CN115810023A - 焦平面成像系统扎堆盲元计算系统及其工作方法 - Google Patents
焦平面成像系统扎堆盲元计算系统及其工作方法 Download PDFInfo
- Publication number
- CN115810023A CN115810023A CN202310090440.XA CN202310090440A CN115810023A CN 115810023 A CN115810023 A CN 115810023A CN 202310090440 A CN202310090440 A CN 202310090440A CN 115810023 A CN115810023 A CN 115810023A
- Authority
- CN
- China
- Prior art keywords
- blind pixel
- blind
- new
- pixel region
- initial
- 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
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
- Radiation Pyrometers (AREA)
- Studio Devices (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
Abstract
本发明公开了一种焦平面成像系统扎堆盲元计算系统，属于焦平面成像系统技术领域，包括命令接收模块、图像采集模块、图像预处理模块、盲元判定模块、盲元标记模块、初始盲元区域划定模块、遍历初始盲元区域模块、遍历新的盲元区域模块。本发明可以针对多种形态的盲元簇进行自动计算，自动统计出盲元簇的个数以及每个盲元簇的大小，对盲元补偿改善成像质量有极其重要的意义。
Description
技术领域
本发明涉及焦平面成像系统技术领域，具体涉及一种焦平面成像系统扎堆盲元计算系统及其工作方法。
背景技术
红外焦平面探测器制造过程中难免会出现材料掺杂不均的问题，这就会引起红外探测器各探测单元的光电转化特性曲线形成不一致，盲元就是由于这种特性曲线的不一致性过大而造成的。盲元最常见的表现形式是红外图像中固定或者随机出现的亮点或者暗点。红外图像处理中的盲元检测和补偿的工作就是为了检测出系统中存在的响应失调探测单元，对它们进行校正，从而提高红外成像系统的成像质量。
扎堆盲元又叫盲元簇，指一个盲元在该盲元的8个方向上有其它盲元所连接组成的不规则区域。区域中含有的盲元个数称为盲元簇大小。成像图像上显示出的这些不规则区域个数称为盲元簇个数。扎堆盲元的检测作为盲元补偿改善成像质量的前提，具有了越来越重要的作用。因此扎堆盲元的检测判断成为了考验测试系统性能的另一关键因素。虽然目前盲元检测技术已经相对成熟，但是并不能对扎堆盲元进行检测判断。因此，亟需研发一种能够自动检测扎堆盲元的计算系统。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种焦平面成像系统扎堆盲元计算系统及其工作方法，可以针对多种形态的盲元簇进行自动计算，自动统计出盲元簇的个数以及每个盲元簇的大小，对盲元补偿改善成像质量有极其重要的意义。
为实现上述目的，本发明提供一种焦平面成像系统扎堆盲元计算系统，包括用于接收扎堆盲元计算命令的命令接收模块、用于采集红外图像数据的图像采集模块、用于预处理采集的图像预处理模块、用于判断盲元的盲元判定模块、用于标记盲元坐标的盲元标记模块、用于划定初始盲元区域的初始盲元区域划定模块、用于遍历初始盲元区域的遍历初始盲元区域模块、用于遍历新的盲元区域的遍历新的盲元区域模块；所述红外图像数据为红外图像的0-65535范围内的灰度值。
其进一步技术方案为：还包括用于人工设定重点区域的重点区域设定模块。
其进一步技术方案为：所述初始盲元区域划定模块的工作方法为：按照逐列从上到下的顺序寻找红外图像数据中的盲元，若首先找到的盲元没有位于图像的边缘，以首先找到的盲元为中心，划定3行3列的初始盲元区域；若首先找到的盲元位于图像的边缘，则将该盲元所在区域和以该盲元为中心的8个方向存在像元的区域划定为初始盲元区域。
其进一步技术方案为：所述遍历初始盲元区域模块的工作方法为：按照逐列从上到下的顺序遍历初始盲元区域，检查初始盲元区域内除首先找到的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域，将该盲元簇的大小加1；若没有发现新的盲元，则判定为盲元簇的大小为1。
其进一步技术方案为：所述遍历新的盲元区域模块的工作方法为：按照逐列从上到下的顺序遍历新的盲元区域，检查新的盲元区域内除新的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域；将该盲元簇的大小加1；若没有发现新的盲元，则结束该盲元簇的大小统计工作，并生成该盲元簇的大小和盲元坐标。
本发明还提供了焦平面成像系统扎堆盲元计算系统的工作方法，包括如下步骤：
S1、获取图像数据:接收扎堆盲元计算命令，采集若干帧黑体场景的红外图像数据；所述红外图像数据为红外图像的0-65535范围内的灰度值；
S2、图像预处理：将采集的若干帧红外图像数据进行预处理，生成处理过的红外图像数据；
S3、盲元判定：对红外图像数据的所有像元进行计算，识别出所有盲元；
S4、盲元标记：将红外图像数据左上角的像元坐标定为（0,0），将所有盲元的像元坐标进行标记；
S5、初始盲元区域划定：按照逐列从上到下的顺序寻找红外图像数据中的盲元，若首先找到的盲元没有位于图像的边缘，以首先找到的盲元为中心，划定3行3列的初始盲元区域；若首先找到的盲元位于图像的边缘，则将该盲元所在区域和以该盲元为中心的8个方向存在像元的区域划定为初始盲元区域；
S6、遍历初始盲元区域：按照逐列从上到下的顺序遍历初始盲元区域，检查初始盲元区域内除首先找到的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域，将该盲元簇的大小加1；若没有发现新的盲元，则判定为盲元簇的大小为1；
S7、遍历新的盲元区域：按照逐列从上到下的顺序遍历新的盲元区域，检查新的盲元区域内除新的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域；将该盲元簇的大小加1；若没有发现新的盲元，则结束该盲元簇的大小统计工作，并生成该盲元簇的大小和盲元坐标；
S8、不断遍历新的盲元区域：重复步骤S7，不断遍历新的盲元区域，直至将红外图像数据的所有像元都遍历一遍；将生成的盲元簇的数量以及每个盲元簇的大小进行统计。
其进一步技术方案为：所述步骤S4盲元标记完成后可以增加重点区域设定步骤：由人为划定若干个重点区域，划定的重点区域的大小和位置由人工定义；然后再在若干个重点区域内同时进行步骤S5-S8。
其进一步技术方案为：所述步骤S1中采集的红外图像数据为每秒25帧或每秒50帧。
其进一步技术方案为：所述步骤S2中的预处理的具体方法为：取若干帧图像数据的对应的像元的电压值的平均值，生成处理过的红外图像数据。
其进一步技术方案为：所述步骤S3中盲元判定的具体计算方法为定义法或双参考源的响应差值法或3σ法或预设门限法。
本发明与现有技术相比的有益效果是：本发明可以针对多种形态的盲元簇进行自动计算，自动统计出盲元簇的个数以及每个盲元簇的大小，对盲元补偿改善成像质量有极其重要的意义。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明具体实施例提供的焦平面成像系统扎堆盲元计算系统的示意性框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施方式对本发明作进一步详细说明。
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，本领域技术人员在没有作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。
实施例1
如图1所示，本实施例提供的焦平面成像系统扎堆盲元计算系统，包括用于接收扎堆盲元计算命令的命令接收模块、用于采集红外图像数据的图像采集模块、用于预处理采集的图像预处理模块、用于判断盲元的盲元判定模块、用于标记盲元坐标的盲元标记模块、用于划定初始盲元区域的初始盲元区域划定模块、用于遍历初始盲元区域的遍历初始盲元区域模块、用于遍历新的盲元区域的遍历新的盲元区域模块；所述红外图像数据为红外图像的0-65535范围内的灰度值。
具体的，还包括用于人工设定重点区域的重点区域设定模块。
具体的，初始盲元区域划定模块的工作方法为：按照逐列从上到下的顺序寻找红外图像数据中的盲元，若首先找到的盲元没有位于图像的边缘，以首先找到的盲元为中心，划定3行3列的初始盲元区域；若首先找到的盲元位于图像的边缘，则将该盲元所在区域和以该盲元为中心的8个方向存在像元的区域划定为初始盲元区域。
具体的，遍历初始盲元区域模块的工作方法为：按照逐列从上到下的顺序遍历初始盲元区域，检查初始盲元区域内除首先找到的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域，将该盲元簇的大小加1；若没有发现新的盲元，则判定为盲元簇的大小为1。
具体的，遍历新的盲元区域模块的工作方法为：按照逐列从上到下的顺序遍历新的盲元区域，检查新的盲元区域内除新的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域；将该盲元簇的大小加1；若没有发现新的盲元，则结束该盲元簇的大小统计工作，并生成该盲元簇的大小和盲元坐标。
实施例2
一种焦平面成像系统扎堆盲元计算系统的工作方法，包括如下步骤：
S1、获取图像数据:接收扎堆盲元计算命令，采集若干帧黑体场景的红外图像数据；所述红外图像数据为红外图像的0-65535范围内的灰度值；
S2、图像预处理：将采集的若干帧红外图像数据进行预处理，生成处理过的红外图像数据；
S3、盲元判定：对红外图像数据的所有像元进行计算，识别出所有盲元；
S4、盲元标记：将红外图像数据左上角的像元坐标定为（0,0），将所有盲元的像元坐标进行标记；
S5、初始盲元区域划定：按照逐列从上到下的顺序寻找红外图像数据中的盲元，若首先找到的盲元没有位于图像的边缘，以首先找到的盲元为中心，划定3行3列的初始盲元区域；若首先找到的盲元位于图像的边缘，则将该盲元所在区域和以该盲元为中心的8个方向存在像元的区域划定为初始盲元区域；
S6、遍历初始盲元区域：按照逐列从上到下的顺序遍历初始盲元区域，检查初始盲元区域内除首先找到的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域，将该盲元簇的大小加1；若没有发现新的盲元，则判定为盲元簇的大小为1；
S7、遍历新的盲元区域：按照逐列从上到下的顺序遍历新的盲元区域，检查新的盲元区域内除新的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域；将该盲元簇的大小加1；若没有发现新的盲元，则结束该盲元簇的大小统计工作，并生成该盲元簇的大小和盲元坐标；
S8、不断遍历新的盲元区域：重复步骤S7，不断遍历新的盲元区域，直至将红外图像数据的所有像元都遍历一遍；将生成的盲元簇的数量以及每个盲元簇的大小进行统计。
具体的，步骤S4盲元标记完成后可以增加重点区域设定步骤：由人为划定若干个重点区域，划定的重点区域的大小和位置由人工定义；然后再在若干个重点区域内同时进行步骤S5-S8。
具体的，步骤S1中采集的红外图像数据为每秒25帧或每秒50帧。
具体的，步骤S2中的预处理的具体方法为：取若干帧图像数据的对应的像元的电压值的平均值，生成处理过的红外图像数据。
具体的，步骤S3中盲元判定的具体计算方法为定义法或双参考源的响应差值法或3σ法或预设门限法。
上述仅以实施例来进一步说明本发明的技术内容，以便于读者更容易理解，但不代表本发明的实施方式仅限于此，任何依本发明所做的技术延伸或再创造，均受本发明的保护。本发明的保护范围以权利要求书为准。
Claims (10)
1.一种焦平面成像系统扎堆盲元计算系统，其特征在于：包括用于接收扎堆盲元计算命令的命令接收模块、用于采集红外图像数据的图像采集模块、用于预处理采集的图像预处理模块、用于判断盲元的盲元判定模块、用于标记盲元坐标的盲元标记模块、用于划定初始盲元区域的初始盲元区域划定模块、用于遍历初始盲元区域的遍历初始盲元区域模块、用于遍历新的盲元区域的遍历新的盲元区域模块；所述红外图像数据为红外图像的0-65535范围内的灰度值。
2.根据权利要求1所述的焦平面成像系统扎堆盲元计算系统，其特征在于：还包括用于人工设定重点区域的重点区域设定模块。
3.根据权利要求2所述的焦平面成像系统扎堆盲元计算系统，其特征在于：所述初始盲元区域划定模块的工作方法为：按照逐列从上到下的顺序寻找红外图像数据中的盲元，若首先找到的盲元没有位于图像的边缘，以首先找到的盲元为中心，划定3行3列的初始盲元区域；若首先找到的盲元位于图像的边缘，则将该盲元所在区域和以该盲元为中心的8个方向存在像元的区域划定为初始盲元区域。
4.根据权利要求3所述的焦平面成像系统扎堆盲元计算系统，其特征在于：所述遍历初始盲元区域模块的工作方法为：按照逐列从上到下的顺序遍历初始盲元区域，检查初始盲元区域内除首先找到的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域，将该盲元簇的大小加1；若没有发现新的盲元，则判定为盲元簇的大小为1。
5.根据权利要求4所述的焦平面成像系统扎堆盲元计算系统，其特征在于：所述遍历新的盲元区域模块的工作方法为：按照逐列从上到下的顺序遍历新的盲元区域，检查新的盲元区域内除新的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域；将该盲元簇的大小加1；若没有发现新的盲元，则结束该盲元簇的大小统计工作，并生成该盲元簇的大小和盲元坐标。
6.一种权利要求1所述的焦平面成像系统扎堆盲元计算系统的工作方法，其特征在于：包括如下步骤：
S1、获取图像数据:接收扎堆盲元计算命令，采集若干帧黑体场景的红外图像数据；所述红外图像数据为红外图像的0-65535范围内的灰度值；
S2、图像预处理：将采集的若干帧红外图像数据进行预处理，生成处理过的红外图像数据；
S3、盲元判定：对红外图像数据的所有像元进行计算，识别出所有盲元；
S4、盲元标记：将红外图像数据左上角的像元坐标定为（0,0），将所有盲元的像元坐标进行标记；
S5、初始盲元区域划定：按照逐列从上到下的顺序寻找红外图像数据中的盲元，若首先找到的盲元没有位于图像的边缘，以首先找到的盲元为中心，划定3行3列的初始盲元区域；若首先找到的盲元位于图像的边缘，则将该盲元所在区域和以该盲元为中心的8个方向存在像元的区域划定为初始盲元区域；
S6、遍历初始盲元区域：按照逐列从上到下的顺序遍历初始盲元区域，检查初始盲元区域内除首先找到的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域，将该盲元簇的大小加1；若没有发现新的盲元，则判定为盲元簇的大小为1；
S7、遍历新的盲元区域：按照逐列从上到下的顺序遍历新的盲元区域，检查新的盲元区域内除新的盲元以外的像元是否存在盲元；若发现新的盲元，则按照初始盲元区域的划定方法划定新的盲元区域；将该盲元簇的大小加1；若没有发现新的盲元，则结束该盲元簇的大小统计工作，并生成该盲元簇的大小和盲元坐标；
S8、不断遍历新的盲元区域：重复步骤S7，不断遍历新的盲元区域，直至将红外图像数据的所有像元都遍历一遍；将生成的盲元簇的数量以及每个盲元簇的大小进行统计。
7.根据权利要求6所述的焦平面成像系统扎堆盲元计算系统的工作方法，其特征在于：所述步骤S4盲元标记完成后可以增加重点区域设定步骤：由人为划定若干个重点区域，划定的重点区域的大小和位置由人工定义；然后再在若干个重点区域内同时进行步骤S5-S8。
8.根据权利要求6所述的焦平面成像系统扎堆盲元计算系统的工作方法，其特征在于：所述步骤S1中采集的红外图像数据为每秒25帧或每秒50帧。
9.根据权利要求6所述的焦平面成像系统扎堆盲元计算系统的工作方法，其特征在于：所述步骤S2中的预处理的具体方法为：取若干帧图像数据的对应的像元的电压值的平均值，生成处理过的红外图像数据。
10.根据权利要求6所述的焦平面成像系统扎堆盲元计算系统的工作方法，其特征在于：所述步骤S3中盲元判定的具体计算方法为定义法或双参考源的响应差值法或3σ法或预设门限法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310090440.XA CN115810023B (zh) | 2023-02-09 | 2023-02-09 | 焦平面成像系统扎堆盲元计算系统及其工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310090440.XA CN115810023B (zh) | 2023-02-09 | 2023-02-09 | 焦平面成像系统扎堆盲元计算系统及其工作方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115810023A true CN115810023A (zh) | 2023-03-17 |
| CN115810023B CN115810023B (zh) | 2023-04-21 |
Family
ID=85487857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310090440.XA Active CN115810023B (zh) | 2023-02-09 | 2023-02-09 | 焦平面成像系统扎堆盲元计算系统及其工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115810023B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160165152A1 (en) * | 2014-12-08 | 2016-06-09 | Ci Systems (Israel) Ltd. | Drift Correction Method for Infrared Imaging Device |
| WO2017185443A1 (zh) * | 2016-04-26 | 2017-11-02 | 成都市晶林科技有限公司 | 一种红外焦平面探测器盲元校正方法 |
| CN108426640A (zh) * | 2018-02-28 | 2018-08-21 | 北京理工大学 | 一种针对红外探测器缺损像元的校正方法 |
| CN108737749A (zh) * | 2018-06-12 | 2018-11-02 | 烟台艾睿光电科技有限公司 | 一种确定盲元簇像素值的方法、装置和存储介质 |
| CN112435178A (zh) * | 2020-11-11 | 2021-03-02 | 湖北久之洋红外系统股份有限公司 | 一种基于fpga的线阵红外盲元的工程化处理方法及系统 |
| CN113900813A (zh) * | 2021-10-12 | 2022-01-07 | 北京波谱华光科技有限公司 | 一种基于双口ram的盲元填充方法、系统及装置 |
| CN114298995A (zh) * | 2021-12-23 | 2022-04-08 | 中国电子科技集团公司第十一研究所 | 一种图像缺陷元抑制方法、设备及计算机可读存储介质 |
| CN115526828A (zh) * | 2022-07-28 | 2022-12-27 | 西安大医集团股份有限公司 | 图像坏点簇检测方法、计算机设备及可读存储介质 |
-
2023
- 2023-02-09 CN CN202310090440.XA patent/CN115810023B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160165152A1 (en) * | 2014-12-08 | 2016-06-09 | Ci Systems (Israel) Ltd. | Drift Correction Method for Infrared Imaging Device |
| WO2017185443A1 (zh) * | 2016-04-26 | 2017-11-02 | 成都市晶林科技有限公司 | 一种红外焦平面探测器盲元校正方法 |
| CN108426640A (zh) * | 2018-02-28 | 2018-08-21 | 北京理工大学 | 一种针对红外探测器缺损像元的校正方法 |
| CN108737749A (zh) * | 2018-06-12 | 2018-11-02 | 烟台艾睿光电科技有限公司 | 一种确定盲元簇像素值的方法、装置和存储介质 |
| CN112435178A (zh) * | 2020-11-11 | 2021-03-02 | 湖北久之洋红外系统股份有限公司 | 一种基于fpga的线阵红外盲元的工程化处理方法及系统 |
| CN113900813A (zh) * | 2021-10-12 | 2022-01-07 | 北京波谱华光科技有限公司 | 一种基于双口ram的盲元填充方法、系统及装置 |
| CN114298995A (zh) * | 2021-12-23 | 2022-04-08 | 中国电子科技集团公司第十一研究所 | 一种图像缺陷元抑制方法、设备及计算机可读存储介质 |
| CN115526828A (zh) * | 2022-07-28 | 2022-12-27 | 西安大医集团股份有限公司 | 图像坏点簇检测方法、计算机设备及可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| TIAN-TSONG NG等: "BLIND DETECTION OF PHOTOMONTAGE USING HIGHER ORDER STATISTICS" * |
| 于云飞: "基于微桥结构的太赫兹探测器测试技术研究" * |
| 王巍等: "红外焦平面阵列盲元簇成因分析" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115810023B (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022170706A1 (zh) | 用于模具监视的缺陷检测方法、装置、设备及介质 | |
| CN112419299B (zh) | 一种螺栓缺失检测方法、装置、设备及存储介质 | |
| CN107578410B (zh) | 转辙机缺口图像自动识别方法 | |
| WO2021179983A1 (zh) | 基于三维激光的集卡防吊起检测方法、装置和计算机设备 | |
| CN112419298B (zh) | 一种螺栓节点板锈蚀检测方法、装置、设备及存储介质 | |
| CN110570422A (zh) | 一种基于矩阵分析的胶囊缺陷视觉检测方法 | |
| CN111739020B (zh) | 周期纹理背景缺陷标签自动标注方法、装置、设备及介质 | |
| CN116416268B (zh) | 基于递归二分法的锂电池极片边缘位置检测方法及装置 | |
| CN114463314A (zh) | 一种基于色彩差影模型的晶圆缺陷检测方法及系统 | |
| CN108492306A (zh) | 一种基于图像轮廓的x型角点提取方法 | |
| CN114565558A (zh) | 一种cmos芯片表面缺陷检测方法及系统 | |
| CN112036232B (zh) | 一种图像表格结构识别方法、系统、终端以及存储介质 | |
| CN111401341B (zh) | 一种基于视觉的减速带检测方法、装置及其存储介质 | |
| CN115810023A (zh) | 焦平面成像系统扎堆盲元计算系统及其工作方法 | |
| WO2023134251A1 (zh) | 一种基于聚类的光条提取方法及装置 | |
| CN115924455A (zh) | 一种复杂工况下基于深度学习的皮带跑偏检测方法 | |
| CN114511851B (zh) | 一种基于显微镜图像的游丝藻类细胞统计方法 | |
| CN114359414A (zh) | 镜头脏污识别方法、装置、计算机设备及存储介质 | |
| CN104751480B (zh) | 基于视觉技术的米8字段位式液晶屏检测方法及装置 | |
| CN110232709B (zh) | 一种变阈值分割的线结构光光条中心提取方法 | |
| CN112837285A (zh) | 一种板面图像的边缘检测方法及装置 | |
| CN116886894B (zh) | 一种针对邻域内列式坏点的图片坏点检测及校正方法 | |
| CN109539980B (zh) | 一种基于图像处理的接触线抬升量实时测量方法 | |
| CN116600213B (zh) | 一种基于投票的面向线阵的高鲁棒性坏点校正方法 | |
| CN118115467A (zh) | 一种基于机器视觉的工件检测系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |