CN115953422B - 边缘检测方法、装置及介质 - Google Patents
边缘检测方法、装置及介质 Download PDFInfo
- Publication number
- CN115953422B CN115953422B CN202211689988.8A CN202211689988A CN115953422B CN 115953422 B CN115953422 B CN 115953422B CN 202211689988 A CN202211689988 A CN 202211689988A CN 115953422 B CN115953422 B CN 115953422B
- Authority
- CN
- China
- Prior art keywords
- detected
- image
- edge
- exposure
- edge detection
- 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.)
- Active
Links
- 238000003708 edge detection Methods 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 165
- 230000004927 fusion Effects 0.000 claims abstract description 83
- 238000012545 processing Methods 0.000 claims abstract description 82
- 238000007499 fusion processing Methods 0.000 claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 abstract description 13
- 239000000463 material Substances 0.000 abstract description 13
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000002310 reflectometry Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种边缘检测方法、装置及介质。本公开的边缘检测方法包括:获取待测物体在不同曝光模式下分别采集的检测图像,其中,不同曝光模式下对应的曝光时长不同;对多张检测图像进行图像融合处理,确定待测物体对应的融合图像;基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果。由此,通过将多张检测图像进行融合处理,能够保留待测物体在不同曝光模式下的图像特征信息,以应对待测物体中的不同材质的反射和透射情况,以对融合图像中不同区域的成像亮暗程度进行平衡,从而在一定程度上提高融合图像的清晰度,提高对待测物体对应的目标组装边缘的检测效率和准确率。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种边缘检测方法、装置及介质。
背景技术
目前,在对3C产品的屏幕组装过程中,屏幕中通常包含一些具有高反射性和高透过率的材质,容易发生反射和透射,增加对图像的特征边缘的提取难度,即便是反复调节曝光时长也难以确定屏幕的实际边缘。
发明内容
为克服相关技术中存在的问题,本公开提供一种边缘检测方法、装置及介质。
根据本公开实施例的第一方面,提供一种边缘检测方法,包括:
获取待测物体在不同曝光模式下分别采集的检测图像,其中,所述不同曝光模式下对应的曝光时长不同;
对多张所述检测图像进行图像融合处理,确定所述待测物体对应的融合图像;
基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,其中,所述边缘检测结果用于指示是否存在所述待测物体对应的目标组装边缘。
可选地,所述方法还包括:
对所述融合图像进行对比度增强处理,获取所述融合图像对应的对比度增强图像;
所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果。
可选地,所述基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于边缘检测算法分别对所述融合图像和所述对比度增强图像进行边缘检测处理,以获取所述融合图像对应的第一检测结果和所述对比度增强图像对应的第二检测结果;
若所述第一检测结果和所述第二检测结果中的至少一个结果指示存在检测到的边缘,则将所述检测到的边缘确定为所述目标组装边缘。
可选地,所述基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于边缘检测算法对所述融合图像进行边缘检测处理,以获取所述融合图像对应的第一检测结果;
在所述第一检测结果中指示未检测到边缘的情况下,基于所述边缘检测算法对所述对比度增强图像进行边缘检测处理,以获取所述对比度增强图像对应的第二检测结果;
在所述第二检测结果中指示存在检测到的边缘的情况下,则将所述检测到的边缘确定为所述目标组装边缘。
可选地,在所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果的步骤之后,所述方法还包括:
若未检测到所述待测物体对应的目标组装边缘,对至少一个所述曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长;
获取所述待测物体在所述新的曝光时长下采集的新的检测图像;
对各个所述曝光模式下采集到的各个检测图像进行图像融合处理,并将所述图像融合处理所得的图像确定为新的融合图像,返回所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果的步骤。
可选地,所述曝光模式包括第一曝光模式和第二曝光模式,所述第一曝光模式下的曝光时长大于所述第二曝光模式下的曝光时长;
所述对至少一个所述曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长,包括:
若所述曝光模式为第一曝光模式,则对所述第一曝光模式下当前的曝光时长进行减少,获得所述新的曝光时长;
若所述曝光模式为第二曝光模式,则对所述第二曝光模式下当前的曝光时长进行增加,获得所述新的曝光时长。
可选地,在所述获取待测物体在不同曝光模式下分别采集的检测图像的步骤之前,所述方法还包括:
确定所述待测物体的类型;
根据所述待测物体的类型,确定所述待测物体对应的不同曝光模式下的曝光时长的初始值;
所述获得待测物体在不同曝光模式下分别采集的检测图像,包括:
针对每一所述曝光模式,以所述曝光模式下的曝光时长的初始值进行图像采集,获得所述曝光模式下的检测图像。
可选地,所述获取待测物体在不同曝光模式下分别采集的检测图像,包括:
基于不同角度的拍摄装置,获得与所述拍摄装置对应的、所述待测物体在不同曝光模式下分别采集的检测图像;
所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
针对每一所述拍摄装置,根据所述拍摄装置下对应的融合图像进行边缘检测处理,获得所述拍摄装置下对应的子检测结果;
根据每一所述子检测结果,获取所述待测物体对应的边缘检测结果。
根据本公开实施例的第二方面,提供一种边缘检测装置,包括:
第一获取模块,用于获取待测物体在不同曝光模式下分别采集的检测图像,其中,所述不同曝光模式下对应的曝光时长不同;
第一确定模块,用于对多张所述检测图像进行图像融合处理,确定所述待测物体对应的融合图像;
第二获取模块,用于基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,其中,所述边缘检测结果用于指示是否存在所述待测物体对应的目标组装边缘。
根据本公开实施例的第三方面,提供一种边缘检测装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行本公开实施例的第一方面所提供的边缘检测方法。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开实施例的第一方面所提供的边缘检测方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
在上述技术方案中,通过获取待测物体在不同曝光模式下分别采集的检测图像,从而对不同曝光模式下获得的多张检测图像进行图像融合处理,并基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果,其中,边缘检测结果用于指示是否存在待测物体对应的目标组装边缘。由此,通过上述技术方案,通过将多张检测图像进行融合处理,能够保留待测物体在不同曝光模式下的图像特征信息,以应对待测物体中的不同材质的反射和透射情况,以对融合图像中不同区域的成像亮暗程度进行平衡,从而在一定程度上提高融合图像的清晰度,避免由于待测物体中除组装层外的其他层的材质发生透射和反射等对组装层的边缘成像的影响,提高对待测物体对应的目标组装边缘的检测效率和准确率,为对待测物体进行安全且精准的组装提高数据支持。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种边缘检测方法的流程图。
图2是根据一示例性实施例示出的一种边缘检测装置的框图。
图3是根据一示例性实施例示出的一种边缘检测装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下,并获取由相应装置所有者给予授权的情况下进行的。
图1是根据一示例性实施例示出的一种边缘检测方法的流程图,如图1所示,该方法可以包括以下步骤。
在步骤S11中,获取待测物体在不同曝光模式下分别采集的检测图像,其中,不同曝光模式下对应的曝光时长不同。
示例地,可以采用工业相机拍摄待测物体以获取检测图像,其中工业相机具有较高的分辨率,可以获取待测物体的高清图像,并且成本较低,工业相机在拍摄图像时其稳定性、安全性较高。
其中,待测物体可以为3C产品的OLED屏幕,也可以是其他类型的终端屏幕。示例地,可以基于实际应用场景预先设置不同曝光模式下对应的曝光时长,本公开对此不做限定。
在步骤S12中,对多张检测图像进行图像融合处理,确定待测物体对应的融合图像。
示例地,每一张检测图像在获取时对应的曝光时长不同,则在不同的检测图像中则可以具有不同的图像特征信息,如亮度特征。在该实施例中可以将在不同曝光模式下拍摄的单张或者多张检测图像通过融合处理获得一张图像,使得该融合图像可以保留待测物体的各个区域在不同曝光时长下成像的图像特征信息,从而平衡待测物体中可能的具有高反射性材料和具有高透过率材料在拍摄成像的亮暗程度。
其中,融合处理的方法可以采用高动态范围成像技术(High Dynamic RangeImaging,HDR),将不同曝光模式下的多张检测图像融合成一张高动态范围图像,也可以采用神经网络深度学习的图像融合技术进行图像融合,上述方式可以采用本领域中的通用算法,在此不再赘述。
在步骤S13中,基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果,其中,边缘检测结果用于指示是否存在待测物体对应的目标组装边缘。
其中,待测物体对应的目标组装边缘可以为待测物体中用于进行屏幕组装的组装层的边缘。示例地,待测物体中包含多层材质,其中组装层用于将待测物体与需要安装屏幕的设备之间进行组合安装,实现屏幕与设备之间的咬合,则需要准确确定出该组装层的边缘位置,从而实现与设备之间的精确安装。在实际应用场景下,组装层对应的边缘通常会在待测物体对应的上层玻璃盖板的边缘(即外层边缘)内部,且其可以在待测物体上层进行显示,从而可以通过对待测物体进行图像采集,以从待测物体对应的检测图像中显示该组装层的边缘。该实施例中可以认为检测到的位于外层边缘的内部的边缘作为该组装层的边缘。
在该实施例中,可以基于本领域中常用的图像边缘检测算法对融合图像进行边缘检测,以获得边缘检测结果。其中若该边缘检测结果中包含边缘信息,且该边缘信息为该待测物体对应的外层边缘信息(如外层玻璃盖板的边缘信息)内部,以排除待测物体的外层边缘对目标组装边缘检测的干扰,将基于检测图像检测出的位于外层边缘信息的内部的边缘确定为该待测物体对应的目标组装边缘。
在上述技术方案中,通过获取待测物体在不同曝光模式下分别采集的检测图像,从而对不同曝光模式下获取的多张检测图像进行图像融合处理,并基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果,其中,边缘检测结果用于指示是否存在待测物体对应的目标组装边缘。由此,通过上述技术方案,通过将多张检测图像进行融合处理,能够保留待测物体在不同曝光模式下的图像特征信息,以应对待测物体中的不同材质的反射和透射情况,以对融合图像中不同区域的成像亮暗程度进行平衡,从而在一定程度上提高融合图像的清晰度,避免由于待测物体中除组装层外的其他层的材质发生透射和反射等对组装层的边缘成像的影响,提高对待测物体对应的目标组装边缘的检测效率和准确率,为对待测物体进行安全且精准的组装提高数据支持。
在一些可能的实施例中,所述方法还包括:
对融合图像进行对比度增强处理,获取融合图像对应的对比度增强图像。
示例地,对比度增强处理可以是对融合图像的每一像元亮度值进行变换,如加强各个像元之间的灰度差异,从而可以提高融合图像的各个区域的亮度反差,使得融合图像中的边缘信息更容易被提取。
其中,对比度增强处理可以采用灰度阈值区分、灰度级分割等方法,本领域技术人员应当理解,本公开还可以采用其他的可以实现对比度增强处理的方法,本公开不对对比度增强处理的具体方法进行限定,均落入本公开的保护范围。
相应地,基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果,可以包括:
基于融合图像和对比度增强图像进行边缘检测处理,以获得待测物体对应的边缘检测结果。
在该实施例中,可以针对融合图像和该对比度增强图像分别进行边缘检测处理,以基于两者分别对应的检测结果确定目标组装边缘。
由此,通过上述技术方案,可以对融合图像进行进一步处理,以通过对比度增强的方式对融合图像中的边缘部分进行差异突出显示,以在一定程度上提高对比度增强图像中的边缘特征的显著性,从而提高检测到的目标组装边缘的准确性,为后续对待测物体进行组装提供准确的数据支持。
在一些可能的实施例中,基于融合图像和对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于边缘检测算法分别对融合图像和对比度增强图像进行边缘检测处理,以获取融合图像对应的第一检测结果和对比度增强图像对应的第二检测结果。
示例地,对融合图像和对比度增强图像进行边缘检测处理时,可以先确定出所处理的图像中的感兴趣区域(Region of Interest,ROI)。示例地,在进行边缘检测时,图像中存在很多对于边缘检测不感兴趣的区域,则可以去除掉这些区域从而可以有效的提高检测效率与速度。在该实施例中,重点关注在待测物体的最外层边缘内部的边缘信息,由于拍摄时的相机相对于待测物体是固定的,所以采集到的检测图像中的待测物体基本保持在一个固定的区域内,由此,可以基于实际应用场景预先绘制出感兴趣区域,以过滤掉ROI之外的部分。之后,对感兴趣区域进行特征提取以及边缘检测,获得边缘检测结果。
其中,边缘检测算法可以采用本领域常用的算法,如坎尼(Canny)算法,使用Canny检测的非极大值抑制、双阈值边缘选择等获得检测结果。本领域技术人员应当理解,本公开的边缘检测算法还可以采用其他方法,本公开不对边缘检测算法作具体限定,均落入本公开的保护范围。
若第一检测结果和第二检测结果中的至少一个结果指示存在检测到的边缘,则将检测到的边缘确定为目标组装边缘。
其中,第一检测结果表示通过对融合图像进行边缘检测处理后获得的检测结果,该检测结果中指示检测到的边缘或者未检测到边缘。同样地,第二检测结果表示通过对对比度增强图像进行边缘检测处理后获得的检测结果,该检测结果中指示检测到的边缘或者未检测到边缘。
在该实施例中,第一检测结果和第二检测结果中的一个检测结果中包含待测物体的边缘,即表示基于其中的一张图像检测到了待测物体的边缘,则可以并将该边缘确定为待测物体对应的目标组装边缘。
在本公开中,若第一检测结果和第二检测结果中均指示存在检测到的边缘,此时将其中任一者对应的检测结果中的边缘确定为该目标组装边缘。作为示例,对比度增强图像中针对待测物体的边缘信息的差异性更大,则可以设置将对比度增强图像对应的第二检测结果中的边缘确定为该目标组装边缘。
由此,通过上述技术方案,可以分别对融合图像和对比度增强图像进行边缘检测处理,以根据两张图像对应的检测结果,确定出待测物体对应的目标组装边缘,提高目标组装边缘的检测效率,避免基于单一图像未检测到边缘时便重新采集检测图像造成的资源和时间成本的浪费,进一步简化边缘检测的流程,拓宽屏幕检测线中的应用范围。
在一些可能的实施例中,基于融合图像和对比度增强图像进行边缘检测处理,以获得待测物体对应的边缘检测结果的另一实现方式如下,该步骤可以包括:
基于边缘检测算法对融合图像进行边缘检测处理,以获取融合图像对应的第一检测结果。
在第一检测结果中指示未检测到边缘的情况下,基于边缘检测算法对对比度增强图像进行边缘检测处理,以获取对比度增强图像对应的第二检测结果。
在第二检测结果中指示存在检测到的边缘的情况下,则将检测到的边缘确定为目标组装边缘。
其中,获取第一检测结果和第二检测结果的方法在上文中已详述,此处不再赘述。示例地,对融合图像进行边缘检测处理,在融合图像对应的第一检测结果中输出待测物体的边缘时,即基于融合图像检测到待测物体的边缘,则可以将检测到的边缘确定为待测物体的目标组装边缘。该情况下可以无需再对对比度增强图像进行边缘检测处理,以减少不必要的操作步骤,从而减少数据处理量,提高检测待测物体对应的目标组装边缘的效率。
作为另一种示例,第一检测结果中未输出待测物体的边缘,即根据融合图像未检测到待测物体的边缘,则该情况下对对比度增强图像进行边缘检测处理,根据第二检测结果进一步确定是否检测到待测物体对应的目标组装边缘。
若第二检测结果输出待测物体的边缘,则确定在对比度增强图像检测到待测物体的边缘,并将检测到的边缘确定为待测物体的目标组装边缘,若第二检测结果中未检测到边缘,此时即表示基于已经采集到的检测图像难以对待测物体的目标组装边缘进行准确检测。
通过上述方案,可以在融合图像未检测到待测物体对应的目标组装边缘的情况下再对对比度增强图像进行边缘检测处理,在一定程度上提高了获取待测物体对应的目标组装边缘的成功率,并且还能适时地减少数据处理量,减少不必要的操作步骤,提高获取待测物体对应的目标组装边缘的效率。
在一些可能的实施例中,在基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果的步骤之后,所述方法还包括:
若未检测到待测物体对应的目标组装边缘,对至少一个曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长。
接上述示例,若通过上述流程未检测到待测物体的目标组装边缘,此时可以对曝光模式下的曝光时长进行调整,以便于通过调节曝光时长获得较为理想的用于进行边缘检测的图像。
之后,则可以获取待测物体在新的曝光时长下采集的新的检测图像。
接上述示例,根据确定的新的曝光时长,通过工业相机拍摄待测物体在新的曝光时长下的新的检测图像。其中,在采集新的检测图像时,可以只基于调整曝光时长的曝光模式进行采集,以避免对同一曝光时长下的图像的重复采集。
对各个曝光模式下采集到的各个检测图像进行图像融合处理,并将图像融合处理所得的图像确定为新的融合图像,返回基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果的步骤。
接上述示例,如在初始情况下,可以采集第一曝光模式下的检测图像A1,以及采集第二曝光模式下的检测图像A2,从而可以通过上述步骤基于对检测图像A1和A2进行图像融合处理以及后续的边缘检测过程,也可以通过进一步生成对比度增强图像以进行边缘检测。若基于上述检测过程未检测到目标组装边缘,示例地可以对第一曝光模式下的曝光时长进行减少,对第二曝光模式下的曝光时长进行增加,以基于调整后的曝光时长再次采集检测图像,如获得的第一曝光模式下的检测图像为A3,第二曝光模式下的检测图像为A4。该情况下,对各个曝光模式下采集到的各个检测图像进行图像融合处理,即可以将检测图像A1、A2、A3和A4进行图像融合,以获得新的融合图像,进而基于该融合图像以通过上文所述的方法进行边缘检测,直至检测出该待测物体的目标组装边缘。
由此,通过上述技术方案,通过将新的检测图像和原来已获取的各个检测图像进行图像融合处理,既保留了原来已获取的各个检测图像的图像特征信息,还加入了新的检测图像的图像特征信息,可以保留不同曝光模式下的图像特征信息,为后续进行边缘检测提供更加全面的特征参考,在一定程度上可以降低反复调整曝光时长的时间,提高检测待测物体对应的目标组装边缘的效率。并且能够进一步减小待测物体中的高反射性材料和高透过率材料对于成像的影响,平衡待测物体的不同区域的成像亮暗程度,基于对图像的边缘检测处理还可以提高检测待测物体对应的目标组装边缘的客观程度,避免由肉眼分辨所产生的误差,以提高检测待测物体对应的目标组装边缘的准确率。
在一些可能的实施例中,曝光模式包括第一曝光模式和第二曝光模式,第一曝光模式下的曝光时长大于第二曝光模式下的曝光时长;
相应地,对至少一个曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长,包括:
若曝光模式为第一曝光模式,则对第一曝光模式下当前的曝光时长进行减少,获得新的曝光时长。
若曝光模式为第二曝光模式,则对第二曝光模式下当前的曝光时长进行增加,获得新的曝光时长。
示例地,初始情况下,可以设置第一曝光模式下的曝光时长为可调曝光时长范围内的最大曝光时长,设置第二曝光模式下的曝光时长为可调曝光时长范围内的最小曝光时长。则在对曝光时长进行调整时,针对第一曝光模式,可以将其当前的曝光时长进行减少,获得新的曝光时长,针对第二曝光模式,可以将其当前的曝光时长进行增加,获得新的曝光时长。其中,在调整时,可以按照调整阈值进行调整,该调整阈值可以根据实际应用场景进行设置。
由此,可以为曝光时长的调整进行方向约束,以便于快速调整获得用于进行边缘检测的清晰图像,降低曝光时长调整的次数,提高曝光时长调整的准确度和效率,为进行边缘检测提高可靠的支持。
在一些可能的实施例中,在获取待测物体在不同曝光模式下分别采集的检测图像的步骤之前,方法还包括:
确定待测物体的类型;
根据待测物体的类型,确定待测物体对应的不同曝光模式下的曝光时长的初始值。
示例地,不同类型的待测物体成像时所对应的在不同曝光模式下的可调整的曝光时长范围可能各不相同,则在获取待测物体的检测图像之前,首先确定待测物体的类型,可以采用图像识别的方法识别物体的类型,例如,通过工业检测线上的工业相机直接识别待测物体的类型。作为另一示例,还可以由用户对待测物体的类型进行设置,以确定待测物体的类型。在工业相机内,可以预置有不同类型的物体所对应的在不同曝光模式下的不同的曝光时长初始值,则在确定出待测物体的类型后,可以进一步确定该类型下的不同曝光模式下的曝光时长的初始值控制工业相机调整在不同曝光模式下的曝光初始值,确定工业相机对应于当前的待测物体的类型的不同曝光模式下的可调节曝光时长范围。
作为另一示例,针对未确定出类型的待测物体,其可以采用不同曝光模式下的默认初始值。
由此,通过上述技术方案,可以根据不同类型的待测物体,确定其在不同的曝光模式下的曝光时长的初始值,进而可以提高成像的质量,有利于获取更清晰的待测物体的检测图像。
在一些可能的实施例中,获取待测物体在不同曝光模式下分别采集的检测图像,包括:
针对每一曝光模式,以曝光模式下的曝光时长的初始值进行图像采集,获得曝光模式下的检测图像。
示例地,在第一曝光模式下,以第一曝光模式下的曝光时长初始值进行图像采集,获取第一曝光模式下的检测图像。在第二曝光模式下,以第二曝光模式下的曝光时长初始值进行图像采集,获取第二曝光模式下的检测图像。其中,每一曝光模式下的检测图像可以为多张检测图像。
在一些可能的实施例中,获取待测物体在不同曝光模式下分别采集的检测图像,包括:
基于不同角度的拍摄装置,获得与拍摄装置对应的、待测物体在不同曝光模式下分别采集的检测图像。
示例地,可以在工业检测线的检测位置的不同角度的不同位置设置多个拍摄装置,例如,该拍摄装置可以采用工业相机。作为一种示例,环绕待测物体间隔预设角度设置各个拍摄装置,本领域技术人员应当理解,各个拍摄装置可以根据实际应用场景适应性地调整位置,以获取待测物体的检测图像。
其中,各个拍摄装置可以同步采集待测物体的检测图像,即,各个拍摄装置的曝光模式以及该曝光模式下的曝光时长均可以保持同步更新,以拍摄不同角度所识别到的待测物体的图像。
相应地,基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果,包括:
针对每一拍摄装置,根据拍摄装置下对应的融合图像进行边缘检测处理,获得拍摄装置下对应的子检测结果;
根据每一子检测结果,获取待测物体对应的边缘检测结果。
接上述示例,各个拍摄装置间相互独立,将每一拍摄装置下所采集的多张检测图像进行图像融合处理,图像融合处理的方法在上文中已详述,此处不再赘述,并对融合图像进行边缘检测处理,获取多个拍摄装置的子检测结果,其中,每个子检测结果用于指示该拍摄装置是否存在待测物体对应的目标组装边缘。
每个拍摄装置基于融合图像进行边缘检测处理,并获取待测物体对应的边缘检测结果所采用的方法与上文中基于融合图像进行边缘检测处理,以获取待测物体对应的边缘检测结果采用的方法均相同,此处不再赘述。
示例地,在各个拍摄装置下对应的子检测结果中,若存在一个检测结果指示存在待测物体对应的目标组装边缘,则将该检测结果中检测到的边缘确定为目标组装边缘。
作为另一示例,在各个拍摄装置下对应的子检测结果中,若存在多个检测结果指示存在待测物体对应的目标组装边缘,则可以根据各个拍摄装置对应的优先级,将优先级别最高的拍摄装置的子检测结果中检测到的边缘确定为目标组装边缘。其中,该拍摄装置的优先级可以根据应用场景预先进行设置。
由此,通过不同角度的拍摄装置获取待测物体的检测图像,可以提高获取待测物体的目标组装边缘的效率,防止因拍摄装置的安装角度问题导致无法获取待测物体的目标组装边缘的情况发生。
作为另一示例,在各个拍摄装置下对应的子检测结果中,若多个检测结果均指示不存在待测物体对应的目标组装边缘,则各个拍摄装置均返回对至少一个曝光模式下的曝光时长进行调整,获取该曝光模式下的新的曝光时长的步骤。
通过上述方案,重新调整各个拍摄装置的曝光时长,重新获取待测物体的目标组装边缘,直至获取到待测物体的目标组装边缘,以保证可以获取到待测物体的目标组装边缘,进而保证工艺生产的进程顺利进行。
基于同一发明构思,本公开还提供一种边缘检测装置,图2是根据一示例性实施例示出的一种边缘检测装置,参照图2,该边缘检测装置100包括第一获取模块110、第一确定模块120、第二获取模块130。
第一获取模块110,用于获取待测物体在不同曝光模式下分别采集的检测图像,其中,所述不同曝光模式下对应的曝光时长不同;
第一确定模块120,用于对多张所述检测图像进行图像融合处理,确定所述待测物体对应的融合图像;
第二获取模块130,用于基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,其中,所述边缘检测结果用于指示是否存在所述待测物体对应的目标组装边缘。
在上述技术方案中,通过获取待测物体在不同曝光模式下分别采集的检测图像,从而对不同曝光模式下获取的多张检测图像进行图像融合处理,并基于融合图像进行边缘检测处理,以获得待测物体对应的边缘检测结果,其中,边缘检测结果用于指示是否存在待测物体对应的目标组装边缘。由此,通过上述技术方案,通过将多张检测图像进行融合处理,能够保留待测物体在不同曝光模式下的图像特征信息,以应对待测物体中的不同材质的反射和透射情况,以对融合图像中不同区域的成像亮暗程度进行平衡,从而在一定程度上提高融合图像的清晰度,避免由于待测物体中除组装层外的其他层的材质发生透射和反射等对组装层的边缘成像的影响,提高对待测物体对应的目标组装边缘的检测效率和准确率,为对待测物体进行安全且精准的组装提高数据支持。
可选地,所述装置还包括:
第三获取模块,用于对所述融合图像进行对比度增强处理,获取所述融合图像对应的对比度增强图像;
所述第二获取模块130包括:
第一获取子模块,用于基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果。
可选地,所述第一获取子模块包括:
第二获取子模块,用于基于边缘检测算法分别对所述融合图像和所述对比度增强图像进行边缘检测处理,以获取所述融合图像对应的第一检测结果和所述对比度增强图像对应的第二检测结果;
第一确定子模块,用于若所述第一检测结果和所述第二检测结果中的至少一个结果指示存在检测到的边缘,则将所述检测到的边缘确定为所述目标组装边缘。
可选地,所述第一获取子模块包括:
第三获取子模块,用于基于边缘检测算法对所述融合图像进行边缘检测处理,以获取所述融合图像对应的第一检测结果;
第四获取子模块,用于在所述第一检测结果中指示未检测到边缘的情况下,基于所述边缘检测算法对所述对比度增强图像进行边缘检测处理,以获取所述对比度增强图像对应的第二检测结果;
第二确定子模块,用于在所述第二检测结果中指示存在检测到的边缘的情况下,则将所述检测到的边缘确定为所述目标组装边缘。
可选地,所述装置还包括:
第四获取模块,用于若未检测到所述待测物体对应的目标组装边缘,对至少一个所述曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长;
第五获取模块,用于获取所述待测物体在所述新的曝光时长下采集的新的检测图像;
第二确定模块,用于对各个所述曝光模式下采集到的各个检测图像进行图像融合处理,并将所述图像融合处理所得的图像确定为新的融合图像,并触发所述第二获取模块基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果。
可选地,所述曝光模式包括第一曝光模式和第二曝光模式,所述第一曝光模式下的曝光时长大于所述第二曝光模式下的曝光时长;
所述第四获取模块包括:
第五获取子模块,用于若所述曝光模式为第一曝光模式,则对所述第一曝光模式下当前的曝光时长进行减少,获得所述新的曝光时长;
第六获取子模块,用于若所述曝光模式为第二曝光模式,则对所述第二曝光模式下当前的曝光时长进行增加,获得所述新的曝光时长。
可选地,所述装置还包括:
第三确定模块,用于确定所述待测物体的类型;
第四确定模块,用于根据所述待测物体的类型,确定所述待测物体对应的不同曝光模式下的曝光时长的初始值;
所述第一获取模块110,包括:
第七获取子模块,用于针对每一所述曝光模式,以所述曝光模式下的曝光时长的初始值进行图像采集,获得所述曝光模式下的检测图像。
所述第一获取模块110,包括:
第八获取子模块,用于基于不同角度的拍摄装置,获得与所述拍摄装置对应的、所述待测物体在不同曝光模式下分别采集的检测图像;
所述第八获取子模块包括:
第九获取子模块,用于针对每一所述拍摄装置,根据所述拍摄装置下对应的融合图像进行边缘检测处理,获得所述拍摄装置下对应的子检测结果;
第十获取子模块,用于根据每一所述子检测结果,获取所述待测物体对应的边缘检测结果。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开还提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序指令被处理器执行时实现本公开提供的边缘检测方法的步骤。
图3是根据一示例性实施例示出的一种用于边缘检测的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的边缘检测方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
输入/输出接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述边缘检测方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述边缘检测方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
上述装置800除了可以是独立的电子设备外,也可是独立电子设备的一部分,例如在一种实施例中,该装置可以是集成电路(Integrated Circuit,IC)或芯片,其中该集成电路可以是一个IC,也可以是多个IC的集合;该芯片可以包括但不限于以下种类:GPU(Graphics Processing Unit,图形处理器)、CPU(Central Processing Unit,中央处理器)、FPGA(Field Programmable Gate Array,可编程逻辑阵列)、DSP(Digital SignalProcessor,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、SOC(System on Chip,SoC,片上系统或系统级芯片)等。上述的集成电路或芯片中可以用于执行可执行指令(或代码),以实现上述的边缘检测方法。其中该可执行指令可以存储在该集成电路或芯片中,也可以从其他的装置或设备获取,例如该集成电路或芯片中包括处理器、存储器,以及用于与其他的装置通信的接口。该可执行指令可以存储于该存储器中,当该可执行指令被处理器执行时实现上述的边缘检测方法;或者,该集成电路或芯片可以通过该接口接收可执行指令并传输给该处理器执行,以实现上述的边缘检测方法。
在另一示例性实施例中,还提供一种计算机程序产品,该计算机程序产品包含能够由可编程的装置执行的计算机程序,该计算机程序具有当由该可编程的装置执行时用于执行上述的边缘检测方法的代码部分。
本领域技术人员在考虑说明书及实践本公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (9)
1.一种边缘检测方法,其特征在于,包括:
获取待测物体在不同曝光模式下分别采集的检测图像,其中,所述不同曝光模式下对应的曝光时长不同;
对多张所述检测图像进行图像融合处理,确定所述待测物体对应的融合图像;
基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,其中,所述边缘检测结果用于指示是否存在所述待测物体对应的目标组装边缘;
在所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果的步骤之后,所述方法还包括:
若未检测到所述待测物体对应的目标组装边缘,对至少一个所述曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长;
获取所述待测物体在所述新的曝光时长下采集的新的检测图像;
对各个所述曝光模式下采集到的各个检测图像进行图像融合处理,并将所述图像融合处理所得的图像确定为新的融合图像,返回所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果的步骤;
所述曝光模式包括第一曝光模式和第二曝光模式,所述第一曝光模式下的曝光时长大于所述第二曝光模式下的曝光时长;
所述对至少一个所述曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长,包括:
若所述曝光模式为第一曝光模式,则对所述第一曝光模式下当前的曝光时长进行减少,获得所述新的曝光时长;
若所述曝光模式为第二曝光模式,则对所述第二曝光模式下当前的曝光时长进行增加,获得所述新的曝光时长。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述融合图像进行对比度增强处理,获取所述融合图像对应的对比度增强图像;
所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果。
3.根据权利要求2所述的方法,其特征在于,所述基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于边缘检测算法分别对所述融合图像和所述对比度增强图像进行边缘检测处理,以获取所述融合图像对应的第一检测结果和所述对比度增强图像对应的第二检测结果;
若所述第一检测结果和所述第二检测结果中的至少一个结果指示存在检测到的边缘,则将所述检测到的边缘确定为所述目标组装边缘。
4.根据权利要求2所述的方法,其特征在于,所述基于所述融合图像和所述对比度增强图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
基于边缘检测算法对所述融合图像进行边缘检测处理,以获取所述融合图像对应的第一检测结果;
在所述第一检测结果中指示未检测到边缘的情况下,基于所述边缘检测算法对所述对比度增强图像进行边缘检测处理,以获取所述对比度增强图像对应的第二检测结果;
在所述第二检测结果中指示存在检测到的边缘的情况下,则将所述检测到的边缘确定为所述目标组装边缘。
5.根据权利要求1所述的方法,其特征在于,在所述获取待测物体在不同曝光模式下分别采集的检测图像的步骤之前,所述方法还包括:
确定所述待测物体的类型;
根据所述待测物体的类型,确定所述待测物体对应的不同曝光模式下的曝光时长的初始值;
所述获取待测物体在不同曝光模式下分别采集的检测图像,包括:
针对每一所述曝光模式,以所述曝光模式下的曝光时长的初始值进行图像采集,获得所述曝光模式下的检测图像。
6.根据权利要求1所述的方法,其特征在于,所述获取待测物体在不同曝光模式下分别采集的检测图像,包括:
基于不同角度的拍摄装置,获得与所述拍摄装置对应的、所述待测物体在不同曝光模式下分别采集的检测图像;
所述基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,包括:
针对每一所述拍摄装置,根据所述拍摄装置下对应的融合图像进行边缘检测处理,获得所述拍摄装置下对应的子检测结果;
根据每一所述子检测结果,获取所述待测物体对应的边缘检测结果。
7.一种边缘检测装置,其特征在于,包括:
第一获取模块,用于获取待测物体在不同曝光模式下分别采集的检测图像,其中,所述不同曝光模式下对应的曝光时长不同;
第一确定模块,用于对多张所述检测图像进行图像融合处理,确定所述待测物体对应的融合图像;
第二获取模块,用于基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果,其中,所述边缘检测结果用于指示是否存在所述待测物体对应的目标组装边缘;
第四获取模块,用于若未检测到所述待测物体对应的目标组装边缘,对至少一个所述曝光模式下的曝光时长进行调整,获得该曝光模式下的新的曝光时长;
第五获取模块,用于获取所述待测物体在所述新的曝光时长下采集的新的检测图像;
第二确定模块,用于对各个所述曝光模式下采集到的各个检测图像进行图像融合处理,并将所述图像融合处理所得的图像确定为新的融合图像,并触发所述第二获取模块基于所述融合图像进行边缘检测处理,以获得所述待测物体对应的边缘检测结果;
所述曝光模式包括第一曝光模式和第二曝光模式,所述第一曝光模式下的曝光时长大于所述第二曝光模式下的曝光时长;
所述第四获取模块包括:
第五获取子模块,用于若所述曝光模式为第一曝光模式,则对所述第一曝光模式下当前的曝光时长进行减少,获得所述新的曝光时长;
第六获取子模块,用于若所述曝光模式为第二曝光模式,则对所述第二曝光模式下当前的曝光时长进行增加,获得所述新的曝光时长。
8.一种边缘检测装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1~6中任意一项所述的边缘检测方法。
9.一种非临时性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,该程序指令被处理器执行时实现权利要求1~6中任意一项所述的边缘检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211689988.8A CN115953422B (zh) | 2022-12-27 | 2022-12-27 | 边缘检测方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211689988.8A CN115953422B (zh) | 2022-12-27 | 2022-12-27 | 边缘检测方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115953422A CN115953422A (zh) | 2023-04-11 |
CN115953422B true CN115953422B (zh) | 2023-12-19 |
Family
ID=87290972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211689988.8A Active CN115953422B (zh) | 2022-12-27 | 2022-12-27 | 边缘检测方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115953422B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110026754A (ko) * | 2009-09-08 | 2011-03-16 | 삼성테크윈 주식회사 | 광역 역광 보정 장치 |
CN108898609A (zh) * | 2018-06-21 | 2018-11-27 | 深圳辰视智能科技有限公司 | 一种图像边缘检测方法、检测装置及计算机存储介质 |
CN111046726A (zh) * | 2019-10-25 | 2020-04-21 | 青岛农业大学 | 一种基于ai智能视觉的水下海参识别及定位方法 |
CN111356914A (zh) * | 2018-10-27 | 2020-06-30 | 合刃科技(深圳)有限公司 | 一种检测方法和检测装置 |
CN112291390A (zh) * | 2020-10-28 | 2021-01-29 | Oppo广东移动通信有限公司 | 显示装置的装配方法、装配装置以及存储介质 |
CN112598610A (zh) * | 2020-12-11 | 2021-04-02 | 杭州海康机器人技术有限公司 | 一种深度图像获得方法、装置、电子设备及存储介质 |
CN113191327A (zh) * | 2021-05-25 | 2021-07-30 | 深圳市汇顶科技股份有限公司 | 生物特征采集方法、芯片及计算机可读存储介质 |
CN113592887A (zh) * | 2021-06-25 | 2021-11-02 | 荣耀终端有限公司 | 视频拍摄方法、电子设备及计算机可读存储介质 |
CN114913121A (zh) * | 2022-03-31 | 2022-08-16 | 联想(北京)有限公司 | 一种屏幕缺陷检测系统、方法、电子设备及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102581802B1 (ko) * | 2016-11-21 | 2023-09-25 | 삼성전자주식회사 | 디스플레이장치, 시스템 및 기록매체 |
-
2022
- 2022-12-27 CN CN202211689988.8A patent/CN115953422B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110026754A (ko) * | 2009-09-08 | 2011-03-16 | 삼성테크윈 주식회사 | 광역 역광 보정 장치 |
CN108898609A (zh) * | 2018-06-21 | 2018-11-27 | 深圳辰视智能科技有限公司 | 一种图像边缘检测方法、检测装置及计算机存储介质 |
CN111356914A (zh) * | 2018-10-27 | 2020-06-30 | 合刃科技(深圳)有限公司 | 一种检测方法和检测装置 |
CN111046726A (zh) * | 2019-10-25 | 2020-04-21 | 青岛农业大学 | 一种基于ai智能视觉的水下海参识别及定位方法 |
CN112291390A (zh) * | 2020-10-28 | 2021-01-29 | Oppo广东移动通信有限公司 | 显示装置的装配方法、装配装置以及存储介质 |
CN112598610A (zh) * | 2020-12-11 | 2021-04-02 | 杭州海康机器人技术有限公司 | 一种深度图像获得方法、装置、电子设备及存储介质 |
CN113191327A (zh) * | 2021-05-25 | 2021-07-30 | 深圳市汇顶科技股份有限公司 | 生物特征采集方法、芯片及计算机可读存储介质 |
CN113592887A (zh) * | 2021-06-25 | 2021-11-02 | 荣耀终端有限公司 | 视频拍摄方法、电子设备及计算机可读存储介质 |
CN114913121A (zh) * | 2022-03-31 | 2022-08-16 | 联想(北京)有限公司 | 一种屏幕缺陷检测系统、方法、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115953422A (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9674395B2 (en) | Methods and apparatuses for generating photograph | |
US10284773B2 (en) | Method and apparatus for preventing photograph from being shielded | |
CN105095881B (zh) | 人脸识别方法、装置及终端 | |
EP3890306B1 (en) | Photographing method and device, mobile terminal and storage medium | |
CN105245775B (zh) | 摄像头成像方法、移动终端及装置 | |
EP3496391B1 (en) | Method and device for capturing image and storage medium | |
CN107944367B (zh) | 人脸关键点检测方法及装置 | |
CN105631803B (zh) | 滤镜处理的方法和装置 | |
CN110569822A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN108416337A (zh) | 提醒用户清洁镜头的方法及装置 | |
CN107657608B (zh) | 图像质量确定方法、装置及电子设备 | |
CN113313788A (zh) | 图像处理方法和装置、电子设备以及计算机可读存储介质 | |
CN106469446B (zh) | 深度图像的分割方法和分割装置 | |
CN112188096A (zh) | 拍照方法及装置、终端及存储介质 | |
CN115953422B (zh) | 边缘检测方法、装置及介质 | |
CN114268743B (zh) | 图像获取方法、装置、设备及存储介质 | |
CN110874829B (zh) | 图像处理方法及装置、电子设备及存储介质 | |
US20240005521A1 (en) | Photographing method and apparatus, medium and chip | |
CN110876015B (zh) | 确定图像分辨率的方法及装置、电子设备及存储介质 | |
CN109862252B (zh) | 图像拍摄方法及装置 | |
CN110876013B (zh) | 确定图像分辨率的方法及装置、电子设备及存储介质 | |
CN118214950A (zh) | 一种图像拼接方法、装置及存储介质 | |
CN118828225A (zh) | 图像处理方法、装置、终端设备及存储介质 | |
CN117408868A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN118488316A (zh) | 一种测光方法、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 |