CN114267149A - 一种早期火灾检测预警方法和系统 - Google Patents
一种早期火灾检测预警方法和系统 Download PDFInfo
- Publication number
- CN114267149A CN114267149A CN202111660151.6A CN202111660151A CN114267149A CN 114267149 A CN114267149 A CN 114267149A CN 202111660151 A CN202111660151 A CN 202111660151A CN 114267149 A CN114267149 A CN 114267149A
- Authority
- CN
- China
- Prior art keywords
- pixel
- video frame
- background
- foreground
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种早期火灾检测预警方法和系统,所述方法包括如下步骤:获取场景实时视频帧,根据视频帧进行背景建模;获取视频帧固定区域的背景信息,将背景图和实时视频帧对比获取视频帧的前景信息;根据所述前景信息对视频帧进行火源信息提取,并对所述火源信息进行初定位;将初定位的结果输入到火源检测算法中判断是否存在真实火源。所述方法和系统通过背景建模生成的背景图片和摄像头实时采集的视频帧进行对比,获取前景信息,并根据所述前景信息的颜色对火灾进行初定位,获取初定位的结果后输入到火灾检测算法中获取最终的火灾位置,从而提高了火灾定位的准确性。
Description
技术领域
本发明涉及消防技术领域,特别涉及一种早期火灾检测预警方法和系统。
背景技术
目前,房屋、工厂、仓库等地的火灾预警是基于温度或烟气探测器等判定是否存在火灾情况,然而基于温度和烟气探测器火灾判定往往是在火势足够大以后才能发出预警信息,如此可能导致火势在被发现的过程中就已经无法控制了,从而导致风险较大,并且基于温度和烟气探测器的火灾判定情况会导致误预警的问题。
发明内容
本发明其中一个发明目的在于提供一种早期火灾检测预警方法和系统,所述方法和系统通过获取摄像头的实时视频帧,并对所述实时视频帧进行背景建模,根据所述背景建模的结果来判断火灾的位置信息,因此可以在火灾早期情况下实现快速预警。
本发明另一个发明目的在于提供一种早期火灾检测预警方法和系统,所述方法和系统通过背景建模生成的背景图片和摄像头实时采集的视频帧进行对比,获取前景信息,并根据所述前景信息的颜色对火灾进行初定位,获取初定位的结果后输入到火灾检测算法中获取最终的火灾位置,从而提高了火灾定位的准确性。
本发明另一个发明目的在于提供一种早期火灾检测预警方法和系统,所述方法和系统采用yolo算法作为火灾检测算法,在基于初定位的基础上缩小检测区域进行再次检测定位,从而降低了火灾检测算法的计算量,提高检测效率的同时也提高了定位的准确性。
为了实现至少一个上述发明目的,本发明进一步提供一种早期火灾检测预警方法,所述方法包括如下步骤:
获取场景实时视频帧,根据视频帧进行背景建模;
获取视频帧固定区域的背景信息,将背景图和实时视频帧对比获取视频帧的前景信息;
根据所述前景信息对视频帧进行火源信息提取,并对所述火源信息进行初定位;
将初定位的结果输入到火源检测算法中判断是否存在真实火源。
根据本发明其中一个较佳实施例,所述背景建模法包括:将一个视频帧和同一视频流下的其他多个视频帧的固定位置像素进行对比,对比后获取相同像素的次数,设置像素次数阈值,若对比后相同像素的次数大于所述相似次数阈值则将该像素作为背景像素构建拍摄场景的背景信息。
根据本发明另一个较佳实施例,所述图像背景信息的获取方法包括:将视频帧拆分为RGB三通道,遍历视频帧像素值,采用背景图像像素减去对应视频帧灰度图像素值差值的绝对值作为背景信息的判断依据,其中设置绝对值阈值,将小于所述绝对值阈值的差值绝对值的像素设置为背景像素值,生成二进制阈值图。
根据本发明另一个较佳实施例,所述图像前景信息的获取方法包括:将视频帧拆分为RGB三通道,遍历视频帧像素值,采用背景图像像素减去视频帧像素的差值绝对值作为前景信息的判断依据,其中设置绝对值阈值,将所述绝对值阈值的差值绝对值的像素设置为前景像素值,生成二进制阈值图。
根据本发明另一个较佳实施例,所述图像前景信息的获取方法还包括:以预设的概率更新前景像素值,并计算更新后的背景图像像素减去视频帧像素的差值,根据所述差值判断更新后的像素是否仍然为前景像素值,设置连续前景像素检测阈值,当连续n次更新后的像素判断为前景像素,则将该前景像素值改为背景像素值,其中n大于所述连续前景像素检测阈值。
根据本发明另一个较佳实施例,在完成所述前景信息的生成或更新后,计算视频帧每一个前景像素点的临边值,将满足火源颜色和运动的前景像素点进行掩码图处理,将所述前景像素点周围的背景像素点改值为前景像素值。
根据本发明另一个较佳实施例,将满足火源颜色和运动的像素点进行更新,并分别保存于两张图像中,其中一张图像包含火源动态信息,另一张过滤多余的像素点。
根据本发明另一个较佳实施例,所述初定位方法还包括:将保存的所述两张图像进行轮廓提取,其中将分别筛除两张图像中的无用轮廓,并将两张图像中的火源信息筛选后的轮廓区域分别和各自的二进制阈值图进行ROI区域的比对,将重叠的轮廓区域各自设为一个区域,进一步将两张图片各自设置的区域进行ROI区域的比对获取最终的火源初定位位置信息。
为了实现至少一个上述发明目的,本发明进一步提供一种早期火灾检测预警系统,所述系统执行所述一种早期火灾检测预警方法。
本发明进一步提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序可被处理器执行上述一种早期火灾检测预警方法。
附图说明
图1显示的是本发明一种早期火灾检测预警方法的流程示意图。
图2显示的是本发明中早期火灾的原始图像示意图。
图3显示的是本发明中早期火灾筛选的前景图。
图4显示的是本发明中早期火灾的火源初定位图。
图5显示的是本发明中早期火灾的火源初定位图。
图6显示的是本发明中早期火灾的优化后的效果图。
图7显示的是本发明检测的一种最终效果图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的数量可以为多个,术语“一”不能理解为对数量的限制。
请结合图1-图7,本发明公开了一种早期火灾检测预警方法和系统,其中所述方法主要包括如下步骤:首先需要通过摄像头实时采场景的实时视频,获取实时视频帧,并根据所述实时视频帧进行背景建模,在完成背景建模后,根据背景图像获取前景信息,基于火源的颜色提取火源信息,本发明中进一步提取火源的动态信息和颜色信息进行初定位,在完成初定位后将火源图像输入到火源检测算法中进一步判断是否存在火源信息并反馈给客户端。
具体而言,背景建模的方法包括:选取一个视频帧和同一视频流下的多个视频帧进行像素值对比,其中需要判断同一固定位置像素在多张视频帧中的像素值相同的次数,本发明设定像素次数阈值,若像素值相同次数大于设定的像素次数阈值,则判定该固定位置的像素为背景像素的,将所有基于场景的对应位置的背景像素组合形成所述背景图像。
在完成视频流背景图像的建模后,进一步将视频拆分为RGB(红绿蓝)三个通道,通过遍历每一视频帧图像的像素值的方式,将背景图像中的像素值和对应视频帧灰度图像素值进行相减取绝对值,本发明设置绝对值阈值,当所述背景图像中的像素值和对应视频帧灰度图像素值进行相减取绝对值小于所述绝对值阈值,则将对应的像素点改值为背景像素值0,值得一提的是,若一个像素点为背景像素,那么它有1/defaultSubsamplingFactor(默认下采样系数)的概率去更新自己的模型样本值(像素值),同时也有1/defaultSubsamplingFactor(默认下采样系数)的概率去更新自身邻近点的模型样本值。更新后的像素值不满足所述绝对值阈值对背景像素值的约束时,则将该像素值改值为前景像素值225。值得一提的是,每次视频帧中的像素点更新时,都需要检更新后像素点是否为背景像素或前景像素,由于在视频中可能存在固定频率的移动装置,比如闹钟、电风扇等装置,因此在多次检测结果中,如果像素位置为动的电风扇和闹钟位置区域,会检测出前景像素,然而实际上这些固定动作变化的区域应当被归属到背景像素中。因此本发明进一步设置连续前景像素检测阈值,当像素点被连续检测到所述前景像素的次数大于所述连续前景像素检测阈值,则将该前景像素点255改值为背景像素值0。通过上述方式从所述背景图中获取前景信息,并进一步根据拆分的RGB(红绿蓝)三个通道获取带火源区域的二进制阈值图(如图3所示)。
在得到火源区域的二进制阈值图后,需要对火源区域进行优化,所述优化方法包括:获取前景信息和背景信息,计算每个前景像素点的临边值,并判断前景像素点的临边值是否为前景像素点,其中所述临边值为像素点周围相贴靠像素点值,若前景像素点周围是背景像素点,则将所述背景像素点改值为前景像素点(如图4所示)。本发明根据火源颜色和运动信息选定满足的区域进行掩码图处理,并将满足的区域每一个前景像素点周围是背景像素点改值为前景像素点,从而可以实现满足火源颜色和运动信息区域的膨胀操作。
进一步的,在遍历视频帧并完成符合火焰颜色和运动信息选定后,我们将满足区域的像素更新后分别存储到两张照片中,其中一张照片我们通过上一帧视频帧的像素与下一帧视频帧的像素进行比对,判断出像素点的运动轨迹并将这些判定为运动状态的信息进行膨胀操(如图4),这样我们就保存了火焰动态信息,在完成火焰动态信息的保存后再基于颜色直接对火焰信息进行定位并进行保存(如图5)。在完成火源区域的筛选处理后,本发明进一步对火源区域定位,所述定位操作包括如下步骤:获取上述处理优化后的两张图像,其中定义直接基于颜色提取火焰的保存图像为a,定义保存了火源动态信息的图像为b,首先对b图像进行轮廓提取,对a图像提取的轮廓进行对比筛除无用轮廓。将筛除后的轮廓进行ROI区域的比对,将重复位置的轮廓区域设为一个区域,得到a图像的一个区域(可能存在多个区域)。在完成a图像的处理后,进一步对b图像进行轮廓提取,对b图像提取的轮廓并进行对比筛除无用轮廓。将筛选后的轮廓进行ROI区域的比对,将重复位置的轮廓区域设为一个区域(可能存在多个区域),得到b图像的一个区域。进一步将所述图a选定的区域和图b选定的区域进行ROI区域的比对,筛选出图a和图b的共同区域,并将图a和图b共同的区域作为最终选定的初定位区域(如图6)。
在完成所述火源区域的初定位后,将初定位后的所述火源区域输入到训练好的火源检测算法中进行识别(如图7),本发明中所述火源检测算法优选yolo算法,采用Darknet53作为主干网络,使用5万张数据进行训练得到最终模型,并通过TensorRT对yolo模型进行类型的转换,降低字节所占大小,将其可在GPU上使用,通过这种方式对其进行优化和加速。原本一帧需要1秒的时间进行处理,通过TensorRT加速后达到每帧0.5毫秒实现实时检测。并结合上述方法,我们所获取的检测区域会大大减小,因为在对火源初定位时加入了运动状态,所以不仅减小了检测区域同时也提高了对火源二次检测的准确率。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线段、电线段、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域的技术人员应理解,上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明,本发明的目的已经完整并有效地实现,本发明的功能及结构原理已在实施例中展示和说明,在没有背离所述原理下,本发明的实施方式可以有任何变形或修改。
Claims (10)
1.一种早期火灾检测预警方法,其特征在于,所述方法包括如下步骤:
获取场景实时视频帧,根据视频帧进行背景建模;
获取视频帧固定区域的背景信息,将背景图和实时视频帧对比获取视频帧的前景信息;
根据所述前景信息对视频帧进行火源信息提取,并对所述火源信息进行初定位;
将初定位的结果输入到火源检测算法中判断是否存在真实火源。
2.根据权利要求1所述的一种早期火灾检测预警方法,其特征在于,所述背景建模法包括:将一个视频帧和同一视频流下的其他多个视频帧的固定位置像素进行对比,对比后获取相同像素的次数,设置像素次数阈值,若对比后相同像素的次数大于所述相似次数阈值则将该像素作为背景像素构建拍摄场景的背景信息。
3.根据权利要求2所述的一种早期火灾检测预警方法,其特征在于,所述背景信息的获取方法包括:将视频帧拆分为RGB三通道,遍历视频帧像素值,采用背景图像像素减去视频帧像素的差值绝对值作为背景信息的判断依据,其中设置绝对值阈值,将小于所述绝对值阈值的差值绝对值的像素设置为背景像素值,生成二进制阈值图。
4.根据权利要求2所述的一种早期火灾检测预警方法,其特征在于,所述背景信息的获取方法包括:将视频帧拆分为RGB三通道,遍历视频帧像素值,采用背景图像像素减去对应视频帧灰度图像素值差值的绝对值作为背景信息的判断依据,其中设置绝对值阈值,将小于所述绝对值阈值的差值绝对值的像素设置为背景像素值,生成二进制阈值图。
5.根据权利要求2所述的一种早期火灾检测预警方法,其特征在于,所述前景信息的获取方法还包括:以预设的概率更新前景像素值,并计算更新后的背景图像像素减去视频帧像素的差值,根据所述差值判断更新后的像素是否仍然为前景像素值,设置连续前景像素检测阈值,当连续n次更新后的像素判断为前景像素,则将该前景像素值改为背景像素值,其中n大于所述连续前景像素检测阈值。
6.根据权利要求5所述的一种早期火灾检测预警方法,其特征在于,在完成所述前景信息的生成或更新后,计算视频帧每一个前景像素点的临边值,将满足火源颜色和运动的前景像素点进行掩码图处理,将所述前景像素点周围的背景像素点改值为前景像素值。
7.根据权利要求1所述的一种早期火灾检测预警方法,其特征在于,将满足火源颜色和运动的像素点进行更新,并分别保存于两张图像中,其中一张图像包含火源动态信息,另一张过滤多余的像素点。
8.根据权利要求7所述的一种早期火灾检测预警方法,其特征在于,所述初定位方法还包括:将保存的所述两张图像进行轮廓提取,其中将分别筛除两张图像中的无用轮廓,并将两张图像中的火源信息筛选后的轮廓区域分别和各自的二进制阈值图进行ROI区域的比对,将重叠的轮廓区域各自设为一个区域,进一步将两张图片各自设置的区域进行ROI区域的比对获取最终的火源初定位位置信息。
9.一种早期火灾检测预警系统,其特征在于,所述系统执行权利要求1-8中任意一项所述的一种早期火灾检测预警方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序可被处理器执行权利要求1-8中任意一项所述的一种早期火灾检测预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660151.6A CN114267149A (zh) | 2021-12-30 | 2021-12-30 | 一种早期火灾检测预警方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111660151.6A CN114267149A (zh) | 2021-12-30 | 2021-12-30 | 一种早期火灾检测预警方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114267149A true CN114267149A (zh) | 2022-04-01 |
Family
ID=80832120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111660151.6A Pending CN114267149A (zh) | 2021-12-30 | 2021-12-30 | 一种早期火灾检测预警方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114267149A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441712A (zh) * | 2008-12-25 | 2009-05-27 | 北京中星微电子有限公司 | 一种火焰的视频识别方法和一种火灾监控方法及其系统 |
CN105788142A (zh) * | 2016-05-11 | 2016-07-20 | 中国计量大学 | 一种基于视频图像处理的火灾检测系统及检测方法 |
CN105976398A (zh) * | 2016-04-28 | 2016-09-28 | 天津大学 | 一种白天火灾视频检测方法 |
CN107133964A (zh) * | 2017-06-01 | 2017-09-05 | 江苏火米互动科技有限公司 | 一种基于Kinect的抠像方法 |
CN112528795A (zh) * | 2020-12-03 | 2021-03-19 | 北京百度网讯科技有限公司 | 信号灯的灯色识别方法、装置及路侧设备 |
-
2021
- 2021-12-30 CN CN202111660151.6A patent/CN114267149A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101441712A (zh) * | 2008-12-25 | 2009-05-27 | 北京中星微电子有限公司 | 一种火焰的视频识别方法和一种火灾监控方法及其系统 |
CN105976398A (zh) * | 2016-04-28 | 2016-09-28 | 天津大学 | 一种白天火灾视频检测方法 |
CN105788142A (zh) * | 2016-05-11 | 2016-07-20 | 中国计量大学 | 一种基于视频图像处理的火灾检测系统及检测方法 |
CN107133964A (zh) * | 2017-06-01 | 2017-09-05 | 江苏火米互动科技有限公司 | 一种基于Kinect的抠像方法 |
CN112528795A (zh) * | 2020-12-03 | 2021-03-19 | 北京百度网讯科技有限公司 | 信号灯的灯色识别方法、装置及路侧设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4668921B2 (ja) | 画像中のオブジェクト検出 | |
JP6509275B2 (ja) | 画像の背景差分に用いられる背景モデルを更新する方法及び装置 | |
US10521885B2 (en) | Image processing device and image processing method | |
US9247155B2 (en) | Method and system for robust scene modelling in an image sequence | |
CN109308711B (zh) | 目标检测方法、装置及图像处理设备 | |
US10181088B2 (en) | Method for video object detection | |
KR101432440B1 (ko) | 화재 연기 감지 방법 및 장치 | |
CN106651797B (zh) | 一种信号灯有效区域的确定方法和装置 | |
CN112364740B (zh) | 一种基于计算机视觉的无人机房监控方法及系统 | |
US10373015B2 (en) | System and method of detecting moving objects | |
JP6208426B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法 | |
WO2021159925A1 (zh) | 图像处理方法及装置、电子设备、计算机可读存储介质 | |
JP2020504383A (ja) | 画像前景の検出装置、検出方法及び電子機器 | |
CN108107611B (zh) | 一种自适应缺陷检测方法、装置及电子设备 | |
CN111353957A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN113822110B (zh) | 一种目标检测的方法和装置 | |
JP2005165387A (ja) | 画面のスジ欠陥検出方法及び装置並びに表示装置 | |
JPH0973541A (ja) | 物体検出装置及び物体検出方法 | |
KR102268027B1 (ko) | 딥러닝 기반 영상의 안개 제거 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
KR102149974B1 (ko) | 단일 영상의 안개 제거 연산량을 줄인 대기강도추정장치 및 그 장치의 구동방법 | |
CN114267149A (zh) | 一种早期火灾检测预警方法和系统 | |
KR101893677B1 (ko) | 컬러 영상 내의 변화영역을 검출하는 방법 및 그 장치 | |
CN114445751A (zh) | 视频关键帧图像轮廓特征的提取方法和装置 | |
JP6043178B2 (ja) | フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法 | |
JP6348020B2 (ja) | 画像処理装置、画像処理方法およびそれを用いた検査方法。 |
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 |