CN115830352A - 一种图像相似度对比方法、装置及存储介质 - Google Patents
一种图像相似度对比方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115830352A CN115830352A CN202310132725.5A CN202310132725A CN115830352A CN 115830352 A CN115830352 A CN 115830352A CN 202310132725 A CN202310132725 A CN 202310132725A CN 115830352 A CN115830352 A CN 115830352A
- Authority
- CN
- China
- Prior art keywords
- image
- similarity
- data
- hsv
- hash table
- 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
- Image Analysis (AREA)
Abstract
本发明公开了一种图像相似度对比方法、装置及存储介质,方法包括读取图像数据并进行灰度转换;将灰度转换后的图像数据进行高频滤波;对高频滤波后的图像数据计算算术平均值;将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;对比hash表的差异,判断图像像素相似点达到的百分比;将图像像素点数据进行色域hsv转换;将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。本发明方法既能够通过轮廓判断图像数据的信息,还能在颜色上进行判断,使得判断结果更准确,在没有增加复杂度情况下增加可靠性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种图像相似度对比方法、装置及存储介质。
背景技术
当前常见的实现图像相似度的对比方法包括以下几种:
一种是通过将图像的RGB三原色分离,通过hist算法转换成直方图数据,然后通过comparehist中的算法对比转换后的2个图像数据所相同的像素点个数;
RGB 是由三个通道表示一幅图像,分别为红色(R),绿色(G)和蓝色(B)。这三种颜色的不同组合可以形成几乎所有的其他颜色, RGB 颜色空间的三个分量都与亮度密切相关,即只要亮度改变,三个分量都会随之相应地改变,所以这种方法只关注到了图像中的亮度差异,对色彩及轮廓差异不敏感,因此RGB三原色分离方法虽然实现简单,计算量小,但有一定误差,不能很好的分辨图像数据亮度相似、但轮廓细节不同的场景。
另一种是hash算法,Hash算法也是常用图像相似度对比方法,通过灰度转换后的图像数据,保留了整个图像数据的细节轮廓信息,在医学领域的医学影像学已经得到了广泛的应用,在经过滤波后,可以将高频噪声过滤掉,因为噪声主要存在于高频信息中,对高频信息进行适当抑制,可以起到图像去噪的作用,采用简单高频抑制方法,对细节轮廓的判断将更准确;但是此方法也有一定的局限性,一是进行缩放时,缩放的比例不同对结果还是有一定的影响,二是灰度转换后,无法识别颜色不同的图像数据;三是hash表的对比,只能判断图像数据是否不同或者相同,不能提供相似度在某个范围内的判断。因此,虽然hash算法对细节轮廓判断更准确,但无法判断颜色信息,缩放比例不好控制,不能提供相似度的阈值。
发明内容
本发明针对上述问题,提供了一种图像相似度对比方法、装置及存储介质。
本发明的第一方面,提供了一种图像相似度对比方法,方法包括以下步骤:
读取图像数据并进行灰度转换;
将灰度转换后的图像数据进行高频滤波;
对高频滤波后的图像数据计算算术平均值;
将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;
对比hash表的差异,判断图像像素相似点达到的百分比;
将图像像素点数据进行色域hsv转换;
将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;
利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。
本发明进一步的技术方案是:进行hash表的差异对比时,若图像像素相似点达到的百分比不大于80%,则判断对比失败。
本发明进一步的技术方案是:利用comparehist中的巴氏距离算法对比hist数组时,若得到的图像相似度百分比不大于80%,则判断对比失败。
本发明进一步的技术方案是:对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过控制阈值范围,判断图像相似点达到的百分比。
本发明的第二方面,一种图像相似度对比方法装置,包括:
灰度转换模块,用于读取图像数据并进行灰度转换;
高频滤波模块,用于将灰度转换后的图像数据进行高频滤波;
算术平均值获取模块,用于对高频滤波后的图像数据计算算术平均值;
hash表获取模块,用于将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;
hash表对比模块,用于对比hash表的差异,判断图像像素相似点达到的百分比;
色域hsv转换转换模块,用于将图像像素点数据进行色域hsv转换;
hist数组获取模块,用于将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;
对比hist数组模块,用于利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。
本发明进一步的技术方案是:所述hash表对比模块中进行hash表的差异对比时,若图像像素相似点达到的百分比不大于80%,则判断对比失败。
本发明进一步的技术方案是:所述对比hist数组模块利用comparehist中的巴氏距离算法对比hist数组时,若得到的图像相似度百分比不大于80%,则判断对比失败。
本发明进一步的技术方案是:所述hash表对比模块中对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过控制阈值范围,判断图像相似点达到的百分比。
本发明的第三方面,提供了一种图像相似度对比装置,包括:处理器;以及存储器,其中,所述存储器中存储有计算机可执行程序,当由所述处理器执行所述计算机可执行程序时,执行上述图像相似度对比方法。
本发明的第四方面,一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述图像相似度对比方法。
本发明提供的一种图像相似度对比方法、装置及存储介质,通过灰度转换后,得到hash表后的数据为全部像素点数据,再进行对比时,能够很好的根据返回值在总体像素点所占的比例,更好的规定阈值来进行后续的处理;在图像处理中使用较多的是 HSV 颜色空间,能够更直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比,所以既能够通过轮廓判断图像数据的信息,还能在颜色上进行判断;使得判断结果更准确,在没有增加复杂度情况下增加可靠性,本发明方法支持主流格式图片数据,如png,jepg等,对比速度快,可以批量对比数据,效率高,可靠性高。
附图说明
图1是本发明实施例中图像相似度对比方法流程示意图;
图2是本发明实施例中图像相似度对比方法具体实施流程示意图;
图3是本发明实施例中图像相似度对比装置结构示意图;
图4是本发明实施例中计算机设备的架构图。
实施方式
为进一步对本发明的技术方案作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的步骤。
本公开所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
附图仅为本公开的示意性图解,图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或硬件获取模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本发明实施例针对一种图像相似度对比方法、装置及存储介质,提供了如下实施例:
基于本发明的实施例1
本发明实施例提供了一种图像相似度对比方法,如图1所示,方法包括以下步骤:
S1、读取图像数据并进行灰度转换;
S2、将灰度转换后的图像数据进行高频滤波,具体表达式为:
S3、对高频滤波后的图像数据计算算术平均值,具体表达式为:
S4、将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;
对比hash表的差异,判断图像像素相似点达到的百分比;
具体表达式为:
S5、将图像像素点数据进行色域hsv转换;
具体实施过程中,设max等价于r(红色),g(绿色)和b(蓝色)中的最大者。设min等于这些值中的最小者:
例如:BGR→HSV
S6、将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;
具体实施过程中,将S5分离的hsv数组集按照色调(H),饱和度(S),明度(V)通道每个像素点的像素值出现的概率分布表示为hist数组,通过公式:
S7、利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。
参照图2为具体实施过程,其中通过comparehist中的巴氏距离算法比较,巴氏距离值越小,相关度越高,最大值为1,最小值为 0,分别对比hist数组:
bhattacharyya =compare(Hist1,Hist2),Hist1、Hist2分别为2个图像数据的hist(HSV)。
最终通过对比控制X%的输出,判断对比结果:
在一些优选实施例中,进行hash表的差异对比时,若图像像素相似点达到的百分比不大于80%,则判断对比失败。
在一些优选实施例中,利用comparehist中的巴氏距离算法对比hist数组时,若得到的图像相似度百分比不大于80%,则判断对比失败。
在一些优选实施例中,对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过控制阈值范围,判断图像相似点达到的百分比。具体地,对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过平均值与统计学算法,计算像素点平均值与相似的像素点在总像素点所占的百分比,最后输出的百分比后进行判断即可控制阈值范围,如果需要相似度达到100%或者其他相似阈值,这个参数可以根据需求进行修改控制。
参照图2,具体实施过程包括:
利用iread image读取图像数据;
利用color-bgr2gray对图像数据进行灰度转换;
利用dct将灰度转换后的图像数据进行高频滤波;
对高频滤波后的图像数据计算算术平均值
通过对比算术平均值得到hash表;
对比hash表,若相似度小于等于80%,对比失败,若相似度大于80%,对hash表数据利用color-bgr2hsv进行转换得到hist数组;
利用comparehist中的巴氏距离算法对hist数组进行对比,若相似度小于等于80%,对比失败,若相似度大于80%,对比成功。
基于本发明的实施例2
本发明实施例2所提供的一种图像相似度对比装置300,如图3所示,包括:灰度转换模块310,用于读取图像数据并进行灰度转换;高频滤波模块320,用于将灰度转换后的图像数据进行高频滤波;算术平均值获取模块330,用于对高频滤波后的图像数据计算算术平均值;hash表获取模块340,用于将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;hash表对比模块350,用于对比hash表的差异,判断图像像素相似点达到的百分比;色域hsv转换转换模块360,用于将图像像素点数据进行色域hsv转换;hist数组获取模块370,用于将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;对比hist数组模块380,用于利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。
在一些优选实施例中,所述hash表对比模块350中进行hash表的差异对比时,若图像像素相似点达到的百分比不大于80%,则判断对比失败。
在一些优选实施例中,所述对比hist数组模块370利用comparehist中的巴氏距离算法对比hist数组时,若得到的图像相似度百分比不大于80%,则判断对比失败。
在一些优选实施例中,所述hash表对比模块370中对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过控制阈值范围,判断图像相似点达到的百分比。
除了上模块以外,装置300还可以包括其他部件,然而,由于这些部件与本公开实施例的内容无关,因此在这里省略其图示和描述。
一种图像相似度对比装置300的具体工作过程参照上述一种图像相似度对比方法实施例1的描述,不再赘述。
基于本发明的实施例3
根据本发明实施例的装置也可以借助于图4所示的计算设备的架构来实现。图4示出了该计算设备的架构。如图4所示,计算机系统401、系统总线403、一个或多个CPU 404、输入/输出402、存储器405等。存储器405可以存储计算机处理和/或通信使用的各种数据或文件以及CPU所执行包括上述实施例中任一所述的图像相似度对比方法的程序指令。图4所示的架构只是示例性的,在实现不同的设备时,根据实际需要调整图4中的一个或多个组件。
基于本发明的实施例4
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中所述的图像相似度对比方法,
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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、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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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。
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。
存储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、电线、光缆、RF等等,或者上述的任意合适的组合。
综合上述各实施例提供的一种图像相似度对比方法、装置及存储介质,通过灰度转换后,得到hash表后的数据为全部像素点数据,再进行对比时,能够很好的根据返回值在总体像素点所占的比例,更好的规定阈值来进行后续的处理;在图像处理中使用较多的是HSV 颜色空间,能够更直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比,所以既能够通过轮廓判断图像数据的信息,还能在颜色上进行判断;使得判断结果更准确,在没有增加复杂度情况下增加可靠性,本发明方法支持主流格式图片数据,如png,jepg等,对比速度快,可以批量对比数据,效率高,可靠性高。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种图像相似度对比方法,其特征在于,方法包括以下步骤:
读取图像数据并进行灰度转换;
将灰度转换后的图像数据进行高频滤波;
对高频滤波后的图像数据计算算术平均值;
将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;
对比hash表的差异,判断图像像素相似点达到的百分比;
将图像像素点数据进行色域hsv转换;
将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;
利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。
2.根据权利要求1所述的图像相似度对比方法,其特征在于,进行hash表的差异对比时,若图像像素相似点达到的百分比不大于80%,则判断对比失败。
3.根据权利要求1所述的图像相似度对比方法,其特征在于,利用comparehist中的巴氏距离算法对比hist数组时,若得到的图像相似度百分比不大于80%,则判断对比失败。
4.根据权利要求1所述的图像相似度对比方法,其特征在于,对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过控制阈值范围,判断图像相似点达到的百分比。
5.一种图像相似度对比方法装置,其特征在于,包括:
灰度转换模块,用于读取图像数据并进行灰度转换;
高频滤波模块,用于将灰度转换后的图像数据进行高频滤波;
算术平均值获取模块,用于对高频滤波后的图像数据计算算术平均值;
hash表获取模块,用于将高频滤波后的图像数据和算术平均值进行对比,得到hash表和图像像素点数据;
hash表对比模块,用于对比hash表的差异,判断图像像素相似点达到的百分比;
色域hsv转换转换模块,用于将图像像素点数据进行色域hsv转换;
hist数组获取模块,用于将色域hsv转换后的图像像素点数据进行hsv色域通道分离得到hsv数据,将hsv数据通过calchist算法转换成hist数组;
对比hist数组模块,用于利用comparehist中的巴氏距离算法对比hist数组,得到图像相似度。
6.根据权利要求5所述的图像相似度对比方法装置,其特征在于,所述hash表对比模块中进行hash表的差异对比时,若图像像素相似点达到的百分比不大于80%,则判断对比失败。
7.根据权利要求5所述的图像相似度对比方法装置,其特征在于,所述对比hist数组模块利用comparehist中的巴氏距离算法对比hist数组时,若得到的图像相似度百分比不大于80%,则判断对比失败。
8.根据权利要求5所述的图像相似度对比方法装置,其特征在于,所述hash表对比模块中
对比hash表的差异,判断图像像素相似点达到的百分比时,对比的是所有像素点的差异值,通过控制阈值范围,判断图像相似点达到的百分比。
9.一种图像相似度对比方法装置,其特征在于,包括:处理器;以及存储器,其中,所述存储器中存储有计算机可执行程序,当由所述处理器执行所述计算机可执行程序时,执行权利要求1-4中任一项所述的图像相似度对比方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一项所述的图像相似度对比方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310132725.5A CN115830352B (zh) | 2023-02-20 | 2023-02-20 | 一种图像相似度对比方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310132725.5A CN115830352B (zh) | 2023-02-20 | 2023-02-20 | 一种图像相似度对比方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115830352A true CN115830352A (zh) | 2023-03-21 |
CN115830352B CN115830352B (zh) | 2023-06-02 |
Family
ID=85521842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310132725.5A Active CN115830352B (zh) | 2023-02-20 | 2023-02-20 | 一种图像相似度对比方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115830352B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440646A (zh) * | 2013-08-19 | 2013-12-11 | 成都品果科技有限公司 | 用于颜色分布和纹理分布图像检索的相似度获取方法 |
CN103699532A (zh) * | 2012-09-27 | 2014-04-02 | 中国电信股份有限公司 | 图像颜色检索方法和系统 |
CN104504007A (zh) * | 2014-12-10 | 2015-04-08 | 成都品果科技有限公司 | 一种图像相似度的获取方法及系统 |
CN107239518A (zh) * | 2017-05-24 | 2017-10-10 | 福建中金在线信息科技有限公司 | 一种图像对比方法、对比装置、电子设备及存储介质 |
CN109472267A (zh) * | 2018-03-23 | 2019-03-15 | 苏州诺登德智能科技有限公司 | 图片相似度比对算法 |
CN110533117A (zh) * | 2019-09-04 | 2019-12-03 | 浙江齐聚科技有限公司 | 图像比对方法、装置、设备和存储介质 |
-
2023
- 2023-02-20 CN CN202310132725.5A patent/CN115830352B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103699532A (zh) * | 2012-09-27 | 2014-04-02 | 中国电信股份有限公司 | 图像颜色检索方法和系统 |
CN103440646A (zh) * | 2013-08-19 | 2013-12-11 | 成都品果科技有限公司 | 用于颜色分布和纹理分布图像检索的相似度获取方法 |
CN104504007A (zh) * | 2014-12-10 | 2015-04-08 | 成都品果科技有限公司 | 一种图像相似度的获取方法及系统 |
CN107239518A (zh) * | 2017-05-24 | 2017-10-10 | 福建中金在线信息科技有限公司 | 一种图像对比方法、对比装置、电子设备及存储介质 |
CN109472267A (zh) * | 2018-03-23 | 2019-03-15 | 苏州诺登德智能科技有限公司 | 图片相似度比对算法 |
CN110533117A (zh) * | 2019-09-04 | 2019-12-03 | 浙江齐聚科技有限公司 | 图像比对方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115830352B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9454807B2 (en) | Methods and systems for denoising images | |
KR102171387B1 (ko) | 포화 픽셀 데이터의 보정 방법 및 이를 이용한 이미지 데이터의 프로세싱 방법 | |
US8717459B2 (en) | Method and apparatus for improving automatic white balance with scene information | |
CN111709883B (zh) | 一种图像检测方法、装置及设备 | |
Fredembach et al. | Simple shadow remova | |
CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
US10951843B2 (en) | Adjusting confidence values for correcting pixel defects | |
CN109214996B (zh) | 一种图像处理方法及装置 | |
CN112465727A (zh) | 基于HSV色彩空间和Retinex理论的无正常光照参考的低照度图像增强方法 | |
EP2721583A1 (en) | Content-adaptive systems, methods and apparatus for determining optical flow | |
CN112541868B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
US20120328193A1 (en) | Method for enhancing image edge | |
CN111626967A (zh) | 图像增强方法、装置、计算机装置及可读存储介质 | |
KR20180109658A (ko) | 영상 처리 방법과 장치 | |
CN110717864B (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
JP2015062270A (ja) | 画像処理装置 | |
CN110188640B (zh) | 人脸识别方法、装置、服务器和计算机可读介质 | |
CN115830352B (zh) | 一种图像相似度对比方法、装置及存储介质 | |
US9659234B1 (en) | Adaptive selection of scale invariant image feature keypoints | |
US11100620B2 (en) | Hue preservation post processing for highlight recovery | |
CN114390266B (zh) | 一种图像白平衡处理方法、设备及计算机可读存储介质 | |
CN110458851A (zh) | 红外图像处理方法、装置、计算机设备和存储介质 | |
JP2020181402A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN113191990B (zh) | 一种图像处理方法、装置、电子设备及介质 | |
CN113888419A (zh) | 一种图像去暗角方法 |
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 |