CN116862940B - 一种细胞边缘处理方法及其装置 - Google Patents
一种细胞边缘处理方法及其装置 Download PDFInfo
- Publication number
- CN116862940B CN116862940B CN202311131740.4A CN202311131740A CN116862940B CN 116862940 B CN116862940 B CN 116862940B CN 202311131740 A CN202311131740 A CN 202311131740A CN 116862940 B CN116862940 B CN 116862940B
- Authority
- CN
- China
- Prior art keywords
- cell
- pixel
- preset
- pixels
- bifurcation
- 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
- 238000000034 method Methods 0.000 title claims description 18
- 238000003672 processing method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明实施例提供一种细胞边缘处理方法,包括获取包含细胞边缘信息的第一细胞图像;根据第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置;根据数量、位置和预设编码表进行分叉点判定;将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像。本发明实施例在包含细胞边缘信息的第一细胞图像中统计细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置,根据该数量和位置以及预设编码表进行分叉点判定,去除分叉点后得到细胞边缘不相交的第二细胞图像,提高了计算细胞参数的准确性。
Description
技术领域
本发明涉及图像处理领域,尤其涉及一种细胞边缘处理方法及其装置。
背景技术
细胞分析是生物学科研常用的功能。目前基于显微镜细胞图像的细胞分析是主流的方法之一,基于细胞图像可计算出多种细胞参数。
在细胞聚集的情况下,细胞图像中的细胞边缘通常会相交。如图1所示,箭头所指为紧挨着的细胞,其细胞边缘相交,或者说细胞边缘由多个分叉的圆弧组成,圆弧存在分叉点。这些分叉的圆弧会降低计算细胞圆心位置、细胞直径等细胞参数的准确性,因此需去除这些分叉点、将分叉的圆弧打断,从而得到不相交的细胞边缘。
发明内容
本发明实施例提供一种细胞边缘处理方法,旨在解决现有技术中细胞聚集时细胞边缘相交而导致的细胞参数计算不准确的问题。
第一方面,提供了一种细胞边缘处理方法,包括:
获取包含细胞边缘信息的第一细胞图像;
根据第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置;
根据数量、位置和预设编码表进行分叉点判定;
将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像。
第二方面,提供了一种细胞边缘处理装置,包括:
获取单元,用于获取包含细胞边缘信息的第一细胞图像;
计算单元,用于根据第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置;
第一判定单元,用于根据数量、位置和预设编码表进行分叉点判定;
第一去除单元,用于将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像。
本发明实施例在包含细胞边缘信息的第一细胞图像中统计细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置,根据该数量和位置以及预设编码表进行分叉点判定,去除分叉点后得到细胞边缘不相交的第二细胞图像,提高了计算细胞参数的准确性。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是现有技术提供的细胞边缘相交的示意图;
图2是本发明实施例一提供的细胞边缘处理方法的流程图;
图3是本发明实施例一提供的基于八邻域的分叉点判定的流程图;
图4是本发明实施例一提供的第一预设编码表的示意图;
图5是本发明实施例一提供的通过预设编码表进行分叉点判定的流程图;
图6是本发明实施例一提供的第二预设编码表的示意图;
图7是本发明实施例一提供的又一第二预设编码表的示意图;
图8是本发明实施例一提供的未去除分叉点与已去除分叉点的效果对比图;
图9是本发明实施例一提供的细胞边缘处理方法的又一流程图;
图10是本发明实施例一提供的中心点与其四领域内像素点分布的示意图;
图11是本发明实施例二提供的细胞边缘处理装置的结构框图。
实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
本发明实施例在包含细胞边缘信息的第一细胞图像中统计细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置,根据该数量和位置以及预设编码表进行分叉点判定,去除分叉点后得到细胞边缘不相交的第二细胞图像,提高了计算细胞参数的准确性。
实施例一
图2是本发明实施例一提供的细胞边缘处理方法的流程图。如图2所示,该方法包括如下步骤。
步骤S201:获取包含细胞边缘信息的第一细胞图像。
在本发明实施例中,第一细胞图像可以是如图1所示的梯度二值化图像,也可以是在显微镜光路下对装有细胞液的载玻片进行拍摄得到的彩色图或者灰度图。若为彩色图,经转换得到灰度图,然后将灰度图转换为梯度二值化图像供后续步骤使用。
如图1所示,第一细胞图像为梯度二值化图像。一个大圆套着一个小圆,大圆、小圆均覆盖若干个像素,大圆及其围合的区域表示一个细胞。对于每一个细胞,大圆和小圆均称为细胞边缘。细胞边缘信息包括大圆和小圆覆盖像素的位置及对应的像素值等。如图1中,细胞边缘覆盖像素的像素值为255,其他像素的像素值为0。在图1中,由于细胞聚集,一些细胞边缘相交,也可以看作是分叉的圆弧组成了细胞边缘。当细胞与杂质聚集时,同样会出现分叉的圆弧,本发明实施例的方法仍然适用。
步骤S202:根据第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置。
在本发明实施例中,针对细胞边缘对应的每一个像素,在其八邻域内计算属于细胞边缘对应的像素的数量,即在其八邻域内计算像素值为255的像素的数量,同时记录像素值为255的像素的位置。
步骤S203:根据该数量、位置和预设编码表进行分叉点判定。
作为本发明的一个实施例,基于八邻域的分叉点判定的过程如图3所示,该方法包括如下步骤。
步骤S301:若数量小于或者等于第一预设值,判定为非分叉点。
步骤S302:若数量大于或者等于第二预设值,判定为分叉点。
步骤S303:若数量大于第一预设值并且小于第二预设值,通过预设编码表进行分叉点判定。
在本发明实施例中,第一预设值为2,第二预设值为5,两者也可以为其他数值,在此不做限定。针对细胞边缘对应的每一个像素,若其八邻域内像素值为255的像素的数量小于或者等于2,该细胞边缘对应的像素为非分叉点;若其八邻域内像素值为255的像素的数量大于或者等于5,该细胞边缘对应的像素为分叉点;若其八邻域内像素值为255的像素的数量大于2并且小于5,通过预设编码表进行分叉点判定。在本发明实施例中,预设编码表包括第一预设编码表、第二预设编码表等。图4是本发明实施例一提供的第一预设编码表的示意图。如图4所示,第一预设编码表中的编码值均为2的N次方。
作为本发明的一个实施例,通过预设编码表进行分叉点判定的过程如图5所示,该方法包括如下步骤。
步骤S501:根据该位置从第一预设编码表中获取对应的编码值并求和。
步骤S502:若该和与第二预设编码表中的编码值均不相等,判定为分叉点。
在本发明实施例中,对于每一个其八邻域内像素值为255的像素的数量大于2并且小于5的像素,根据上述在其八邻域内记录的位置,从第一预设编码表中获取对应的编码值并求和。如,某像素的八邻域内,第一行第二列、第二行第一列和第二行第三列3个像素的像素值为255,其他像素的像素值为0,则从第一预设编码表中获取对应的编码值2、8、16,求和为26。图6是本发明实施例一提供的第二预设编码表的示意图。将和26与第二预设编码表中的编码值进行比较,若均不相等,则判定为分叉点;若与其中的编码值相等,则判定为非分叉点。第二预设编码表由大量实验或者经验获得。进一步地,为了更为准确地判定分叉点,对位于第一预设值和第二预设值之间的每一个数量设置不同的第二预设编码表。图7是本发明实施例一提供的又一第二预设编码表的示意图。如,一像素的八邻域内像素值为255的像素数量为3时采用如图6所示的第二预设编码表,另一像素的八邻域内像素值为255的像素数量为4时采用如图7所示的第二预设编码表。
步骤S204:将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像。
在本发明实施例中,将判定为分叉点的像素去除,即是将判定为分叉点的像素的像素值设为255以外的值,如设为0,与背景相同的值。由此得到细胞边缘不相交的第二细胞图像,不存在分叉的圆弧。未去除分叉点与已去除分叉点的效果对比如图8所示。
为了提高计算细胞参数的准确性,去除分叉点后提取单像素厚度的细胞边缘,作为本发明的一个实施例,如图9所示,细胞边缘处理方法还包括如下步骤。
步骤S205:判断第二细胞图像中细胞边缘对应的每一个像素在四邻域内是否满足预设条件。
步骤S206:将满足预设条件的像素去除得到包含单像素厚度的细胞边缘的第三细胞图像。
图10列出了4种中心点与其四领域内像素点分布的情况。在本发明实施例中,对于第二细胞图像中细胞边缘对应的每一个像素,以其作为中心点,判断与其四邻域内像素点是否满足如图10所示的任一分布的情况,即其左、上两个像素点的像素值是否为255,或者,其右、上两个像素点的像素值是否为255,或者,其左、下两个像素点的像素值是否为255,或者,其右、下两个像素点的像素值是否为255。如果满足任一分布的情况,则判定为非单像素厚度,需要去除该像素(中心点);如果4种情况都不满足,则判定为单像素厚度。去除即是将该像素的像素值设为255以外的值,如设为0,与背景相同的值。由此得到包含单像素厚度的细胞边缘的第三细胞图像。
本发明实施例在包含细胞边缘信息的第一细胞图像中统计细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置,根据该数量和位置以及预设编码表进行分叉点判定,去除分叉点后得到细胞边缘不相交的第二细胞图像,提高了计算细胞参数的准确性。
实施例二
图11是本发明实施例二提供的细胞边缘处理装置的结构框图,如图11所示,该装置包括:获取单元1101、计算单元1102、第一判定单元1103和第一去除单元1104。
获取单元1101用于获取包含细胞边缘信息的第一细胞图像。
计算单元1102用于根据第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置。
第一判定单元1103用于根据该数量、位置和预设编码表进行分叉点判定。
第一去除单元1104用于将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像。
优选地,第一判定单元1103具体为:若该数量小于或者等于第一预设值,判定为非分叉点;若该数量大于或者等于第二预设值,判定为分叉点;若该数量大于第一预设值并且小于第二预设值,通过预设编码表进行分叉点判定。
优选地,第一判定单元1103包括求和子单元和判定子单元。
求和子单元用于根据该位置从第一预设编码表中获取对应的编码值并求和。
判定子单元用于若该和与第二预设编码表中的编码值均不相等,判定为分叉点。
优选地,第一预设编码表中的编码值为2的N次方。
进一步地,细胞边缘处理装置还包括第二判定单元和第二去除单元。
第二判定单元用于判断第二细胞图像中细胞边缘对应的每一个像素在四邻域内是否满足预设条件。
第二去除单元用于将满足预设条件的像素去除得到包含单像素厚度的细胞边缘的第三细胞图像。
在该细胞边缘处理装置中运行的细胞边缘处理方法与实施例一描述的方法一一对应,在此不再赘述。
本发明实施例在包含细胞边缘信息的第一细胞图像中统计细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置,根据该数量和位置以及预设编码表进行分叉点判定,去除分叉点后得到细胞边缘不相交的第二细胞图像,提高了计算细胞参数的准确性。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种细胞边缘处理方法,其特征在于,所述方法包括:
获取包含细胞边缘信息的第一细胞图像;
根据所述第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置;
根据所述数量、所述位置和预设编码表进行分叉点判定;
将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像;
判断所述第二细胞图像中细胞边缘对应的每一个像素在四邻域内是否满足预设条件,所述预设条件为,对于第二细胞图像中细胞边缘对应的每一个像素,以其作为中心点,判断与其四邻域内像素点是否满足任一分布,其左、上两个像素点的像素值是否为255,或者,其右、上两个像素点的像素值是否为255,或者,其左、下两个像素点的像素值是否为255,或者,其右、下两个像素点的像素值是否为255;
将满足所述预设条件的像素去除得到包含单像素厚度的细胞边缘的第三细胞图像。
2.根据权利要求1所述的方法,其特征在于,根据所述数量、所述位置和预设编码表进行分叉点判定包括:
若所述数量小于或者等于第一预设值,判定为非分叉点;
若所述数量大于或者等于第二预设值,判定为分叉点;
若所述数量大于第一预设值并且小于第二预设值,通过预设编码表进行分叉点判定。
3.根据权利要求2所述的方法,其特征在于,通过预设编码表进行分叉点判定包括:
根据所述位置从第一预设编码表中获取对应的编码值并求和;
若所述和与第二预设编码表中的编码值均不相等,判定为分叉点。
4.根据权利要求3所述的方法,其特征在于,所述第一预设编码表中的编码值为2的N次方。
5.一种细胞边缘处理装置,其特征在于,所述装置包括:
获取单元,用于获取包含细胞边缘信息的第一细胞图像;
计算单元,用于根据所述第一细胞图像计算细胞边缘对应的每一个像素在八邻域内属于细胞边缘对应的像素的数量和位置;
第一判定单元,用于根据所述数量、所述位置和预设编码表进行分叉点判定;
第一去除单元,用于将判定为分叉点的像素去除得到细胞边缘不相交的第二细胞图像;
第二判定单元,用于判断所述第二细胞图像中细胞边缘对应的每一个像素在四邻域内是否满足预设条件,所述预设条件为,对于第二细胞图像中细胞边缘对应的每一个像素,以其作为中心点,判断与其四邻域内像素点是否满足任一分布,其左、上两个像素点的像素值是否为255,或者,其右、上两个像素点的像素值是否为255,或者,其左、下两个像素点的像素值是否为255,或者,其右、下两个像素点的像素值是否为255;
第二去除单元,用于将满足所述预设条件的像素去除得到包含单像素厚度的细胞边缘的第三细胞图像。
6.根据权利要求5所述的装置,其特征在于,所述第一判定单元具体为:
若所述数量小于或者等于第一预设值,判定为非分叉点;
若所述数量大于或者等于第二预设值,判定为分叉点;
若所述数量大于第一预设值并且小于第二预设值,通过预设编码表进行分叉点判定。
7.根据权利要求6所述的装置,其特征在于,所述第一判定单元包括:
求和子单元,用于根据所述位置从第一预设编码表中获取对应的编码值并求和;
判定子单元,用于若所述和与第二预设编码表中的编码值均不相等,判定为分叉点。
8.根据权利要求7所述的装置,其特征在于,所述第一预设编码表中的编码值为2的N次方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311131740.4A CN116862940B (zh) | 2023-09-04 | 2023-09-04 | 一种细胞边缘处理方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311131740.4A CN116862940B (zh) | 2023-09-04 | 2023-09-04 | 一种细胞边缘处理方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116862940A CN116862940A (zh) | 2023-10-10 |
CN116862940B true CN116862940B (zh) | 2024-02-06 |
Family
ID=88222022
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311131740.4A Active CN116862940B (zh) | 2023-09-04 | 2023-09-04 | 一种细胞边缘处理方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116862940B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179272A (zh) * | 2017-05-10 | 2017-09-19 | 中南民族大学 | 一种显微镜下急性分离神经细胞捕捉系统及方法 |
CN107316077A (zh) * | 2017-06-21 | 2017-11-03 | 上海交通大学 | 一种基于图像分割及边缘检测的脂肪细胞自动计数方法 |
CN107481225A (zh) * | 2017-07-26 | 2017-12-15 | 山东颐泽天泰医疗科技有限公司 | 一种自动寻找最优参数分割粘连细胞的方法 |
CN113592783A (zh) * | 2021-07-08 | 2021-11-02 | 北京大学第三医院(北京大学第三临床医学院) | 角膜共聚焦图像中细胞基础指标的精准量化方法及装置 |
CN113592861A (zh) * | 2021-09-27 | 2021-11-02 | 江苏中云筑智慧运维研究院有限公司 | 一种基于动态阈值的桥梁裂缝检测方法 |
WO2023019555A1 (zh) * | 2021-08-20 | 2023-02-23 | 深圳先进技术研究院 | 细胞荧光图像阈值化方法、系统、终端及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210278655A1 (en) * | 2020-03-05 | 2021-09-09 | Case Western Reserve University | Automated segmentation and guided correction of endothelial cell images |
-
2023
- 2023-09-04 CN CN202311131740.4A patent/CN116862940B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107179272A (zh) * | 2017-05-10 | 2017-09-19 | 中南民族大学 | 一种显微镜下急性分离神经细胞捕捉系统及方法 |
CN107316077A (zh) * | 2017-06-21 | 2017-11-03 | 上海交通大学 | 一种基于图像分割及边缘检测的脂肪细胞自动计数方法 |
CN107481225A (zh) * | 2017-07-26 | 2017-12-15 | 山东颐泽天泰医疗科技有限公司 | 一种自动寻找最优参数分割粘连细胞的方法 |
CN113592783A (zh) * | 2021-07-08 | 2021-11-02 | 北京大学第三医院(北京大学第三临床医学院) | 角膜共聚焦图像中细胞基础指标的精准量化方法及装置 |
WO2023019555A1 (zh) * | 2021-08-20 | 2023-02-23 | 深圳先进技术研究院 | 细胞荧光图像阈值化方法、系统、终端及存储介质 |
CN113592861A (zh) * | 2021-09-27 | 2021-11-02 | 江苏中云筑智慧运维研究院有限公司 | 一种基于动态阈值的桥梁裂缝检测方法 |
Non-Patent Citations (4)
Title |
---|
利用数字图像处理技术测量直齿圆柱齿轮几何尺寸;张少军 等;《光学 精密工程》;第12卷(第6期);第619-625页 * |
单像素人体轮廓提取方法研究;王蓉 等;《科学技术与工程》;第14卷(第24期);第252-255、265页 * |
基于圆弧边缘特征的圆检测算法;董辉 等;《浙江工业大学学报》;第46卷(第1期);第61-66页 * |
基于知识的纤维支气管镜刷检细胞图片边缘检测算法的研究;周猛 等;《安徽医科大学学报》;45(01);第124-126页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116862940A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
CN115439474B (zh) | 一种电力设备故障快速定位方法 | |
CN110246138B (zh) | 一种数字岩心图像孔喉分割的方法 | |
WO2017221592A1 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
US20230184703A1 (en) | Quantitative statistical characterization method of micron-level second phase in aluminum alloy based on deep learning | |
JP2010164487A (ja) | 欠陥検査装置及び欠陥検査方法 | |
CN106327508B (zh) | Ki67指数自动分析方法 | |
CN111860176B (zh) | 一种非金属夹杂全视场定量统计分布表征方法 | |
CN111383191B (zh) | 用于血管断裂修复的图像处理方法及装置 | |
CN115980050A (zh) | 排水口的水质检测方法、装置、计算机设备及存储介质 | |
CN116862940B (zh) | 一种细胞边缘处理方法及其装置 | |
CN117392469B (zh) | 基于机器视觉的钙钛矿电池表面涂膜检测方法及系统 | |
CN110738658B (zh) | 图像质量评价方法 | |
CN116721079A (zh) | 一种硅片表面缺陷的机器视觉识别方法、装置及介质 | |
US8218834B2 (en) | Method of analyzing cell structures and their components | |
CN115496716A (zh) | 基于深度学习的单双微核细胞图像检测方法及相关设备 | |
CN111795967B (zh) | 一种骨髓细胞形态学自动检测系统的涂片自检方法 | |
CN114897823A (zh) | 一种细胞学样本图像质量控制方法、系统及存储介质 | |
CN109472766B (zh) | 桥梁螺栓区域定位方法及终端设备 | |
CN113643245A (zh) | 一种屏幕缺陷的测量方法、装置及计算机可读存储介质 | |
CN116758107B (zh) | 一种细胞边界修补方法及其装置 | |
CN116912133B (zh) | 一种梯度方向矫正方法及其装置 | |
CN112767362A (zh) | 一种基于活性污泥相差显微图像污泥膨胀预测方法 | |
CN112419296A (zh) | 微纳光学元件表面缺陷检测方法及图像分割方法 | |
CN116935039B (zh) | 基于机器视觉的新能源电池焊接缺陷检测方法 |
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 |