CN111340715B - 一种图像的网格纹弱化方法、装置及电子设备 - Google Patents

一种图像的网格纹弱化方法、装置及电子设备 Download PDF

Info

Publication number
CN111340715B
CN111340715B CN201910885614.5A CN201910885614A CN111340715B CN 111340715 B CN111340715 B CN 111340715B CN 201910885614 A CN201910885614 A CN 201910885614A CN 111340715 B CN111340715 B CN 111340715B
Authority
CN
China
Prior art keywords
pixel
pixel block
image
edge
window
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
Application number
CN201910885614.5A
Other languages
English (en)
Other versions
CN111340715A (zh
Inventor
刘恩毅
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.)
Hangzhou Haikang Huiying Technology Co ltd
Original Assignee
Hangzhou Haikang Huiying Technology Co ltd
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 Hangzhou Haikang Huiying Technology Co ltd filed Critical Hangzhou Haikang Huiying Technology Co ltd
Priority to CN201910885614.5A priority Critical patent/CN111340715B/zh
Publication of CN111340715A publication Critical patent/CN111340715A/zh
Application granted granted Critical
Publication of CN111340715B publication Critical patent/CN111340715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • 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)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种图像的网格纹弱化方法、装置及电子设备。其中，方法包括：在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；对处于所述纹理边缘的像素点进行锐化处理，得到弱化网格纹后的所述待处理图像。可以通过以根据网格进行划分的像素块为单元，对带有网格纹的图像进行处理，充分利用网格纹的形成机理以及网格纹造成的图像中的像素的分布特点，以有效弱化图像中的网格纹，提高图像的视觉效果。

Description

一种图像的网格纹弱化方法、装置及电子设备
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像的网格纹弱化方法、装置及电子设备。
背景技术
在一些应用场景中，受限制于光信号的采集条件，可能是采用多个物镜组成的物镜组共同采集光信号，并将采集到的多个光信号在成像端重新组合成聚焦像。例如纤维内窥镜是利用多个光纤面组成的光纤面阵采集光信号，并分别利用多个导光纤维分别将光纤面中的每个光纤面采集到的光信号传输至成像端，在成像端将这些光信号重新组合成聚焦像。
但是，物镜组中的物镜可能难以完整的覆盖所有像面，发射至物镜之间的间隙处的光信号没有被正常采集到，导致采集到的图像中存在网格纹，视觉效果较差。
发明内容
本发明实施例的目的在于提供一种图像的网格纹弱化方法、装置及电子设备，以实现弱化图像中的网格纹，提高图像的视觉效果。具体技术方案如下：
在本发明的第一方面，提供了一种图像的网格纹弱化方法，所述方法包括：
在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；
根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；
对处于所述纹理边缘的像素点进行锐化处理，得到弱化网格纹后的所述待处理图像。
在一种可能的实现方式中，所述在待处理图像中确定多个像素块，包括：
以预设尺寸的窗口遍历待处理图像；
每当所述窗口中距离中心越远的像素点灰度越小时，将所述窗口所包括的像素点确定为一个像素块。
在一种可能的实现方式中，所述每当所述窗口中距离中心越远的像素点灰度越小时，包括：
每当所述窗口中的像素点满足以下条件时：
所述窗口的斜对角线上，距离中心越远的像素点灰度越小；并且，
所述窗口的水平中心线以及垂直中心线上，距离中心越远的像素点灰度越小；并且，
所述窗口中，以位于中心的像素点各个斜向相邻的像素点为基准，朝向所述窗口边缘的垂线上，距离中心越远的像素点灰度越小。
在一种可能的实现方式中，在所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘之前，所述方法还包括：
针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正；
所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
根据补正后的各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘。在一种可能的实现方式中，所述针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正，包括：
针对每个所述像素块，对该像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块；
将该像素块中每个像素点的灰度替换为所述拓展像素块中对应像素点的灰度。
在一种可能的实现方式中，所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个所述像素块，分别在多个方向上，计算所述灰度均值的梯度；
如果所述多个方向中一个方向上的所述梯度，与所述多个方向中的其他所有方向上的所述梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
在一种可能的实现方式中，所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个所述像素块，分别在多个方向上，计算所述灰度均值的梯度；
如果所述多个方向中一个方向上的所述梯度，与所述多个方向中的其他所有方向上的所述梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
在本发明的第二方面，提供了一种图像的网格纹弱化装置，所述装置包括：
像素块确定模块，用于在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；
边缘检测模块，用于根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；
锐化模块，用于对处于所述纹理边缘的像素点进行锐化处理，得到弱化网格纹后的所述待处理图像。
在一种可能的实现方式中，所述像素块确定模块，具体用于以预设尺寸的窗口遍历待处理图像；
每当所述窗口中距离中心越远的像素点灰度越小时，将所述窗口所包括的像素点确定为一个像素块。
在一种可能的实现方式中，所述像素块确定模块模块，具体用于每当所述窗口中的像素点满足以下条件时，将所述窗口所包括的像素点确定为一个像素块：
所述窗口的斜对角线上，距离中心越远的像素点灰度越小；并且，
所述窗口的水平中心线以及竖直中心线上，距离中心越远的像素点灰度越小；并且，
所述窗口中，以位于中心的像素点各个斜向相邻的像素点为基准，朝向所述窗口边缘的垂线上，距离中心越远的像素点灰度越小。
在一种可能的实现方式中，所述装置还包括补正模块，用于针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正；
所述边缘检测模块，具体用于根据补正后的各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘。
在一种可能的实现方式中，所述补正模块，具体用于针对每个所述像素块，对该像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块；
将该像素块中每个像素点的灰度替换为所述拓展像素块中对应像素点的灰度。
在一种可能的实现方式中，所述边缘检测模块，具体用于计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个所述像素块，分别在多个方向上，计算所述灰度均值的梯度；
如果所述多个方向中一个方向上的所述梯度，与所述多个方向中的其他任一方向上的所述梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
在一种可能的实现方式中，所述装置还包括形态学处理模块，用于对补正后的所述待处理图像进行形态学膨胀处理和形态学腐蚀处理，得到经过形态学处理的所述待处理图像；
所述锐化模块，具体用于提取处于所述纹理边缘的像素块中的高频图像信息；
将所述高频图像信息与经过形态学处理的所述待处理图像融合，得到弱化网格纹后的图像。
在本发明的第三方面，提供了一种电子设备，包括：
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面任一所述的方法步骤。
在本发明的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
本发明实施例提供的一种图像的网格纹弱化方法、装置及电子设备，可以通过以根据网格进行划分的像素块为单元，对带有网格纹的图像进行处理，充分利用网格纹的形成机理以及网格纹造成的图像中的像素的分布特点，以有效弱化图像中的网格纹，提高图像的视觉效果。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，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1a为本发明实施例提供的带有网格纹的图像的示意图；
图1b为本发明实施例提供的标注有中心子像素块的像素块的示意图；
图1c为本发明实施例提供的拓展后的中心子像素块的示意图；
图1d为本发明实施例提供的补正后的像素块的示意图；
图1e为本发明实施例提供的纹理边缘的示意图；
图2为本发明实施例提供的图像的网格纹弱化方法的一种流程示意图；
图3为本发明实施例提供的图像划分方法的一种流程示意图；
图4为本发明实施例提供的纹理边缘检测方法的一种流程示意图；
图5为本发明实施例提供的图像的网格纹弱化方法的另一种流程示意图；
图6为本发明实施例提供的图像的网格纹弱化装置的一种结构示意图；
图7为本发明实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
参见图1a，图1a所示为带有网格纹的图像的一种示意图，图像中本应连通的区域被网格纹分割成多个网格状，影响到该图像的视觉效果。有鉴于此，本发明实施例提供了一种图像的网格纹弱化方法，可以参见图2，包括：
S201，在待处理图像中确定多个像素块。
其中，每个像素块中的像素点属于同一个网格，不同像素块中的像素点属于不同网格。确定方式根据应用场景的不同可以不同，本实施例对此不做限制。示例性的，在一种可能的实施例中，可以是以预设尺寸的窗口遍历待处理图像，每当该窗口中距离中心越远的像素点的灰度越小时，将窗口所包括的像素点确定为一个像素块。
窗口的中心为窗口水平中心线和竖直中心线的交点，距离中心越远的像素点的灰度越小等价于，距离中心更近的像素点的灰度，大于距离中心更远的像素点的灰度。例如，假设位于中心的像素的像素坐标为(0,0)，则像素点(0,1)的灰度大于像素点(0,2)的灰度。
S202，根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘。
可以参见图1a，网格纹所处的图像区域由于对应的光信号的丢失，导致图像中原本可能是连通的区域被网格纹分割，因此相关技术中，像素级别的边缘检测算法确定得到的边缘可能并非是待处理图像中的纹理边缘，而是网格纹。而根据各个像素块之间的边缘关系，进行边缘检测，则可以视为将像素块视为边缘检测的基础单元，由于像素块是按照网格纹确定的，因此网格纹处于基础单元内部，因此确定得到的边缘中不包括网格纹，即可以准确得到待处理图像中的纹理边缘。
S203，对处于纹理边缘的像素点进行锐化处理，得到弱化网格纹后的待处理图像。
如前述分析，网格纹所分割出的两个网格中的像素点，原本可能是相互连通的，也可能是原本处于纹理边缘的两侧。对于原本是相互连通的的情况，无需进行锐化处理，而对于原本处于纹理边缘的两侧的情况，需要进行锐化处理，以补偿该区域的高频图像信息。
选用该实施例，可以通过以根据网格确定得到的的像素块为基础单元，对带有网格纹的图像进行处理，充分利用网格纹的形成机理以及网格纹造成的图像中的像素的分布特点，有效弱化图像中的网格纹，提高图像的视觉效果。
为描述方便，以光纤内窥镜为例，一个像素块可以视为一个光纤面采集到的光信号对应的图像信息，该像素块的中心子像素块可以视为该光纤面中心子像素块采集到的光信号对应的图像信息，而该像素块的非中心子像素块可以视为该光纤面边缘区域采集到的光信号对应的图像信息，由于光信号在光纤面的边缘区域发生丢失的概率高于光纤面的中心子像素块，因此光纤面的边缘区域采集到的光信号相对于光纤面的中心子像素块采集到的光信号，可以认为是相对不完整的，相对应的，可以认为像素块的非中心子像素块的像素点的灰度，相对于像素块的中心子像素块的像素点的灰度是相对不准确的，因此在一种可能的实施例中，可以针对每个像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正。
其中，根据像素块的大小和形状的不同，中心子像素块可以不同。示例性的，假设每个像素块为一个9*9的菱形区域，则中心子像素块可以是5*5的菱形子像素块，如图1b所示，其中粗黑线围成的像素区域为一个像素块，填充有斜线图案的像素点为该待处理像素块的中心子像素块。
补正的方式根据应用场景的不同可以不同，本实施例对此不做限制，示例性的，可以对像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块，将该像素块中每个像素点的灰度替换为拓展像素块中对应像素点的灰度。以图1b所示为例，可以是将5*5的中心子像素块上采样为9*9的拓展像素块，拓展像素块可以如图1c所示，将像素块中每个像素点的灰度替换为该9*9拓展像素块中对应的像素点的灰度，补正后的像素块可以如图1d所示。
参见图3，图3所示为本发明实施例提供的像素块确定方法的一种流程示意图，可以包括：
S301，在待处理图像中设置一个9*9的菱形窗口。
该窗口可以参见图1b所示，在此不再赘述。
S302，确定该窗口中的像素点的灰度分布是否满足预设分布条件，如果满足预设分布条件，执行S303，如果不满足预设分布条件，执行S304。
其中，预设分布条件可以窗口的斜对角线上，距离中心越远的像素点灰度越小，并且，窗口的水平中心线以及竖直中心线上，距离中心越远的像素点灰度越小，并且，窗口中以位于中心的像素点各个斜向相邻的像素点为基准，朝向窗口边缘的垂线上，距离中心越远的像素点灰度越小。
为描述方便，可以参见图1b，对于预设分布条件中的“窗口的斜对角线上，距离中心越远的像素点灰度越小”，可以是指满足如下不等式：
a55＞a44&&a44＞a33&&...
a55＞a46&&a46＞a37&&...
a55＞a64&&a64＞a73&&...
a55＞a66&&a66＞a77
可以理解的是，图1b所示的窗口仅是部分实施例中一种可能的窗口，在其他实施例中，窗口也可以是其他尺寸的。因此在其他可能的实施例中，窗口的斜对角线上的像素点的数目可能不同，相应的，预设分布条件中的“窗口的斜对角线上，距离中心越远的像素点灰度越小”指代的不等式可能不同，但可以根据上式类推得到，因此上式中以省略号的形式概括上式在不同实施例中可能的变换形式。
对于预设分布条件中的“窗口的水平中心线以及竖直中心线上，距离中心越远的像素点灰度越小”，可以是指满足如下不等式：
a54＞a53&&a53＞a52&&a52＞a51&&...
a56＞a57&&a57＞a58&&a58＞a59&&...
a45＞a35&&a35＞a25&&a25＞a15&&...
a65＞a75&&a75＞a85&&a85＞a95
如前述分析，在其他可能的实施例中，窗口水平中心线以及竖直中心线上的像素点的数目可能不同，相应的，预设分布条件中的“窗口的水平中心线以及竖直中心线上，距离中心越远的像素点灰度越小”指代的不等式可能不同，但可以根据上式类推得到，因此上式中以省略号的形式概括上式在不同实施例中可能的变换形式。
对于预设分布条件中的“窗口中以位于中心的像素点各个斜向相邻的像素点为基准，朝向窗口边缘的垂线上，距离中心越远的像素点灰度越小”，其中，位于中心的像素为a55，，斜向相邻的像素点为a44、a46、a64以及a66，以为a44例，朝向窗口边缘的垂线，分为水平方向的垂线的竖直方向的垂线，其中，水平方向的垂线为以a44为基准向左的方向，垂直方向的垂线为以a44为基准向上的方向，因此该条件可以是指满足如下不等式：
a44＞a34&&a34＞a24&&...
a44＞a43&&a43＞a42&&...
a46＞a36&&a36＞a26&&...
a46＞a47&&a47＞a48&&...
a64＞a63&&a63＞a62&&...
a64＞a74&&a74＞a84&&...
a66＞a67&&a67＞a68&&...
a66＞a76&&a76＞a86
如前述分析，在其他可能的实施例中，窗口中以位于中心的像素点各个斜向相邻的像素点为基准，朝向窗口边缘的垂线上的像素点的数目可能不同，相应的，预设分布条件中的“窗口中以位于中心的像素点各个斜向相邻的像素点为基准，朝向窗口边缘的垂线上，距离中心越远的像素点灰度越小”指代的不可能不同，但可以根据上式类推得到，因此上式中以省略号的形式概括上式在不同实施例中可能的变换形式。
S303，将该窗口所包括的像素点确定为一个像素块。
如前述分析，一个网格的中心子像素块对应的光信号采集的相对完整，边缘区域对应的光信号相对丢失的较多，因此对于属于同一个网格的像素点，中心子像素块的灰度理论上高于非中心子像素块的灰度。因此可以利用该特点，对像素块进行划分。
S304，移动窗口，直至遍历待处理图像中的所有位置。
移动窗口的步长、方向可以根据实际需求或者用户经验进行设置，本实施例对此不做限制。
如前述分析，如何准确的确定纹理边缘，直接影响到得到的弱化网格纹后的待处理图像的视觉效果。有鉴于此，可以参见图4，图4所示为本发明实施例提供的基于像素块的边缘检测方法的一种流程示意图，可以包括：
S401，计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值。
关于像素块的中心子像素块可以参见前述相关描述，在此不再赘述。
S402，针对每个像素块，分别在多个方向上，计算灰度均值的梯度。
示例性的，可以参见图1a，其中包括A0-A6共计7个像素块，以像素块A0为例，A1-A6为相邻的像素块，其中，A1、A4在同一个方向上相邻(即A1-A0-A4可以视为在同一个直线上)，A2、A5在同一个方向上相邻(即A2-A0-A5可以视为在同一个直线上)，A3、A6在同一个方向上相邻(即A3-A0-A6可以视为在同一个直线上)。
在A1-A0-A4方向上，梯度可以是以|(a0-a1)+(a0-a4)|的形式表示的，其中a0为A0的灰度均值，a1为A1的灰度均值，依次类推。
S403，如果多个方向中的一个方向上的梯度，与多个方向中的其他所有方向上的梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
例如，如果满足：
abs(2*a0-a1-a4)-abs(2*a0-a2-a5)<threshold&&
abs(2*a0-a1-a4)-abs(2*a0-a3-a6)<threshold
其中，abs表示绝对值，threshold表示预设差值阈值，则可以确定A1-A0-A4的连线为纹理边缘。
又例如，如果满足：
abs(2*a0-a3-a6)-abs(2*a0-a1-a4)<threshold&&
abs(2*a0-a3-a6)-abs(2*a0-a2-a5)<threshold
则可以确定A3-A0-A6的连线为纹理边缘
又例如，如果满足：
abs(2*a0-a2-a5)-abs(2*a0-a1-a4)<threshold&&
abs(2*a0-a2-a5)-abs(2*a0-a3-a6)<threshold
则可以确定A2-A0-A5的连线为纹理边缘。
在一种可能的实施例中，纹理边缘可以如图1e中的粗黑线所示。
参见图5，图5所示为本发明实施例提供的网格纹弱化方法的另一种流程示意图，可以包括：
S501，在待处理图像中设置一个预设尺寸的菱形窗口。
可以参见图1b所示，在其他可能的实施例中，菱形窗口的尺寸也可以根据实际需求而不同，本实施例对此不做限制。
S502，确定该窗口中的像素点的灰度分布是否满足预设分布条件，如果满足预设分布条件，执行S503，如果不满足预设分布条件，执行S504。
该步骤与S302相同，可以参见前述关于S302的相关描述，在此不再赘述。
S503，将该窗口所包括的像素点确定为一个像素块。
该步骤与S303相同，可以参见前述关于S303的相关描述，在此不再赘述。
S504，移动窗口，直至遍历待处理图像中的所有位置。
S505，针对每个像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的灰度进行补正。
补正的方式可以参见前述相关描述，在此不再赘述。
S506，计算每个像素块中心子像素块的灰度的平均值，作为该像素块的灰度均值。
关于像素块的中心子像素块可以参见前述相关描述，在此不再赘述。
S507，针对每个像素块，分别在多个方向上，计算灰度均值的梯度。
该步骤与S402相同，可以参见前述关于S402的相关描述，在此不再赘述。
S508，如果多个方向中的一个方向上的梯度，与多个方向中的其他所有方向上的梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
该步骤与S403相同，可以参见前述关于S403的相关描述，在此不再赘述。
S509，对补正后的待处理图像进行形态学膨胀处理和形态学腐蚀处理，得到经过形态学处理的待处理图像。
可以理解的是，在一些应用场景中，两个像素块之间可能存在一些不属于任一像素块的像素点，这些像素点可以视为位于网格的边缘区域的像素点，即这些像素点的灰度可能是不准确的，可以视为图像中的噪声信号。因此可以对经过补正的待处理图像进行形态学膨胀处理和形态学腐蚀处理，得到经过形态学处理的信噪比更高的待处理图像。
S510，提取处于纹理边缘的像素块中的高频图像信息，并与经过形态学处理的待处理图像融合，得到弱化网格纹后的图像。
由于经过形态学处理的待处理图像信噪比更高，因此融合图像的噪声相对较低，即得到的待处理图像弱化网格纹后的图像的信噪比更高。
参见图6，图6所示为本发明实施例提供的图像的网格纹弱化装置的一种结构示意图，可以包括：
像素块确定模块601，用于在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；
边缘检测模块602，用于根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；
锐化模块603，用于对处于纹理边缘的像素点进行锐化处理，得到弱化网格纹后的待处理图像。
在一种可能的实现方式中，像素块确定模块601，具体用于以预设尺寸的窗口遍历待处理图像；
每当窗口中距离中心越远的像素点灰度越小时，将窗口所包括的像素点确定为一个像素块。
在一种可能的实现方式中，像素块确定模块模块601，具体用于每当窗口中的像素点满足以下条件时，将窗口所包括的像素点确定为一个像素块：
窗口的斜对角线上，距离中心越远的像素点灰度越小；并且，
窗口的水平中心线以及竖直中心线上，距离中心越远的像素点灰度越小；并且，
窗口中，以位于中心的像素点各个斜向相邻的像素点为基准，朝向窗口边缘的垂线上，距离中心越远的像素点灰度越小。
在一种可能的实现方式中，装置还包括补正模块，用于针对每个像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正；
边缘检测模块602，具体用于根据补正后的各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘。
在一种可能的实现方式中，补正模块，具体用于针对每个像素块，对该像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块；
将该像素块中每个像素点的灰度替换为拓展像素块中对应像素点的灰度。
在一种可能的实现方式中，边缘检测模块602，具体用于计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个像素块，分别在多个方向上，计算灰度均值的梯度；
如果多个方向中一个方向上的梯度，与多个方向中的其他任一方向上的梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
在一种可能的实现方式中，装置还包括形态学处理模块，用于对补正后的待处理图像进行形态学膨胀处理和形态学腐蚀处理，得到经过形态学处理的待处理图像；
锐化模块，具体用于提取处于纹理边缘的像素块中的高频图像信息；
将高频图像信息与经过形态学处理的待处理图像融合，得到弱化网格纹后的图像。
本发明实施例还提供了一种电子设备，如图7所示，包括：
存储器701，用于存放计算机程序；
处理器702，用于执行存储器701上所存放的程序时，实现如下步骤：
在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；
根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；
对处于纹理边缘的像素点进行锐化处理，得到弱化网格纹后的待处理图像。
在一种可能的实现方式中，在待处理图像中确定多个像素块，包括：
以预设尺寸的窗口遍历待处理图像；
每当窗口中距离中心越远的像素点灰度越小时，将窗口所包括的像素点确定为一个像素块。
在一种可能的实现方式中，每当窗口中距离中心越远的像素点灰度越小时，包括：
每当窗口中的像素点满足以下条件时：
窗口的斜对角线上，距离中心越远的像素点灰度越小；并且，
窗口的水平中心线以及垂直中心线上，距离中心越远的像素点灰度越小；并且，
窗口中，以位于中心的像素点各个斜向相邻的像素点为基准，朝向窗口边缘的垂线上，距离中心越远的像素点灰度越小。
在一种可能的实现方式中，在根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘之前，方法还包括：
针对每个像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正；
据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
根据补正后的各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘。在一种可能的实现方式中，针对每个像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正，包括：
针对每个像素块，对该像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块；
将该像素块中每个像素点的灰度替换为拓展像素块中对应像素点的灰度。
在一种可能的实现方式中，根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
计算每个像素块补正后的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个像素块，分别在多个方向上，计算灰度均值的梯度；
如果多个方向中一个方向上的梯度，与多个方向中的其他所有方向上的梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
在一种可能的实现方式中，根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
计算每个像素块补正后的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个像素块，分别在多个方向上，计算灰度均值的梯度；
如果多个方向中一个方向上的梯度，与多个方向中的其他所有方向上的梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一图像的网格纹弱化方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一图像的网格纹弱化方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心像素通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心像素进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心像素等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，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，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质、计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种图像的网格纹弱化方法，其特征在于，所述方法包括：
在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；
根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；所述纹理边缘是以像素块为基础单元、根据像素块之间的梯度关系确定得到的；所述像素块是按照网格纹确定的，所述纹理边缘不包括网格纹；所述纹理边缘通过多个相邻的像素块的连线确定得到；
对处于所述纹理边缘的像素点进行锐化处理，得到弱化网格纹后的所述待处理图像。
2.根据权利要求1所述的方法，其特征在于，所述在待处理图像中确定多个像素块，包括：
以预设尺寸的窗口遍历待处理图像；
每当所述窗口中距离中心越远的像素点灰度越小时，将所述窗口所包括的像素点确定为一个像素块。
3.根据权利要求2所述的方法，其特征在于，所述每当所述窗口中距离中心越远的像素点灰度越小时，将所述窗口所包括的像素点确定为一个像素块,包括：
每当所述窗口中的像素点满足以下条件时，将所述窗口所包括的像素点确定为一个像素块：
所述窗口的斜对角线上，距离中心越远的像素点灰度越小；并且，
所述窗口的水平中心线以及垂直中心线上，距离中心越远的像素点灰度越小；并且，
所述窗口中，以位于中心的像素点各个斜向相邻的像素点为基准，朝向所述窗口边缘的垂线上，距离中心越远的像素点灰度越小。
4.根据权利要求1所述的方法，其特征在于，在所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘之前，所述方法还包括：
针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正；
所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
根据补正后的各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘。
5.根据权利要求4所述的方法，其特征在于，所述针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正，包括：
针对每个所述像素块，对该像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块；
将该像素块中每个像素点的灰度替换为所述拓展像素块中对应像素点的灰度。
6.根据权利要求1所述的方法，其特征在于，所述根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘，包括：
计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值；所述中心子像素块是像素块中的一个区域；
针对每个所述像素块，分别在多个方向上，计算所述灰度均值的梯度；
如果所述多个方向中一个方向上的所述梯度，与所述多个方向中的其他所有方向上的所述梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘，所述梯度之差是指所述多个方向中一个方向上的所述梯度减去所述多个方向中的其他方向上的所述梯度，所述梯度为该像素块的灰度均值减去与该像素块相邻的其他像素块的灰度均值的绝对值。
7.根据权利要求4所述的方法，其特征在于，在所述针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正之后，所述方法还包括：
对补正后的所述待处理图像进行形态学膨胀处理和形态学腐蚀处理，得到经过形态学处理的所述待处理图像；
所述对处于所述纹理边缘的像素点进行锐化处理，得到弱化网格纹后的所述待处理图像，包括：
提取处于所述纹理边缘的像素块中的高频图像信息；
将所述高频图像信息与经过形态学处理的所述待处理图像融合，得到弱化网格纹后的待处理图像。
8.一种图像的网格纹弱化装置，其特征在于，所述装置包括：
像素块确定模块，用于在待处理图像中确定多个像素块，每个像素块中的像素点属于同一个网格；
边缘检测模块，用于根据各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；所述纹理边缘是以像素块为基础单元、根据像素块之间的梯度关系确定得到的；所述像素块是按照网格纹确定的，所述纹理边缘不包括网格纹；所述纹理边缘通过多个相邻的像素块的连线确定得到；
锐化模块，用于对处于所述纹理边缘的像素点进行锐化处理，得到弱化网格纹后的所述待处理图像。
9.根据权利要求8所述的装置，其特征在于，所述像素块确定模块，具体用于以预设尺寸的窗口遍历待处理图像；
每当所述窗口中距离中心越远的像素点灰度越小时，将所述窗口所包括的像素点确定为一个像素块；
所述像素块确定模块模块，具体用于每当所述窗口中的像素点满足以下条件时，将所述窗口所包括的像素点确定为一个像素块：
所述窗口的斜对角线上，距离中心越远的像素点灰度越小；并且，
所述窗口的水平中心线以及竖直中心线上，距离中心越远的像素点灰度越小；并且，
所述窗口中，以位于中心的像素点各个斜向相邻的像素点为基准，朝向所述窗口边缘的垂线上，距离中心越远的像素点灰度越小；
所述装置还包括补正模块，用于针对每个所述像素块，根据该像素块的中心子像素块的像素点的灰度，对该像素块的像素点的灰度进行补正；
所述边缘检测模块，具体用于根据补正后的各个像素块之间的边缘关系，进行边缘检测，确定纹理边缘；
所述补正模块，具体用于针对每个所述像素块，对该像素块的中心子像素块进行上采样，得到与该像素块尺寸相同的拓展像素块；
将该像素块中每个像素点的灰度替换为所述拓展像素块中对应像素点的灰度。
10.根据权利要求8所述的装置，其特征在于，所述边缘检测模块，具体用于计算每个像素块的中心子像素块的灰度的平均值，作为该像素块的灰度均值；
针对每个所述像素块，分别在多个方向上，计算所述灰度均值的梯度；
如果所述多个方向中一个方向上的所述梯度，与所述多个方向中的其他任一方向上的所述梯度之差小于预设阈值，将该像素块和在该一个方向上与该像素块相邻的其他像素块的连线作为纹理边缘；
所述装置还包括形态学处理模块，用于对补正后的所述待处理图像进行形态学膨胀处理和形态学腐蚀处理，得到经过形态学处理的所述待处理图像；
所述锐化模块，具体用于提取处于所述纹理边缘的像素块中的高频图像信息；
将所述高频图像信息与经过形态学处理的所述待处理图像融合，得到弱化网格纹后的图像。
CN201910885614.5A 2019-09-19 2019-09-19 一种图像的网格纹弱化方法、装置及电子设备 Active CN111340715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910885614.5A CN111340715B (zh) 2019-09-19 2019-09-19 一种图像的网格纹弱化方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910885614.5A CN111340715B (zh) 2019-09-19 2019-09-19 一种图像的网格纹弱化方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN111340715A CN111340715A (zh) 2020-06-26
CN111340715B true CN111340715B (zh) 2024-02-06

Family

ID=71187055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910885614.5A Active CN111340715B (zh) 2019-09-19 2019-09-19 一种图像的网格纹弱化方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN111340715B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1155526A (ja) * 1997-06-02 1999-02-26 Seiko Epson Corp エッジ強調処理装置、エッジ強調処理方法およびエッジ強調処理プログラムを記録した媒体
CN102412170A (zh) * 2010-07-13 2012-04-11 联达科技设备私人有限公司 多方向上反射的光源的采集系统和方法
CN102507592A (zh) * 2011-11-01 2012-06-20 河海大学常州校区 表面缺陷仿蝇视觉在线检测装置及检测方法
CN104574317A (zh) * 2015-01-19 2015-04-29 天津大学 一种基于等照度线的图像修复方法
CN106600552A (zh) * 2016-12-14 2017-04-26 中国科学院地质与地球物理研究所兰州油气资源研究中心 纹理图像补全方法及装置
CN106940882A (zh) * 2017-02-15 2017-07-11 国网江苏省电力公司常州供电公司 一种符合人眼视觉特性的变电站视频图像清晰化方法
CN107252300A (zh) * 2017-06-01 2017-10-17 京东方科技集团股份有限公司 光纤内窥镜及其制作方法
CN108038833A (zh) * 2017-12-28 2018-05-15 福州瑞芯微电子股份有限公司 一种梯度相关性检测的图像自适应锐化方法和存储介质
CN108986221A (zh) * 2018-07-27 2018-12-11 河海大学常州校区 一种基于模板人脸逼近的不规范三维人脸网格纹理方法
CN109345486A (zh) * 2018-10-24 2019-02-15 中科天网（广东）科技有限公司 一种基于自适应网格变形的人脸图像去模糊方法
CN109360235A (zh) * 2018-09-29 2019-02-19 中国航空工业集团公司上海航空测控技术研究所 一种基于光场数据的混合深度估计方法
CN109934785A (zh) * 2019-03-12 2019-06-25 湖南国科微电子股份有限公司 图像锐化方法及装置
CN110163822A (zh) * 2019-05-14 2019-08-23 武汉大学 基于超像素分割与图割的网状物检测与去除方法和系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7003173B2 (en) * 2001-06-12 2006-02-21 Sharp Laboratories Of America, Inc. Filter for combined de-ringing and edge sharpening
GB0224357D0 (en) * 2002-10-19 2002-11-27 Eastman Kodak Co Image processing
US9478007B2 (en) * 2015-01-21 2016-10-25 Samsung Electronics Co., Ltd. Stable video super-resolution by edge strength optimization
US9852495B2 (en) * 2015-12-22 2017-12-26 Intel Corporation Morphological and geometric edge filters for edge enhancement in depth images
US10223772B2 (en) * 2016-03-22 2019-03-05 Algolux Inc. Method and system for denoising and demosaicing artifact suppression in digital images

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1155526A (ja) * 1997-06-02 1999-02-26 Seiko Epson Corp エッジ強調処理装置、エッジ強調処理方法およびエッジ強調処理プログラムを記録した媒体
CN102412170A (zh) * 2010-07-13 2012-04-11 联达科技设备私人有限公司 多方向上反射的光源的采集系统和方法
CN102507592A (zh) * 2011-11-01 2012-06-20 河海大学常州校区 表面缺陷仿蝇视觉在线检测装置及检测方法
CN104574317A (zh) * 2015-01-19 2015-04-29 天津大学 一种基于等照度线的图像修复方法
CN106600552A (zh) * 2016-12-14 2017-04-26 中国科学院地质与地球物理研究所兰州油气资源研究中心 纹理图像补全方法及装置
CN106940882A (zh) * 2017-02-15 2017-07-11 国网江苏省电力公司常州供电公司 一种符合人眼视觉特性的变电站视频图像清晰化方法
CN107252300A (zh) * 2017-06-01 2017-10-17 京东方科技集团股份有限公司 光纤内窥镜及其制作方法
CN108038833A (zh) * 2017-12-28 2018-05-15 福州瑞芯微电子股份有限公司 一种梯度相关性检测的图像自适应锐化方法和存储介质
CN108986221A (zh) * 2018-07-27 2018-12-11 河海大学常州校区 一种基于模板人脸逼近的不规范三维人脸网格纹理方法
CN109360235A (zh) * 2018-09-29 2019-02-19 中国航空工业集团公司上海航空测控技术研究所 一种基于光场数据的混合深度估计方法
CN109345486A (zh) * 2018-10-24 2019-02-15 中科天网（广东）科技有限公司 一种基于自适应网格变形的人脸图像去模糊方法
CN109934785A (zh) * 2019-03-12 2019-06-25 湖南国科微电子股份有限公司 图像锐化方法及装置
CN110163822A (zh) * 2019-05-14 2019-08-23 武汉大学 基于超像素分割与图割的网状物检测与去除方法和系统

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
A. S. Krylov, et.al.Image enhancement by non-iterative grid warping.《Pattern recognition and image analysis》.2016,第26卷第161-164页. *
Sonia H. Contreras Ortiz, et.al.Enhancement of ultrasound images by displacement, averaging, and interlacing.《Journal of electronic imaging》.2010,第19卷(第1期),第1-3页. *
Y Tian, et.al.FCM texture image segmentation method based on the local binary pattern.《12th world congress on intelligent control and automation》.2016,第92-97页. *
基于纹理特征的车牌识别系统的研究与实现;杨海廷;《中国优秀硕士学位论文全文数据库 (信息科技辑)》(第7期);第I138-618页 *
张帆等.基于超像素分割的扫描图像去网算法.《包装工程》.2017,第236-239页. *
王圣佑等.《光测原理和技术》.兵器工业出版社,1992,第57-58页. *
陈胜等.多网格法解总变分问题及在医学图像增强中的应用.《中国图象图形学报》.2004,第787-792页. *
陈飞.扫描半色调图像的去网纹算法.《中国优秀硕士学位论文全文数据库 (信息科技辑)》.2017,(第3期),第I138-4019页. *

Also Published As

Publication number Publication date
CN111340715A (zh) 2020-06-26

Similar Documents

Publication Publication Date Title
CN110766679B (zh) 镜头脏污检测方法、装置及终端设备
CN109035276B (zh) 一种图像边缘提取方法、装置及自动驾驶系统
JP5308062B2 (ja) 偽輪郭を探知及び除去する方法並びに装置
US20090324016A1 (en) Moving target detecting apparatus, moving target detecting method, and computer readable storage medium having stored therein a program causing a computer to function as the moving target detecting apparatus
CN107622501B (zh) 一种医学图像的边界检测的方法
CN106920233A (zh) 基于图像处理的划痕检测方法、装置及电子设备
CN109640066A (zh) 高精度稠密深度图像的生成方法和装置
CN111063029B (zh) 地图构建方法、装置、计算机可读存储介质及机器人
CN118037726B (zh) 一种铁路配件缺陷检测方法及系统
CN113487639A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN112598610B (zh) 一种深度图像获得方法、装置、电子设备及存储介质
CN113066036B (zh) 一种基于模糊熵和稀疏表示的x射线图像融合方法及装置
CN112581374A (zh) 散斑亚像素中心提取方法、系统、设备及介质
CN114387318A (zh) 遥感影像自动配准方法、装置、电子设备及存储介质
CN112146834B (zh) 结构振动位移测量方法及装置
CN111340715B (zh) 一种图像的网格纹弱化方法、装置及电子设备
CN111784724B (zh) 改进型马尔科夫链蒙特卡洛二维岩石切片重构方法及系统
CN113673454A (zh) 遗留物检测方法、相关设备和存储介质
CN116385415A (zh) 一种边缘缺陷检测方法、装置、设备及存储介质
CN114140362B (zh) 一种热成像图像校正方法和装置
CN112233153B (zh) 图像匹配方法、装置、电子设备及存储介质
CN115131243A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN111435080B (zh) 一种水位测量方法、装置及系统
CN111429399B (zh) 一种直线检测方法及装置
CN113298869B (zh) 距离测定方法、装置、计算机设备和存储介质

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