CN115661048A - 一种图像自动化测试的方法、装置、系统及存储介质 - Google Patents
一种图像自动化测试的方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN115661048A CN115661048A CN202211225800.4A CN202211225800A CN115661048A CN 115661048 A CN115661048 A CN 115661048A CN 202211225800 A CN202211225800 A CN 202211225800A CN 115661048 A CN115661048 A CN 115661048A
- Authority
- CN
- China
- Prior art keywords
- image frame
- image
- whiteboard
- value
- test card
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种图像自动化测试的方法、装置、系统及存储介质,包括对测试卡的图像帧采用MTF‑刃边法以计算相机对刃边的还原能力,输出刃边区域的各频率的均值作为所述测试卡的图像帧的清晰度,根据所述清晰度判断是否合格;将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行二值化、腐蚀膨胀、连通域提取和连通域过滤,根据区域最低灰度值相较周围背景区域灰度值的差值确定所述过滤后的连通域中存在的黑点,并根据黑点的像素值大小判断是否合格;统计所述白板的图像帧中异常像素个数占四角区域的比例,根据所述比例判断是否合格。利用上述技术方案,可极大节省生产过程中测试的空间,提高图像检测的速度和效率,提高测试结果的稳定性。
Description
技术领域
本发明涉及图像测试领域,特别是涉及一种图像自动化测试的方法、装置、系统及存储介质。
背景技术
目前图像测试在实际生产中出现比较大判断困扰,主要痛点和缺点有以下几点:
1.测试环境受限,传统的图像测试判断,清晰度测试,黑边测试,黑点测试需要一定距离和空间要求,其中清晰度需要至少三米以上的距离;
2.大量人员检测,为了提高检测速度,生产环境大量遍布测试卡,生产以量变引起质量,投入大量人工人力进行检测;
3.图像判断一致性,不同人员对图像的敏感度不同,判断出来的结果有差异,导致出厂的结果参差不齐;
4.常规图像生产出现问题,需要人员主要登记并描述具体问题,耗费比较大的精力进行统计。
发明内容
本发明的实施例提供了一种图像自动化测试的方法、装置、系统及存储介质,以提高图像检测的速度和效率。
为了实现上述目的,一方面,提供一种图像自动化测试的方法,具体包括:
清晰度测试:拍摄固定在预定距离的面板上的测试卡得到测试卡的图像帧,对所述测试卡的图像帧采用MTF-刃边法以计算相机对刃边的还原能力,输出刃边区域的各频率的均值作为所述测试卡的图像帧的清晰度,根据所述清晰度判断所述测试卡的图像帧是否合格;
黑点测试:拍摄白板获取白板的图像帧,将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行二值化、腐蚀膨胀、连通域提取和连通域过滤,输出过滤后的连通域,以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,根据所述显眼度确定所述过滤后的连通域中存在的黑点并根据黑点的像素值大小判断所述白板的图像帧是否合格;
黑边测试:统计所述白板的图像帧中异常像素个数占四角区域的比例,根据所述比例判断所述白板的图像帧是否合格。
在具体的实施例中,所述清晰度测试具体包括:
采用MTF-刃边法确定所述测试卡的图像帧的刃边位置,截取所述刃边所在的区域进行图像差分后,进行快速傅里叶变换得到频谱图,根据所述频谱图求得各频率的均值作为所述测试卡的图像帧的清晰度;
当所述清晰度低于预设的清晰度阈值时,判断所述测试卡的图像帧为不合格图像。
在具体的实施例中,所述黑点测试具体包括:
将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行阈值区域间的二值化、腐蚀膨胀以及连通域提取,得出若干个连通域;
根据预设的过滤阈值过滤掉小于所述过滤阈值的连通域以及背景,输出过滤后的连通域;
以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,将所述过滤后的连通域中显眼度高于预设显眼度阈值的连通域作为黑点,若所述图像帧中存在黑点,且黑点的像素值大于预设的像素阈值,则所述白板的图像帧为不合格图像。
在具体的实施例中,所述根据所述频谱图求得各频率的均值作为所述测试卡的图像帧的清晰度,具体包括:
找出所述频谱图中各个频率的强度响应中的最高响应值;
再将所述频谱图中各个频率的强度与坐标轴所构成的面积除以所述最高响应值在整个频段范围内与坐标轴所构成的矩形面积,得到所述均值。
在具体的实施例中,所述黑边测试具体包括:
预设亮度阈值,将灰度值低于所述亮度阈值的像素作为异常像素,计算所述异常像素的个数占四角区域的比例,当所述比例高于预设的比例阈值时,所述白板的图像帧为不合格图像。
在具体的实施例中,所述白板采用透射式的白板。
在具体的实施例中,所述拍摄所使用的设备以及对应的连接位置具体包括:测试箱体、相机、增距镜、测试卡、辅助器件;
其中,所述辅助器件包括旋转平台和夹具;
所述增距镜的参数基于满足模拟距离大于5m的要求进行定义,并设计所述相机和所述增距镜的距离以及所述测试卡和所述增距镜的距离;
所述相机通过定制的夹具固定;
所述测试卡为棋盘卡。
另一方面,提供一种图像自动化测试的系统,包括:
清晰度测试模块:配置用于拍摄固定在预定距离的面板上的测试卡得到测试卡的图像帧,对所述测试卡的图像帧采用MTF-刃边法以计算相机对刃边的还原能力,输出刃边区域的各频率的均值作为所述测试卡的图像帧的清晰度,根据所述清晰度判断所述测试卡的图像帧是否合格;
黑点测试模块:配置用于拍摄白板获取白板的图像帧,将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行二值化、腐蚀膨胀、连通域提取和连通域过滤,输出过滤后的连通域,以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,根据所述显眼度确定所述过滤后的连通域中存在的黑点并根据黑点的像素值大小判断所述白板的图像帧是否合格;
黑边测试模块:配置用于统计所述白板的图像帧中异常像素个数占四角区域的比例,根据所述比例判断所述白板的图像帧是否合格。
又一方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被计算机处理器执行时实施上文所述的图像自动化测试的方法。
又一方面,提供了一种图像自动化测试的装置,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如上文所述的图像自动化测试的方法。
上述技术方案具有如下技术效果:
1.选用增距镜,模拟实际不同的距离作为检测的环境,可极大节省生产过程中测试的空间;
2.使用软件自动判断,只需要一个人员放置摄像机进去后,一键测试,节省大量的人工成本,且速度比人工判断快速准确,提高图像检测的速度和效率;
3.选用棋盘卡作为清晰度测试测试卡,黑点黑边采用透射式的白板,清晰度用MTF计算,测试卡位置及光源固定测试结果稳定;
4.自动记录保存问题图片,保存在一定的路径内,程序可以搜索相关信息进行调用记录。
附图说明
图1为本发明一实施例一种图像自动化测试的方法的流程示意图;
图2为本发明另一实施例一种图像自动化测试的刃边选取示意图;
图3为本发明另一实施例一种图像自动化测试的MTF差分图像;
图4为本发明另一实施例一种图像自动化测试的MTF频谱图;
图5为本发明另一实施例一种图像自动化测试的黑点处理流程图;
图6为本发明另一实施例一种图像自动化测试的黑点测试灰度图;
图7为本发明一实施例的图像自动化测试的黑点测试腐蚀膨胀处理结果图;
图8为本发明另一实施例的图像自动化测试的过滤后的连通域图;
图9为本发明实施例的图像自动化测试的黑点图;
图10为本发明另一实施例一种图像自动化测试的显眼度为1时的黑点图;
图11为本发明另一实施例一种图像自动化测试的显眼度为4时的黑点图;
图12为本发明另一实施例一种图像自动化测试的显眼度为10时的黑点图;
图13为本发明实施例的图像自动化测试装置的结构示意图。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
实施例一:
图1为本发明一实施例一种图像自动化测试的方法的流程示意图。在该实施例中,
清晰度测试:拍摄固定在预定距离的面板上的测试卡得到测试卡的图像帧,对所述测试卡的图像帧采用MTF-刃边法以计算相机对刃边的还原能力,输出刃边区域的各频率的均值作为所述测试卡的图像帧的清晰度,根据所述清晰度判断所述测试卡的图像帧是否合格;
黑点测试:拍摄白板获取白板的图像帧,将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行二值化、腐蚀膨胀、连通域提取和连通域过滤,输出过滤后的连通域,以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,根据所述显眼度确定所述过滤后的连通域中存在的黑点并根据黑点的像素值大小判断所述白板的图像帧是否合格;
黑边测试:统计所述白板的图像帧中异常像素个数占四角区域的比例,根据所述比例判断所述白板的图像帧是否合格。
实施例二:
本发明的图像自动化测试所使用的设备包括:
所述白板采用透射式的白板。
所述拍摄所使用的设备以及对应的连接位置具体包括:测试箱体、相机、增距镜、测试卡、辅助器件;
其中,所述辅助器件包括旋转平台和夹具;
所述增距镜的参数基于满足模拟距离大于5m的要求进行定义,并设计所述相机和所述增距镜的距离以及所述测试卡和所述增距镜的距离;
所述相机通过定制的夹具固定;
所述测试卡为棋盘卡。
当进行图像自动化测试时:
不同的相机通过定制的夹具固定住,拍摄固定在一定距离面板上的棋盘卡,通过清晰度测试方法获取清晰度数据;相机通过旋转平台进行旋转到另外一边的白板上,并把距离拉进覆盖整个画面范围,通过黑点测试方法以及黑边测试方法得到黑点和黑边的数据,通过清晰度数据以及黑点和黑边的数据判断拍摄到的图像是否合格。
实施例三:
在具体的实施例中,所述清晰度测试步骤如下:
图2为本发明另一实施例一种图像自动化测试的刃边选取示意图,采用MTF-刃边法确定所述测试卡的图像帧的刃边位置;
图3为本发明另一实施例一种图像自动化测试的MTF差分图像,截取所述刃边所在的区域进行图像差分后,进行快速傅里叶变换得到频谱图;
图4为本发明另一实施例一种图像自动化测试的MTF频谱图,根据图4找出所述频谱图中各个频率的强度响应中的最高响应值;
再将所述频谱图中各个频率的强度与坐标轴所构成的面积除以所述最高响应值在整个频段范围内与坐标轴所构成的矩形面积(即如图矩形框的面积),得到所述均值;
当所述清晰度低于预设的清晰度阈值时,判断所述测试卡的图像帧为不合格图像。
实施例四:
黑点在IPC中的成像特点为:根据黑点图像样例,图像黑点,分布随机;且形状不固定,以偏圆形为主,伴有少数长条状、带状的黑色区域。即肉眼可以看到的一个偏暗的黑色区域。
IPC在纯白背景中亮度分布情况:整体上呈中间亮,离中心点距离越远,亮度越暗的情况,在转为灰度图,感官上平滑的白色背景,实际上起伏不定,有明显的噪声影响。
根据以上特点,图5为本发明另一实施例一种图像自动化测试的黑点处理流程图,如图5所示黑点测试步骤如下:
图6为本发明另一实施例一种图像自动化测试的黑点测试灰度图,将所述白板的图像帧转换为灰度图并进行模糊降噪处理;
进行阈值区域间的二值化产生255个二值化图像,再进行腐蚀膨胀以及连通域提取,得出若干个连通域;图7为本发明一实施例的图像自动化测试的黑点测试腐蚀膨胀处理结果图,图中所使用的二值化阈值为158;
根据预设的过滤阈值过滤掉小于所述过滤阈值的连通域以及背景,输出过滤后的连通域,如图8所示;图8为本发明另一实施例的图像自动化测试的过滤后的连通域图;
图9为本发明实施例的图像自动化测试的黑点图,其中方框区域表示黑点;
以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,将所述过滤后的连通域中显眼度高于预设显眼度阈值的连通域作为黑点;
根据以上实施例得到图10-图12,图10-图12分别为显眼度为1、4、10时的黑点图。一般来说,显眼度大于2个像素值时,人眼可以通过仔细分辩看出来,显眼度大于4个像素值时人眼一般能一眼看出,故本实施例中设置显眼度阈值为2。
若所述图像帧中存在黑点,且黑点的像素值大于预设的像素阈值,则所述白板的图像帧为不合格图像。
实施例五:
所述黑边测试步骤如下:
预设亮度阈值,将灰度值低于所述亮度阈值的像素作为异常像素,计算所述异常像素的个数占四角区域的比例,当所述比例高于预设的比例阈值时,所述白板的图像帧为不合格图像。其中,异常像素的个数占四角区域的比例的计算方法为:异常像素的个数/(图像宽/16*图像高/16),亮度阈值设为50。
实施例六:
本发明还提供一种(装置),如图13所示,该装置包括处理器1301、存储器1302、总线1303、以及存储在所述存储器1302中并可在所述处理器1301上运行的计算机程序,处理器1301包括一个或一个以上处理核心,存储器1302通过总线1303与处理器1301相连,存储器1302用于存储程序指令,所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
进一步地,作为一个可执行方案,所述(装置)可以是计算机单元,该计算机单元可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机单元可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述计算机单元的组成结构仅仅是计算机单元的示例,并不构成对计算机单元的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件。例如所述计算机单元还可以包括输入输出设备、网络接入设备、总线等,本发明实施例对此不做限定。
进一步地,作为一个可执行方案,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述计算机单元的控制中心,利用各种接口和线路连接整个计算机单元的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述计算机单元的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例七:
本发明还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,所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
所述计算机单元集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (10)
1.一种图像自动化测试的方法,具体包括:
清晰度测试:拍摄固定在预定距离的面板上的测试卡得到测试卡的图像帧,对所述测试卡的图像帧采用MTF-刃边法以计算相机对刃边的还原能力,输出刃边区域的各频率的均值作为所述测试卡的图像帧的清晰度,根据所述清晰度判断所述测试卡的图像帧是否合格;
黑点测试:拍摄白板获取白板的图像帧,将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行二值化、腐蚀膨胀、连通域提取和连通域过滤,输出过滤后的连通域,以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,根据所述显眼度确定所述过滤后的连通域中存在的黑点并根据黑点的像素值大小判断所述白板的图像帧是否合格;
黑边测试:统计所述白板的图像帧中异常像素个数占四角区域的比例,根据所述比例判断所述白板的图像帧是否合格。
2.根据权利要求1所述的方法,其特征在于,所述清晰度测试具体包括:
采用MTF-刃边法确定所述测试卡的图像帧的刃边位置,截取所述刃边所在的区域进行图像差分后,进行快速傅里叶变换得到频谱图,根据所述频谱图求得各频率的均值作为所述测试卡的图像帧的清晰度;
当所述清晰度低于预设的清晰度阈值时,判断所述测试卡的图像帧为不合格图像。
3.根据权利要求1所述的方法,其特征在于,所述黑点测试具体包括:
将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行阈值区域间的二值化、腐蚀膨胀以及连通域提取,得出若干个连通域;
根据预设的过滤阈值过滤掉小于所述过滤阈值的连通域以及背景,输出过滤后的连通域;
以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,将所述过滤后的连通域中显眼度高于预设显眼度阈值的连通域作为黑点,若所述图像帧中存在黑点,且黑点的像素值大于预设的像素阈值,则所述白板的图像帧为不合格图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述频谱图求得各频率的均值作为所述测试卡的图像帧的清晰度,具体包括:
找出所述频谱图中各个频率的强度响应中的最高响应值;
再将所述频谱图中各个频率的强度与坐标轴所构成的面积除以所述最高响应值在整个频段范围内与坐标轴所构成的矩形面积,得到所述均值。
5.根据权利要求1所述的方法,其特征在于,所述黑边测试具体包括:
预设亮度阈值,将灰度值低于所述亮度阈值的像素作为异常像素,计算所述异常像素的个数占四角区域的比例,当所述比例高于预设的比例阈值时,所述白板的图像帧为不合格图像。
6.根据权利要求1所述的方法,其特征在于,所述白板采用透射式的白板。
7.根据权利要求1所述的方法,其特征在于,所述拍摄所使用的设备以及对应的连接位置具体包括:测试箱体、相机、增距镜、测试卡、辅助器件;
其中,所述辅助器件包括旋转平台和夹具;
所述增距镜的参数基于满足模拟距离大于5m的要求进行定义,并设计所述相机和所述增距镜的距离以及所述测试卡和所述增距镜的距离;
所述相机通过定制的夹具固定;
所述测试卡为棋盘卡。
8.一种图像自动化测试的系统,包括:
清晰度测试模块:配置用于拍摄固定在预定距离的面板上的测试卡得到测试卡的图像帧,对所述测试卡的图像帧采用MTF-刃边法以计算相机对刃边的还原能力,输出刃边区域的各频率的均值作为所述测试卡的图像帧的清晰度,根据所述清晰度判断所述测试卡的图像帧是否合格;
黑点测试模块:配置用于拍摄白板获取白板的图像帧,将所述白板的图像帧转换为灰度图并进行模糊降噪处理后,进行二值化、腐蚀膨胀、连通域提取和连通域过滤,输出过滤后的连通域,以区域最低灰度值相较周围背景区域灰度值的差值作为显眼度,根据所述显眼度确定所述过滤后的连通域中存在的黑点并根据黑点的像素值大小判断所述白板的图像帧是否合格;
黑边测试模块:配置用于统计所述白板的图像帧中异常像素个数占四角区域的比例,根据所述比例判断所述白板的图像帧是否合格。
9.一种图像自动化测试的装置,其特征在于,包括存储器和处理器,所述存储器存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如权利要求1至7任一所述的图像自动化测试的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如权利要求1至7任一所述的图像自动化测试的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211225800.4A CN115661048A (zh) | 2022-10-09 | 2022-10-09 | 一种图像自动化测试的方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211225800.4A CN115661048A (zh) | 2022-10-09 | 2022-10-09 | 一种图像自动化测试的方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115661048A true CN115661048A (zh) | 2023-01-31 |
Family
ID=84985077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211225800.4A Pending CN115661048A (zh) | 2022-10-09 | 2022-10-09 | 一种图像自动化测试的方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115661048A (zh) |
-
2022
- 2022-10-09 CN CN202211225800.4A patent/CN115661048A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11587219B2 (en) | Method and apparatus for detecting pixel defect of optical module, and device | |
CN110705583B (zh) | 细胞检测模型训练方法、装置、计算机设备及存储介质 | |
CN113240630B (zh) | 散斑图像质量评估方法、装置、终端设备及可读存储介质 | |
CN108801601B (zh) | 菲涅尔透镜杂散光噪声的测试方法、设备及存储介质 | |
CN111325717B (zh) | 手机缺陷位置识别方法及设备 | |
CN109005367B (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
CN110490204B (zh) | 图像处理方法、图像处理装置及终端 | |
CN111368587B (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN113781396B (zh) | 屏幕缺陷检测方法、装置、设备和存储介质 | |
CN116883336A (zh) | 图像处理方法、装置、计算机设备及介质 | |
CN113052754A (zh) | 一种图片背景虚化的方法及装置 | |
CN111369531B (zh) | 图像清晰度的评分方法、设备及存储装置 | |
CN111340722B (zh) | 图像处理方法、处理装置、终端设备及可读存储介质 | |
CN111311610A (zh) | 图像分割的方法及终端设备 | |
CN115661048A (zh) | 一种图像自动化测试的方法、装置、系统及存储介质 | |
CN115239653A (zh) | 支持多分屏的黑屏检测方法、装置、电子设备及可读存储介质 | |
CN111062984B (zh) | 视频图像区域面积的测量方法、装置、设备及存储介质 | |
CN114694137A (zh) | 图像检测方法,三维成像方法及设备 | |
CN114677319A (zh) | 干细胞分布确定方法、装置、电子设备及存储介质 | |
CN113469171A (zh) | 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 | |
CN103679684A (zh) | 用于检测图像中的云的装置、方法以及电子设备 | |
CN115100081B (zh) | Lcd显示屏灰阶图像增强方法、装置、设备及存储介质 | |
CN114998282B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN111383237B (zh) | 一种图像分析方法、装置及终端设备 | |
CN117953506A (zh) | 图像的处理方法、装置、处理器以及电子设备 |
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 |