CN116229375B - 一种基于无光源培育箱内部环境成像方法 - Google Patents

一种基于无光源培育箱内部环境成像方法 Download PDF

Info

Publication number
CN116229375B
CN116229375B CN202310498674.8A CN202310498674A CN116229375B CN 116229375 B CN116229375 B CN 116229375B CN 202310498674 A CN202310498674 A CN 202310498674A CN 116229375 B CN116229375 B CN 116229375B
Authority
CN
China
Prior art keywords
image data
incubator
image
pixel block
light
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
Application number
CN202310498674.8A
Other languages
English (en)
Other versions
CN116229375A (zh
Inventor
褚思瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Weifu Pharmaceutical Co ltd
Original Assignee
Shandong Weifu Pharmaceutical Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Weifu Pharmaceutical Co ltd filed Critical Shandong Weifu Pharmaceutical Co ltd
Priority to CN202310498674.8A priority Critical patent/CN116229375B/zh
Publication of CN116229375A publication Critical patent/CN116229375A/zh
Application granted granted Critical
Publication of CN116229375B publication Critical patent/CN116229375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Animal Husbandry (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及图像处理技术领域，具体涉及一种基于无光源培育箱内部环境成像方法，包括：在有光及无光状态下采集无光培育箱内部环境正方向图像数据，用户端通过电子设备接收图像数据并对图像数据进行区域标记；将标记的图像数据区域中的像素块进一步进行编号，设置数据储存空间，储存标记区域完成编号的图像数据；本发明能够以培育箱内部的采集的图像数据作为初始数据参照，并根据图像数据中的像素位移来还原无光环境下培育箱内部场景的实时动态图像，从而以此规避了工作人员需要打开培育箱，通过光源照射对培育箱内部培育的菌株进行观察操作，进而通过此种方式有效的维护了培育箱内部环境持续处于培育菌株适宜培育状态，有利于培育工作的开展。

Description

一种基于无光源培育箱内部环境成像方法
技术领域
本发明涉及图像处理技术领域，具体涉及一种基于无光源培育箱内部环境成像方法。
背景技术
菌株又称品系，表示同种微菌株不同来源的纯种培养，从自然界中分离得到的每一个微生物纯培养都可称一个菌株，目前医药业，常通过培育菌株来获取变异株，以用于新药物的研发。
现有申请号为202210002581 .7 的专利申请，具体为一种恶劣环境下的高炉料面图像复原方法，其特征在于，所述方法包括：根据光线在粉尘介质中的辐射传输方程，建立高炉料面物理成像模型，所述高炉料面物理成像模型包括粉尘层和强光层，其中所述粉尘层包含料面信息且呈现均匀光照分布和
受粉尘散射影响，所述强光层不包含料面信息且呈现非均匀光照分布；去除所述高炉料面物理成像模型中的强光层，获得第一高炉料面图像，所述第一高炉料面图像具体为不受强光源干扰的粉尘环境中的高炉料面图像；基于所述第一高炉料面图像，对高炉料面图像进行复原，获得清晰的高炉料面图像。
该专利申请的提出在于解决：现有恶劣环境下高炉料面图像复原精度低的技术问题。
然而，针对于无光源培育箱，其内部在培育具有厌光特性的菌株时，工作人员在观察箱内菌株的时，不得不打开培育箱，或进一步通过灯光照射来观测菌株状态，这一操作不利于箱中无光源培育箱的生长，然而不打开培育箱或通过灯光照射又无法看清培育箱的内部环境；
为此，我们提出了一种基于无光源培育箱内部环境成像方法来解决该问题。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种基于无光源培育箱内部环境成像方法，解决了上述背景技术中提出的技术问题。
技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于无光源培育箱内部环境成像方法，包括：
在有光及无光状态下采集无光培育箱内部环境正方向图像数据，用户端通过电子设备接收图像数据并对图像数据进行区域标记；将标记的图像数据区域中的像素块进一步进行编号，设置数据储存空间，储存标记区域完成编号的图像数据；
以采集的无光状态下无光培育箱内部环境正方向图像数据作为初始图像，配置摄像头对无光状态下无光培育箱内部环境进行实时监控，对图像数据中存在的像素块进行追踪，像素块追踪计算过程如下：
；
式中：为像素块追踪输出坐标；/>为像素块追踪过程中图像数据缩放因子；为像素块初始坐标；/>为偏移单位比例系数；/>为t时刻摄像头采集到的影像数据中的图像帧中像素块的纵向偏移量；/>为t时刻摄像头采集到的影像数据中的图像帧中像素块的横向偏移量；
接收像素块追踪结果，获取像素块对应编号，根据像素块对应编号在设置的数据储存空间中查询编号一致的有光状态下采集的，无光培育箱内部环境正方向图像数据中存在的对应的像素块，以查询到的像素块根据编号填充对应被追踪的像素块。
更进一步地，在对无光培育箱内部环境的正方向图像数据进行采集时，各图像数据来源采集方向的采集点位及角度一致，图像数据采集方向包括：前、后、左、右、上、下，图像数据采集时每一种采集状态采集的图像数据不少于两组，且各状态下采集的图像数据的采集方向一一对应，图像数据采集方向默认为下及后；
其中，用户端对图像数据进行的区域标记中，所有像素均为完整，被标记的图像数据中的区域进行图像分割，图像分割过程遵循像素完整性。
更进一步地，所述图像分割目标为有光采集状态下采集的图像数据，有光采集状态下采集的图像数据在完成图像分割后，同步将分割结果向无光采集状态下采集的图像数据同步，无光采集状态下采集的图像数据根据分割结果进行图像分割，图像分割目标的分割结果中，各分割图像区域记作像素块，在对图像分割目标进行图像分割时，同步以如下公式对图像数据进行优化，公式为：
；
式中：为新生成图像；/>为常熟系数，表示细节层；/>为细节层函数；/>为增益系数，用于控制图像细节波动；/>为基本层函数；/>为图像数据优化区域图像。
更进一步地，所述设置数据储存空间为计算机硬盘或设置在云端的虚拟数据库，在设置的数据存储空间为虚拟数据库时，用户通过电子设备连接网络访问虚拟数据库，对数据库中储存的标记区域完成编号的图像数据进行读取及下载。
更进一步地，所述配置的摄像头设置有若干组，若干组所述摄像头均部署在无光培育箱内部环境正方向上，且摄像头运行实时监控的影像数据均为正方向影像数据，并且与初始采集图像数据的方向相同，配置的摄像头数量通过用户端手动设定，各配置的摄像头分别对若干组像素块进行追踪。
更进一步地，所述像素块的追踪计算应用频率通过用户端手动设定，且所述像素块的追踪计算应用频率处于0.5min～5min/次范围内。
更进一步地，所述以查询到的像素块根据编号填充对应被追踪的像素块的操作包括两种执行逻辑，具体如下：
执行逻辑一、在每查询到一组像素块时，对该像素块编号对应的被追踪的像素块以该像素块填充，在该像素块完成填充后，同步输出被追踪的像素块；
执行逻辑二、在完成所有像素块查询后，遍历所有被查询像素块，对各被查询像素块对应的被追踪的像素块进行同步填充；
其中，执行逻辑的选择应用通过图像数据接收设备的实时网络状态进行择一使用，网络速率不小于2mb/s时应用执行逻辑二，网络速率小于2mb/s时应用执行逻辑一。
更进一步地，所述摄像头采集实时监控影像分辨率为960*540~1600*900，且所述摄像头实时监控影像初始默认分辨率为960*540，图像数据所标记的区域范围包含像素不少于监控影像分辨率的3/4。
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
1、本发明提供一种基于无光源培育箱内部环境成像方法，该方法在执行过程中能够以培育箱内部的采集的图像数据作为初始数据参照，并根据图像数据中的像素位移来还原无光环境下培育箱内部场景的实时动态图像，从而以此规避了工作人员需要打开培育箱，通过光源照射对培育箱内部培育的菌株进行观察的操作，进而通过此种方式有效的维护了培育箱内部环境持续处于培育菌株适宜培育状态，有利于培育工作的开展。
2、本发明中方法在其执行的过程中，对于培育箱内部采集的图像数据能够以图像数据的像素作为最小单位进行处理，使得图像数据在还原阶段，能够根据图像数据中包含的像素进行一一还原，从而有效地提升了无光环境下培育箱内部环境图像数据还原至可视的培育箱内部环境图像数据后，还原的图像数据品质更佳，增强了无光培育箱内部环境图像数据可视化体验，为工作人员带来更加真实、高清的视觉体验。
3、本发明中方法在其执行的过程中，还能够进一步的对采集的图像数据进行区域及分割，从而以此为培育箱内部环境图像数据的还原提供必要的数据支持的同时，还减轻了该方法执行过程中图像数据处理的负担。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅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为一种基于无光源培育箱内部环境成像方法的结构示意图；
图2为一种基于无光源培育箱内部环境成像方法的流程示意图；
图3为本发明中图像分割像素感知色调输出运行逻辑示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的一种基于无光源培育箱内部环境成像方法，如图1-3所示，包括：
在有光及无光状态下采集无光培育箱内部环境正方向图像数据，用户端通过电子设备接收图像数据并对图像数据进行区域标记；将标记的图像数据区域中的像素块进一步进行编号，设置数据储存空间，储存标记区域完成编号的图像数据；
以采集的无光状态下无光培育箱内部环境正方向图像数据作为初始图像，配置摄像头对无光状态下无光培育箱内部环境进行实时监控，对图像数据中存在的像素块进行追踪，像素块追踪计算过程如下：
；
式中：为像素块追踪输出坐标；/>为像素块追踪过程中图像数据缩放因子；为像素块初始坐标；/>为偏移单位比例系数；/>为t时刻摄像头采集到的影像数据中的图像帧中像素块的纵向偏移量；/>为t时刻摄像头采集到的影像数据中的图像帧中像素块的横向偏移量；
接收像素块追踪结果，获取像素块对应编号，根据像素块对应编号在设置的数据储存空间中查询编号一致的有光状态下采集的，无光培育箱内部环境正方向图像数据中存在的对应的像素块，以查询到的像素块根据编号填充对应被追踪的像素块；
在对无光培育箱内部环境的正方向图像数据进行采集时，各图像数据来源采集方向的采集点位及角度一致，图像数据采集方向包括：前、后、左、右、上、下，图像数据采集时每一种采集状态采集的图像数据不少于两组，且各状态下采集的图像数据的采集方向一一对应，图像数据采集方向默认为下及后；
其中，用户端对图像数据进行的区域标记中，所有像素均为完整，被标记的图像数据中的区域进行图像分割，图像分割过程遵循像素完整性；
图像分割目标为有光采集状态下采集的图像数据，有光采集状态下采集的图像数据在完成图像分割后，同步将分割结果向无光采集状态下采集的图像数据同步，无光采集状态下采集的图像数据根据分割结果进行图像分割，图像分割目标的分割结果中，各分割图像区域记作像素块，在对图像分割目标进行图像分割时，同步以如下公式对图像数据进行优化，公式为：
；
式中：为新生成图像；/>为常熟系数，表示细节层；/>为细节层函数；/>为增益系数，用于控制图像细节波动；/>为基本层函数；/>为图像数据优化区域图像。
在本实施例中，经由图像数据的采集，再加以对图像数据的处理，进一步的获取到图像数据的像素块，再以像素块作为追踪目标，对图像数据进行切割分解、追踪及还原，与限于技术的图像还原技术完全不同，且通过此种方式还原的图像数据，品质更高，便于工作人员对无光培育箱中培育的菌株进行实时的关注观察；
在该技术方案实时的过程中，配合公式参与步骤执行，对图像数据进行了优化、切割，并在完成切割后进行了实时的追踪，以便于工作人员需要对无光培育箱内部的环境图像进行观察时，通过该方法能够更加快捷的还原出图像数据。
实施例2
在具体实施层面，在实施例1的基础上，本实施例参照图1-3所示对实施例1中一种基于无光源培育箱内部环境成像方法做进一步具体说明：
设置数据储存空间为计算机硬盘或设置在云端的虚拟数据库，在设置的数据存储空间为虚拟数据库时，用户通过电子设备连接网络访问虚拟数据库，对数据库中储存的标记区域完成编号的图像数据进行读取及下载。
通过该设置，可以对无光培育箱对应采集到的初始图像数据进行储存，从而以此作为数据支持为该方法的后续步骤实施提供必要的数据支持，且借此储存的数据，能够提供工作人员更进一步的数据参考。
优选的，配置的摄像头设置有若干组，若干组摄像头均部署在无光培育箱内部环境正方向上，且摄像头运行实时监控的影像数据均为正方向影像数据，并且与初始采集图像数据的方向相同，配置的摄像头数量通过用户端手动设定，各配置的摄像头分别对若干组像素块进行追踪。
通过该设置，可摄像头的部署作出一定的限定，并且以此，确保了无光培育箱内部环境图像数据中的每一像素块均能够得到监控，从而实现对于每一像素块的实时追踪。
实施例3
在具体实施层面，在实施例1的基础上，本实施例参照图1-3所示对实施例1中一种基于无光源培育箱内部环境成像方法做进一步具体说明：
像素块的追踪计算应用频率通过用户端手动设定，且像素块的追踪计算应用频率处于0.5min～5min/次范围内。
通过该设置，为该方法输出无光培育箱内部环境实时图像数据的输出频率进行了限定，借此为该方法在执行时提供了必要的执行时间缓冲，以确保图像数据的稳定输出。
优选的，以查询到的像素块根据编号填充对应被追踪的像素块的操作包括两种执行逻辑，具体如下：
执行逻辑一、在每查询到一组像素块时，对该像素块编号对应的被追踪的像素块以该像素块填充，在该像素块完成填充后，同步输出被追踪的像素块；
执行逻辑二、在完成所有像素块查询后，遍历所有被查询像素块，对各被查询像素块对应的被追踪的像素块进行同步填充；
其中，执行逻辑的选择应用通过图像数据接收设备的实时网络状态进行择一使用，网络速率不小于2mb/s时应用执行逻辑二，网络速率小于2mb/s时应用执行逻辑一。
通过该设置，为本方法中图像数据还原输出阶段提供了稳定的输出逻辑，且可根据图像数据接收设备的实时网速进行适应性协调，以确保输出的图像数据能够快速的成像供用户查看。
优选的，摄像头采集实时监控影像分辨率为960*540~1600*900，且摄像头实时监控影像初始默认分辨率为960*540，图像数据所标记的区域范围包含像素不少于监控影像分辨率的3/4。
如此设置，对摄像头监控采集的图像数据的分辨率进行了限定，使得无光培育箱对应的图像数据中包含的像素块数量等到限定，避免因像素块过多而造成的通过该方法输出图像时的缓慢，进一步的借此在确保符合工作人员使用需求的同时，维护的该方法执行过程中的稳定性。
综上而言，上述实施例中方法在执行过程中，能够以培育箱内部的采集的图像数据作为初始数据参照，并根据图像数据中的像素位移来还原无光环境下培育箱内部场景的实时动态图像，从而以此规避了工作人员需要打开培育箱，通过光源照射对培育箱内部培育的菌株进行观察的操作，进而通过此种方式有效的维护了培育箱内部环境持续处于培育菌株适宜培育状态，有利于培育工作的开展；并且，对于培育箱内部采集的图像数据能够以图像数据的像素作为最小单位进行处理，使得图像数据在还原阶段，能够根据图像数据中包含的像素进行一一还原，从而有效地提升了无光环境下培育箱内部环境图像数据还原至可视的培育箱内部环境图像数据后，还原的图像数据品质更佳，增强了无光培育箱内部环境图像数据可视化体验，为工作人员带来更加真实、高清的视觉体验；此外，该方法还能够进一步的对采集的图像数据进行区域及分割，从而以此为培育箱内部环境图像数据的还原提供必要的数据支持的同时，还减轻了该方法执行过程中图像数据处理的负担。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于无光源培育箱内部环境成像方法，其特征在于，包括：
在有光及无光状态下采集无光培育箱内部环境正方向图像数据，用户端通过电子设备接收图像数据并对图像数据进行区域标记；将标记的图像数据区域中的像素块进一步进行编号，设置数据储存空间，储存标记区域完成编号的图像数据；
以采集的无光状态下无光培育箱内部环境正方向图像数据作为初始图像，配置摄像头对无光状态下无光培育箱内部环境进行实时监控，对图像数据中存在的像素块进行追踪，像素块追踪计算过程如下：
；
式中：为像素块追踪输出坐标；/>为像素块追踪过程中图像数据缩放因子；/>为像素块初始坐标；/>为偏移单位比例系数；/>为t时刻摄像头采集到的影像数据中的图像帧中像素块的纵向偏移量；/>为t时刻摄像头采集到的影像数据中的图像帧中像素块的横向偏移量；
接收像素块追踪结果，获取像素块对应编号，根据像素块对应编号在设置的数据储存空间中查询编号一致的有光状态下采集的，无光培育箱内部环境正方向图像数据中存在的对应的像素块，以查询到的像素块根据编号填充对应被追踪的像素块。
2.根据权利要求1所述的一种基于无光源培育箱内部环境成像方法，其特征在于，在对无光培育箱内部环境的正方向图像数据进行采集时，各图像数据来源采集方向的采集点位及角度一致，图像数据采集方向包括：前、后、左、右、上、下，图像数据采集时每一种采集状态采集的图像数据不少于两组，且各状态下采集的图像数据的采集方向一一对应，图像数据采集方向默认为下及后；
其中，用户端对图像数据进行的区域标记中，所有像素均为完整，被标记的图像数据中的区域进行图像分割，图像分割过程遵循像素完整性。
3.根据权利要求2所述的一种基于无光源培育箱内部环境成像方法，其特征在于，所述图像分割目标为有光采集状态下采集的图像数据，有光采集状态下采集的图像数据在完成图像分割后，同步将分割结果向无光采集状态下采集的图像数据同步，无光采集状态下采集的图像数据根据分割结果进行图像分割，图像分割目标的分割结果中，各分割图像区域记作像素块，在对图像分割目标进行图像分割时，同步以如下公式对图像数据进行优化，公式为：
；
式中：为新生成图像；/>为常熟系数，表示细节层；/>为细节层函数；/>为增益系数，用于控制图像细节波动；/>为基本层函数；/>为图像数据优化区域图像。
4.根据权利要求1所述的一种基于无光源培育箱内部环境成像方法，其特征在于，所述设置数据储存空间为计算机硬盘或设置在云端的虚拟数据库，在设置的数据存储空间为虚拟数据库时，用户通过电子设备连接网络访问虚拟数据库，对数据库中储存的标记区域完成编号的图像数据进行读取及下载。
5.根据权利要求1所述的一种基于无光源培育箱内部环境成像方法，其特征在于，所述配置的摄像头设置有若干组，若干组所述摄像头均部署在无光培育箱内部环境正方向上，且摄像头运行实时监控的影像数据均为正方向影像数据，并且与初始采集图像数据的方向相同，配置的摄像头数量通过用户端手动设定，各配置的摄像头分别对若干组像素块进行追踪。
6.根据权利要求1所述的一种基于无光源培育箱内部环境成像方法，其特征在于，所述像素块的追踪计算应用频率通过用户端手动设定，且所述像素块的追踪计算应用频率处于0.5min～5min/次范围内。
7.根据权利要求1所述的一种基于无光源培育箱内部环境成像方法，其特征在于，所述以查询到的像素块根据编号填充对应被追踪的像素块的操作包括两种执行逻辑，具体如下：
执行逻辑一、在每查询到一组像素块时，对该像素块编号对应的被追踪的像素块以该像素块填充，在该像素块完成填充后，同步输出被追踪的像素块；
执行逻辑二、在完成所有像素块查询后，遍历所有被查询像素块，对各被查询像素块对应的被追踪的像素块进行同步填充；
其中，执行逻辑的选择应用通过图像数据接收设备的实时网络状态进行择一使用，网络速率不小于2mb/s时应用执行逻辑二，网络速率小于2mb/s时应用执行逻辑一。
8.根据权利要求1所述的一种基于无光源培育箱内部环境成像方法，其特征在于，所述摄像头采集实时监控影像分辨率为960*540~1600*900，且所述摄像头实时监控影像初始默认分辨率为960*540，图像数据所标记的区域范围包含像素不少于监控影像分辨率的3/4。
CN202310498674.8A 2023-05-06 2023-05-06 一种基于无光源培育箱内部环境成像方法 Active CN116229375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310498674.8A CN116229375B (zh) 2023-05-06 2023-05-06 一种基于无光源培育箱内部环境成像方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310498674.8A CN116229375B (zh) 2023-05-06 2023-05-06 一种基于无光源培育箱内部环境成像方法

Publications (2)

Publication Number Publication Date
CN116229375A CN116229375A (zh) 2023-06-06
CN116229375B true CN116229375B (zh) 2023-08-25

Family

ID=86584596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310498674.8A Active CN116229375B (zh) 2023-05-06 2023-05-06 一种基于无光源培育箱内部环境成像方法

Country Status (1)

Country Link
CN (1) CN116229375B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522951A (zh) * 2018-11-09 2019-03-26 上海智瞳通科技有限公司 一种环境与目标的多维信息数据采集与存储的方法
CN113781352A (zh) * 2021-09-16 2021-12-10 科大讯飞股份有限公司 去光照方法、装置、电子设备与存储介质
CN114757963A (zh) * 2021-12-15 2022-07-15 四川轻化工大学 一种夜间复杂光照变化下的运动目标提取方法
CN115565170A (zh) * 2022-12-07 2023-01-03 华辰未来(北京)生物医学技术有限公司 一种细胞培养状态的图像采集处理方法及系统
CN116017167A (zh) * 2022-12-29 2023-04-25 上海科技大学 图像的处理方法、装置、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108737750A (zh) * 2018-06-07 2018-11-02 北京旷视科技有限公司 图像处理方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522951A (zh) * 2018-11-09 2019-03-26 上海智瞳通科技有限公司 一种环境与目标的多维信息数据采集与存储的方法
CN113781352A (zh) * 2021-09-16 2021-12-10 科大讯飞股份有限公司 去光照方法、装置、电子设备与存储介质
CN114757963A (zh) * 2021-12-15 2022-07-15 四川轻化工大学 一种夜间复杂光照变化下的运动目标提取方法
CN115565170A (zh) * 2022-12-07 2023-01-03 华辰未来(北京)生物医学技术有限公司 一种细胞培养状态的图像采集处理方法及系统
CN116017167A (zh) * 2022-12-29 2023-04-25 上海科技大学 图像的处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Low-light image enhancement using inverted image normalized by atmospheric light;Jong Ju Jeon et al;《Signal Processing》;1-14 *

Also Published As

Publication number Publication date
CN116229375A (zh) 2023-06-06

Similar Documents

Publication Publication Date Title
CN106709917B (zh) 神经网络模型训练方法、装置及系统
CN112258390B (zh) 一种高精度微观虚拟学习资源生成方法
CN104482860B (zh) 鱼类形态参数自动测量装置和方法
CN102068281B (zh) 一种占位性病变超声图像的处理方法
CN107392956B (zh) 作物根系表型检测方法和装置
CN113192206B (zh) 基于目标检测和背景去除的三维模型实时重建方法及装置
CN108154552A (zh) 一种立体腹腔镜三维模型重建方法和装置
CN116196098B (zh) 一种植发规划方案生成方法、系统、介质及电子设备
CN111429490A (zh) 一种基于标定球的农林作物三维点云配准方法
CN115861409B (zh) 大豆叶面积测算方法、系统、计算机设备及存储介质
CN110363218A (zh) 一种胚胎无创评估方法及装置
CN115049528A (zh) 毛发图像处理方法、系统、计算机设备、介质和程序产品
US10204405B2 (en) Apparatus and method for parameterizing a plant
CN114240866B (zh) 基于二维图像与三维生长信息的组培苗分级方法及装置
CN116229375B (zh) 一种基于无光源培育箱内部环境成像方法
CN114998507A (zh) 一种基于自监督学习的光度立体三维重建方法
CN112308014B (zh) 双眼瞳孔与角膜反光点高速精确搜索定位方法
CN113284111A (zh) 一种基于双目立体视觉的毛囊区域定位方法及系统
CN113902847B (zh) 基于三维特征约束的单目深度图像位姿优化方法
CN116029919A (zh) 一种压缩三维光场显示的智能优化方法
CN210533866U (zh) 一种裂纹扩展实时跟踪装置
CN204988176U (zh) 一种确定建筑容积率的图像采集系统
EP4052179A1 (en) Efficient plant selection
CN111402242B (zh) 一种用于医疗图像精细化处理系统及方法
CN109389629B (zh) 立体匹配自适应视差等级的确定方法

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
TR01 Transfer of patent right

Effective date of registration: 20230918

Address after: 272000 No. 32, Jianshe North Road, Center for Disease Control and prevention, Rencheng District, Jining City, Shandong Province

Patentee after: Chu Sirui

Address before: 274300 East of Junzi Road North End Road, Horticultural Office, Shan County, Heze City, Shandong Province

Patentee before: Shandong Weifu Pharmaceutical Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240718

Address after: 274300 East of Junzi Road North End Road, Horticultural Office, Shan County, Heze City, Shandong Province

Patentee after: Shandong Weifu Pharmaceutical Co.,Ltd.

Country or region after: China

Address before: 272000 No. 32, Jianshe North Road, Center for Disease Control and prevention, Rencheng District, Jining City, Shandong Province

Patentee before: Chu Sirui

Country or region before: China

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A method for imaging the internal environment of a lightless incubator

Granted publication date: 20230825

Pledgee: Shandong Shanxian Rural Commercial Bank Co.,Ltd.

Pledgor: Shandong Weifu Pharmaceutical Co.,Ltd.

Registration number: Y2024980030337

PE01 Entry into force of the registration of the contract for pledge of patent right