CN114494121A - 图像偏移的校正方法、校正装置、存储介质及电子设备 - Google Patents
图像偏移的校正方法、校正装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114494121A CN114494121A CN202111567203.5A CN202111567203A CN114494121A CN 114494121 A CN114494121 A CN 114494121A CN 202111567203 A CN202111567203 A CN 202111567203A CN 114494121 A CN114494121 A CN 114494121A
- Authority
- CN
- China
- Prior art keywords
- image
- template
- gradient image
- detected
- gradient
- 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 54
- 238000012937 correction Methods 0.000 title claims abstract description 27
- 238000013519 translation Methods 0.000 claims abstract description 71
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000004590 computer program Methods 0.000 claims description 13
- 230000014616 translation Effects 0.000 description 58
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种图像偏移的校正方法、校正装置、存储介质及电子设备。该校正方法包括：获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；获取待测图像，并确定待测图像的待测梯度图像；将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量；根据偏移量校正检测区域与待测图像之间的偏差。本申请有效提高图像处理的效率，能够适应高通量的检测场景。
Description
技术领域
本申请涉及计算机技术领域，具体地涉及一种图像偏移的校正方法、校正装置、存储介质及电子设备。
背景技术
通常，器件被生产制造出来后，需要在出厂前进行缺陷的检测，以剔除质量有瑕疵的器件，器件的缺陷检测一般需要借助专门的检测设备来完成。随着科技的不断发展，各种器件的结构复杂度、以及器件的生产能力也在不断提升，相应地，也就对器件的检测设备提出了更高的要求。
目前，一些图像处理算法会使用感兴趣区域(region of interest，ROI)和模板图像，通过在模板图像中绘制ROI来勾勒出需要检测的图像区域，在检测时将模板图像的ROI放置到待测图像中的对应位置，以进行检测。但是在视觉检测设备中使用ROI和模板图进行图像处理时，可能出现待测器件的姿态与模板图像中标准器件的姿态存在偏差的情况。例如，在模板图像中，标准器件位于图像的中心，器件的边缘与模板图像边界平行；但是在待测图像中，因为器件传送过程、器件姿态归置过程等很多因素，都可能会导致待测器件并不位于待测图像的中心，而且器件可能会有一定角度偏差，其边缘并不与模板图像边界平行。此时，如果直接将模板图中的ROI放置到待测图像中，那么模板图中ROI覆盖器件部位与待测图中ROI覆盖的器件部位是不同的，在这种情况下，如果基于待测图中的ROI进行图像处理，必然会出现误差。为了避免这种误差，就需要在对待测图放置ROI之前，确定并修正待测图中器件与模板图中标准器件在各自图像中的位置偏移，以便在待测图中放置ROI时修正该位置偏移。
在现有技术的很多生产测试场景中，对于器件检测的速率(通量)有较高的要求，这就要求算法在很短的时间内修正上述位置偏移并完成对一张图像的处理，以便在下料前就确定器件为良品和次品，从而将器件收纳到正确的料盒中。虽然近几年的图像处理技术可以完成偏移校正的工作，但是这些已有算法普遍存在计算量大、占用资源多、耗时长的问题，难以适用于高通量视觉检测的场景。
发明内容
本申请实施例的目的是提供一种图像偏移的校正方法、校正装置、存储介质及电子设备，用以解决现有技术中，图像偏移校正难以适用于高通量视觉检测的场景的技术问题。
为了实现上述目的，本申请第一方面提供一种图像偏移的校正方法，该校正方法包括：
获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
获取待测图像，并确定待测图像的待测梯度图像；
将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；
根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量；
根据偏移量校正检测区域与待测图像之间的偏差。
在本申请实施例中，确定待测图像的待测梯度图像包括：
对于待测图像中目标像素点的梯度方向，其中，对于每个目标像素点，根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的目标梯度方向。
在本申请实施例中，根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的梯度方向包括：
对于每个目标像素点，确定与该目标像素点相邻且与该目标像素点灰度差异最大的相邻像素点，根据该相邻像素点与该目标像素点的位置确定该目标像素点的梯度方向。
在本申请实施例中，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果包括：
将当前旋转角度下的模板梯度图像覆盖于待测梯度图像上；
平移模板梯度图像，并得到模板梯度图像在初始位置和所有平移位置中每个位置对应的对比结果，其中，对于每个位置，根据当前旋转角度下模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将模板梯度图像进行旋转，重复前一步骤，直至得到各个旋转角度下每个位置的匹配度评分。
在本申请实施例中，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果包括：
将当前平移位置下的模板梯度图像覆盖于待测梯度图像上；
对模板梯度图像进行旋转，并得到模板梯度图像在初始角度和所有旋转后角度中每个角度对应的对比结果，其中，对于每个角度，根据该角度下模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将模板梯度图像进行平移，重复前一步骤，直至以得到各个平移位置下每个角度的匹配度评分。
在本申请实施例中，根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量包括：
获取所有匹配度评分；
将所有匹配度评分中最高的匹配度评分所对应的旋转角度和平移位置，确定为模板梯度图像与待测梯度图像的偏移量。
在本申请实施例中，根据偏移量校正检测区域与待测图像之间的偏差包括：
根据偏移量移动检测区域，以使检测区域与待测图像的对应区域对齐。
在本申请实施例中，该校正方法还包括：
预先在模板图像中标记检测区域；
在至少一个旋转角度下，确定检测区域中预定像素点的梯度方向，以得到模板梯度图像。
在本申请实施例中，特征像素点为检测区域的边缘像素点。
在本申请实施例中，获取待测图像，并确定待测图像的待测梯度图像包括：
获取待测图像，对待测图像添加搜索框，确定根据搜索框内待测图像各个像素点的梯度方向；
并且，在将模板梯度图像覆盖于待测梯度图像上时，模板梯度图像位于待测梯度图像的预设搜索框范围内；在对模板梯度图像进行平移时，在预设搜索框的范围内进行平移。
本申请第二方面提供一种图像偏移的校正装置，该校正装置包括：
获取模块，用于获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
确定模块，用于获取待测图像，并确定待测图像的待测梯度图像；
处理模块，用于将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；以及，用于根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量；
校正模块，用于根据偏移量校正检测区域与待测图像之间的偏差。
本申请第三方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的图像偏移的校正方法。
本申请第四方面提供一种电子设备，包括存储器和处理器，该存储器和该处理器通过总线连接，该存储器中存储有计算机程序，该计算机程序在被处理器执行时实现上述图像偏移的校正方法。
通过上述技术方案，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而根据对比结果确定模板梯度图像与待测梯度图像的偏移量，进一步根据偏移量校正检测区域与待测图像之间的偏差。本申请通过将模板梯度图像与待测图像进行多位置、多角度的比对，不仅处理结果准确，而且能够以更简单的方法确定模板梯度图像与待测图像中器件的偏移，有效提高图像处理的效率，能够适应高通量的检测场景。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：
图1示意性示出了根据本申请实施例的图像偏移的校正方法的流程示意图；
图2示意性示出了根据本申请实施例的图像偏移的校正装置的结构示意图；
图3示意性示出了根据本申请实施例的电子设备的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明，若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。
图1示意性示出了根据本申请实施例的图像偏移的校正方法的流程示意图。如图1所示，在本申请实施例中，提供了一种图像偏移的校正方法，该校正方法可以包括下列步骤：
步骤102、获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
步骤104、获取待测图像，并确定待测图像的待测梯度图像；
步骤106、将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；
步骤108、根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量；
步骤110、根据偏移量校正检测区域与待测图像之间的偏差。
在本申请实施例中，模板梯度图像是指模板的梯度图像，模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向。例如，在模板图像的检测区域的检测区域M标记ROI。基于模板图像中的标记结果，需要记录模板图像中区域M各个预定像素点(例如，边缘像素点)的坐标以及梯度方向。其中，某个像素点的梯度方向是指灰度变化最大的方向。每次记录完成后，需要将监测区域M旋转一定角度后再记录一次预定像素点的坐标以及梯度方向。重复多次上述步骤，可以得到检测区域M在多个旋转角度下的多个预定像素点的坐标和梯度方向。预定像素点的坐标和梯度方向可以表示为角度A(X1A、Y1A、D1A、X2A、Y2A、D2A…)、角度B(X1B、Y1B、D1B、X2B、Y2B、D2B…)、…。其中，X1A、Y1A表示在旋转角度A下第一个点的坐标，D1A表示在旋转角度A下第一个点的梯度方向，以此类推。
在本申请实施例中，在处理器接收到待测图像的情况下，首先需要确定待测图像中目标像素点的梯度。优选地，可以计算待测图像中搜索框所有目标像素点的梯度。接着依次确定每个目标像素点与所有相邻像素点的灰度，选取灰度最大的相邻像素点的方向作为该目标像素点的梯度方向，从而得到待测梯度图像。
在确定了待测梯度图像后，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果。在一个示例中，可以先选定旋转角度，平移模板梯度图像，得到模板梯度图像在初始位置和所有平移位置的对比结果。再将模板梯度图像进行旋转，得到模板梯度图像在所有旋转位置的对比结果，从而得到各个旋转角度下每个位置的匹配度评分。在另一个示例中，可以先选定平移位置，旋转模板梯度图像，得到模板梯度图像在初始角度和所有旋转后角度中每个角度对应的对比结果。再将模板梯度图像进行平移，得到模板梯度图像在所有平移位置的对比结果，从而得到各个平移位置下每个角度的匹配度评分。
进一步地，根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量。在一个示例中，可以将每个平移位置和每个旋转角度下模板梯度图像中所有预定像素点与对应待测梯度图像中的目标像素点的目标梯度方向之间的匹配度进行评分，得到匹配度评分。将匹配度评分最高的旋转角度和平移位置确定为待测图像与模板图像之间的偏移量。最后根据偏移量校正检测区域与待测图像之间的偏差。
通过上述技术方案，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而根据对比结果确定模板梯度图像与待测梯度图像的偏移量，进一步根据偏移量校正检测区域与待测图像之间的偏差。本申请通过将模板梯度图像与待测图像进行多位置、多角度的比对，不仅处理结果准确，而且能够以更简单的方法确定模板梯度图像与待测图像中器件的偏移，有效提高图像处理的效率，能够适应高通量的检测场景。
在本申请实施例中，步骤104、确定待测图像的待测梯度图像可以包括：
对于待测图像中目标像素点的梯度方向，其中，对于每个目标像素点，根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的目标梯度方向。
具体地，在处理器接收到待测图像的情况下，首先需要确定待测图像中目标像素点的梯度。待测图像的目标像素点可以为待测图像中所有像素点，也可以为待测图像中搜索框内的所有像素点。优选地，可以计算待测图像中搜索框所有目标像素点的梯度，以减少计算数量。接着依次确定每个目标像素点与所有相邻像素点的灰度差异，选取灰度差异最大的相邻像素点的方向作为该目标像素点的梯度方向，从而得到待测梯度图像。
在本申请实施例中，根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的梯度方向可以包括：
对于每个目标像素点，确定与该目标像素点相邻且与该目标像素点灰度差异最大的相邻像素点，根据该相邻像素点与该目标像素点的位置确定该目标像素点的梯度方向。
例如，选取每个目标像素点相邻的8个相邻像素点。对于每个目标像素点，确定与该目标像素点相邻且与该目标像素点灰度差异最大的相邻像素点，将目标像素点朝向灰度差异最大的相邻像素点的方向确定为该目标像素点的梯度方向。通过目标像素点与相邻像素点的灰度差异确定目标像素点的梯度方向，方法简单且效率较高。
在本申请实施例中，步骤106、将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果可以包括：
将当前旋转角度下的模板梯度图像覆盖于待测梯度图像上；
平移模板梯度图像，并得到模板梯度图像在初始位置和所有平移位置中每个位置对应的对比结果，其中，对于每个位置，根据当前旋转角度下模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将模板梯度图像进行旋转，重复前一步骤，直至得到各个旋转角度下每个位置的匹配度评分。
具体地，可以先选定旋转角度，平移模板梯度图像，得到模板梯度图像在初始位置和所有平移位置的对比结果。再将模板梯度图像进行旋转，得到模板梯度图像在所有旋转位置的对比结果，从而得到各个旋转角度下每个位置的匹配度评分。
在一个示例中，以先旋转角度的方式为例，首先选定旋转角度A，将旋转角度A下的模板梯度图像覆盖于待测梯度图像上，对于模板图像中的每个预定像素点，与该像素点在角度A下的最大梯度方向与该像素点当前覆盖的待测图中的像素点的最大梯度方向进行比对，得到一个像素点的评分，在将模板图中所有预设像素点的最大梯度方向(D1A、D2A、…)分别与待测图中对应覆盖的像素点的最大梯度方向进行一一对比后，得到旋转角度A下在当前平移位置处模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到一个总的匹配度评分。在旋转角度A下，对覆盖在待测梯度图像上的模板梯度图像进行多次平移，以得到每个位置的匹配度评分。
进一步地，将模板梯度图像旋转至角度B，并重复上述步骤，将其与之前得到的模板梯度图像在旋转角度B下的多个梯度方向进行一一对比，得到匹配度评分。在旋转角度B下，对覆盖在待测梯度图像上的模板梯度图像进行多次平移，以得到每个位置的匹配度评分。继续旋转模板梯度图像，直至遍历所有角度，得到每个角度下每个平移位置的匹配度评分。
在本申请实施例中，步骤106、将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果可以包括：
将当前平移位置下的模板梯度图像覆盖于待测梯度图像上；
对模板梯度图像进行旋转，并得到模板梯度图像在初始角度和所有旋转后角度中每个角度对应的对比结果，其中，对于每个角度，根据该角度下模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将模板梯度图像进行平移，重复前一步骤，直至以得到各个平移位置下每个角度的匹配度评分。
具体地，本申请实施例与上一实施例不同的是，本申请实施例可以先选定平移位置，旋转模板梯度图像，得到模板梯度图像在初始旋转角度和所有旋转后角度的对比结果。再将模板梯度图像进行平移，得到模板梯度图像在所有平移位置的对比结果，从而得到各个平移下每个旋转角度的匹配度评分。
在本申请实施例中，步骤108、根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量可以包括：
获取所有匹配度评分；
将所有匹配度评分中最高的匹配度评分所对应的旋转角度和平移位置，确定为模板梯度图像与待测梯度图像的偏移量。
具体地，可以将每个平移位置和每个旋转角度下模板梯度图像中所有预定像素点与对应待测梯度图像中的目标像素点的目标梯度方向之间的匹配度进行评分，得到匹配度评分。匹配度评分高表示该旋转角度和该平移位置与模板梯度图像最匹配。因此，可以将匹配度评分最高的旋转角度和平移位置确定为待测图像与模板图像之间的偏移量。
在本申请实施例中，步骤110、根据偏移量校正检测区域与待测图像之间的偏差可以包括：
根据偏移量移动检测区域，以使检测区域与待测图像的对应区域对齐。
具体地，偏移量是指模板图像与待测图像上的旋转角度的偏移和平移位置的偏移。在一个示例中，可以通过移动整个模板图像，使得模板图像与待测图像对齐，但是，移动整个模板图像的计算量较大，运算效率较低。因此，在另一个示例中，可以通过移动模板图像的检测区域，即模板图像的ROI区域，以使模板图像的ROI覆盖待测图像的对应区域。相比于移动整个模板图像，移动ROI的运算量较小，在对算法整体要求时间较为紧张的情况下，可以提高运算效率。
在本申请实施例中，该校正方法还可以包括：
预先在模板图像中标记检测区域；
在至少一个旋转角度下，确定检测区域中预定像素点的梯度方向，以得到模板梯度图像。
具体地，可以预先在模板图像的检测区域的检测区域M标记ROI。基于模板图像中的标记结果，需要记录模板图像中区域M各个预定像素点的坐标以及梯度方向。在一个示例中，特征像素点可以为检测区域的边缘像素点。其中，某个像素点的梯度方向是指灰度变化最大的方向。每次记录完成后，需要将监测区域M旋转一定角度后再记录一次预定像素点的坐标以及梯度方向。重复多次上述步骤，可以得到检测区域M在多个旋转角度下的多个预定像素点的坐标和梯度方向。预定像素点的坐标和梯度方向可以表示为角度A(X1A、Y1A、D1A、X2A、Y2A、D2A…)、角度B(X1B、Y1B、D1B、X2B、Y2B、D2B…)、…。其中，X1A、Y1A表示在旋转角度A下第一个点的坐标，D1A表示在旋转角度A下第一个点的梯度方向，以此类推。由于各个角度下模板图像中各个特征点的位置和最大梯度，即，模板梯度图像，可以预先计算得到并保存，所以在实际比对时不必每次都对模板图像进行上述计算，从而可以有效减少时间处理，提高效率。
在本申请实施例中，步骤104、获取待测图像，并确定待测图像的待测梯度图像可以包括：
获取待测图像，对待测图像添加搜索框，确定根据搜索框内待测图像各个像素点的梯度方向；
并且，在将模板梯度图像覆盖于待测梯度图像上时，模板梯度图像位于待测梯度图像的预设搜索框范围内；在对模板梯度图像进行平移时，在预设搜索框的范围内进行平移。
具体地，在处理器接收到待测图像的情况下，首先需要确定待测图像中目标像素点的梯度。优选地，可以计算待测图像中搜索框所有目标像素点的梯度。接着依次确定每个目标像素点与所有相邻像素点的灰度，选取灰度最大的相邻像素点的方向作为该目标像素点的梯度方向，从而得到待测梯度图像。计算搜索框内的所有目标像素点可以减少计算量，否则，平移搜索的时候每个点可能会需要计算多次，增加计算负担。因此，通过添加搜索框，可以减少计算量，提高计算效率。
图2示意性示出了根据本申请实施例的图像偏移的校正装置的结构示意图。如图2所示，本申请实施例提供一种图像偏移的校正装置，该校正装置可以包括：
获取模块202，用于获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
确定模块204，用于获取待测图像，并确定待测图像的待测梯度图像；
处理模块206，用于将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；以及，用于根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量；
校正模块208，用于根据偏移量校正检测区域与待测图像之间的偏差。
在本申请实施例中，模板梯度图像是指模板的梯度图像，模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向。例如，在模板图像的检测区域的检测区域M标记ROI。基于模板图像中的标记结果，需要记录模板图像中区域M各个预定像素点(例如，边缘像素点)的坐标以及梯度方向。其中，某个像素点的梯度方向是指灰度变化最大的方向。每次记录完成后，需要将监测区域M旋转一定角度后再记录一次预定像素点的坐标以及梯度方向。重复多次上述步骤，可以得到检测区域M在多个旋转角度下的多个预定像素点的坐标和梯度方向。预定像素点的坐标和梯度方向可以表示为角度A(X1A、Y1A、D1A、X2A、Y2A、D2A…)、角度B(X1B、Y1B、D1B、X2B、Y2B、D2B…)、…。其中，X1A、Y1A表示在旋转角度A下第一个点的坐标，D1A表示在旋转角度A下第一个点的梯度方向，以此类推。
在本申请实施例中，在处理器接收到待测图像的情况下，首先需要确定待测图像中目标像素点的梯度。优选地，可以计算待测图像中搜索框所有目标像素点的梯度。接着依次确定每个目标像素点与所有相邻像素点的灰度，选取灰度最大的相邻像素点的方向作为该目标像素点的梯度方向，从而得到待测梯度图像。
在确定了待测梯度图像后，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果。在一个示例中，可以先选定旋转角度，平移模板梯度图像，得到模板梯度图像在初始位置和所有平移位置的对比结果。再将模板梯度图像进行旋转，得到模板梯度图像在所有旋转位置的对比结果，从而得到各个旋转角度下每个位置的匹配度评分。在另一个示例中，可以先选定平移位置，旋转模板梯度图像，得到模板梯度图像在初始角度和所有旋转后角度中每个角度对应的对比结果。再将模板梯度图像进行平移，得到模板梯度图像在所有平移位置的对比结果，从而得到各个平移位置下每个角度的匹配度评分。
进一步地，根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量。在一个示例中，可以将每个平移位置和每个旋转角度下模板梯度图像中所有预定像素点与对应待测梯度图像中的目标像素点的目标梯度方向之间的匹配度进行评分，得到匹配度评分。将匹配度评分最高的旋转角度和平移位置确定为待测图像与模板图像之间的偏移量。最后根据偏移量校正检测区域与待测图像之间的偏差。
通过上述技术方案，将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而根据对比结果确定模板梯度图像与待测梯度图像的偏移量，进一步根据偏移量校正检测区域与待测图像之间的偏差。本申请通过将模板梯度图像与待测图像进行多位置、多角度的比对，不仅处理结果准确，而且能够以更简单的方法确定模板梯度图像与待测图像中器件的偏移，有效提高图像处理的效率，能够适应高通量的检测场景。
本申请实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的图像偏移的校正方法。
图3示意性示出了根据本申请实施例的电子设备的结构框图。如图3所示，本申请实施例还提供一种电子设备，包括存储器310和处理器320，该存储器310和该处理器320通过总线连接，该存储器310中存储有计算机程序，该计算机程序在被处理器执行时实现上述图像偏移的校正方法。
在本申请实施例中，处理器320可以被配置成：
获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
获取待测图像，并确定待测图像的待测梯度图像；
将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；
根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量；
根据偏移量校正检测区域与待测图像之间的偏差。
进一步地，处理器320还可以被配置成：
确定待测图像的待测梯度图像包括：
对于待测图像中目标像素点的梯度方向，其中，对于每个目标像素点，根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的目标梯度方向。
进一步地，处理器320还可以被配置成：
根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的梯度方向包括：
对于每个目标像素点，确定与该目标像素点相邻且与该目标像素点灰度差异最大的相邻像素点，根据该相邻像素点与该目标像素点的位置确定该目标像素点的梯度方向。
进一步地，处理器320还可以被配置成：
将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果包括：
将当前旋转角度下的模板梯度图像覆盖于待测梯度图像上；
平移模板梯度图像，并得到模板梯度图像在初始位置和所有平移位置中每个位置对应的对比结果，其中，对于每个位置，根据当前旋转角度下模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将模板梯度图像进行旋转，重复前一步骤，直至得到各个旋转角度下每个位置的匹配度评分。
进一步地，处理器320还可以被配置成：
将模板梯度图像覆盖于待测梯度图像上，并对模板梯度图像进行旋转和平移，以将待测梯度图像与模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果包括：
将当前平移位置下的模板梯度图像覆盖于待测梯度图像上；
对模板梯度图像进行旋转，并得到模板梯度图像在初始角度和所有旋转后角度中每个角度对应的对比结果，其中，对于每个角度，根据该角度下模板梯度图像中所有预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将模板梯度图像进行平移，重复前一步骤，直至以得到各个平移位置下每个角度的匹配度评分。
进一步地，处理器320还可以被配置成：
根据所有旋转角度下以及所有平移位置下的对比结果确定模板梯度图像与待测梯度图像的偏移量包括：
获取所有匹配度评分；
将所有匹配度评分中最高的匹配度评分所对应的旋转角度和平移位置，确定为模板梯度图像与待测梯度图像的偏移量。
进一步地，处理器320还可以被配置成：
根据偏移量校正检测区域与待测图像之间的偏差包括：
根据偏移量移动检测区域，以使检测区域与待测图像的对应区域对齐。
进一步地，处理器320还可以被配置成：
预先在模板图像中标记检测区域；
在至少一个旋转角度下，确定检测区域中预定像素点的梯度方向，以得到模板梯度图像。
在本申请实施例中，特征像素点为检测区域的边缘像素点。
进一步地，处理器320还可以被配置成：
获取待测图像，并确定待测图像的待测梯度图像包括：
获取待测图像，对待测图像添加搜索框，确定根据搜索框内待测图像各个像素点的梯度方向；
并且，在将模板梯度图像覆盖于待测梯度图像上时，模板梯度图像位于待测梯度图像的预设搜索框范围内；在对模板梯度图像进行平移时，在预设搜索框的范围内进行平移。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (13)
1.一种图像偏移的校正方法，其特征在于，所述校正方法包括：
获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的所述模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
获取待测图像，并确定所述待测图像的待测梯度图像；
将所述模板梯度图像覆盖于所述待测梯度图像上，并对所述模板梯度图像进行旋转和平移，以将所述待测梯度图像与所述模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；
根据所有旋转角度下以及所有平移位置下的对比结果确定所述模板梯度图像与所述待测梯度图像的偏移量；
根据所述偏移量校正所述检测区域与所述待测图像之间的偏差。
2.根据权利要求1所述的校正方法，其特征在于，所述确定所述待测图像的待测梯度图像包括：
对于所述待测图像中目标像素点的梯度方向，其中，对于每个目标像素点，根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的目标梯度方向。
3.根据权利要求2所述的校正方法，其特征在于，所述根据该目标像素点与所有相邻像素点的灰度，确定该目标像素点的梯度方向包括：
对于所述每个目标像素点，确定与该目标像素点相邻且与该目标像素点灰度差异最大的相邻像素点，根据该相邻像素点与所述目标像素点的位置确定该目标像素点的梯度方向。
4.根据权利要求2所述的校正方法，其特征在于，所述将所述模板梯度图像覆盖于所述待测梯度图像上，并对所述模板梯度图像进行旋转和平移，以将所述待测梯度图像与所述模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果包括：
将当前旋转角度下的所述模板梯度图像覆盖于所述待测梯度图像上；
平移所述模板梯度图像，并得到所述模板梯度图像在初始位置和所有平移位置中每个位置对应的对比结果，其中，对于每个位置，根据当前旋转角度下所述模板梯度图像中所有所述预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将所述模板梯度图像进行旋转，重复前一步骤，直至得到各个旋转角度下每个位置的匹配度评分。
5.根据权利要求2所述的校正方法，其特征在于，所述将所述模板梯度图像覆盖于所述待测梯度图像上，并对所述模板梯度图像进行旋转和平移，以将所述待测梯度图像与所述模板梯度图像进行对比，从而得到所有旋转角度以及所有平移位置下的对比结果包括：
将当前平移位置下的所述模板梯度图像覆盖于所述待测梯度图像上；
对所述模板梯度图像进行旋转，并得到所述模板梯度图像在初始角度和所有旋转后角度中每个角度对应的对比结果，其中，对于每个角度，根据该角度下所述模板梯度图像中所有所述预定像素点与对应目标像素点的目标梯度方向之间的匹配度，得到匹配度评分；
将所述模板梯度图像进行平移，重复前一步骤，直至以得到各个平移位置下每个角度的匹配度评分。
6.根据权利要求4或5所述的校正方法，其特征在于，所述根据所有旋转角度下以及所有平移位置下的对比结果确定所述模板梯度图像与所述待测梯度图像的偏移量包括：
获取所有匹配度评分；
将所有匹配度评分中最高的匹配度评分所对应的旋转角度和平移位置，确定为所述模板梯度图像与所述待测梯度图像的偏移量。
7.根据权利要求1所述的校正方法，其特征在于，所述根据所述偏移量校正所述检测区域与所述待测图像之间的偏差包括：
根据所述偏移量移动所述检测区域，以使所述检测区域与所述待测图像的对应区域对齐。
8.根据权利要求1所述的校正方法，其特征在于，所述校正方法还包括：
预先在所述模板图像中标记检测区域；
在所述至少一个旋转角度下，确定所述检测区域中所述预定像素点的梯度方向，以得到所述模板梯度图像。
9.根据权利要求1-5、7、8中任一项所述的校正方法，其特征在于，所述特征像素点为所述检测区域的边缘像素点。
10.根据权利要求1-5、7、8中任一项所述的校正方法，其特征在于，获取待测图像，并确定所述待测图像的待测梯度图像包括：
获取所述待测图像，对所述待测图像添加搜索框，确定根据所述搜索框内待测图像各个像素点的梯度方向；
并且，在将所述模板梯度图像覆盖于所述待测梯度图像上时，所述模板梯度图像位于所述待测梯度图像的预设搜索框范围内；在对所述模板梯度图像进行平移时，在所述预设搜索框的范围内进行平移。
11.一种图像偏移的校正装置，其特征在于，所述校正装置包括：
获取模块，用于获取至少一个旋转角度下的模板梯度图像，其中，每个旋转角度下的所述模板梯度图像包含模板图像的检测区域中预定像素点的梯度方向；
确定模块，用于获取待测图像，并确定所述待测图像的待测梯度图像；
处理模块，用于将所述模板梯度图像覆盖于所述待测梯度图像上，并对所述模板梯度图像进行旋转和平移，以将所述待测梯度图像与所述模板梯度图像进行对比，从而得到所有旋转角度下以及所有平移位置下的对比结果；以及，用于根据所有旋转角度下以及所有平移位置下的对比结果确定所述模板梯度图像与所述待测梯度图像的偏移量；
校正模块，用于根据所述偏移量校正所述检测区域与所述待测图像之间的偏差。
12.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至10中任一项所述的图像偏移的校正方法。
13.一种电子设备，包括存储器和处理器，所述存储器和所述处理器通过总线连接，所述存储器中存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现根据权利要求1至10中任一项所述图像偏移的校正方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111567203.5A CN114494121B (zh) | 2021-12-20 | 2021-12-20 | 图像偏移的校正方法、校正装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111567203.5A CN114494121B (zh) | 2021-12-20 | 2021-12-20 | 图像偏移的校正方法、校正装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114494121A true CN114494121A (zh) | 2022-05-13 |
| CN114494121B CN114494121B (zh) | 2024-07-12 |
Family
ID=81494001
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111567203.5A Active CN114494121B (zh) | 2021-12-20 | 2021-12-20 | 图像偏移的校正方法、校正装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114494121B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115018833A (zh) * | 2022-08-05 | 2022-09-06 | 山东鲁芯之光半导体制造有限公司 | 一种半导体器件的加工缺陷检测方法 |
| CN116012306A (zh) * | 2022-12-14 | 2023-04-25 | 广州市斯睿特智能科技有限公司 | 基于偏移校正的焊缝检测方法、系统、装置和存储介质 |
| CN116228640A (zh) * | 2022-12-14 | 2023-06-06 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
| CN117237234A (zh) * | 2023-11-09 | 2023-12-15 | 杭州睿影科技有限公司 | 应用于x射线安检设备的图像校正方法、装置及电子设备 |
| CN117243627A (zh) * | 2023-11-16 | 2023-12-19 | 有方（合肥）医疗科技有限公司 | Cbct图像的处理方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08240411A (ja) * | 1994-09-30 | 1996-09-17 | Omron Corp | 位置ずれ量検出装置及び方法及び画像計測装置並びにモデル登録装置 |
| JP2002334331A (ja) * | 2001-05-10 | 2002-11-22 | Nippon Telegr & Teleph Corp <Ntt> | 画像照合装置、画像照合方法、プログラム及び記録媒体 |
| CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
-
2021
- 2021-12-20 CN CN202111567203.5A patent/CN114494121B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH08240411A (ja) * | 1994-09-30 | 1996-09-17 | Omron Corp | 位置ずれ量検出装置及び方法及び画像計測装置並びにモデル登録装置 |
| JP2002334331A (ja) * | 2001-05-10 | 2002-11-22 | Nippon Telegr & Teleph Corp <Ntt> | 画像照合装置、画像照合方法、プログラム及び記録媒体 |
| CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115018833A (zh) * | 2022-08-05 | 2022-09-06 | 山东鲁芯之光半导体制造有限公司 | 一种半导体器件的加工缺陷检测方法 |
| CN115018833B (zh) * | 2022-08-05 | 2022-11-04 | 山东鲁芯之光半导体制造有限公司 | 一种半导体器件的加工缺陷检测方法 |
| CN116012306A (zh) * | 2022-12-14 | 2023-04-25 | 广州市斯睿特智能科技有限公司 | 基于偏移校正的焊缝检测方法、系统、装置和存储介质 |
| CN116228640A (zh) * | 2022-12-14 | 2023-06-06 | 广州市斯睿特智能科技有限公司 | 基于深度图像的焊缝检测方法、系统、装置及存储介质 |
| CN117237234A (zh) * | 2023-11-09 | 2023-12-15 | 杭州睿影科技有限公司 | 应用于x射线安检设备的图像校正方法、装置及电子设备 |
| CN117237234B (zh) * | 2023-11-09 | 2024-01-30 | 杭州睿影科技有限公司 | 应用于x射线安检设备的图像校正方法、装置及电子设备 |
| CN117243627A (zh) * | 2023-11-16 | 2023-12-19 | 有方（合肥）医疗科技有限公司 | Cbct图像的处理方法及装置 |
| CN117243627B (zh) * | 2023-11-16 | 2024-02-09 | 有方（合肥）医疗科技有限公司 | Cbct图像的处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114494121B (zh) | 2024-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114494121B (zh) | 图像偏移的校正方法、校正装置、存储介质及电子设备 | |
| CN110298298B (zh) | 目标检测及目标检测网络的训练方法、装置及设备 | |
| CN111210468B (zh) | 一种图像深度信息获取方法及装置 | |
| CN111179358A (zh) | 标定方法、装置、设备及存储介质 | |
| US20110254923A1 (en) | Image processing apparatus, method and computer-readable medium | |
| CN111612834B (zh) | 生成目标图像的方法、装置及设备 | |
| CN113160161B (zh) | 目标边缘处缺陷的检测方法和装置 | |
| US20220284630A1 (en) | Calibration board and calibration method and system | |
| CN104517109A (zh) | 一种qr码图像的校正方法及系统 | |
| CN114936988B (zh) | 图像校正方法、装置及电子设备 | |
| CN113176270B (zh) | 一种调光方法、装置及设备 | |
| US20240265521A1 (en) | Cell alignment metric detection method, controller, detection system and storage medium | |
| CN113379837B (zh) | 检测设备的角度校正方法、设备及计算机可读存储介质 | |
| CN107103587B (zh) | 一种生物芯片图像倾斜的校正方法及装置 | |
| CN112634286B (zh) | 图像的裁剪方法及装置 | |
| CN114612427A (zh) | 铭牌缺陷检测方法、装置、电子设备及存储介质 | |
| CN113074634B (zh) | 一种快速相位匹配方法、存储介质和三维测量系统 | |
| US11302017B2 (en) | Generating composite image from multiple images captured for subject | |
| CN114494119A (zh) | 器件方向的检测方法、装置、存储介质及电子设备 | |
| CN116452662A (zh) | 光纤中心的像素坐标提取方法、装置、电子设备 | |
| CN115690180A (zh) | 一种矢量地图配准方法、配准系统、电子设备及存储介质 | |
| CN116012413A (zh) | 图像特征点的跟踪方法、装置、电子设备及存储介质 | |
| CN118259089B (zh) | 一种大阵面相控阵天线近场测试异常判断方法及系统 | |
| CN115115687B (zh) | 车道线测量方法及装置 | |
| CN117132460B (zh) | 视觉检测标准图的生成方法、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 |