CN116485678B - 基于嵌入式操作系统的图像处理方法 - Google Patents
基于嵌入式操作系统的图像处理方法 Download PDFInfo
- Publication number
- CN116485678B CN116485678B CN202310478722.7A CN202310478722A CN116485678B CN 116485678 B CN116485678 B CN 116485678B CN 202310478722 A CN202310478722 A CN 202310478722A CN 116485678 B CN116485678 B CN 116485678B
- Authority
- CN
- China
- Prior art keywords
- image
- noise
- analysis
- images
- holes
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 50
- 230000002093 peripheral effect Effects 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 239000003086 colorant Substances 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 14
- 238000000034 method Methods 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 125000001475 halogen functional group Chemical group 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G06T5/70—
-
- G06T5/73—
-
- G06T5/77—
-
- G06T5/92—
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了基于嵌入式操作系统的图像处理方法，涉及图像处理技术领域，解决了其原始的修补方式并不完整，采用单一的填补方式会造成颜色差异，导致图像处理效果不佳的技术问题，预先进行路径优化，再对孔洞的中心点进行确定，后续根据中心点，对孔洞进行区域划分，并将所划分后的区域进行下一步处理，并将处理后的分析图像拟定为待增强图像，根据所确定的内部走向路径，将凸出点进行剔除，且对应的路径由若干个点构成，获取对应点位之间的距离值，再次对周边路径进行修整，从而使白色孔洞的路径得到充分优化确认，再通过周边的颜色，对白色孔洞进行填补，便可完成图像的整体增强效果，使图像得到一个较好的处理效果。
Description
技术领域
本发明属于图像处理技术领域，具体是基于嵌入式操作系统的图像处理方法。
背景技术
嵌入式操作系统是指用于嵌入式系统的操作系统，嵌入式操作系统是一种用途广泛的系统软件，通常包括与硬件相关的底层驱动软件、系统内核、设备驱动接口、通信协议、图形界面、标准化浏览器等。
专利公开号为CN115797238A的申请公开一种图像处理方法，包括：获取原始图像，以及原始图像经过图像增强处理后得到的增强图像；根据原始图像和增强图像，确定处于增强图像中对象边缘附近的异常显示区域；将原始图像作为参考图像，对增强图像进行引导滤波操作，获得滤波图像；基于异常显示区域，对滤波图像和增强图像进行图像融合，获得目标图像；本申请通过以原始图像为参考，对增强图像进行引导滤波操作，从而抑制了边缘处的黑白边、晕轮等异常显示区域，最后再通过滤波图像和增强图像基于异常显示区域的图像融合，获得处理后的目标图像，则在保持原有增强效果的基础上，使得对象边缘处的显示更自然，进一步的提升了图像质量。
嵌入式操作系统在输入图像之前，需对图像进行提前处理，需对图像依次进行锐化、噪点去除以及图像增强等操作，但具体实施过程中，仍存在以下不足，需进行改进：
1、原始的噪点去除方式，其去除的噪点并不完全，会造成部分噪点残留，导致图像的整体展示效果不佳；
2、且图像内在变化过程中，会存在大量的白色孔洞，其原始的修补方式并不完整，采用单一的填补方式会造成颜色差异，导致图像处理效果不佳。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了基于嵌入式操作系统的图像处理方法，用于解决其原始的修补方式并不完整，采用单一的填补方式会造成颜色差异，导致图像处理效果不佳的技术问题。
为实现上述目的，根据本发明的第一方面的实施例提出基于嵌入式操作系统的图像处理方法，包括以下步骤：
S1、对即将输入至嵌入式操作系统内的识别图像进行获取，并将所获取端的识别图像标定为噪点待去除图像；
S2、接收噪点待去除图像，采用光线亮度瞬间提升的方式，对噪点待去除图像进行光线处理，使噪点待去除图像内部噪点显现，并去除所显现的噪点并确定分析图像，具体方式为：
S21、将噪点待去除图像的原始亮度标记为LDi，其中i代表不同的噪点待去除图像，再将噪点待去除图像的原始亮度调节至最低，将调节后的噪点待去除图像拟定为待定图像；
S22、采用一组亮度逐渐提高的光线对待定图像的背面进行照射，并对待定图像的正面进行记录，将每个不同光线亮度所对应的待定图像进行捆绑，得到一组捆绑待定图像包；
S23、根据噪点待去除图像的原始亮度LDi，从所确定的捆绑待定图像包内，将每组待定图像所使用的光线亮度标记为GLk，其中k代表不同的光线亮度，将符合GLk≥LDi的待定图像进行提取，再对所提取的待定图像内所显现的噪点进行去除，将噪点去除后的若干组待定图像进行清晰度分析，提取最清晰的一组图像，并将此图像标定为分析图像；
S3、对分析图像进行孔洞分析，对分析图像内所存的若干个孔洞进行确认，预先进行路径优化，再对孔洞的中心点进行确定，后续根据中心点，对孔洞进行区域划分，并将所划分后的区域进行下一步处理，并将处理后的分析图像拟定为待增强图像，具体方式为：
S31、对分析图像进行接收，将分析图像的亮度调节至最高，再直降将亮度调节至最高的分析图像与纯黑模板进行匹配合并，并将分析图像进行放大，对分析图像内所显现的白色孔洞进行确定标记；
S32、对所标记的白色孔洞周边路径进行分析确认，根据周边路径的具体走向，确定一组走向路径，将走向路径与周边路径进行合并分析，将周边路径周边的若干个凸出点进行剔除，再对周边路径内部路径点与走向路径对应点之间的距离值进行获取，并将所获取的距离值标记为JLt，其中t代表不同的白色孔洞，将距离值JLt与预设值Y1进行比对，其中Y1的具体取值由操作人员根据经验拟定，当JLt≤Y1时，不进行任何处理，反之，生成调整信号，将周边路径内部路径点调整至JLt≤Y1位置处停止，对白色孔洞的周边路径依次进行调整，得到调整后的白色孔洞；
S33、将调整后的白色孔洞进行自适应旋转处理，得到一组自适应旋转圆，确定自适应旋转圆的圆心，将所确定的圆心作为对应白色孔洞的中心点；
S34、对白色孔洞周边所存在的颜色区域进行确认，确认对应白色孔洞周边所出现不同颜色区域的个数，根据具体的个数，将白色孔洞划分为对应个数的区域，将划分后的若干个白色孔洞进行颜色填补，按照相邻颜色区域的具体色彩，将所划分的相邻区域进行颜色填充，完成若干个白色孔洞的颜色填补处理，将处理后的分析图像拟定为待增强图像；
S4、对待增强图像进行接收，并采用高通滤波的方式，对待增强图像进行信号增强，完成待增强图像的整体优化；
S5、对依次完成噪点去除、孔洞填补以及信号增强后的图像进行锐化，采用平移差分算法增强图像中的垂直方向边缘，具体方式为：
S51、将图像左移一个像素，然后用原图像减去平移后的图像；
S52、若要增强图像水平方向边缘时，可将图像向上平移一个像素，然后用原图像减去平移后的图像；
S553、若同时增强水平和垂直方向的边缘时，可将图像向上及向左平移一个像素，然后用原图像减去平移后的图像。
与现有技术相比，本发明的有益效果是：采用光线亮度瞬间提升的方式，对噪点待去除图像进行光线处理，使噪点待去除图像内部噪点显现，并去除所显现的噪点并确定分析图像，采用光线逐渐调节的方式，便可对待定图像内部的暗噪点以及亮噪点进行充分显现，针对于暗噪点，采用强光照射的方式，便可使暗噪点进行显现，针对于亮噪点，采用光线调暗的方式，便可使亮噪点进行显现，此种方式，相较于原始的噪点显现方式，更加完整精准，使噪点去除的效果更佳，效果更好；
对分析图像内所存的若干个孔洞进行确认，预先进行路径优化，再对孔洞的中心点进行确定，后续根据中心点，对孔洞进行区域划分，并将所划分后的区域进行下一步处理，并将处理后的分析图像拟定为待增强图像，根据所确定的内部走向路径，将凸出点进行剔除，且对应的路径由若干个点构成，获取对应点位之间的距离值，再次对周边路径进行修整，从而使白色孔洞的路径得到充分优化确认，再通过周边的颜色，对白色孔洞进行填补，便可完成图像的整体增强效果，使图像得到一个较好的处理效果。
附图说明
图1为本发明方法流程示意图。
具体实施方式
下面将结合实施例对本发明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，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
请参阅图1，本申请提供了基于嵌入式操作系统的图像处理方法，包括以下步骤：
S1、对即将输入至嵌入式操作系统内的识别图像进行获取，并将所获取端的识别图像标定为噪点待去除图像；
S2、接收噪点待去除图像，采用光线亮度瞬间提升的方式，对噪点待去除图像进行光线处理，使噪点待去除图像内部噪点显现，并去除所显现的噪点并确定分析图像，其中，进行光线处理的具体方式为：
S21、将噪点待去除图像的原始亮度标记为LDi，其中i代表不同的噪点待去除图像，再将噪点待去除图像的原始亮度调节至最低，将调节后的噪点待去除图像拟定为待定图像；
S22、采用一组亮度逐渐提高的光线对待定图像的背面进行照射，具体的，亮度参数在调节时，通过所拟定的亮度区间进行确定，且亮度区间的最小值为0，并对待定图像的正面进行记录，将每个不同光线亮度所对应的待定图像进行捆绑，得到一组捆绑待定图像包，具体的，采用光线逐渐调节的方式，便可对待定图像内部的暗噪点以及亮噪点进行充分显现，针对于暗噪点，采用强光照射的方式，便可使暗噪点进行显现，针对于亮噪点，采用光线调暗的方式，便可使亮噪点进行显现，此种方式，相较于原始的噪点显现方式，更加完整精准，使噪点去除的效果更佳，效果更好；
S23、根据噪点待去除图像的原始亮度LDi，从所确定的捆绑待定图像包内，将每组待定图像所使用的光线亮度标记为GLk，其中k代表不同的光线亮度，将符合GLk≥LDi的待定图像进行提取，再对所提取的待定图像内所显现的噪点进行去除，将噪点去除后的若干组待定图像进行清晰度分析，提取最清晰的一组图像，并将此图像标定为分析图像；
S3、对分析图像进行孔洞分析，对分析图像内所存的若干个孔洞进行确认，预先进行路径优化，再对孔洞的中心点进行确定，后续根据中心点，对孔洞进行区域划分，并将所划分后的区域进行下一步处理，并将处理后的分析图像拟定为待增强图像，其中，进行确定的具体方式为：
S31、对分析图像进行接收，将分析图像的亮度调节至最高，再直降将亮度调节至最高的分析图像与纯黑模板进行匹配合并，并将分析图像进行放大，对分析图像内所显现的白色孔洞进行确定标记；
S32、对所标记的白色孔洞周边路径进行分析确认，根据周边路径的具体走向，确定一组走向路径，将走向路径与周边路径进行合并分析，将周边路径周边的若干个凸出点进行剔除，再对周边路径内部路径点与走向路径对应点之间的距离值进行获取，并将所获取的距离值标记为JLt，其中t代表不同的白色孔洞，将距离值JLt与预设值Y1进行比对，其中Y1的具体取值由操作人员根据经验拟定，当JLt≤Y1时，不进行任何处理，反之，生成调整信号，将周边路径内部路径点调整至JLt≤Y1位置处停止，对白色孔洞的周边路径依次进行调整，得到调整后的白色孔洞，具体的，白色孔洞的周边路径在得到放大后，会存在若干个凸出点，根据所确定的内部走向路径，将凸出点进行剔除，且对应的路径由若干个点构成，获取对应点位之间的距离值，再次对周边路径进行修整，从而使白色孔洞的路径得到充分优化确认；
S33、将调整后的白色孔洞进行自适应旋转处理，得到一组自适应旋转圆，确定自适应旋转圆的圆心，将所确定的圆心作为对应白色孔洞的中心点；
S34、对白色孔洞周边所存在的颜色区域进行确认，确认对应白色孔洞周边所出现不同颜色区域的个数，根据具体的个数，将白色孔洞划分为对应个数的区域，将划分后的若干个白色孔洞进行颜色填补，按照相邻颜色区域的具体色彩，将所划分的相邻区域进行颜色填充，完成若干个白色孔洞的颜色填补处理，将处理后的分析图像拟定为待增强图像；
具体的，对应的图像内，可能存在若干个白色孔洞，其白色孔洞周边可能存在若干个不同的颜色区域，故需通过周边的颜色，对白色孔洞进行填补，便可完成图像的整体增强效果，使图像得到一个较好的处理效果；
S4、对待增强图像进行接收，并采用高通滤波的方式，对待增强图像进行信号增强，完成待增强图像的整体优化。
实施例二
本实施例在具体实施过程中，包括实施例一的整体内容且相较于实施例一，还包括：
S5、对依次完成噪点去除、孔洞填补以及信号增强后的图像进行锐化，采用平移差分算法增强图像中的垂直方向边缘，具体方式为：
S51、将图像左移一个像素，然后用原图像减去平移后的图像；
S52、若要增强图像水平方向边缘时，可将图像向上平移一个像素，然后用原图像减去平移后的图像；
S553、若同时增强水平和垂直方向的边缘时，可将图像向上及向左平移一个像素，然后用原图像减去平移后的图像。
具体的，采用此算法进行处理时， 需注意当像素值变化是由白到黑时，求得的变化率为负值，所以应该取绝对值，这样无论像素是由白变黑还是由黑变白，边缘都能得到加强。
上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理：采用光线亮度瞬间提升的方式，对噪点待去除图像进行光线处理，使噪点待去除图像内部噪点显现，并去除所显现的噪点并确定分析图像，采用光线逐渐调节的方式，便可对待定图像内部的暗噪点以及亮噪点进行充分显现，针对于暗噪点，采用强光照射的方式，便可使暗噪点进行显现，针对于亮噪点，采用光线调暗的方式，便可使亮噪点进行显现，此种方式，相较于原始的噪点显现方式，更加完整精准，使噪点去除的效果更佳，效果更好；
对分析图像内所存的若干个孔洞进行确认，预先进行路径优化，再对孔洞的中心点进行确定，后续根据中心点，对孔洞进行区域划分，并将所划分后的区域进行下一步处理，并将处理后的分析图像拟定为待增强图像，根据所确定的内部走向路径，将凸出点进行剔除，且对应的路径由若干个点构成，获取对应点位之间的距离值，再次对周边路径进行修整，从而使白色孔洞的路径得到充分优化确认，再通过周边的颜色，对白色孔洞进行填补，便可完成图像的整体增强效果，使图像得到一个较好的处理效果。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (2)
1.基于嵌入式操作系统的图像处理方法，其特征在于，包括以下步骤：
S1、对即将输入至嵌入式操作系统内的识别图像进行获取，并将所获取端的识别图像标定为噪点待去除图像；
S2、接收噪点待去除图像，采用光线亮度瞬间提升的方式，对噪点待去除图像进行光线处理，使噪点待去除图像内部噪点显现，并去除所显现的噪点并确定分析图像，具体方式为：
S21、将噪点待去除图像的原始亮度标记为LDi，其中i代表不同的噪点待去除图像，再将噪点待去除图像的原始亮度调节至最低，将调节后的噪点待去除图像拟定为待定图像；
S22、采用一组亮度逐渐提高的光线对待定图像的背面进行照射，并对待定图像的正面进行记录，将每个不同光线亮度所对应的待定图像进行捆绑，得到一组捆绑待定图像包；
S23、根据噪点待去除图像的原始亮度LDi，从所确定的捆绑待定图像包内，将每组待定图像所使用的光线亮度标记为GLk，其中k代表不同的光线亮度，将符合GLk≥LDi的待定图像进行提取，再对所提取的待定图像内所显现的噪点进行去除，将噪点去除后的若干组待定图像进行清晰度分析，提取最清晰的一组图像，并将此图像标定为分析图像；
S3、对分析图像进行孔洞分析，对分析图像内所存的若干个孔洞进行确认，预先进行路径优化，再对孔洞的中心点进行确定，后续根据中心点，对孔洞进行区域划分，并将所划分后的区域进行下一步处理，并将处理后的分析图像拟定为待增强图像，具体方式为：
S31、对分析图像进行接收，将分析图像的亮度调节至最高，再直降将亮度调节至最高的分析图像与纯黑模板进行匹配合并，并将分析图像进行放大，对分析图像内所显现的白色孔洞进行确定标记；
S32、对所标记的白色孔洞周边路径进行分析确认，根据周边路径的具体走向，确定一组走向路径，将走向路径与周边路径进行合并分析，将周边路径周边的若干个凸出点进行剔除，再对周边路径内部路径点与走向路径对应点之间的距离值进行获取，并将所获取的距离值标记为JLt，其中t代表不同的白色孔洞，将距离值JLt与预设值Y1进行比对，其中Y1的具体取值由操作人员根据经验拟定，当JLt≤Y1时，不进行任何处理，反之，生成调整信号，将周边路径内部路径点调整至JLt≤Y1位置处停止，对白色孔洞的周边路径依次进行调整，得到调整后的白色孔洞；
S33、将调整后的白色孔洞进行自适应旋转处理，得到一组自适应旋转圆，确定自适应旋转圆的圆心，将所确定的圆心作为对应白色孔洞的中心点；
S34、对白色孔洞周边所存在的颜色区域进行确认，确认对应白色孔洞周边所出现不同颜色区域的个数，根据具体的个数，将白色孔洞划分为对应个数的区域，将划分后的若干个白色孔洞进行颜色填补，按照相邻颜色区域的具体色彩，将所划分的相邻区域进行颜色填充，完成若干个白色孔洞的颜色填补处理，将处理后的分析图像拟定为待增强图像；
S4、对待增强图像进行接收，并采用高通滤波的方式，对待增强图像进行信号增强，完成待增强图像的整体优化；
S5、对依次完成噪点去除、孔洞填补以及信号增强后的图像进行锐化，采用平移差分算法增强图像中的垂直方向边缘。
2.根据权利要求1所述的基于嵌入式操作系统的图像处理方法，其特征在于，所述步骤S5中，采用平移差分算法增强图像中的垂直方向边缘的具体方式为：
S51、将图像左移一个像素，然后用原图像减去平移后的图像；
S52、若要增强图像水平方向边缘时，将图像向上平移一个像素，然后用原图像减去平移后的图像；
S53、若同时增强水平和垂直方向的边缘时，将图像向上及向左平移一个像素，然后用原图像减去平移后的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310478722.7A CN116485678B (zh) | 2023-04-28 | 2023-04-28 | 基于嵌入式操作系统的图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310478722.7A CN116485678B (zh) | 2023-04-28 | 2023-04-28 | 基于嵌入式操作系统的图像处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116485678A CN116485678A (zh) | 2023-07-25 |
| CN116485678B true CN116485678B (zh) | 2024-02-09 |
Family
ID=87222956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310478722.7A Active CN116485678B (zh) | 2023-04-28 | 2023-04-28 | 基于嵌入式操作系统的图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116485678B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496023A (zh) * | 2011-11-23 | 2012-06-13 | 中南大学 | 像素层面的感兴趣区域提取方法 |
| CN105976352A (zh) * | 2016-04-14 | 2016-09-28 | 北京工业大学 | 一种基于灰度图像形态学的焊缝表面缺陷特征提取方法 |
| CN106791734A (zh) * | 2016-12-27 | 2017-05-31 | 珠海市魅族科技有限公司 | 用于图像采集的装置、电子装置和图像采集的方法 |
| CN110930361A (zh) * | 2019-10-22 | 2020-03-27 | 西安理工大学 | 一种虚实物体遮挡检测方法 |
| CN111179216A (zh) * | 2019-12-03 | 2020-05-19 | 中国地质大学（武汉） | 一种基于图像处理与卷积神经网络的作物病害识别方法 |
| CN111340875A (zh) * | 2020-02-17 | 2020-06-26 | 南京航空航天大学 | 一种基于三维激光雷达的空间移动目标检测方法 |
| CN112396644A (zh) * | 2020-11-30 | 2021-02-23 | 安徽维德工业自动化有限公司 | 一种基于3d视觉检测技术的焊缝追踪方法 |
| CN113642570A (zh) * | 2021-07-02 | 2021-11-12 | 山东黄金矿业(莱州)有限公司三山岛金矿 | 一种昏暗环境下矿车车牌识别的方法 |
| CN113780195A (zh) * | 2021-09-15 | 2021-12-10 | 北京林业大学 | 一种基于块提取的森林火灾烟雾根节点检测方法 |
| WO2022057598A1 (zh) * | 2020-09-16 | 2022-03-24 | 华为技术有限公司 | 图像渲染的方法和装置 |
| CN115100077A (zh) * | 2022-07-25 | 2022-09-23 | 深圳市安科讯实业有限公司 | 一种新型图像增强方法与装置 |
| CN115115743A (zh) * | 2022-07-06 | 2022-09-27 | 华能明台电力有限责任公司 | 一种三维重建过程中空洞填充的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8050513B2 (en) * | 2006-12-11 | 2011-11-01 | Agfa Healthcare N.V. | Method of generating multiscale contrast enhanced image |
-
2023
- 2023-04-28 CN CN202310478722.7A patent/CN116485678B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102496023A (zh) * | 2011-11-23 | 2012-06-13 | 中南大学 | 像素层面的感兴趣区域提取方法 |
| CN105976352A (zh) * | 2016-04-14 | 2016-09-28 | 北京工业大学 | 一种基于灰度图像形态学的焊缝表面缺陷特征提取方法 |
| CN106791734A (zh) * | 2016-12-27 | 2017-05-31 | 珠海市魅族科技有限公司 | 用于图像采集的装置、电子装置和图像采集的方法 |
| CN110930361A (zh) * | 2019-10-22 | 2020-03-27 | 西安理工大学 | 一种虚实物体遮挡检测方法 |
| CN111179216A (zh) * | 2019-12-03 | 2020-05-19 | 中国地质大学（武汉） | 一种基于图像处理与卷积神经网络的作物病害识别方法 |
| CN111340875A (zh) * | 2020-02-17 | 2020-06-26 | 南京航空航天大学 | 一种基于三维激光雷达的空间移动目标检测方法 |
| WO2022057598A1 (zh) * | 2020-09-16 | 2022-03-24 | 华为技术有限公司 | 图像渲染的方法和装置 |
| CN112396644A (zh) * | 2020-11-30 | 2021-02-23 | 安徽维德工业自动化有限公司 | 一种基于3d视觉检测技术的焊缝追踪方法 |
| CN113642570A (zh) * | 2021-07-02 | 2021-11-12 | 山东黄金矿业(莱州)有限公司三山岛金矿 | 一种昏暗环境下矿车车牌识别的方法 |
| CN113780195A (zh) * | 2021-09-15 | 2021-12-10 | 北京林业大学 | 一种基于块提取的森林火灾烟雾根节点检测方法 |
| CN115115743A (zh) * | 2022-07-06 | 2022-09-27 | 华能明台电力有限责任公司 | 一种三维重建过程中空洞填充的方法 |
| CN115100077A (zh) * | 2022-07-25 | 2022-09-23 | 深圳市安科讯实业有限公司 | 一种新型图像增强方法与装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116485678A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111292258B (zh) | 一种基于暗通道和亮通道先验的图像去雾方法 | |
| CN103985098B (zh) | 一种证件图像的高光去除方法及系统 | |
| CN110264459A (zh) | 一种土壤裂缝特征信息提取方法 | |
| CN110570360B (zh) | 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法 | |
| CN106780368A (zh) | 一种基于前景模型的水下图像增强方法 | |
| CN107067375A (zh) | 一种基于暗通道先验和边缘信息的图像去雾方法 | |
| CN112785572B (zh) | 图像质量评估方法、装置以及计算机可读存储介质 | |
| CN114926407A (zh) | 一种基于深度学习的钢材表面缺陷检测系统 | |
| CN103489167A (zh) | 一种图像自动锐化方法 | |
| CN111861937A (zh) | 一种基于msr改进的图像增强方法及系统 | |
| CN110570381A (zh) | 一种基于高斯总变差的半解耦图像分解暗光图像增强方法 | |
| CN116485678B (zh) | 基于嵌入式操作系统的图像处理方法 | |
| CN114332081A (zh) | 基于图像处理的纺织品表面异常判定方法 | |
| CN111008563A (zh) | 一种暗光场景种子发芽检测方法、装置及可读存储介质 | |
| CN109472779A (zh) | 一种基于形态结构的纱线外观特征参数提取与分析方法 | |
| CN112488986A (zh) | 基于Yolo卷积神经网络的布匹表面瑕疵识别方法、装置及系统 | |
| CN111836103A (zh) | 基于数据分析的防遮挡处理系统 | |
| CN112200755B (zh) | 一种图像去雾方法 | |
| CN112019774B (zh) | 一种红外高位宽数字图像的高质量显示方法 | |
| CN105654541B (zh) | 窗口图像处理方法和装置 | |
| CN115359003A (zh) | 两步式隧道灰度图像的裂缝识别方法、系统、介质及设备 | |
| CN117649411B (zh) | 一种视频图像质量检测方法及系统 | |
| CN116403949B (zh) | 一种全自动cof邦定机智能传动控制系统及方法 | |
| CN111738934B (zh) | 基于mtcnn的红眼自动修复方法 | |
| CN115661159B (zh) | 一种面板缺陷增强检测方法及系统及装置及介质 |
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 |