CN113570537B - 安检图像融合方法、装置、存储介质及计算机设备 - Google Patents
安检图像融合方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN113570537B CN113570537B CN202111126367.4A CN202111126367A CN113570537B CN 113570537 B CN113570537 B CN 113570537B CN 202111126367 A CN202111126367 A CN 202111126367A CN 113570537 B CN113570537 B CN 113570537B
- Authority
- CN
- China
- Prior art keywords
- fused
- pixel point
- atomic number
- region
- receiving rate
- 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
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 24
- 230000004927 fusion Effects 0.000 claims abstract description 128
- 238000007689 inspection Methods 0.000 claims abstract description 54
- 238000004040 coloring Methods 0.000 claims abstract description 21
- 239000000126 substance Substances 0.000 claims description 17
- 238000000034 method Methods 0.000 abstract description 30
- 230000008569 process Effects 0.000 abstract description 22
- 230000035515 penetration Effects 0.000 abstract description 4
- 239000003086 colorant Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 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
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/10116—X-ray image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Processing (AREA)
Abstract
本发明提供的安检图像融合方法、装置、存储介质及计算机设备,在对前景图像和背景图像进行图像融合时,利用第一有效原子序数与第二有效原子序数融合,以及第一接收率与第二接收率融合,得到待融合对象在待融合区域融合后的各个像素点对应的融合原子序数和融合接收率,该融合原子序数和融合接收率能够清晰的表示X射线下待融合对象与背景图像中的安检物品之间的穿透关系,利用该融合原子序数和融合接收率对待融合对象在待融合区域融合后的各个像素点进行着色后得到的融合图像,能够较为真实地反映安检过程的实际情况,从而对安检过程中发现的危险品进行有效排查。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种安检图像融合方法、装置、存储介质及计算机设备。
背景技术
安检机作为常见的安全检查工具,广泛应用于交通运输、场馆安全检查等领域。其中,安检机X光图像融合技术广泛应用于安检员培训、测试,以及智能安检识别算法开发。
现有的安检机X光图像融合技术,主要是在颜色空间对图片进行融合,通过设置背景图与前景图之间的比值来达到背景融合的效果。但是,X光图像属于伪色图,即X光图像中的像素点在颜色空间的像素值属于人为设置的,像素值的高低和安检物品不存在必然的相关性,并且不同品牌的安检机在同种安检物品上的颜色风格也不尽相同,从而导致现有的安检机X光图像融合技术的准确度较低,无法对危险品进行有效排查。
发明内容
本发明的目的旨在至少能解决上述的技术缺陷之一,特别是现有技术中安检机X光图像融合技术的准确度较低,无法对危险品进行有效排查的技术缺陷。
本发明提供了一种安检图像融合方法,所述方法包括:
获取前景图像中包含待融合对象的轮廓区域,以及背景图像中与所述待融合对象的轮廓区域匹配的待融合区域;
确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率;
将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,以及将所述轮廓区域中各个像素点对应的第一接收率与所述待述融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数和融合接收率;
基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
可选地,所述确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率的步骤,包括:
确定所述轮廓区域中各个像素点对应的第一颜色空间数据,以及所述待融合区域中各个像素点对应的第二颜色空间数据;
将所述第一颜色空间数据转换为第一有效原子序数和第一接收率,以及将所述第二颜色空间数据转换为第二有效原子序数和第二接收率。
可选地,所述确定所述轮廓区域中各个像素点对应的第一颜色空间数据,以及所述待融合区域中各个像素点对应的第二颜色空间数据的步骤,包括:
获取所述轮廓区域中各个像素点对应的第一RGB颜色空间数据,将所述第一RGB颜色空间数据转换为第一HSL颜色空间数据,并将所述第一HSL颜色空间数据作为第一颜色空间数据;
获取所述待融合区域中各个像素点对应的第二RGB颜色空间数据,将所述第二RGB颜色空间数据转换为第二HSL颜色空间数据,并将所述第二HSL颜色空间数据作为第二颜色空间数据。
可选地,所述将所述第一颜色空间数据转换为第一有效原子序数和第一接收率,以及将所述第二颜色空间数据转换为第二有效原子序数和第二接收率的步骤,包括:
根据所述第一HSL颜色空间数据中的第一色相值和第一饱和度值,确定第一有效原子序数;
根据所述第一HSL颜色空间数据中的第一亮度值,确定第一接收率;
根据所述第二HSL颜色空间数据中的第二色相值和第二饱和度值,确定第二有效原子序数;
根据所述第二HSL颜色空间数据中的第二亮度值,确定第二接收率。
可选地,所述将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数的步骤,包括:
针对所述轮廓区域中的每一像素点:
确定所述像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数的原子序数值大小;
根据所述原子序数值大小,将原子序数值较大的有效原子序数与第一预设系数的乘积作为增加量,并将所述增加量与原子序数值较小的有效原子序数进行求和,得到所述待融合对象在所述待融合区域融合后的像素点对应的融合原子序数。
可选地,所述将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合接收率的步骤,包括:
针对所述轮廓区域中的每一像素点:
确定所述像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率的接收率值大小;
根据所述接收率值大小,将接收率值较大的接收率与第二预设系数的乘积作为损耗量,并将所述损耗量与接收率值较小的接收率进行作差,得到所述待融合对象在所述待融合区域融合后的像素点对应的融合接收率。
可选地,所述基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像的步骤,包括:
根据所述融合原子序数,确定所述待融合对象在所述待融合区域融合后的各个像素点对应的融合色相值和融合饱和度值;
根据所述融合接收率,确定所述待融合对象在所述待融合区域融合后的各个像素点对应的融合亮度值;
将所述融合色相值、所述融合饱和度值和所述融合亮度值转换为RGB颜色空间值后,根据所述RGB颜色空间值确定最终的融合图像。
本发明还提供了一种安检图像融合装置,包括:
图像获取模块,用于获取前景图像中包含待融合对象的轮廓区域,以及背景图像中与所述待融合对象的轮廓区域匹配的待融合区域;
数据确定模块,用于确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率;
物质融合模块,用于将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,以及将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数和融合接收率;
着色模块,用于基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
本发明还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述安检图像融合方法的步骤。
本发明还提供了一种计算机设备,所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述安检图像融合方法的步骤。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明提供的安检图像融合方法、装置、存储介质及计算机设备,在对前景图像和背景图像进行图像融合时,可以先确定前景图像中包含待融合对象的轮廓区域,以及背景图像中与待融合对象的轮廓区域匹配的待融合区域,接着确定包含待融合图像的轮廓区域中的各个像素点对应的第一有效原子序数和第一接收率,以及待融合区域中各个像素点对应的第二有效原子序数和第二接收率,利用第一有效原子序数与第二有效原子序数融合,以及第一接收率与第二接收率融合,得到待融合对象在待融合区域融合后的各个像素点对应的融合原子序数和融合接收率,该融合原子序数和融合接收率能够清晰的表示X射线下待融合对象与背景图像中的安检物品之间的穿透关系,利用该融合原子序数和融合接收率对待融合对象在待融合区域融合后的各个像素点进行着色后得到的融合图像,能够较为真实地反映安检过程的实际情况,从而对安检过程中发现的危险品进行有效排查。
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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种安检图像融合方法的流程示意图;
图2为本发明实施例提供的一种安检图像融合装置的结构示意图;
图3为本发明实施例提供的一种计算机设备的内部结构示意图。
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。
现有的安检机X光图像融合技术,主要是在颜色空间对图片进行融合,通过设置背景图与前景图之间的比值来达到背景融合的效果。但是,X光图像属于伪色图,即X光图像中的像素点在颜色空间的像素值属于人为设置的,像素值的高低和安检物品不存在必然的相关性,并且不同品牌的安检机在同种安检物品上的颜色风格也不尽相同,从而导致现有的安检机X光图像融合技术的准确度较低,无法对危险品进行有效排查。
因此,本发明的目的是解决现有技术中安检机X光图像融合技术的准确度较低,无法对危险品进行有效排查的技术问题,并提出如下技术方案:
在一个实施例中,如图1所示,图1为本发明实施例提供的一种安检图像融合方法的流程示意图,本发明提供了一种安检图像融合方法,所述方法包括:
S110:获取前景图像中包含待融合对象的轮廓区域,以及背景图像中与待融合对象的轮廓区域匹配的待融合区域。
本步骤中,当需要对安检图像进行融合时,可以先获取前景图像和背景图像,接着提取前景图像中包含待融合对象的轮廓区域,以及背景图像中与该待融合对象的轮廓区域匹配的待融合区域。
可以理解的是,这里的前景图像指的是安检图像中显示有违禁品的图像,这里的背景图像指的是安检图像中没有显示违禁品的图像,这里的安检图像指的是伪色图,安检图像中的颜色是后期人为着色的,颜色的像素值是由颜色查找表和有效原子序数一一对应设置的。行业中一般使用橘黄色系代表有机物、绿色系代表混合物、蓝色系代表无机物。
这里的待融合对象指的是待融合的目标违禁品,本申请为了将显示有目标违禁品的前景图像投放到不同的背景图像中,并模拟出各种在实际安检过程中可能出现的情形,进而选择在前景图像中提取包含待融合对象的轮廓区域,然后从背景图像中的任意位置选取与该轮廓区域相同的区域,作为待融合区域,接着将待融合对象融合到待融合区域中,以便模拟出安检过程中可能出现的情形。
S120:确定轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及待融合区域中各个像素点对应的第二有效原子序数和第二接收率。
本步骤中,当通过S110获取到前景图像中包含待融合对象的轮廓区域,以及背景图像中与待融合对象的轮廓区域匹配的待融合区域后,接着可以确定轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及待融合区域中各个像素点对应的第二有效原子序数和第二接收率。
具体地,本申请在确定轮廓区域中各个像素点对应的第一有效原子序数和第一接收率时,可以基于当前轮廓区域中各个像素点对应的颜色空间数据,本申请在确定待融合区域中各个像素点对应的第二有效原子序数和第二接收率时,可以基于当前待融合区域中各个像素点对应的颜色空间数据。
需要说明的是,这里的第一和第二是用于区分轮廓区域的像素点对应的有效原子序数、接收率和待融合区域的像素点对应的有效原子序数、接收率;其中,第一有效原子序数指的是根据轮廓区域中的像素点的颜色空间数据以及颜色查找表确定的对应的有效原子序数,而有效原子序数则是安检机在对物品进行安全检查时,使用X射线源发射高低能射线,接收板接收经高低能射线照射物品后得到高低能数据,通过高低能数据计算得到的;第一接收率指的是接收板接收到的X光能量值,接收率低,表明X光能量损耗较大,并进一步表明检测物体较厚或有效原子序数较大,并且,颜色空间数据中的亮度值和接收率存在分段的线性对应关系。
同理,第二有效原子序数指的是根据待融合区域中的像素点的颜色空间数据以及颜色查找表确定的对应的有效原子序数,第二接收率也指的是接收板接收到的X光能量值。
可以理解的是,X射线衰减和原子序数、厚度、密度承线性关系,同时在厚度、密度、物质不变的情况下,随着X光的强度增强,X光的衰减也会随着变化,这种变化和原子序数呈强相关性,根据这一特性,可以采用高低两种X光能量照射物体,接收到的高能、低能两种数据,根据两种数据的比值,得到有效原子序数,进而通过有效原子序数判断物质属性。
举例来说,当使用高低两种能量的X光能量照射物体时,可以得到高低能两组数据,由实验可知,能量的损耗和厚度、密度、物质衰减系数呈线性关系,简单表示如下:
h=H*损耗系数1*密度*厚度;
l=L*损耗系数2*密度*厚度;
其中,h表示高能数据,l表示低能数据,H、L值是安检机中发射器和接收器之间处空气外无任何物体时,发射器发射X光高能、低能,接收器接收到的能量,约等于发射时的能量。
接着,高低能数据比可以表示如下:
进而有效原子序数R的公式可以表示为:
由此可见,根据两种高低能数据的比值,是可以得到有效原子序数的。
S130:将轮廓区域中各个像素点对应的第一有效原子序数与待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,以及将轮廓区域中各个像素点对应的第一接收率与待述融合区域中相同位置处的像素点对应的第二接收率进行融合,得到待融合对象在待融合区域融合后的各个像素点对应的融合原子序数和融合接收率。
本步骤中,通过S120确定第一有效原子序数、第一接收率、第二有效原子序数和第二接收率后,接着可以将第一有效原子序数与第二有效原子序数进行融合,以及将第一接收率和第二接收率进行融合。
可以理解是,由于两种不同有效原子序数的物质叠加后属于混合物,混合物的有效原子序数是介于两种物质有效原子序数之间,本申请根据这一特性,可以计算出两种不同有效原子序数的物质叠加后的有效原子序数值。
另外,接收率低表明X光损耗较大,表明检测物体较厚或有效原子序数较大。因此,两种物质叠加后对X光的损耗必然增加,进而导致接收率降低。本申请根据这一特性,也可以计算出两种不同接收率的物质叠加后的接收率值。
因此,为了将前景图像中的待融合对象融合到背景图像的待融合区域中,本申请可以将轮廓区域中各个像素点对应的第一有效原子序数与待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,从而得到待融合对象在待融合区域融合后的各个像素点对应的的融合原子序数。
接着,本申请可以将轮廓区域中各个像素点对应的第一接收率与待述融合区域中相同位置处的像素点对应的第二接收率进行融合,从而得到待融合对象在待融合区域融合后的各个像素点对应的的融合接收率。
S140:基于融合原子序数和融合接收率对待融合对象在待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
本步骤中,通过S130得到待融合对象在待融合区域融合后的各个像素点对应的融合原子序数和融合接收率后,可以根据得到的融合原子序数和融合接收率对待融合对象在待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
具体地,本申请是依据轮廓区域中各个像素点对应的颜色空间数据来确定第一有效原子序数和第一接收率的,因此,有效原子序数以及接收率与颜色空间数据之间是可以相互转换的。当本申请中得到融合后的各个像素点对应的融合原子序数和融合接收率后,可以根据融合原子序数和融合接收率来反向确定融合后的各个像素点对应的颜色空间数据,进而根据各个像素点的颜色空间数据形成着色后的待融合区域,并将着色后的待融合区域对应的背景图像作为融合图像。
上述实施例中,在对前景图像和背景图像进行图像融合时,可以先确定前景图像中包含待融合对象的轮廓区域,以及背景图像中与待融合对象的轮廓区域匹配的待融合区域,接着确定包含待融合图像的轮廓区域中的各个像素点对应的第一有效原子序数和第一接收率,以及待融合区域中各个像素点对应的第二有效原子序数和第二接收率,利用第一有效原子序数与第二有效原子序数融合,以及第一接收率与第二接收率融合,得到待融合对象在待融合区域融合后的各个像素点对应的融合原子序数和融合接收率,该融合原子序数和融合接收率能够清晰的表示X射线下待融合对象与背景图像中的安检物品之间的穿透关系,利用该融合原子序数和融合接收率对待融合对象在待融合区域融合后的各个像素点进行着色后得到的融合图像,能够较为真实地反映安检过程的实际情况,从而对安检过程中发现的危险品进行有效排查。
上述实施例对本申请中的安检图像融合方法进行描述,下面将对本申请中如何确定有效原子序数和接收率的过程进行说明。
在一个实施例中,S120中确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率的步骤,可以包括:
S121:确定所述轮廓区域中各个像素点对应的第一颜色空间数据,以及所述待融合区域中各个像素点对应的第二颜色空间数据。
S122:将所述第一颜色空间数据转换为第一有效原子序数和第一接收率,以及将所述第二颜色空间数据转换为第二有效原子序数和第二接收率。
本实施例中,在确定轮廓区域中各个像素点对应的第一有效原子序数和第一接收率时,可以基于当前轮廓区域中各个像素点对应的第一颜色空间数据,在确定待融合区域中各个像素点对应的第二有效原子序数和第二接收率时,可以基于当前待融合区域中各个像素点对应的第二颜色空间数据。
其中,第一颜色空间数据和第二颜色空间数据用于区分不同区域中的像素颠对应的颜色空间数据,且本申请中的颜色空间数据指的是着色后的安检图像的各个像素点在相应的颜色空间中所对应的颜色空间数据。
可以理解的是,颜色空间也称彩色模型(又称彩色空间或彩色系统),它的用途是在某些标准下用通常可接受的方式对彩色加以说明。
颜色空间有许多种,常用有RGB、CMY、HSI、HSL、Lab等。其中,RGB(红绿蓝)是依据人眼识别的颜色定义出的空间,可表示大部分颜色;CMY是工业印刷采用的颜色空间,它与RGB对应。HSI、HSL两个颜色空间都是为了更好的数字化处理颜色而提出来的,H是色相,S是饱和度,I是强度、L是亮度;Lab颜色空间用于计算机色调调整和彩色校正,L表示明度(Luminosity),a表示从洋红色至绿色的范围,b表示从黄色至蓝色的范围。
当颜色空间选用HSL颜色空间时,其对应的颜色空间数据包括色相、饱和度和亮度,当颜色空间选用RGB颜色空间时,其对应的颜色空间数据包括R、G 、B值。
另外,需要说明的是,颜色通常用三个相对独立的属性来描述,三个独立变量综合作用,自然就构成一个空间坐标,这就是颜色空间。而颜色可以由不同的角度,用三个一组的不同属性加以描述,进而产生了不同的颜色空间。但被描述的颜色对象本身是客观的,不同颜色空间只是从不同的角度去衡量同一个对象,所以它们之间必然存在数量的相互转换关系,即不同的颜色空间之间是可以进行相互转换的。
上述实施例对本申请中如何确定有效原子序数和接收率的过程进行说明,下面将对本申请中如何确定颜色空间数据的过程进行描述。
在一个实施例中,S121中确定所述轮廓区域中各个像素点对应的第一颜色空间数据,以及所述待融合区域中各个像素点对应的第二颜色空间数据的步骤,可以包括:
S1211:获取所述轮廓区域中各个像素点对应的第一RGB颜色空间数据,将所述第一RGB颜色空间数据转换为第一HSL颜色空间数据,并将所述第一HSL颜色空间数据作为第一颜色空间数据。
S1212:获取所述待融合区域中各个像素点对应的第二RGB颜色空间数据,将所述第二RGB颜色空间数据转换为第二HSL颜色空间数据,并将所述第二HSL颜色空间数据作为第二颜色空间数据。
本实施例中,在确定轮廓区域中各个像素点对应的第一颜色空间数据时,可以先获取着色后的前景图像中轮廓区域的第一RGB颜色空间数据,接着将该第一RGB颜色空间数据转换为第一HSL颜色空间数据,并将第一HSL颜色空间数据,作为轮廓区域中各个像素点对应的第一颜色空间数据。同理可得待融合区域中各个像素点对应的第二颜色空间数据。
可以理解的是,一般在对安检图像进行着色时,主要是先生成HSL颜色空间数据,其中色相和饱和度是根据有效原子序数人为指定的,行业中一般指定有机物为橙色系、无机物为蓝色系、混合物为绿色系,并形成颜色查找表,接着再使用接收到的高低能数据生成亮度信息,组合色相、饱和度、亮度信息形成HSL颜色空间数据,然后将HSL颜色空间数据转化为RGB颜色空间数据,形成带颜色的安检图像。
以上是安检机着色过程,而本申请主要是将背景图像中获取的待融合区域内的RGB颜色空间数据和前景图像中获取的轮廓区域内的RGB颜色数据,进行安检机着色流程的反向操作,将安检图像的RGB颜色空间数据,转换为HSL颜色空间数据。
上述实施例对本申请中如何确定颜色空间数据的过程进行描述,下面将对本申请红如何通过颜色空间数据确定有效原子序数和接收率的过程进行说明。
在一个实施例中,S122中将所述第一颜色空间数据转换为第一有效原子序数和第一接收率,以及将所述第二颜色空间数据转换为第二有效原子序数和第二接收率的步骤,可以包括:
S1221:根据所述第一HSL颜色空间数据中的第一色相值和第一饱和度值,确定第一有效原子序数。
S1222:根据所述第一HSL颜色空间数据中的第一亮度值,确定第一接收率。
S1223:根据所述第二HSL颜色空间数据中的第二色相值和第二饱和度值,确定第二有效原子序数。
S1224:根据所述第二HSL颜色空间数据中的第二亮度值,确定第二接收率。
本实施例中,在进行安检机着色流程的反向操作,并将安检图像的RGB颜色空间数据转换为HSL颜色空间数据后,接着可以通过HSL颜色空间数据来确定对应的有效原子序数和接收率。
具体地,一个有效原子序数值可以对应HSL颜色空间数据中的色相和饱和度两个值,通过颜色查找表可以反向获取当前像素点的有效原子序数;并且,HSL颜色空间数据中的亮度值和接收率存在分段的线性对应关系,通过亮度值反向计算可以获取对应的接收率。
因此,本申请经过着色的逆处理后,可以将每个像素点转换为有效原子序数和接收率两个数值。即本申请可以根据第一HSL颜色空间数据中的第一色相值、第一饱和度值和第一亮度值,分别确定第一有效原子序数和第一接收率,还可以根据第二HSL颜色空间数据中的第二色相值、第二饱和度值和第二亮度值,分别确定第二有效原子序数和第二接收率。
上述实施例对本申请中如何通过颜色空间数据确定有效原子序数和接收率的过程进行说明,下面将对本申请中如何确定待融合对象在待融合区域融合后的各个像素点对应的融合原子序数的过程进行描述。
在一个实施例中,S130中将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数的步骤,可以包括:
S131:针对所述轮廓区域中的每一像素点:确定所述像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数的原子序数值大小。
S132:根据所述原子序数值大小,将原子序数值较大的有效原子序数与第一预设系数的乘积作为增加量,并将所述增加量与原子序数值较小的有效原子序数进行求和,得到所述待融合对象在所述待融合区域融合后的像素点对应的融合原子序数。
本实施例中,在确定待融合对象在待融合区域融合后的各个像素点对应的融合原子序数时,可以对轮廓区域中的各个像素点进行逐点计算,针对每一像素点的计算过程可以是先确定该像素点对应的第一有效原子序数与待融合区域中相同位置处的像素点对应的第二有效原子序数之间的原子序数值的大小,然后根据原子序数值大小,将第一有效原子序数和第二有效原子序数中原子序数值较大的有效原子序数与第一预设系数相乘,所得的结果作为增加量,与第一有效原子序数和第二有效原子序数中原子序数值较小的有效原子序数进行求和,从而得到待融合对象在待融合区域融合后的像素点对应的融合原子序数。
举例来说,本申请中的第一预设系数可以是α系数,其中,α= 0.8*(1 - 最小质子序数/最大质子序数);由于两种不同的有效原子序数对应的物质叠加后属于混合物,混合物的有效原子序数是介于两种物质的有效原子序数之间,因此,在计算两种不同有效原子序数的物质数叠加后的有效原子序数值时,可以取两种不同有效原子序数中较大的有效原子序数与α系数的乘积作为增加量,将计算的增加量与两种不同有效原子序数中较小的有效原子序数进行求和,逐点计算出两种物质叠加后的融合原子序数,即待融合对象在待融合区域融合后的像素点对应的融合原子序数。
上述实施例对本申请中如何确定待融合对象在待融合区域融合后的各个像素点对应的融合原子序数的过程进行描述,下面将对本申请中如何确定融合对象在待融合区域融合后的各个像素点对应的融合接收率的过程进行说明。
在一个实施例中,S130中将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合接收率的步骤,包括:
S133:针对所述轮廓区域中的每一像素点:确定所述像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率的接收率值大小。
S134:根据所述接收率值大小,将接收率值较大的接收率与第二预设系数的乘积作为损耗量,并将所述损耗量与接收率值较小的接收率进行作差,得到所述待融合对象在所述待融合区域融合后的像素点对应的融合接收率。
本实施例中,在确定待融合对象在待融合区域融合后的各个像素点对应的融合接收率时,可以对轮廓区域中的各个像素点进行逐点计算,针对每一像素点的计算过程可以是先确定该像素点对应的第一接收率与待融合区域中相同位置处的像素点对应的第二接收率之间的接收率值的大小,然后根据接收率值大小,将第一接收率和第二接收率中接收率值较大的接收率与第二预设系数相乘,所得的结果作为损耗量,与第一接收率和第二接收率中原子序数值较小的接收率进行作差,从而得到待融合对象在待融合区域融合后的像素点对应的融合接收率。
举例来说,本申请中的第二预设系数可以是β系数,其中,β= 最小接收率/(最小接收率+最大接收率)。由于物质叠加就会导致X光的能量损耗,进而导致接收到的能量减少,本申请定义接收率为接收板接收到的X光能量值,接收率低表明X光损耗较大,表明检测物体较厚或原子序数较大。因此,两种物质叠加后对X光的损耗必然增加,进而导致接收率降低。
基于此,在计算两种不同接收率的物质数叠加后的接收率值时,可以取两种不同接收率中较大的接收率与β系数的乘积作为损耗量,将计算的损耗量与两种不同接收率中较小的接收率进行作差,逐点计算出两种物质叠加后的融合接收率,即待融合对象在待融合区域融合后的像素点对应的融合接收率。
上述实施例对本申请中如何确定融合对象在待融合区域融合后的各个像素点对应的融合接收率的过程进行说明,下面将对本申请中对待融合对象在待融合区域融合后的各个像素点进行着色的过程进行展开说明。
在一个实施例中,S140中基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像的步骤,可以包括:
S141:根据所述融合原子序数,确定所述待融合对象在所述待融合区域融合后的各个像素点对应的融合色相值和融合饱和度值。
S142:根据所述融合接收率,确定所述待融合对象在所述待融合区域融合后的各个像素点对应的融合亮度值。
S143:将所述融合色相值、所述融合饱和度值和所述融合亮度值转换为RGB颜色空间值后,根据所述RGB颜色空间值确定最终的融合图像。
本实施例中,当得到待融合对象在待融合区域融合后的像素点对应的融合原子序数和融合接收率后,可以生成待融合对象在待融合区域融合后的有效原子序数图和接收率图,接着可以使用新生成的有效原子序数图和接收率图重新进行着色流程;如根据融合原子序数查找对应的融合色相值和融合饱和度值,通过融合接收率计算出融合亮度值,最后根据待融合对象在待融合区域融合后的各个像素点对应的HSL颜色空间值,计算新的RGB颜色空间数值,并根据该RGB颜色空间值确定最终的融合图像。
下面对本申请实施例提供的安检图像融合装置进行描述,下文描述的安检图像融合装置与上文描述的安检图像融合方法可相互对应参照。
在一个实施例中,如图2所示,图2为本发明实施例提供的一种安检图像融合装置的结构示意图;本发明还提供了一种安检图像融合装置,包括图像获取模块210、数据确定模块220、物质融合模块230、着色模块240,具体包括如下:
图像获取模块210,用于获取前景图像中包含待融合对象的轮廓区域,以及背景图像中与所述待融合对象的轮廓区域匹配的待融合区域。
数据确定模块220,用于确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率。
物质融合模块230,用于将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,以及将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数和融合接收率。
着色模块240,用于基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
上述实施例中,在对前景图像和背景图像进行图像融合时,可以先确定前景图像中包含待融合对象的轮廓区域,以及背景图像中与待融合对象的轮廓区域匹配的待融合区域,接着确定包含待融合图像的轮廓区域中的各个像素点对应的第一有效原子序数和第一接收率,以及待融合区域中各个像素点对应的第二有效原子序数和第二接收率,利用第一有效原子序数与第二有效原子序数融合,以及第一接收率与第二接收率融合,得到待融合对象在待融合区域融合后的各个像素点对应的融合原子序数和融合接收率,该融合原子序数和融合接收率能够清晰的表示X射线下待融合对象与背景图像中的安检物品之间的穿透关系,利用该融合原子序数和融合接收率对待融合对象在待融合区域融合后的各个像素点进行着色后得到的融合图像,能够较为真实地反映安检过程的实际情况,从而对安检过程中发现的危险品进行有效排查。
在一个实施例中,本发明还提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述安检图像融合方法的步骤。
在一个实施例中,本发明还提供了一种计算机设备,所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述实施例中任一项所述安检图像融合方法的步骤。
示意性地,如图3所示,图3为本发明实施例提供的一种计算机设备的内部结构示意图,该计算机设备300可以被提供为一服务器。参照图3,计算机设备300包括处理组件302,其进一步包括一个或多个处理器,以及由存储器301所代表的存储器资源,用于存储可由处理组件302的执行的指令,例如应用程序。存储器301中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件302被配置为执行指令,以执行上述任意实施例的安检图像融合方法。
计算机设备300还可以包括一个电源组件303被配置为执行计算机设备300的电源管理,一个有线或无线网络接口304被配置为将计算机设备300连接到网络,和一个输入输出(I/O)接口305。计算机设备300可以操作基于存储在存储器301的操作系统,例如WindowsServer TM、Mac OS XTM、Unix TM、Linux TM、Free BSDTM或类似。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
最后,还需要说明的是,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。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间可以根据需要进行组合,且相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种安检图像融合方法,其特征在于,所述方法包括:
获取前景图像中包含待融合对象的轮廓区域,以及背景图像中与所述待融合对象的轮廓区域匹配的待融合区域;
确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率;
其中,所述第一有效原子序数是根据所述轮廓区域中的像素点的颜色空间数据以及颜色查找表确定的,所述第二有效原子序数是根据所述待融合区域中的像素点的颜色空间数据以及颜色查找表确定的,所述第一接收率和所述第二接收率是指接收板接收到的X光能量值;
将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,以及将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数和融合接收率;
基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
2.根据权利要求1所述的安检图像融合方法,其特征在于,所述确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率的步骤,包括:
确定所述轮廓区域中各个像素点对应的第一颜色空间数据,以及所述待融合区域中各个像素点对应的第二颜色空间数据;
将所述第一颜色空间数据转换为第一有效原子序数和第一接收率,以及将所述第二颜色空间数据转换为第二有效原子序数和第二接收率。
3.根据权利要求2所述的安检图像融合方法,其特征在于,所述确定所述轮廓区域中各个像素点对应的第一颜色空间数据,以及所述待融合区域中各个像素点对应的第二颜色空间数据的步骤,包括:
获取所述轮廓区域中各个像素点对应的第一RGB颜色空间数据,将所述第一RGB颜色空间数据转换为第一HSL颜色空间数据,并将所述第一HSL颜色空间数据作为第一颜色空间数据;
获取所述待融合区域中各个像素点对应的第二RGB颜色空间数据,将所述第二RGB颜色空间数据转换为第二HSL颜色空间数据,并将所述第二HSL颜色空间数据作为第二颜色空间数据。
4.根据权利要求3所述的安检图像融合方法,其特征在于,所述将所述第一颜色空间数据转换为第一有效原子序数和第一接收率,以及将所述第二颜色空间数据转换为第二有效原子序数和第二接收率的步骤,包括:
根据所述第一HSL颜色空间数据中的第一色相值和第一饱和度值,确定第一有效原子序数;
根据所述第一HSL颜色空间数据中的第一亮度值,确定第一接收率;
根据所述第二HSL颜色空间数据中的第二色相值和第二饱和度值,确定第二有效原子序数;
根据所述第二HSL颜色空间数据中的第二亮度值,确定第二接收率。
5.根据权利要求1所述的安检图像融合方法,其特征在于,所述将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数的步骤,包括:
针对所述轮廓区域中的每一像素点:
确定所述像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数的原子序数值大小;
根据所述原子序数值大小,将原子序数值较大的有效原子序数与第一预设系数的乘积作为增加量,并将所述增加量与原子序数值较小的有效原子序数进行求和,得到所述待融合对象在所述待融合区域融合后的像素点对应的融合原子序数。
6.根据权利要求1所述的安检图像融合方法,其特征在于,所述将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合接收率的步骤,包括:
针对所述轮廓区域中的每一像素点:
确定所述像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率的接收率值大小;
根据所述接收率值大小,将接收率值较大的接收率与第二预设系数的乘积作为损耗量,并将所述损耗量与接收率值较小的接收率进行作差,得到所述待融合对象在所述待融合区域融合后的像素点对应的融合接收率。
7.根据权利要求1所述的安检图像融合方法,其特征在于,所述基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像的步骤,包括:
根据所述融合原子序数,确定所述待融合对象在所述待融合区域融合后的各个像素点对应的融合色相值和融合饱和度值;
根据所述融合接收率,确定所述待融合对象在所述待融合区域融合后的各个像素点对应的融合亮度值;
将所述融合色相值、所述融合饱和度值和所述融合亮度值转换为RGB颜色空间值后,根据所述RGB颜色空间值确定最终的融合图像。
8.一种安检图像融合装置,其特征在于,包括:
图像获取模块,用于获取前景图像中包含待融合对象的轮廓区域,以及背景图像中与所述待融合对象的轮廓区域匹配的待融合区域;
数据确定模块,用于确定所述轮廓区域中各个像素点对应的第一有效原子序数和第一接收率,以及所述待融合区域中各个像素点对应的第二有效原子序数和第二接收率;其中,所述第一有效原子序数是根据所述轮廓区域中的像素点的颜色空间数据以及颜色查找表确定的,所述第二有效原子序数是根据所述待融合区域中的像素点的颜色空间数据以及颜色查找表确定的,所述第一接收率和所述第二接收率是指接收板接收到的X光能量值;
物质融合模块,用于将所述轮廓区域中各个像素点对应的第一有效原子序数与所述待融合区域中相同位置处的像素点对应的第二有效原子序数进行融合,以及将所述轮廓区域中各个像素点对应的第一接收率与所述待融合区域中相同位置处的像素点对应的第二接收率进行融合,得到所述待融合对象在所述待融合区域融合后的各个像素点对应的融合原子序数和融合接收率;
着色模块,用于基于所述融合原子序数和所述融合接收率对所述待融合对象在所述待融合区域融合后的各个像素点进行着色,并将着色后的待融合区域对应的背景图像作为融合图像。
9.一种存储介质,其特征在于:所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述安检图像融合方法的步骤。
10.一种计算机设备,其特征在于:所述计算机设备中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项所述安检图像融合方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111126367.4A CN113570537B (zh) | 2021-09-26 | 2021-09-26 | 安检图像融合方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111126367.4A CN113570537B (zh) | 2021-09-26 | 2021-09-26 | 安检图像融合方法、装置、存储介质及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113570537A CN113570537A (zh) | 2021-10-29 |
CN113570537B true CN113570537B (zh) | 2022-02-08 |
Family
ID=78174614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111126367.4A Active CN113570537B (zh) | 2021-09-26 | 2021-09-26 | 安检图像融合方法、装置、存储介质及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113570537B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116401587B (zh) * | 2023-06-08 | 2023-08-18 | 乐山师范学院 | 一种基于x射线的物品类别识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101696947A (zh) * | 2009-10-13 | 2010-04-21 | 公安部第一研究所 | 一种x射线双能量透射与康普顿背散射图像智能融合方法 |
EP2261854A1 (en) * | 2009-06-05 | 2010-12-15 | Varian Medical Systems, Inc. | Method and apparatus to facilitate using fused images to identify materials |
CN109146814A (zh) * | 2018-08-20 | 2019-01-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111242905A (zh) * | 2020-01-06 | 2020-06-05 | 科大讯飞(苏州)科技有限公司 | 一种x光样本图像的生成方法、生成设备和存储装置 |
CN111563552A (zh) * | 2020-05-06 | 2020-08-21 | 浙江大华技术股份有限公司 | 图像融合方法以及相关设备、装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104933671B (zh) * | 2015-05-25 | 2018-05-25 | 北京邮电大学 | 图像颜色融合方法 |
CN106296719A (zh) * | 2016-11-01 | 2017-01-04 | 山东省科学院情报研究所 | 基于一种局域不变特征的融合算法的智能安检仪及安检方法 |
CN113313843A (zh) * | 2021-06-18 | 2021-08-27 | 熵基科技股份有限公司 | 安检图像着色方法、装置、存储介质及计算机设备 |
-
2021
- 2021-09-26 CN CN202111126367.4A patent/CN113570537B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2261854A1 (en) * | 2009-06-05 | 2010-12-15 | Varian Medical Systems, Inc. | Method and apparatus to facilitate using fused images to identify materials |
CN101696947A (zh) * | 2009-10-13 | 2010-04-21 | 公安部第一研究所 | 一种x射线双能量透射与康普顿背散射图像智能融合方法 |
CN109146814A (zh) * | 2018-08-20 | 2019-01-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、存储介质及电子设备 |
CN111242905A (zh) * | 2020-01-06 | 2020-06-05 | 科大讯飞(苏州)科技有限公司 | 一种x光样本图像的生成方法、生成设备和存储装置 |
CN111563552A (zh) * | 2020-05-06 | 2020-08-21 | 浙江大华技术股份有限公司 | 图像融合方法以及相关设备、装置 |
Non-Patent Citations (1)
Title |
---|
A Combinational Approach to the Fusion, De-noising and Enhancement of;Chen Zhiyu 等;《2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR"05) 》;20060103;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113570537A (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5174307B2 (ja) | カラー信号処理 | |
US8392347B2 (en) | Coating color database creating method, search method using the database, their system, program, and recording medium | |
US20140035943A1 (en) | Material identification using multiple images | |
JP2009122108A (ja) | 物質識別方法および物質識別機器 | |
CN113570537B (zh) | 安检图像融合方法、装置、存储介质及计算机设备 | |
US5446543A (en) | Method and apparatus for extracting a pattern of color from an object using a neural network | |
US8929650B2 (en) | Image color correction | |
US5150199A (en) | Method for correlating color measuring scales | |
US11989825B1 (en) | Systems and methods for removing lighting effects from three-dimensional models | |
CN105488820B (zh) | 颜色比对方法及装置 | |
Bartlett et al. | An approximation to the likelihood function for band–power estimates of CMB anisotropies | |
CN106524913B (zh) | 光束投射点的位置标记方法和装置 | |
Funt et al. | Irradiance‐independent camera color calibration | |
Sun et al. | Exposing splicing forgery based on color temperature estimation | |
CN109325946B (zh) | 一种危险化学品堆垛监测方法和系统 | |
Liao et al. | Restoration of the distorted color to detect the discoloration status of a steel bridge coating using digital image measurements | |
CN115713720A (zh) | 一种基于视频图像的智能分析方法 | |
CN110334581A (zh) | 一种多源遥感影像变化检测方法 | |
CN113313843A (zh) | 安检图像着色方法、装置、存储介质及计算机设备 | |
Kumar et al. | Gray image colorization in YCbCr color space | |
Xie | Automatic feature matching in uncalibrated stereo vision through the use of color | |
CN114266749B (zh) | 一种基于TridentNet的图像处理方法 | |
CN116449445B (zh) | X光探测板输出响应值的修正方法、装置、介质和设备 | |
CN115496807B (zh) | 表计指针的定位方法、装置、计算机设备和存储介质 | |
CN113596427B (zh) | 图像白平衡提升方法、装置、电子设备及存储介质 |
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 |