CN113281310A - 一种光学介质材料的透光率和均匀度检测方法 - Google Patents
一种光学介质材料的透光率和均匀度检测方法 Download PDFInfo
- Publication number
- CN113281310A CN113281310A CN202110368251.5A CN202110368251A CN113281310A CN 113281310 A CN113281310 A CN 113281310A CN 202110368251 A CN202110368251 A CN 202110368251A CN 113281310 A CN113281310 A CN 113281310A
- Authority
- CN
- China
- Prior art keywords
- image
- uniformity
- optical medium
- value
- medium material
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种光学介质材料的透光率和均匀度检测方法,包括:原位采集光学介质材料覆盖前后的物像数字图像,获取图像1和图像2;获取图像1和图像2中物像区域所在行和列的最大值及最小值,仅保留图像1及图像2中的物像区域,分别称为图像M和图像N;计算图像M及图像N在R、G、B三个维度上的比值,进而计算出光学介质材料的透光率;对图像M及图像N进行二值化处理和gamma校正,生成二维矩阵GM和GN,计算二维矩阵GM和GN的相关系数,即为光学介质材料的均匀度。能够测定可见光谱波段全波长透光率,且能测定整个透明光学介质材料的光透光性能。此外,还能检测透明光学介质材料的均匀度及不同颜色质地的透明光学介质材料的透光性和均匀度。
Description
技术领域
本发明属于材料检测技术领域,更具体地,本发明涉及一种光学介质材料的透光率和均匀度检测方法。
背景技术
对于很多材料而言,可见光的透过性能,即透明度具有非常重要的作用,由于可见光的波长具有很广的范围,不同波长的光对各种材料都有不同的透过性能,现在常用的透光率检测手段,如分光光度法,都是通过对单一波段的光的透过性能进行检测来测定材料的透光率,无法对整个可见光波段进行整体检测,有时会出现透光率很高,但材料并不透明的现象;对有色透明光线介质材料而言,由于色度的不同,导致其在不同波长的吸收强度不同,进而影响其透明度测定。此外,由于设备光源及狭缝原理,分光光度计一般只能对材料的点位置进行透光率检测,测量结果的由点代面,并不能完全代表整个材料的透光性。为了突破上述局限,分光光度法需要在整个可见光范围内扫描介质材料,并计算其在不同波长下的光透过率,并计算其平均值表示材料单点的透光性。在此基础上,多点测定介质材料透光性,并计算平均值。此过程费时费力,设备要求高。为此,设计一个可以直接对材料整体透明度进行量化的方法,对快速、高效检测透明光线介质材料具有重要的意义。此外,透明光学材料的透光性能还受到材料质地的均匀性影响。因此,能够有效检测透明光学材料的均匀性,对优化材料制备方法也显得尤为重要。
发明内容
本发明提供一种光学介质材料的透光率和均匀度检测方法,旨在改善上述问题。
本发明是这样实现的,一种光学介质材料的透光率和均匀度检测方法,所述方法具体包括如下步骤:
S1、原位采集光学介质材料覆盖前后的物像数字图像,获取图像1和图像2;
S2、获取图像1和图像2中物像区域所在行和列的最大值及最小值,仅保留图像1及图像2中的物像区域,分别称为图像M和图像N;
S3、计算图像M及图像N在R、G、B三个维度上的比值,进而计算出光学介质材料的透光率;
S4、对图像M及图像N进行二值化处理和gamma校正,生成二维矩阵 GM和GN,计算二维矩阵GM和GN的相关系数,即为光学介质材料的均匀度。
进一步的,物像区域所在行和列的最大值及最小值的获取方法具体如下:
在黑色背景下获取的光学介质材料覆盖前后的物像数字图像,称为图1 及图2;
将图像1和图像2转化为二值图像;
计算整个矩阵中所有元素1连通区域的个数并编号,计算每个编号区域元素1的个数,将个数小于整个矩阵元素个数1%的对应编号区域元素均改为0;
找出矩阵中剩余非0元素的坐标对应行数和列数的最大值与最小值,即行数及列数的最大值及最小值。
进一步的,光学介质材料的透光率的计算方法具体如下:
分别计算图像M及图像N在R、G、B三个色相的光透过率tr、tg、tb;
选择gamma值为2-3对三个色相光线的透过率值进行gamma校正,得到待测光学介质材料的可见光透过率值T。
进一步的,光透过率tr、tg、tb计算公式具体如下:
待测光学介质材料的可见光透过率值T的计算公式具体如下:
其中,MRij表示图像M中R色相矩阵上的第i行第j列上的数值,MGij表示图像M中G色相矩阵上的第i行第j列上的数值,MBij表示图像M中B 色相矩阵上的第i行第j列上的数值;NRij表示图像N中R色相矩阵上的第 i行第j列上的数值,NGij表示图像N中G色相矩阵上的第i行第j列上的数值,NBij表示图像N中B色相矩阵上的第i行第j列上的数值,a表示图像M和图像N的行数最大值,b表示图像M和图像N的列数最大值。
进一步的,光学介质材料的均匀度计算公式具体如下:
GM1为图像M的二值化图像,GM为图像GM1进行gamma校正后的图像, GN1为图像N的二值化图像,GN为图像GN1进行gamma校正后的图像,μ1为图像GM的定位区域中所有像素值的平均值,μ2为图像GN的定位区域中所有像素值的平均值。
进一步的,物像选择二维熵评价图像复杂度,选用复杂度为2.5-4图片作为物像。
本发明提供的检测方法能够测定可见光谱波段全波长透光率,且能测定整个透明光学介质材料的光透光性能,代表性强。此外,本发明的提供的检测方法还能检测透明光学介质材料的均匀度;检测不同颜色质地的透明光学介质材料的透光性和均匀度,适应范围广。本发明的提供的检测方法耗时短,快捷高效,具有巨大的应用潜力。因此,本发明在透明光学材料性能测定方面具有重要的应用推广价值。
附图说明
图1为本发明实施例提供的光学介质材料的透光率和均匀度检测方法流程图;
图2为本发明实施例提供的不同复杂度的物相图片,其中,(a)表示全白物像图片、(b)红、绿、蓝、黄、橙、紫色块物像图片、(c)彩色色差圆盘物像图片、(d)彩色渐进式变色带状物像图片、(e)彩色渐进式变色旋涡状物像图片、(f)随机像素点物像图片;
图3为本发明实施例提供的不同透明度和颜色的玻璃样品,其中(a) 高清超白浮点玻璃、(b)普清浮点玻璃、(c)红色高清玻璃、(d)绿色高清玻璃、(e)渐变红色高清玻璃、(f)蓝色普清玻璃、(g)黄色普清玻璃、(h) 渐变蓝色普清玻璃;
图4为本发明实施例提供的不同物相的熵和不同复杂度物相对不同透明度光学介质材料的透过率和均匀性的影响图,其中(a)表示不同物相的熵, (b)表示不同物相的熵和不同复杂度物相对不同透明度光学介质材料的透过率的影响,(c)表示不同物相的熵和不同复杂度物相对不同透明度光学介质材料均匀性的影响;
图5为本发明实施例提供的数字图像法与分光光度测试结果的一致性分析;
图6为本发明实施例提供的透明光学介质材料的划痕对其透光率和均匀度的影响,其中,(A)为透明光学介质材料的划痕对其透光率和均匀度的影响,(B)为材料划痕分示意图;
图7为本发明实施例提供的透明度光学介质材料厚度对其透光率及均匀度的影响,其中(a)为透光率随不同厚度的透明度光学介质材料的变化曲线,(b)为均匀度随不同厚度的透明度光学介质材料的变化曲线。
具体实施方式
下面对照附图,通过对实施例的描述,对本发明的具体实施方式作进一步详细的说明,以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
数字图像是指引用扫描仪、数字摄像机等机械设备,在采样与数字化的过程中获取一个大的二维数组。此时,数组元素也叫做像素,数值都是整数,因此可以称为灰度值。一个彩色图像,其每个像素点的颜色分别由R、G、 B所对应的三个数值来决定,即红色,绿色和蓝色,其各自数值的取值范围为0~255,数值越高则代表该像素点所对应的颜色光亮度越高。通过对一张数字图像进行像素数值的提取,就可以得到一个三维矩阵,其中三维度分别对应R、G、B三组数值,如对一张像素为m×n的图像进行分析,就可以得到一个m×n×3的三维数组。通过这样,就可以从数值层面对是否覆盖了待检测材料的两张图像进行非常精确的差异分析,进而分析出该材料透光性。并通过比较覆盖透明光学材料前后的图像进行相似性比对,分析出该材料的均匀度。因此,数字图像法检测透明光学介质材料的透光率和均匀度,既快捷高效,又适应范围广,能检测不同颜色和厚度的透明光学介质材料。
图1为本发明实施例提供的光学介质材料的透光率和均匀度检测方法流程图,该方法具体包括如下步骤:
S1、原位采集光学介质材料覆盖前后的物像数字图像,获取图像1和图像2;
物像选择,应用二维熵评价图像复杂度,选用复杂度为2.5-4的色彩丰富,纹理较为复杂清晰的图片作为物像,图像1及图像2的获取方法具体如下:将选定的物像图片打印在透明贴纸上,并粘贴在待检测的光学介质材料上,并设置全黑背景;使用扫描仪扫描,扫描物像图片,生成数字图像1;然后,将待检测的光学介质材料放置于物像图片之前进行扫描,生成数字图像2。
S2、获取图像1和图像2中物像区域所在行和列的最大值及最小值,仅保留图像1及图像2中的物像区域,分成称为图像M和图像N,图像M和图像N大小为a×b;
在本发明实施例中,图像1为黑色背景下获取的光学介质材料覆盖前的物像数字图像,图像2为黑色背景下获取的光学介质材料覆盖后的物像数字图像,将图像1和图像2转化为二值图像,即只有黑白两种颜色,对应灰度值分别为0和1,每个像素点都有对应坐标。该二值化图片即为由0和1组成的数字矩阵。
若图像1与图像2中物像所在行和列的最大值和最小值不相同,则重新扫描,直至图像1与图像2中物像所在行和列的最大值和最小值完全相等为止;或者是定点裁剪图片,直至图像1与图像2中物像所在行和列的最大值和最小值完全相等为止。
计算整个矩阵中所有元素1连通区域的个数并编号,计算每个编号区域元素1的个数,将个数小于整个矩阵元素个数1%的对应编号区域元素均改为0,去除背景噪点的影响;
找出矩阵中剩余非0元素的坐标对应行数和列数的最大值与最小值,即行数及列数的取值范围,行数为第m1行到第m2行,列数范围为第n1列到第 n2列,即实现了物像在图像中的定位,物像区域位于图像的第m1行到第m2行,第n1列到第n2列。
S3、计算图像M及图像N在R、G、B三个维度上的比值,进而计算出光学介质材料的透明度。
分别计算图像M及图像N在R、G、B三个色相的光透过率tr、tg、tb,选择gamma值为2-3对三个色相光线的透过率值进行gamma校正,本专利以gamma值为2.2为例进行说明,得到样品整体可见光透过率值T。计算公式如方程(1)-(4):
其中,MRij表示图像M中R色相矩阵上的第i行第j列上的数值,MGij表示图像M中G色相矩阵上的第i行第j列上的数值,MBij表示图像M中B 色相矩阵上的第i行第j列上的数值;NRij表示图像N中R色相矩阵上的第 i行第j列上的数值,NGij表示图像N中G色相矩阵上的第i行第j列上的数值,NBij表示图像N中B色相矩阵上的第i行第j列上的数值,a表示物像区域的行数最大值,b表示物像区域的列数最大值。
图像灰度值需要通过gamma校正转成灰度图像才能得到真实的亮度值;此外,灰度值无法区别相同亮度下的不同颜色。为避免在检测有色材料的透光率时出现的偏差,先将基于彩色物像形成的图像矩阵,从R、G、B三个维度进行拆分,并计算相应比值。又因图像灰度值与其光强度成指数关系,指数值称为gamma值,通常取gamma值为2.2时,光强与人眼感受较为吻合。因此,再将R、G、B三个比值通过gamma 2.2校正,得到整合后的透光率T。此透光率T包含了不同光强和不同颜色的差异。
S4、对图像M及图像N进行二值化处理和gamma校正,生成二维矩阵 GM和GN,计算二维矩阵GM和GN的相关系数,即为光学介质材料的均匀性。该相关系数表示图像形成过程中,光线经光学介质不同位置后变化程度的差异性,差异越小,相关系数越高,光学介质材料均匀程度越高。
图像M及图像N进行gamma值为2-3的gamma校正,根据公示(5) 计算两组数据的相关系数,即为均匀度U,U越接近1,均匀度越高,越接近0,均匀度越差。均匀度可以评价两张图像中各像素点灰度值的协同程度,进一步评估介质材料的均匀程度。公式(5)如下所示:
GM1为图像M的二值化图像,GM为图像GM1进行gamma校正后的图像, GN1为图像N的二值化图像,GN为图像GN1进行gamma校正后的图像,μ1为图像GM的定位区域中所有像素值的平均值,μ2为图像GN的定位区域中所有像素值的平均值。
本发明提供的检测方法能够测定可见光谱波段全波长透光率,且能测定整个透明光学介质材料的光透光性能,代表性强。此外,本发明的提供的检测方法还能检测透明光学介质材料的均匀度;检测不同颜色质地的透明光学介质材料的透光性和均匀度,适应范围广。本发明的提供的检测方法耗时短,快捷高效,具有巨大的应用潜力。因此,本发明在透明光学材料性能测定方面具有重要的应用推广价值。
实施例1:本实例所检测的透明光学介质材料样品为普通无色透明玻璃,操作步骤如下:
步骤1,以二维熵值约为3.5的漩涡状色相图为物像,如图2(e);
步骤2,使用喷墨打印机将图2(e)打印在透明贴纸上,粘贴在透明塑料板上,正面向下固定在照片扫描仪的玻璃平台上
步骤3,在扫描仪面板上方覆盖黑色遮光布,盖上盖板,连接电脑,进行扫描,生成物像图像,命名为“0.jpg”。
步骤4,将介质材料样品放置于物像与扫描仪玻璃平台之间(注意样品边缘不能阻挡物像且物像位置不能移动),重复步骤3,生成物像光线经过介质材料样片后的图像,命名为“1.jpg”。
步骤5,将“0.jpg”和“1.jpg”两张图片文件导入MATLAB的运行文件夹中。
步骤6,新建脚本,运行指令的第1-21行可得到样品的透光率T。
指令功能如下:
第1-2行指令:将“0.jpg”转为二值图像;
第3-11行指令:去除背景部分的噪点,寻找图片中物像的位置并进行精确定位;
第12-13行指令:对两张图像进行裁剪,在保留全部物像部分的前提下去除背景部分,将裁剪过后的原物像图阵和添加了光学介质的物像图阵分别命名为M和N;
第14行指令:对M和N两个矩阵从数值上进行精确分析,将两个矩阵从uint8格式转化为double格式,分别命名为MM和NN;
第15-20行指令:分别提取MM和NN两个矩阵在各自第三个维度上所分成的三个分矩阵,对应R、G和B,即红色、绿色和蓝色的光强,计算样品分别对这三个色相的光线的透过率tr、tg和tb;
第21行指令:对三个色相光线的透过率值进行gamma值为2.2的gamma 校正,得到样品整体对可见光的透过率T。
步骤7,运行第21-28行的指令,可得到介质材料样品的均匀度U。
指令功能如下:
第22-25行指令:将MM和NN两个矩阵直接进行gamma值为2.2的 gamma校正,得到灰度矩阵GM和GN;
第26-28行指令:将GM和GN中各自所有元素视为两个元素相同的有序数组,计算两个数组的相关系数,即介质材料样品的均匀度U。
步骤8,运行第29-30行指令,输出展示图片处理结果与检测的透光率和均匀度数值,透光率显示为百分数,均匀度为1以下的小数,均保留小数点后两位。检测结果显示介质材料的透光率和均匀度分别为95.33%和0.96。
光学介质材料的透光率及均与度检测代码如下:
实施例2:选择不同复杂度的物像图(图2)检测不同透明度的透明光学玻璃(光学介质材料)(图3中的(a)及(b)图)的透光性和均匀度,其他均与实施例1相同。图2为彩色物像图片灰度处理后的图像,其中,(a) 表示全白物像图片、(b)红、绿、蓝、黄、橙、紫色块物像图片、(c)彩色色差圆盘物像图片、(d)彩色渐进式变色带状物像图片、(e)彩色渐进式变色旋涡状物像图片、(f)随机像素点物像图片;图3为彩色图灰度处理后的图像,其中(a)高清超白浮点玻璃、(b)普清浮点玻璃、(c)红色高清玻璃、(d)绿色高清玻璃、(e)渐变红色高清玻璃、(f)蓝色普清玻璃、(g) 黄色普清玻璃、(h)渐变蓝色普清玻璃,结果发现不同复杂度的的物相图显著影响介质材料的透光性和均匀度的测量,测量结果如图4所示,Entropy ofOI为物相的熵值分为一维熵(one-dimensional)和二维熵(two-dimensional), H2表示二维熵值。(a)中,a-f依次表示表1中的六中物相图案。(b)和(c) 中的“H”和“N”分别表示光学介质材料为高清超白浮点玻璃和普清浮点玻璃。
实施例3,分别在黑、白背景下检测透明不同颜色和透明度的光学介质材料(图3)的透光率。除介质材料和背景不同外,其他均与实施例1相同。结果发现介质材料的清晰度、颜色和背景颜色显著影响介质材料透光性的测量见表1,S-W表示基于白色背景的数字图像法,S-B表示基于黑色背景的数字图像法,UV表示紫外分光光度法,p-value表示概率值,r为相关系数。
表1介质材料的清晰度、颜色及背景颜色对介质材料透光性影响的对照表
比较例1,应用紫外分光光度法在380-780nm范围内扫描检测不同颜色和透明度的光学介质材料(如图3)的透光率,并与实例3中应用数字图像法检测的结果进行t检验配对分析,表1分析显示P值为0.97远大于0.05,且相干系数为0.92,表明本发明提供的数字图像法测定不同颜色和透明度的光学介质材料透光率的准确度与现行常用的紫外分光光度法很接近。测定的所有材料样本数据都位于置信区间内观察(p值为0.7798)(图5),差异不显著,说明数字图像分析法在确定透射率方面与紫外光谱法具有相似的准确性和有效性,tsp和tim分别是指紫外光谱法和数字图像法测量的透过率值。 Mean为平均数,SD为标准差。
实施例4,选用相同材质的玻璃样品,并其表面刻画如图6(B)所示的不同图案,应用数字图像法测定其透光率和均匀度。本实施例中,除了透明光学介质材料的划痕不同外,其他均与实施例1相同。结果发现划痕长度越长、划痕越多、划痕越复杂,介质材料的透光率和均匀度相应降低,如图6 (A)所示,其中,(A)图中uniformity和transmittance分别表示介质的均匀度与透光率,a表示无划痕的无色透明玻璃,b1、b2、b3、b4、c、d1、d2 和d3依次为(B)图中8种划痕的无色透明玻璃。
实施例5:选用不同厚度和透明度的玻璃样品,应用数字图像法测定其透光率和均匀度。本实施例中,除了透明光学介质材料的厚度和透明度不同外,其他均与实施例1相同。结果发现介质材料的厚度与其透光度呈线性负相关图7(a),与均匀度呈指数负相关图7(b),其中,uniformity和 transmittance分别表示介质的均匀度与透光率,“H”和“N”分别表示高清超白浮点玻璃和普清浮点玻璃。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进,或未经改进将本发明的构思和技术方案直接应用于其它场合的,均在本发明的保护范围之内。
Claims (6)
1.一种光学介质材料的透光率和均匀度检测方法,其特征在于,所述方法具体包括如下步骤:
S1、原位采集光学介质材料覆盖前后的物像数字图像,获取图像1和图像2;
S2、获取图像1和图像2中物像区域所在行和列的最大值及最小值,仅保留图像1及图像2中的物像区域,分别称为图像M和图像N;
S3、计算图像M及图像N在R、G、B三个维度上的比值,进而计算出光学介质材料的透光率;
S4、对图像M及图像N进行二值化处理和gamma校正,生成二维矩阵GM和GN,计算二维矩阵GM和GN的相关系数,即为光学介质材料的均匀度。
2.如权利要求1所述光学介质材料的透光率和均匀度检测方法,其特征在于,物像区域所在行和列的最大值及最小值的获取方法具体如下:
在黑色背景下获取的光学介质材料覆盖前后的物像数字图像,称为图1及图2;
将图像1和图像2转化为二值图像;
计算整个矩阵中所有元素1连通区域的个数并编号,计算每个编号区域元素1的个数,将个数小于整个矩阵元素个数1%的对应编号区域元素均改为0;
找出矩阵中剩余非0元素的坐标对应行数和列数的最大值与最小值,即行数及列数的最大值及最小值。
3.如权利要求1所述光学介质材料的透光率和均匀度检测方法,其特征在于,光学介质材料的透光率的计算方法具体如下:
分别计算图像M及图像N在R、G、B三个色相的光透过率tr、tg、tb;
选择gamma值为2-3对三个色相光线的透过率值进行gamma校正,得到待测光学介质材料的可见光透过率值T。
6.如权利要求1所述光学介质材料的透光率和均匀度检测方法,其特征在于,物像选择二维熵评价图像复杂度,选用复杂度为2.5-4图片作为物像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110368251.5A CN113281310B (zh) | 2021-04-06 | 2021-04-06 | 一种光学介质材料的透光率和均匀度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110368251.5A CN113281310B (zh) | 2021-04-06 | 2021-04-06 | 一种光学介质材料的透光率和均匀度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113281310A true CN113281310A (zh) | 2021-08-20 |
CN113281310B CN113281310B (zh) | 2022-12-02 |
Family
ID=77276251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110368251.5A Active CN113281310B (zh) | 2021-04-06 | 2021-04-06 | 一种光学介质材料的透光率和均匀度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113281310B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113852816A (zh) * | 2021-09-28 | 2021-12-28 | 浙江大华技术股份有限公司 | 视频帧处理方法、装置、计算机设备和可读存储介质 |
CN114757892A (zh) * | 2022-03-24 | 2022-07-15 | 徐州天启新材料科技有限公司 | 基于人工智能的透视材料缺陷检测方法与系统 |
WO2023082742A1 (zh) * | 2021-11-09 | 2023-05-19 | 南方电网科学研究院有限责任公司 | 基于图像检测的环氧填料均匀度检测方法 |
CN118090675A (zh) * | 2024-04-25 | 2024-05-28 | 深圳市安保医疗感控科技股份有限公司 | 一种医疗用薄膜的透光性检测方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5754305A (en) * | 1996-12-03 | 1998-05-19 | Eastman Kodak Company | Method and apparatus for correcting light non-uniformity in an LCD photographic printer |
JPH10185762A (ja) * | 1996-12-27 | 1998-07-14 | Canon Inc | カラーフィルタの検査装置及びその方法 |
JP2005127823A (ja) * | 2003-10-23 | 2005-05-19 | Dainippon Printing Co Ltd | 光学特性の不均一性測定方法および装置ならびにこれを利用した製品良否判定方法および装置 |
CN104655403A (zh) * | 2014-01-29 | 2015-05-27 | 广西科技大学 | 一种点阵光源发光均匀性测试方法 |
CN106295458A (zh) * | 2015-05-11 | 2017-01-04 | 青岛若贝电子有限公司 | 基于图像处理的眼球检测方法 |
CN106650829A (zh) * | 2017-01-04 | 2017-05-10 | 华南理工大学 | 一种图片相似度计算方法 |
US20170357753A1 (en) * | 2016-05-23 | 2017-12-14 | The Johns Hopkins University | Direct estimation of patient attributes based on mri brain atlases |
CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术(合肥)有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
CN109323999A (zh) * | 2018-10-24 | 2019-02-12 | 大连理工大学 | 一种基于图像数值分析的分光光度检测方法 |
CN109785342A (zh) * | 2019-01-15 | 2019-05-21 | 昆明理工大学 | 一种畜禽肉质均匀度的分析方法 |
CN109961447A (zh) * | 2019-03-29 | 2019-07-02 | 京东方科技集团股份有限公司 | 价签检测方法及装置、电子设备、存储介质 |
CN111442908A (zh) * | 2020-04-23 | 2020-07-24 | 中国建筑材料科学研究总院有限公司 | 用于检测光纤传像元件的可见光透过率与均匀度的装置及方法 |
-
2021
- 2021-04-06 CN CN202110368251.5A patent/CN113281310B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5754305A (en) * | 1996-12-03 | 1998-05-19 | Eastman Kodak Company | Method and apparatus for correcting light non-uniformity in an LCD photographic printer |
JPH10185762A (ja) * | 1996-12-27 | 1998-07-14 | Canon Inc | カラーフィルタの検査装置及びその方法 |
JP2005127823A (ja) * | 2003-10-23 | 2005-05-19 | Dainippon Printing Co Ltd | 光学特性の不均一性測定方法および装置ならびにこれを利用した製品良否判定方法および装置 |
CN104655403A (zh) * | 2014-01-29 | 2015-05-27 | 广西科技大学 | 一种点阵光源发光均匀性测试方法 |
CN106295458A (zh) * | 2015-05-11 | 2017-01-04 | 青岛若贝电子有限公司 | 基于图像处理的眼球检测方法 |
US20170357753A1 (en) * | 2016-05-23 | 2017-12-14 | The Johns Hopkins University | Direct estimation of patient attributes based on mri brain atlases |
CN106650829A (zh) * | 2017-01-04 | 2017-05-10 | 华南理工大学 | 一种图片相似度计算方法 |
CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术(合肥)有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
CN109323999A (zh) * | 2018-10-24 | 2019-02-12 | 大连理工大学 | 一种基于图像数值分析的分光光度检测方法 |
CN109785342A (zh) * | 2019-01-15 | 2019-05-21 | 昆明理工大学 | 一种畜禽肉质均匀度的分析方法 |
CN109961447A (zh) * | 2019-03-29 | 2019-07-02 | 京东方科技集团股份有限公司 | 价签检测方法及装置、电子设备、存储介质 |
CN111442908A (zh) * | 2020-04-23 | 2020-07-24 | 中国建筑材料科学研究总院有限公司 | 用于检测光纤传像元件的可见光透过率与均匀度的装置及方法 |
Non-Patent Citations (3)
Title |
---|
ETHAN Y. FENG ET AL.: "Investigation of the optical properties of uniform platinum, palladium, and nickel nanocrystals enables direct measurements of their concentrations in solution", 《COLLOIDS AND SURFACES A》 * |
沈湘衡等: "光电测量设备光学系统的像面照度均匀性检测", 《光学精密工程》 * |
黄祚继等: "《近景摄影测量影像匹配方法研究与应用》", 30 September 2017, 南京:河海大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113852816A (zh) * | 2021-09-28 | 2021-12-28 | 浙江大华技术股份有限公司 | 视频帧处理方法、装置、计算机设备和可读存储介质 |
WO2023082742A1 (zh) * | 2021-11-09 | 2023-05-19 | 南方电网科学研究院有限责任公司 | 基于图像检测的环氧填料均匀度检测方法 |
CN114757892A (zh) * | 2022-03-24 | 2022-07-15 | 徐州天启新材料科技有限公司 | 基于人工智能的透视材料缺陷检测方法与系统 |
CN118090675A (zh) * | 2024-04-25 | 2024-05-28 | 深圳市安保医疗感控科技股份有限公司 | 一种医疗用薄膜的透光性检测方法 |
CN118090675B (zh) * | 2024-04-25 | 2024-08-30 | 深圳市安保医疗感控科技股份有限公司 | 一种医疗用薄膜的透光性检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113281310B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113281310B (zh) | 一种光学介质材料的透光率和均匀度检测方法 | |
EP1428016B1 (en) | Method of quantitative video-microscopy and associated system and computer software program product | |
AU2003236675B2 (en) | Method for quantitative video-microscopy and associated system and computer software program product | |
US4160601A (en) | Biocontamination and particulate detection system | |
AU2003236675A1 (en) | Method for quantitative video-microscopy and associated system and computer software program product | |
KR20080016847A (ko) | 크로모겐 분리에 기초한 영상 분석 방법 | |
Protz et al. | An application of spectral image analysis to soil micromorphology, 1. Methods of analysis | |
Shor et al. | The leon levy dead sea scrolls digital library: The digitization project of the dead sea scrolls | |
Arikan et al. | Color-managed 3D printing with highly translucent printing materials | |
Cucci et al. | Short-wave infrared reflectance hyperspectral imaging for painting investigations: A methodological study | |
Yoo et al. | Extraction of colour information from digital images towards cultural heritage characterisation applications | |
CN109696406B (zh) | 一种基于复合端元的月表高光谱图像阴影区域解混方法 | |
Revie et al. | Color management in digital pathology | |
CN108267426B (zh) | 基于多光谱成像的绘画颜料识别系统及方法 | |
JP2006060776A (ja) | 分光反射率候補算出方法、色変換方法、分光反射率候補算出装置、色変換装置、分光反射率候補算出プログラム、色変換プログラム | |
JP2008524875A (ja) | シングルパス平床スキャナにおける拡大レンジを備えたマルチスペクトル・スキャナ | |
US9122904B2 (en) | Method for optimization of quantitative video-microscopy and associated system | |
Gschwind et al. | Color negatives at the demise of silver halides | |
JPH0646252A (ja) | 画像信号補正処理方法 | |
Scholten et al. | Hyperspectral imaging-A Novel non-destructive analytical tool in paper and writing durability research | |
AU2007249081B2 (en) | Method quantitative video-microscopy and associated system and computer software program product | |
Nahavandi et al. | Image-based spectral transmission estimation using “sensitivity comparison” | |
Plata et al. | Trichromatic red–green–blue camera used for the recovery of albedo and reflectance of rough-textured surfaces under different illumination conditions | |
Kampel et al. | Color calibration for pre-classification of pottery | |
Plechot | Experimental Research Exploring the Efficacy of Using Spectral Analysis for Dating Persian Ceramics, with a Blue Glaze or Presenting Blue Motifs |
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 |