CN111601047A - 一种油液泄漏图像采集方法 - Google Patents
一种油液泄漏图像采集方法 Download PDFInfo
- Publication number
- CN111601047A CN111601047A CN202010347975.7A CN202010347975A CN111601047A CN 111601047 A CN111601047 A CN 111601047A CN 202010347975 A CN202010347975 A CN 202010347975A CN 111601047 A CN111601047 A CN 111601047A
- Authority
- CN
- China
- Prior art keywords
- gray level
- picture
- interval
- gray
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005286 illumination Methods 0.000 claims abstract description 32
- 238000013441 quality evaluation Methods 0.000 claims abstract description 15
- 230000001678 irradiating effect Effects 0.000 claims abstract description 7
- 238000009826 distribution Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000005498 polishing Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000005375 photometry Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000003313 weakening effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 5
- 239000003305 oil spill Substances 0.000 description 4
- 230000005284 excitation Effects 0.000 description 3
- 238000001917 fluorescence detection Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 238000002189 fluorescence spectrum Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
Abstract
本发明公开了一种油液泄漏图像采集方法，包括以下步骤：S1：获取现场环境的光照强度数据；S2：根据现场环境的光照强度数据，调整相机的参数；S3：用紫外灯照射目标区域，调整相机参数进行拍摄；S4：评估拍摄的荧光图像是否符合图像质量评判标准，如符合标准，则输出拍摄的荧光图像；如不符合图像质量评判标准，调整相机的参数重新拍摄，直至符合图像质量评估标准。本发明通过获取现场环境的光照强度，当现场环境的光干扰较强时，可以找到对应的抗光干扰的最佳相机参数，提高抗光干扰的能力，同时减少因人工巡检产生的主观性错误、提高识别油团的效率和准确度。
Description
技术领域
本发明涉及油液泄露检测识别技术领域，更具体地，涉及一种油液泄漏图像采集方法。
背景技术
设备漏油不仅浪费大量油量，而且污染环境、增加润滑保养的工作量，严重时甚至造成设备事故而影响生产。目前，大多采用人工巡检的方式来检测设备是否漏油，耗时耗力。近年来，在变电厂油污监测、变压器漏油和海洋石油开采等领域，荧光检测技术已被广泛应用，并且取得了一些成果，验证了荧光检测法来检测油液的可行性。但在现有技术中，对图像采集设备要求较高且受光照强度的影响较大。
中国专利CN104833666A提出了一种溢油检测终端、系统及方法。该专利利用溢油探测器向受检区域发射激发光源，并接收受检区域受到激发光源诱导后产生的荧光，将所述荧光转换为数字荧光信号后输出，再通过分析器分析数字荧光信号来获取溢油检测结果。该方法利用受检区域反射回的荧光光谱进行溢油检测无需预处理，但是需要增加滤光片对荧光进行滤光处理，后增加汇聚镜对滤光处理后的荧光进行汇聚处理，对图像采集设备要求较高。
中国专利CN110044559A提出了一种漏油检测方法、系统及装置。该专利根据现场环境的光照强度来控制紫外线发射机构或可见光机构交替向监控目标水面处发射光线，并通过光学成像设备，获取监控目标水面处的实时图像信息，通过观察实时图像中有无荧光点来判断是否漏油。该方法对数据获取及图像处理要求较高，并且获取成像图像时受光照强度影响较大。
中国专利CN110174223A提出了一种变压器本体渗漏油检测系统及方法。该专利利用紫外光束照射到变压器本体渗漏油区域后激发油面荧光成像的原理，实时检测设备的漏油类绝缘问题。该方法需要根据检测需要来设置荧光激发源的扫描周期和步长后，才能对漏油区域进行扫描，不具有普适性且步骤复杂。
发明内容
本发明提供一种油液泄漏图像采集方法，提高识别油团的效率和准确度。
为解决上述技术问题，本发明的技术方案如下：
一种油液泄漏图像采集方法，包括以下步骤：
S1：获取无紫外光照射下的现场环境的光照强度数据；
S2：根据现场环境的光照强度数据，调整相机的参数；
S3：用紫外灯照射目标区域，调整相机参数进行拍摄；
S4：评估拍摄的荧光图像是否符合图像质量评判标准，如符合标准，则输出拍摄的荧光图像；如不符合图像质量评判标准，调整相机的参数重新拍摄，直至符合图像质量评估标准。
上述方案中，利用荧光检测法来识别油液，通过测量现场环境的光照强度数据，调整到在该光干扰下，可抗光干扰的最将佳相机参数进行图片采集，本方案可直接采用高清相机拍摄紫外线照射区域，无需增加滤光片和汇聚镜等设备。同时衡量图像好坏，减少因人工巡检产生的主观性错误、提高识别油团的效率和准确度。
优选地，步骤S1中获取现场环境的光照包括以下步骤：
S1.1：确定一组初始相机参数，在实验室环境中调节光照强度，亮度由暗到亮进行拍摄一系列图片；
S1.2：根据拍摄的图片绘制明亮度曲线作为初始亮度曲线，其中，横坐标表示图片的亮度，纵坐标表示图片的光照强度；
S1.3：拍摄现场图片，提取现场图片的亮度信息，从所得的初始亮度曲线匹配该图片对应的光照强度，所述图片对应的光照强度即为现场环境的光照强度。
初始亮度曲线的绘制与所用相机有关，在实际应用时若改变相机拍摄，则需要重新绘制初始亮度曲线。
优选地，步骤S1.1中的光照强度通过光度计测量获得。
优选地，步骤S2中调整的相机的参数包括曝光时间和伽马系数，所述曝光时间为相机快门打开的时间，曝光时间越长，进的光就越多，适合光干扰较弱的情况；曝光时间越短，进的光就越少，适合光干扰较强的情况；所述伽马系数表示输入和输出灰度级的变换，调整好曝光时间后，根据图像的亮暗调整伽马系数，当图像过暗时，荧光不明显，故增大伽马系数；当图像过亮时，底板和荧光都泛白，故降低伽马系数。
优选地，步骤S3中用紫外灯照射目标区域，在紫外灯的照射下油液发出蓝紫色的荧光，拍摄时根据现场环境调整打光角度，具体为：
当光干扰强时，用侧面打光弱化光干扰，突出荧光部分；
当光干扰弱时，用正面打光进行补光，强化荧光部分。
优选地，步骤S4中图像质量评估标准为图片的亮度分布是否满足预定的亮度区间。
优选地，步骤S4中图像质量评估标准具体为：
为了使图像质量评估标准量化，对S4拍摄的荧光图像的灰度直方图进行归一化处理，将0-255共256个灰度级进行平均划分为若干个灰度级区间，同时考虑到图片的大小可能不一样，总的像素点不一样，所以某个区间的像素多少不能看出其对照片的影响程度，于是将每个区间的像素点除以总的像素点可以得出每个区间的像素占比，得出各区间的灰度值分布情况，一张理想亮度的照片的灰度直方图应在0-255之间均匀分布，不应该在较低灰度级和较高灰度级区间出现较大的峰值，否则会呈现图片低亮度或者高亮度导致细节信息减少的情况，为了获取亮度适中的图片需要排除过曝(即高亮)和过暗(即低亮)的照片，过曝和过暗主要表现在高灰度级区间和低灰度级区间，所以通过对高灰度级区间和低灰度级区间占比的计算和比较，从而对灰度级的首尾区间进行限制，将高灰度级区间占比超过高灰度级区间阈值的图像或低灰度级区间占比超过低灰度级区间阈值的图像进行排除。
优选地，将0-255共256个灰度级进行平均划分为十个灰度级区间，所述高灰度级区间包括最后两个灰度级区间，即204-255灰度级区间，低灰度级区间包括前两个灰度级区间，即0-50灰度级区间。
优选地，所述高灰度区间阈值和低灰度区间阈值的获取，在不同颜色的场景下需要分别获取阈值，同一颜色的场景高灰度区间阈值和低灰度区间阈值的获取具体如下：
对同一颜色相同场景,利用相机采集多张图片，所述采集的多张图片的亮度不同或曝光时间不同，将曝光时间平均分为x档，亮度分为y档，两两组合有x*y种，所得的图像张数也为x*y张；
将上述采集的图片全部进行像素占比计算和灰度值分布统计，将过曝图片高灰度的区间灰度值占比与不会过曝的图片高灰度的区间灰度值占比进行比较，可以得出一条过曝图片和不会过曝且荧光效应清晰的图片的分界线，称为高灰度区间阈值，它满足一个原则：所有过曝图片在高灰度区间的灰度值占比均要大于该阈值；
将过暗图片低灰度的区间灰度值占比与不会过暗的图片低灰度的区间灰度值占比进行比较，可以得出一条过暗图片和不会过暗且荧光效应清晰的图片的分界线，称为低灰度区间阈值，它满足一个原则：所有过暗图片在低灰度区间的灰度值占比均要大于该阈值。
优选地，步骤S4中调整相机参数之前还包括对图片进行灰度化获取各灰度级区间像素占比，调整相机参数具体为：
若低灰度级区间的像素占比大于低灰度级区间阈值，则相机曝光时间增倍；
若高灰度级区间的像素占比大于高灰度级区间阈值，则相机曝光时间减半。
不断的对曝光时间进行修正，直到满足条件，输出图像。选择调节相机的曝光时间作为主要的调节方式，是因为相机的曝光时间可调节范围广，可从0us(微秒)到20000000us(微秒)，调节精度高，为1微秒，方便调节并且可调性更高；相机的其他参数如增益，伽马系数，光圈和焦距都有些缺点；增益增大会将噪声放大，伽马系数的随意调整易使图像丧失细节，很多相机都无法通过计算机调整光圈和焦距，所以选择调节相机曝光时间为主要的调节方式。
与现有技术相比，本发明技术方案的有益效果是：
本发明通过获取现场环境的光照强度，当现场环境的光干扰较强时，可以找到对应的抗光干扰的最佳相机参数，提高抗光干扰的能力，同时减少因人工巡检产生的主观性错误、提高识别漏油的效率和准确度。
附图说明
图1为本发明的方法流程示意图。
图2为本发明提供的相机参数调整方法流程示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供一种油液泄漏图像采集方法，如图1，包括以下步骤：
S1：获取无紫外光照射下的现场环境的光照强度数据；
S2：根据现场环境的光照强度数据，调整相机的参数；
S3：用紫外灯照射目标区域，调整相机参数进行拍摄；
S4：评估拍摄的荧光图像是否符合图像质量评判标准，如符合标准，则输出拍摄的荧光图像；如不符合图像质量评判标准，调整相机的参数重新拍摄，直至符合图像质量评估标准。
步骤S1中获取现场环境的光照包括以下步骤：
S1.1：确定一组初始相机参数，在实验室环境中调节光照强度，亮度由暗到亮进行拍摄一系列图片；
S1.2：根据拍摄的图片绘制明亮度曲线作为初始亮度曲线，其中，横坐标表示图片的亮度，纵坐标表示图片的光照强度；
S1.3：拍摄现场图片，提取现场图片的亮度信息，从所得的初始亮度曲线匹配该图片对应的光照强度，所述图片对应的光照强度即为现场环境的光照强度。
步骤S1.1中的光照强度通过光度计测量获得。
步骤S2中调整的相机的参数包括曝光时间和伽马系数，所述曝光时间为相机快门打开的时间，所述伽马系数表示输入和输出灰度级的变换。
步骤S3中用紫外灯照射目标区域，具体为：
当光干扰强时，用侧面打光弱化光干扰；
当光干扰弱时，用正面打光进行补光。
步骤S4中图像质量评估标准为图片的亮度分布是否满足预定的亮度区间。
步骤S4中图像质量评估标准具体为：
将S4拍摄的荧光图像的灰度直方图进行归一化处理，将0-255共256个灰度级进行平均划分出若干个区间，若将256个灰度级分成5个区间，那可以分为0-50,51-101，102-152，153-203，204-255。为了使图像质量评估标准量化，对灰度直方图进行归一化处理，将0-255平均分成10个灰度级区间。同时考虑到图片的大小可能不一样，总的像素点不一样，所以某个区间的像素多少不能看出其对照片的影响程度，于是将每个区间的像素点去除以总的像素点可以得出每个区间的像素占比，从而得出各区间的灰度值分布情况。一张理想亮度的照片的直方图应在0-255之间均匀分布，不应该在较低灰度级和较高灰度级区间出现较大的峰值，否则会呈现图片低亮度或者高亮度导致细节信息减少的情况，为了获取亮度适中的图片需要排除过曝(即高亮)和过暗(即低亮)的照片，过曝和过亮主要表现在高灰度级区间和低灰度级区间，通过对灰度级的首尾区间进行限制，进行高灰度级区间占比和低灰度区间占比计算和比较，将高灰度级区间占比过高图像或低灰度区间占比过高图像进行排除。
将0-255共256个灰度级进行平均划分为十个灰度级区间，所述高灰度级区间包括最后两个灰度级区间，即204-255灰度级区间，低灰度级区间包括前两个灰度级区间，即0-50灰度级区间。
所述高灰度区间阈值和低灰度区间阈值的获取，具体如下：
对同一颜色相同场景,利用相机采集多张图片，所述采集的多张图片的亮度不同或曝光时间不同，将曝光时间平均分为x档，亮度分为y档，两两组合有x*y种，所得的图像张数也为x*y；
将上述采集的图片全部进行灰度值统计，将过曝图片高灰度的区间灰度值占比与不会过曝的图片高灰度的区间灰度值占比进行比较，可以得出一条过曝图片和不会过曝的图片的分界线，称为高灰度区间阈值，它满足一个原则：所有过曝图片在高灰度区间的灰度值占比均要大于该阈值。
将过暗图片低灰度的区间灰度值占比与不会过暗的图片低灰度的区间灰度值占比进行比较，可以得出一条过暗图片和不会过暗的图片的分界线，称为低灰度区间阈值，它满足一个原则：所有过暗图片在低灰度区间的灰度值占比均要大于该阈值。从而得到灰度阈值。
步骤S4中还包括对图片进行灰度化获取各灰度级区间像素占比，调整相机参数具体如图2所示：
若低灰度级区间的像素占比大于低灰度级区间阈值，则相机曝光时间增倍；
若高灰度级区间的像素占比大于高灰度级区间阈值，则相机曝光时间减半。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种油液泄漏图像采集方法，其特征在于，包括以下步骤：
S1：获取无紫外光照射下的现场环境的光照强度数据；
S2：根据现场环境的光照强度数据，调整相机的参数；
S3：用紫外灯照射目标区域，调整相机参数进行拍摄；
S4：评估拍摄的荧光图像是否符合图像质量评判标准，如符合标准，则输出拍摄的荧光图像；如不符合图像质量评判标准，调整相机的参数重新拍摄，直至符合图像质量评估标准。
2.根据权利要求1所述的油液泄漏图像采集方法，其特征在于，步骤S1中获取现场环境的光照包括以下步骤：
S1.1：确定一组初始相机参数，在实验室环境中调节投光灯的光照强度，亮度由暗到亮进行拍摄一系列图片；
S1.2：根据拍摄的图片绘制明亮度曲线作为初始亮度曲线，其中，横坐标表示图片的亮度，纵坐标表示图片的光照强度；
S1.3：拍摄现场图片，提取现场图片的亮度信息，从所得的初始亮度曲线匹配该图片对应的光照强度，所述图片对应的光照强度即为现场环境的光照强度。
3.根据权利要求2所述的油液泄漏图像采集方法，其特征在于，步骤S1.1中的光照强度通过光度计测量获得。
4.根据权利要求1所述的油液泄漏图像采集方法，其特征在于，步骤S2中调整的相机的参数包括曝光时间和伽马系数，所述曝光时间为相机快门打开的时间，所述伽马系数表示输入和输出灰度级的变换。
5.根据权利要求1所述的油液泄漏图像采集方法，其特征在于，步骤S3中用紫外灯照射目标区域，具体为：
当光干扰强时，用侧面打光弱化光干扰；
当光干扰弱时，用正面打光进行补光。
6.根据权利要求1所述的油液泄漏图像采集方法，其特征在于，步骤S4中图像质量评估标准为图片的亮度分布是否满足预定的亮度区间。
7.根据权利要求6所述的油液泄漏图像采集方法，其特征在于，步骤S4中图像质量评估标准具体为：
将S4拍摄的荧光图像的灰度直方图进行归一化处理，将0-255共256个灰度级进行平均划分为若干个灰度级区间，将每个区间的像素点除以总的像素点的初每个区间的像素占比，得出各区间的灰度值分布情况，进行高灰度级区间和低灰度级区间占比的计算和比较，将高灰度级区间占比超过高灰度级区间阈值的图像或低灰度级区间占比超过低灰度级区间阈值的图像进行排除。
8.根据权利要求7所述的油液泄漏图像采集方法，其特征在于，将0-255共256个灰度级进行平均划分为十个灰度级区间，所述高灰度级区间包括最后两个灰度级区间，即204-255灰度级区间，低灰度级区间包括前两个灰度级区间，即0-50灰度级区间。
9.根据权利要求8所述的油液泄漏图像采集方法，其特征在于，所述高灰度区间阈值和低灰度区间阈值的获取，具体如下：
对同一颜色相同场景,利用相机采集多张图片，所述采集的多张图片的亮度不同或曝光时间不同，，将曝光时间平均分为x档，亮度分为y档，两两组合有x*y种，所得的图像张数也为x*y张；
将上述采集的图片全部进行像素占比计算和灰度值分布统计，将过曝图片高灰度的区间灰度值占比与不会过曝的图片高灰度的区间灰度值占比进行比较，可以得出一条过曝图片和不会过曝且荧光效应清晰的图片的分界线，称为高灰度区间阈值；
将过暗图片低灰度的区间灰度值占比与不会过暗的图片低灰度的区间灰度值占比进行比较，可以得出一条过暗图片和不会过暗且荧光效应清晰的图片的分界线，称为低灰度区间阈值。
10.根据权利要求9所述的油液泄漏图像采集方法，其特征在于，步骤S4中调整相机参数之前还包括对图片进行灰度化处理获取各灰度级区间像素占比，调整相机参数具体为：
若低灰度级区间的像素占比大于低灰度级区间阈值，则相机曝光时间增倍；
若高灰度级区间的像素占比大于高灰度级区间阈值，则相机曝光时间减半。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010347975.7A CN111601047B (zh) | 2020-04-28 | 2020-04-28 | 一种油液泄漏图像采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010347975.7A CN111601047B (zh) | 2020-04-28 | 2020-04-28 | 一种油液泄漏图像采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111601047A true CN111601047A (zh) | 2020-08-28 |
| CN111601047B CN111601047B (zh) | 2022-02-18 |
Family
ID=72183853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010347975.7A Active CN111601047B (zh) | 2020-04-28 | 2020-04-28 | 一种油液泄漏图像采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111601047B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112949600A (zh) * | 2021-04-07 | 2021-06-11 | Oppo广东移动通信有限公司 | 屏下指纹采集方法、装置、终端及存储介质 |
| CN113221818A (zh) * | 2021-05-27 | 2021-08-06 | 大连海事大学 | 一种海面溢油特征智能检测方法及系统 |
| CN114693659A (zh) * | 2022-04-07 | 2022-07-01 | 海门市创睿机械有限公司 | 基于图像处理的铜管表面清洗效果评估方法及系统 |
| CN114783041A (zh) * | 2022-06-23 | 2022-07-22 | 合肥的卢深视科技有限公司 | 目标对象识别方法、电子设备和计算机可读存储介质 |
| CN116369362A (zh) * | 2023-05-30 | 2023-07-04 | 乳山新达食品有限公司 | 一种海鲜产品分类萃取装置控制方法及控制系统 |
| CN117045178A (zh) * | 2023-08-28 | 2023-11-14 | 南京诺源医疗器械有限公司 | 一种用于荧光腔镜成像的图像品质智能监测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1753459A (zh) * | 2004-09-22 | 2006-03-29 | 富士施乐株式会社 | 对象拍摄条件判定装置、图像质量调节装置和图像拍摄设备 |
| EP1964503A1 (en) * | 2005-12-21 | 2008-09-03 | Olympus Medical Systems Corp. | Endoscope |
| JP2017188893A (ja) * | 2016-04-01 | 2017-10-12 | 合盈光電科技股▲ふん▼有限公司Ｈ．Ｐ．Ｂ． Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．， Ｌｔｄ． | 親水光学膜層効果を延長することに適用されるイメージ取得システム |
| CN108806199A (zh) * | 2018-06-08 | 2018-11-13 | 昆山智易知信息科技有限公司 | 基于id3算法和神经网络的海面溢油监测阈值设定方法 |
| CN110044559A (zh) * | 2019-05-22 | 2019-07-23 | 武汉市立格生信科技有限公司 | 一种漏油检测方法、系统及装置 |
| CN110771149A (zh) * | 2017-06-30 | 2020-02-07 | 索尼公司 | 成像装置、闪烁校正方法和程序 |
-
2020
- 2020-04-28 CN CN202010347975.7A patent/CN111601047B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1753459A (zh) * | 2004-09-22 | 2006-03-29 | 富士施乐株式会社 | 对象拍摄条件判定装置、图像质量调节装置和图像拍摄设备 |
| EP1964503A1 (en) * | 2005-12-21 | 2008-09-03 | Olympus Medical Systems Corp. | Endoscope |
| JP2017188893A (ja) * | 2016-04-01 | 2017-10-12 | 合盈光電科技股▲ふん▼有限公司Ｈ．Ｐ．Ｂ． Ｏｐｔｏｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．， Ｌｔｄ． | 親水光学膜層効果を延長することに適用されるイメージ取得システム |
| CN110771149A (zh) * | 2017-06-30 | 2020-02-07 | 索尼公司 | 成像装置、闪烁校正方法和程序 |
| CN108806199A (zh) * | 2018-06-08 | 2018-11-13 | 昆山智易知信息科技有限公司 | 基于id3算法和神经网络的海面溢油监测阈值设定方法 |
| CN110044559A (zh) * | 2019-05-22 | 2019-07-23 | 武汉市立格生信科技有限公司 | 一种漏油检测方法、系统及装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112949600A (zh) * | 2021-04-07 | 2021-06-11 | Oppo广东移动通信有限公司 | 屏下指纹采集方法、装置、终端及存储介质 |
| CN113221818A (zh) * | 2021-05-27 | 2021-08-06 | 大连海事大学 | 一种海面溢油特征智能检测方法及系统 |
| CN113221818B (zh) * | 2021-05-27 | 2024-03-29 | 大连海事大学 | 一种海面溢油特征智能检测方法及系统 |
| CN114693659A (zh) * | 2022-04-07 | 2022-07-01 | 海门市创睿机械有限公司 | 基于图像处理的铜管表面清洗效果评估方法及系统 |
| CN114693659B (zh) * | 2022-04-07 | 2023-09-12 | 海门市创睿机械有限公司 | 基于图像处理的铜管表面清洗效果评估方法及系统 |
| CN114783041A (zh) * | 2022-06-23 | 2022-07-22 | 合肥的卢深视科技有限公司 | 目标对象识别方法、电子设备和计算机可读存储介质 |
| CN116369362A (zh) * | 2023-05-30 | 2023-07-04 | 乳山新达食品有限公司 | 一种海鲜产品分类萃取装置控制方法及控制系统 |
| CN117045178A (zh) * | 2023-08-28 | 2023-11-14 | 南京诺源医疗器械有限公司 | 一种用于荧光腔镜成像的图像品质智能监测方法及系统 |
| CN117045178B (zh) * | 2023-08-28 | 2024-02-02 | 南京诺源医疗器械有限公司 | 一种用于荧光腔镜成像的图像品质智能监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111601047B (zh) | 2022-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111601047B (zh) | 一种油液泄漏图像采集方法 | |
| US8451371B2 (en) | Exposure control for an imaging system | |
| US5974860A (en) | Oil detecting system | |
| JP4707605B2 (ja) | 画像検査方法およびその方法を用いた画像検査装置 | |
| JP5043755B2 (ja) | 樹脂材料検査装置およびプログラム | |
| KR101284268B1 (ko) | 비전시스템의 이미지 품질 향상을 위한 컬러조명 제어방법 | |
| CN1705347A (zh) | 图像处理器以及使用该图像处理器的面部检测器 | |
| CN110324611B (zh) | 一种摄像模组检测系统及检测方法 | |
| KR101865770B1 (ko) | 터널 균열 및 누수 탐지 시스템 | |
| CN108027326A (zh) | 来自木质纤维网的荧光液体的光学检测 | |
| CN110533626B (zh) | 一种全天候水质识别方法 | |
| CN109035225B (zh) | 一种汽车刹车片外观质量检验照明系统设计质量评价方法 | |
| CN109697422B (zh) | 光学动作捕捉方法及光学动作捕捉相机 | |
| CN113554694A (zh) | 一种烟幕释放过程中红外有效遮蔽面积的获取方法和系统 | |
| JP6983577B2 (ja) | 粉粒体担持シートの検査装置及び検査方法 | |
| CN114092437B (zh) | 一种变压器渗漏油检测方法 | |
| JP3396960B2 (ja) | 塗膜劣化自動診断方法 | |
| JPH10104076A (ja) | 異種物混入検査方法及びそのシステム | |
| CN112233082A (zh) | 细胞图像自动曝光方法及其装置 | |
| JP2976796B2 (ja) | 画像解析による領域の閾値決定方法 | |
| EP3007430A1 (de) | Kamerasystem und Verfahren zur Inspektion und/oder Vermessung von Objekten | |
| JP2015025703A (ja) | 評価方法及び評価装置 | |
| DE102021124601B3 (de) | Verfahren zur bestimmung von optischen parametern eines optisch trüben mediums aus elektronischen kamerabildern eines targets bei künstlicher beleuchtung | |
| JP2004084498A (ja) | エンジン評価装置及び方法 | |
| KR20240005344A (ko) | 영상 촬영 장치, 이미지 변환, 그리고 딥러닝 알고리즘을 이용한 미세먼지 측정 방법 및 시스템 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231025 Address after: Building B, 3-1B, Phase II, Diejin Industrial Zone, Jinping District, Shantou, Guangdong, 515000 Patentee after: SHANTOU A-PLUX OPTOELECTRONIC TECHNOLOGY CO.,LTD. Address before: 515063 No. 243, University Road, Shantou, Guangdong Patentee before: SHANTOU University |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240115 Address after: Building 3, 6th Floor, Financial Center, Dongshan Street Office, Nankang District, Ganzhou City, Jiangxi Province, 341000 Patentee after: Jiangxi Xinkang Technology Co.,Ltd. Address before: Building B, 3-1B, Phase II, Diejin Industrial Zone, Jinping District, Shantou, Guangdong, 515000 Patentee before: SHANTOU A-PLUX OPTOELECTRONIC TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right |