图5d为分割出来的区域。图5a示出了分割出的左上区域；图5b示出了分割出的右上区域；图5c示出了分割出的左下区域；图5d示出了分割出的右下区域。
第三步：面积具体计算方法
计算点电极实际面积，将一个同采集图像分辨率相同的尺子作为参考，已知米尺两个刻度尺之间的实际距离是1mm，如图6所示。
具体实现可分为以下几个过程：
(1)通过MATLAB程序计算选取三点确定一个三角形，得出三角形模型和对应的像素坐标，已知三角形的斜边的实际距离是4mm，如图7所示。
根据三角形勾股定理：a2+b2＝c2 已知c＝4mm
a与b的像素距离为a＝407-79＝328 b＝578-445＝133
由此得出c的像素距离为
Figure BDA0002383379260000071
其余两边为：
Figure BDA0002383379260000072
a＝3.7069mm b＝1.5031mm
图片的像素面积为：480×640
计算得出三角形的像素面积：328×133/2
等比例变换为：
Figure BDA0002383379260000073
得出图像的实际面积为S＝39.2369mm2
通过函数regionprops求出每个电极区域的连通面积s，根据所占整个图像的比例关系(s/480/640)，最终得出每个电极的实际面积。通过上述方法我们就能在图像中求得每个点电极实际面积。
计算上述分割好的图像中的每个点电极的面积，得出所有识别出的点电极面积的结果列表，如表1(单位：10-4平方厘米)所示：
表1
0.61 1.71 2.11 2.26 2.66 1.25 2.45 2.40 --- --- 1.67 1.90 --- --- --- ---
1.79 1.98 3.15 3.63 3.13 2.58 3.03 2.96 2.68 3.47 3.98 2.36 3.53 2.92 --- ---
2.47 3.29 3.63 2.62 2.96 2.98 3.51 3.22 2.92 3.10 3.26 3.08 2.87 3.14 1.22 ---
1.75 4.04 2.77 2.73 3.18 2.92 2.55 2.73 2.80 3.30 3.42 2.89 2.80 2.20 2.43 ---
2.45 2.29 2.87 2.72 3.15 2.87 2.50 3.41 3.13 3.18 3.35 3.30 2.67 3.15 1.30 ---
2.89 2.99 2.55 2.82 3.09 2.77 3.21 2.94 2.71 1.95 3.37 2.81 3.23 2.78 2.22 ---
1.76 3.08 2.67 2.72 3.49 2.44 --- 3.32 3.04 3.79 3.31 3.01 2.87 --- 1.48 ---
1.79 2.55 3.15 2.92 2.95 2.81 3.14 3.04 3.36 2.86 3.83 3.31 2.64 3.24 2.57 ---
2.91 1.24 2.76 2.80 3.10 3.32 3.12 3.28 3.64 3.68 3.18 3.46 2.50 1.92 --- ---
1.14 3.10 2.86 3.19 3.36 3.30 3.67 3.03 3.49 3.12 3.72 2.91 3.30 3.04 --- ---
2.27 4.98 2.82 2.94 2.84 3.53 3.18 3.05 3.59 3.65 3.38 3.31 3.15 3.30 1.21 ---
2.35 2.72 3.17 2.73 2.87 2.86 3.08 3.67 3.33 3.33 3.36 2.55 2.86 2.90 1.82 ---
1.93 --- 3.46 3.15 2.47 2.81 3.04 3.03 3.14 3.58 3.42 2.94 2.80 2.61 1.21 ---
1.90 2.72 2.67 2.58 3.09 2.77 2.38 3.27 2.36 3.17 3.13 3.01 3.23 --- --- ---
2.40 --- 3.65 1.24 --- 2.94 2.07 3.21 2.90 3.44 3.15 2.94 2.11 2.48 3.69 ---
--- --- --- --- 3.26 3.46 0.97 1.15 --- --- 3.37 2.52 --- --- --- ---
--- 0.07 2.21 2.64 0.65 --- 2.36 2.90 2.01 3.09 2.06 --- 2.59 1.35 1.55 3.92
计算识别出的点电极面积与实验中模板孔的标准电极面积3.14×10-4平方厘米之间的数值差别，如下表2(单位：平方毫米)所示：
表2
Figure BDA0002383379260000081
Figure BDA0002383379260000091
计算识别出的点电极面积与实验中模板孔标准电极面积3.14×10-4平方厘米之间的百分比差别，如下表3所示：
表3
Figure BDA0002383379260000092
Figure BDA0002383379260000101
第四步：实验结果分析
表1所示，薄膜点电极面积的数值大小呈现相对不规律的变化；对于表2中识别出来的点电极面积与模板中的模板孔标准面积(3.14×10-4平方厘米)之间的数值差别，由数据的大小，可以看出的所计算出的点电极面积有的高于标准的模板孔的数值，有的低于模板孔的数值，也有相对接近该标准数值的。表2中的数据对应于表3中的百分比差异数据。
实验对整个薄膜的每个点电极几乎都可以进行计算，但其中有些点电极位属于边缘或者因其噪声特别强而不能求得结果，这些噪声区域可能是由于制作薄膜材料中的溶胶和凝胶的局限性，以及后天人为原因引起的表面划痕，目前无法处理，尚待解决。
根据电极面积给出铁电极化曲线并计算可恢复储能密度(recoverableenergydensity)。
图8示出在电极面积不同时，所对应的每个电极点的铁电回线，以图像第一象限为基准，每个电极图像的顶点投射到纵轴，由上及下分别表示识别出的电极面积为2.71×10-4平方厘米、3.03×10-4平方厘米、3.14×10-4平方厘米、3.21×10-4平方厘米和3.49×10-4平方厘米的铁电回线分布图。
图8中横轴表示的是电压V与薄膜厚度(D＝700nm)的比值电场强度(E＝V/D，单位是MV/cm)；纵轴表示的是对应薄膜的极化强度P(Polariation)，单位为μc/cm2。对于每条铁电回线，可得到薄膜所对应的可恢复能量密度(recoverableenergydensity)，也就意味着计算出了几个不同电极面积对应的可恢复能量密度。具体计算公式为∫EdP，单位为J/cm3。根据识别出的电极面积为2.71×10-4平方厘米、3.03×10-4平方厘米、3.14×10-4平方厘米、3.21×10-4平方厘米和3.49×10-4平方厘米的电极点所对应的可恢复能量密度分别为46.6J/cm3、41.7J/cm3、40.2J/cm3、39.3J/cm3以及36.2J/cm3。而根据模板孔的标准面积3.14×10-4平方厘米计算所对应的可恢复能量密度为40.2J/cm3，与智能识别出的每个点电极面积对应的可恢复能量密度的数值差别分别为：6.4J/cm3、1.5J/cm3、0.9J/cm3以及4J/cm3，百分比差别分别为：15.92％、3.73％、0％、2.24％以及9.95％。可见，电极面积不同时，储能密度也就随之而发生变化，并且如果实际电极面积与模板孔的面积相差较大时，储能密度的变化亦是相对较大的。因此，对于储能性能的评估中，薄膜电极面积的计算是十分重要的。
传统的计算薄膜材料的电极面积时，把每个电极区域的电极面积用模板孔的面积作为标准进行度量，数值误差较大，本发明的方法先是对图像进行了有效分割，分割出了有效的电极区域，然后计算电极实际面积，此方法为薄膜材料中点电极面积的计算提供了一种误差更小的途径。
本领域技术人员应理解，以上实施例仅是示例性实施例，在不背离本申请的精神和范围的情况下，可以进行多种变化、替换以及改变。

Claims (5)

1.一种计算储能薄膜有效电极面积的方法，包括：
采集图像；
对所述图像进行分割，其中，所述分割包括：
对每个待分割的区域确定一个或者多个种子象素作为生长的起点；
将所述种子象素的邻域中与其具有相同或者相似性质的象素合并到种子象素所在的区域内；
将合并的象素作为新的种子像素，重复将所述新的种子象素的邻域中与其具有相同或者相似性质的象素合并到所述新的种子象素所在的区域内，直到没有满足条件的象素加入所述新的种子象素所在的区域；
将与采集薄膜图像分辨率相同的尺子作为参考，获取所述尺子的任意三点，得出三角形的数学模型，计算电极区域的实际面积。
2.根据权利要求1所述的方法，其中，采集图像包括利用光学显微镜采集图像。
3.根据权利要求1所述的方法，其中，在对所述图像进行分割之前，对所述图像进行平滑去噪处理。
4.根据权利要求1所述的方法，其中，所述分割采用的相似准则为：
|f(m,n)-f(s,t)|＜T
其中f(s，t)为生长点(s，t)的灰度值，f(m，n)为(s，t)的邻域点(m，n)的灰度值，T为相似门限。
5.根据权利要求1所述的方法，其中，计算电极区域的实际面积包括通过像素的欧氏距离、勾股定理原理和像素面积与实体面积比例，计算电极区域的实际面积。
CN202010090046.2A 2020-02-13 2020-02-13 储能薄膜有效电极面积的计算方法 Pending CN111311669A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010090046.2A CN111311669A (zh) 2020-02-13 2020-02-13 储能薄膜有效电极面积的计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010090046.2A CN111311669A (zh) 2020-02-13 2020-02-13 储能薄膜有效电极面积的计算方法

Publications (1)

Publication Number Publication Date
CN111311669A true CN111311669A (zh) 2020-06-19

Family

ID=71159985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010090046.2A Pending CN111311669A (zh) 2020-02-13 2020-02-13 储能薄膜有效电极面积的计算方法

Country Status (1)

Country Link
CN (1) CN111311669A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030068074A1 (en) * 2001-10-05 2003-04-10 Horst Hahn Computer system and a method for segmentation of a digital image
CN1932882A (zh) * 2006-10-19 2007-03-21 上海交通大学 基于目标检测的红外与可见光序列图像特征级融合方法
CN106580318A (zh) * 2016-11-16 2017-04-26 华南理工大学 一种硬膜下矩阵式电极精确定位装置
WO2017099375A1 (ko) * 2015-12-11 2017-06-15 삼성전자 주식회사 영상처리장치 및 그의 영상처리방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030068074A1 (en) * 2001-10-05 2003-04-10 Horst Hahn Computer system and a method for segmentation of a digital image
CN1932882A (zh) * 2006-10-19 2007-03-21 上海交通大学 基于目标检测的红外与可见光序列图像特征级融合方法
WO2017099375A1 (ko) * 2015-12-11 2017-06-15 삼성전자 주식회사 영상처리장치 및 그의 영상처리방법
CN106580318A (zh) * 2016-11-16 2017-04-26 华南理工大学 一种硬膜下矩阵式电极精确定位装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
QIYAO YU: "IRGS: Image Segmentation Using Edge Penalties and Region Growing", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 *
S.KARTHICK: "A Survey Based on Region Based Segmentation", 《INTERNATIONAL JOURNAL OF ENGINEERING TRENDS AND TECHNOLOGY (IJETT) 》 *
向宇涵: "基于图像处理的多孔电极孔隙率的计算", 《电源技术》 *
范群贞: "基于形态学和区域生长法的医学图像分割", 《机电技术》 *

Similar Documents

Publication Publication Date Title
CN109978839B (zh) 晶圆低纹理缺陷的检测方法
CN109859226B (zh) 一种图形分割的棋盘格角点亚像素的检测方法
Memon et al. Image quality assessment for performance evaluation of focus measure operators
CN109035276A (zh) 一种图像边缘提取方法、装置及自动驾驶系统
CN107507173A (zh) 一种全切片图像的无参考清晰度评估方法及系统
US7450762B2 (en) Method and arrangement for determining an object contour
CN108596975A (zh) 一种针对弱纹理区域的立体匹配算法
CN108717694B (zh) 基于模糊c均值聚类的电阻抗层析成像图像质量评价方法
CN108665468B (zh) 一种提取直线塔绝缘子串的装置及方法
CN112669280B (zh) 一种基于lsd算法的无人机倾斜航拍直角像控点目标检测方法
KR101868483B1 (ko) 영상 대조에 따른 두개의 에지 블러 파라미터 예측 방법
CN113093216A (zh) 一种激光雷达和相机融合的不规则物体测量方法
CN107256571A (zh) 一种基于深度学习与自适应差分盒的分形维数估计方法
CN114862765B (zh) 一种细胞分层图像处理方法
CN115796267A (zh) 神经网络模型的训练方法及装置、自动聚焦方法
CN116222381A (zh) 电极涂层尺寸测量方法和装置
CN107529658A (zh) 高噪声显微图像下的自动检测微管方法
CN106991660A (zh) 基于改进型八叉树分解的三维超声图像数据抽样方法
WO2024099290A1 (zh) 一种黄土高原沟道面积提取及计算方法
CN113807238A (zh) 一种河道水面漂浮物面积的视觉测量方法
CN105701816A (zh) 一种图像自动分割方法
CN111311669A (zh) 储能薄膜有效电极面积的计算方法
CN116740579A (zh) 一种国土空间规划数据智能采集方法
CN106897721A (zh) 一种局部特征与词袋模型相结合的刚体目标跟踪方法
CN113591740B (zh) 基于深度学习的复杂河流环境下泥沙颗粒识别方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200619

RJ01 Rejection of invention patent application after publication