CN117939751B - 一种紫外线的灯光控制系统 - Google Patents
一种紫外线的灯光控制系统 Download PDFInfo
- Publication number
- CN117939751B CN117939751B CN202410338650.0A CN202410338650A CN117939751B CN 117939751 B CN117939751 B CN 117939751B CN 202410338650 A CN202410338650 A CN 202410338650A CN 117939751 B CN117939751 B CN 117939751B
- Authority
- CN
- China
- Prior art keywords
- pixel point
- image
- pixel
- light source
- photographed image
- 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 claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000013507 mapping Methods 0.000 claims description 28
- 238000005286 illumination Methods 0.000 claims description 20
- 238000012937 correction Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 description 18
- 238000004659 sterilization and disinfection Methods 0.000 description 17
- 230000001954 sterilising effect Effects 0.000 description 14
- 238000003384 imaging method Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000415 inactivating effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 150000007523 nucleic acids Chemical group 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及光源控制技术领域,具体涉及一种紫外线的灯光控制系统,包括图像获取模块、模糊程度获取模块、图像匹配模块和控制模块,用于实现:获取每个光源在不同角度下的拍摄图像,对拍摄图像进行采样处理,获取拍摄图像在不同尺度下的采样处理图像;基于采样处理图像,确定拍摄图像中每个像素点的模糊程度;对各拍摄图像进行图像匹配,并根据模糊程度,对图像匹配过程中拍摄图像的初始高斯滤波系数进行修正,从而得到图像匹配结果;根据图像匹配结果,对每个光源的灯光强度进行控制。本发明通过自适应确定拍摄图像的匹配过程中像素点的高斯滤波系数,提高了匹配结果的准确性,进而提高了光源的控制可靠性。
Description
技术领域
本发明涉及光源控制技术领域,具体涉及一种紫外线的灯光控制系统。
背景技术
紫外线灯光控制系统通过控制紫外线光源照射,可以有效地破坏微生物的核酸结构,从而杀死或灭活细菌、病毒和其他病原体,具有较高的消毒效果,主要应用于消毒和杀菌领域,包括医疗卫生、食品工业、水处理、制药等。传统的紫外线灯光控制系统通常是按照预先设定的固定紫外光照强度进行照射,由于在不同场景下紫外线的反射情况不同,或者在同一场景下的环境情况发生变化时,紫外线的反射情况也会发生变化,而在外线的反射情况会直接影响到杀菌效果,因此固定紫外光照强度无法保证有效杀菌,控制效果较差。
随着计算机技术的快速发展,可以获取单个紫外线光源在不同角度下的紫外成像,并对不同角度下的紫外成像进行匹配以分析同一场景区域内的紫外线反射情况,并根据紫外线反射情况对紫外线光源的光照强度进行控制,从而保证杀菌效果。但是,在利用尺度不变特征转换算法(Scale Invariant Feature Transform, SIFT)对不同角度下的紫外成像进行匹配的过程中,需要根据DOG高斯差分金字塔获取各点的细节信息,由于所获取图像的多角度特征,同一张图像中各点局部范围内图像对实物的表现形式会有所不同,距离相机较近的区域显示效果较好,距离较远的区域图像较为模糊,从而影响紫外成像的准确匹配,进而导致无法对紫外线反射情况进行准确评估,从而无法对紫外线光源进行可靠控制,最终影响紫外杀菌效果。
发明内容
本发明的目的在于提供一种紫外线的灯光控制系统,用于解决现有对紫外成像的匹配准确性差,进而导致对紫外线光源控制可靠性差的问题。
为解决上述技术问题,本发明提供了一种紫外线的灯光控制系统,包括:
图像获取模块,用于:获取每个光源在不同角度下的拍摄图像,所述光源位于所述拍摄图像中;
模糊程度获取模块,用于:对所述拍摄图像进行采样处理,获取所述拍摄图在不同尺度下的采样处理图像;确定所述拍摄图像中每个像素点的周围区域内的各个周围像素点,并确定所述拍摄图像中每个像素点及其对应每个所述周围像素点在任意一个尺度下的采样处理图像中的映射像素点以及所述映射像素点的邻近区域内的各个邻近像素点;根据所述拍摄图像中每个像素点与其对应每个所述周围像素点在不同尺度下对应的各个邻近像素点的灰度值之间的差异,以及每个像素点在不同尺度下的采样处理图像中的映射像素点与其对应每个所述邻近像素点之间的距离大小,确定所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及所述相似程度对应的两个目标尺度;根据所述拍摄图像中每个像素点与其各个所述周围像素点之间的相似程度、所述相似程度所对应的目标尺度,以及每个像素点与其各个所述周围像素点之间的梯度差异,确定所述拍摄图像中每个像素点的模糊程度;
图像匹配模块,用于:对不同角度下的拍摄图像进行图像匹配,并根据所述模糊程度,对图像匹配过程中拍摄图像的初始高斯滤波系数进行修正,从而得到图像匹配结果;
控制模块,用于:根据图像匹配结果以及每个光源在不同角度下的拍摄图像中像素点的灰度值,对每个光源的灯光强度进行控制。
进一步的,确定所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及所述相似程度对应的两个目标尺度,包括:
确定所述拍摄图像中每个像素点在任意一个尺度下对应的每个邻近像素点的灰度值与该像素点对应每个所述周围像素点在任意一个尺度下对应的相同位置的邻近像素点的灰度值之间的差值绝对值,并根据所述拍摄图像中每个像素点在任意一个尺度下对应的每个邻近像素点与该像素点在该尺度下对应映射像素点之间的距离大小,确定对应所述差值绝对值的权重值,并根据各个所述差值绝对值及其权重值,确定所述拍摄图像中每个像素点在任意一个尺度下与该像素点对应每个所述周围像素点在任意一个尺度下对应的差异指标;
确定所述拍摄图像中每个像素点与其每个所述周围像素点对应的所有差异指标中的最小值,对所述最小值进行负相关归一化,从而得到所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度,并将所述最小值所对应的两个尺度作为所述相似程度对应的两个目标尺度。
进一步的,确定所述拍摄图像中每个像素点在任意一个尺度下与该像素点对应每个所述周围像素点在任意一个尺度下对应的差异指标,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下与该第i个像素点/>对应第j个所述周围像素点/>在任意一个尺度/>下对应的差异指标;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的第/>个邻近像素点/>的灰度值;/>表示所述拍摄图像中第i个像素点/>对应第j个所述周围像素点/>在任意一个尺度/>下对应的与/>为相同位置的邻近像素点/>的灰度值;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的映射像素点;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的映射像素点/>与其在该尺度/>下的第/>个邻近像素点/>之间的欧式距离;/>表示所述拍摄图像中任意一个像素点在任意一个尺度下对应的邻近像素点的总数目;/>表示第一修正参数;| |表示取绝对值符号。
进一步的,确定所述拍摄图像中每个像素点的模糊程度,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>的模糊程度;/>表示所述拍摄图像中第i个像素点/>的第/>个目标周围像素点,在所述拍摄图像中第i个像素点/>的所有所述周围像素点中,将与所述第i个像素点/>之间的相似程度大于对应相似程度阈值的所述周围像素点作为目标周围像素点;/>表示所述第i个像素点/>与其第/>个目标周围像素点之间的相似程度;/>表示所述拍摄图像中第i个像素点/>的目标周围像素点的总数目;/>和/>表示所述第i个像素点/>与其第/>个目标周围像素点之间的相似程度对应的两个目标尺度;/>表示所述拍摄图像中第i个像素点/>的第/>个目标周围像素点的梯度幅值;/>表示所述拍摄图像中第i个像素点/>的梯度幅值;/>表示第二修正参数;| |表示取绝对值符号。
进一步的,将所述拍摄图像中每个像素点与其对应所有所述周围像素点之间的相似程度的下四分位数,作为所述拍摄图像中每个像素点对应的相似程度阈值。
进一步的,对所述拍摄图像的初始高斯滤波系数进行修正,得到所述拍摄图像中每个像素点的修正高斯滤波系数,包括:
对所述拍摄图像中每个像素点的模糊程度进行负相关归一化,得到所述拍摄图像中每个像素点的修正系数;
将所述拍摄图像中每个像素点的修正系数与所述拍摄图像的初始高斯滤波系数的乘积作为所述拍摄图像中每个像素点的修正高斯滤波系数。
进一步的,根据图像匹配结果以及每个光源在不同角度下的拍摄图像中像素点的灰度值,对每个光源的灯光强度进行控制,包括:
确定每个光源在不同角度下的拍摄图像中的基准拍摄图像,确定所述基准拍摄图像中对应光源的位置点,将以所述位置点为中心的设定尺寸的窗口区域,作为对应光源在所述基准拍摄图像中的邻域范围;
根据图像匹配结果,确定所述基准拍摄图像中对应光源的位置点在其他拍摄图像中的匹配位置点,并将以匹配位置点为中心的设定尺寸的窗口区域,作为对应光源在对应其他拍摄图像中的邻域范围;
根据每个光源在不同角度下的拍摄图像中的邻域范围内各个像素点的灰度大小和离散情况,确定每个光源的光源控制指标值;
根据每个光源的光源控制指标值,对每个光源的光照强度进行控制。
进一步的,确定每个光源的光源控制指标值,对应的计算公式为:
;
其中,表示每个光源的光源控制指标值;/>表示每个光源在不同角度下的拍摄图像中的邻域范围内所有像素点的灰度值均值;/>表示每个光源在不同角度下的拍摄图像中的邻域范围内所有像素点的灰度值标准差;/>表示预设灰度阈值。
进一步的,对每个光源的光照强度进行控制,包括:
将每个光源的光源控制指标值与预设控制指标阈值进行比较,当光源控制指标值小于预设控制指标阈值时,则控制增大对应光源的光照强度,当光源控制指标值大于预设控制指标阈值时,则控制减小对应光源的光照强度。
进一步的,利用SIFT算法对不同角度下的拍摄图像进行图像匹配。
本发明具有如下有益效果:获取每个光源在不同角度下的拍摄图像,同时为了便于后续对光源在拍摄图像中的像素点的灰度值进行分析,进而最终实现对每个光源的灯光强度的控制,需要保证光源出现在各个拍摄图像中。进而,考虑到同一张图像中近端与远端的模糊程度不同,在对各个拍摄图像进行匹配过程中,需要使用不同的高斯滤波系数对图像进行模糊处理。但在度量图像中不同像素点对应的模糊程度时,需要考虑的应当是结构相似程度较高的像素点之间的梯度差异情况。因此,对拍摄图像进行采样处理,获取拍摄图像在不同尺度下的采样处理图像,根据拍摄图像中每个像素点与其对应每个周围像素点在不同尺度下对应的各个邻近像素点的灰度值之间的差异情况,并结合每个像素点在不同尺度下的采样处理图像中的映射像素点与其对应每个所述邻近像素点之间的距离大小,对拍摄图像中每个像素点与其对应每个周围像素点在不同尺度下的邻近区域内邻近像素点的灰度差异情况进行分析,得到拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及确定该相似程度时像素点与其对应每个周围像素点所位于的两个目标尺度。在此基础上,通过考察拍摄图像中的每个像素点与其周围区域内各个周围像素点之间的相似程度以及相似程度对应的两个目标尺度,对拍摄图像中每个像素点与其周围区域内相似程度较高的各个周围像素点之间的梯度差异情况进行分析,从而得到拍摄图像中每个像素点的模糊程度的度量。根据该模糊程度,进而在不同角度下的拍摄图像的匹配过程中,自适应确定拍摄图像中每个像素点的高斯滤波系数,并根据拍摄图像的匹配结果,对光源在不同角度下的拍摄图像中像素点的灰度值情况进行分析,进而对光源的光照强度进行调整。本发明通过自适应确定不同角度下的拍摄图像的图像匹配过程中像素点的高斯滤波系数,使得模糊程度高的像素点可以更大程度的保留其在邻域内的细节信息,有效提高了不同角度下的拍摄图像的匹配结果的准确性,最终提高了光源的控制可靠性,保证了紫外杀菌效果。
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和优点,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的介绍,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它附图。
图1为本发明实施例的一种紫外线的灯光控制系统的结构示意图;
图2为本发明实施例的一种紫外线的灯光控制方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。另外,本文所涉及公式中的所有参数或者指标均为归一化之后的消除了量纲影响的数值。
紫外线的灯光控制系统实施例:
为了解决现有对紫外成像的匹配准确性差,进而导致对紫外线光源控制可靠性差的问题,本实施例提供了一种紫外线的灯光控制系统,该系统实质上是一种软件系统,该软件系统由各个实现对应功能的模块构成,其对应的结构示意图如图1所示。该系统的核心在于实现一种紫外线的灯光控制方法,该系统中的各个模块对应方法中的各个步骤,该方法对应的流程图如图2所示。下面结合该方法中的具体步骤,对该系统的各个模块进行详细介绍。
图像获取模块,用于:获取每个光源在不同角度下的拍摄图像,所述光源位于所述拍摄图像中。
在特定紫外杀菌场景下,如候诊室场景下,对于该场景下的任意一个杀菌光源,本发明实施例中该杀菌光源具体是指紫外线光源,也就是紫外线灯管,利用不同位置设置的多部紫外相机拍摄在不同角度下的紫外线光源辐射范围内的多张紫外影像,且保证紫外线光源位于每张紫外影像中,该紫外影像也称为拍摄图像。其中,紫外线灯管的具体结构并不做限制,在本实施例中,该紫外线灯管距离底座高度为1米,底座上还另外设置有伸缩装置,可供监测紫外线强度用。在采集到每个紫外线光源在不同角度下的拍摄图像之后,对这些拍摄图像进行数据去噪等预处理操作,从而得到最终的拍摄图像,以便于后续对不同角度下的拍摄图像进行图像匹配。预处理操作可以根据需要进行合理设定,此处不做限定。
模糊程度获取模块,用于:对所述拍摄图像进行采样处理,获取所述拍摄图在不同尺度下的采样处理图像;确定所述拍摄图像中每个像素点的周围区域内的各个周围像素点,并确定所述拍摄图像中每个像素点及其对应每个所述周围像素点在任意一个尺度下的采样处理图像中的映射像素点以及所述映射像素点的邻近区域内的各个邻近像素点;根据所述拍摄图像中每个像素点与其对应每个所述周围像素点在不同尺度下对应的各个邻近像素点的灰度值之间的差异,以及每个像素点在不同尺度下的采样处理图像中的映射像素点与其对应每个所述邻近像素点之间的距离大小,确定所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及所述相似程度对应的两个目标尺度;根据所述拍摄图像中每个像素点与其各个所述周围像素点之间的相似程度、所述相似程度所对应的目标尺度,以及每个像素点与其各个所述周围像素点之间的梯度差异,确定所述拍摄图像中每个像素点的模糊程度。
对于任意一个紫外线光源,利用SIFT算法对其在不同角度下的拍摄图像进行图像匹配,从而确定图像匹配结果。但是对于同一张拍摄图像而言,图像中近端与远端对实物的表现形式会有所不同,距离相机较近的区域显示效果较好,距离较远的区域图像较为模糊,即图像中不同区域的模糊程度不同,因此为了提高后续图像匹配的精准程度,需要在匹配过程中对不同的区域点采用不同的高斯滤波系数进行高斯平滑。但是,在度量图像中各点对应的模糊程度时,需要考虑的应当是结构相似程度较高的像素点之间的差异,而不是任意两点对应的差异。例如,在候诊室场景中,应当分析多个座椅在同一张图像中的差异性,进而得到各点对应的空间分辨率情况即模糊程度。
考虑到在同一张图像中各个像素点的模糊情况有所不同,直接根据各像素点对应邻近区域的灰度情况进行比较来确定像素点间相似程度的准确性较低,考虑到在候诊室等场景下,紫外线光源照射范围内会出现较多的相似的特征点,例如相似的座椅角点等,在相同的分辨率下这些点对应周围邻域会较为相似,故考虑在量化同一图像中两点之间的结构相似性时,利用传统的尺度金字塔,在不同尺度下观察两点对应邻域内像素点灰度值之间的相似性得到相似性度量,进而得到不同点处的模糊程度。
基于上述分析,对于紫外线光源在任意一个角度下的拍摄图像,利用SIFT算法中的尺度金字塔,对其进行下采样处理,并设置采样因子和尺度金字塔层数的总层数,从而可以得到在不同尺度下的采样处理图像,采样处理图像的尺寸即为该采样处理图像在尺度金字塔中的层数,在尺度金字塔中最底层的采样处理图像的层数为1。在本实施例中,将采样因子设置为2,即每次采样后像素点个数减少一半,同时将尺度金字塔层数的总层数设置为3,从而可以得到在3个不同尺度下的采样处理图像。由于利用SIFT算法中的尺度金字塔获取一张图像在不同尺度下的采样处理图像的实现过程属于现有技术,此处不再赘述。
在该拍摄图像中,以拍摄图像中每个像素点为中心,确定尺寸为的周围区域,本实施例设置/>的取值为17,并将该周围区域内的各个像素点作为对应像素点的周围像素点,从而可以确定拍摄图像中每个像素点的各个周围像素点。此时,对拍摄图像中每个像素点,可以确定该像素点在不同尺度下的采样处理图像中的对应位置的像素点,并将该对应位置的像素点作为拍摄图像中对应像素点的映射像素点,此时可以得到拍摄图像中每个像素点及其对应每个周围像素点在任意一个尺度下的采样处理图像中的映射像素点。对于在任意一个尺度下的采样处理图像中的任意一个映射像素点,以该映射像素点为中心,确定尺寸为/>的邻近区域,本实施例设置/>的取值为9,并将该邻近区域内的各个像素点作为对应映射像素点的邻近像素点,从而可以确定在任意一个尺度下的采样处理图像中的任意一个映射像素点的各个邻近像素点。
在此基础上,对于紫外线光源在任意一个角度下的拍摄图像,结合该拍摄图像中每个像素点与其对应每个周围像素点在不同尺度下对应的各个邻近像素点的灰度值之间的差异,以及每个像素点在不同尺度下的采样处理图像中的映射像素点与其对应每个邻近像素点之间的距离大小,确定该拍摄图像中每个像素点在任意一个尺度下与该像素点对应每个周围像素点在任意一个尺度下对应的差异指标,进而确定该拍摄图像中的每个像素点与其每个周围像素点之间的相似程度,以及确定该相似程度时像素点所在的尺度以及周围像素点所在的尺度,并将这两个尺度称为目标尺度。
在本发明实施例中,确定该拍摄图像中每个像素点在任意一个尺度下与该像素点对应每个周围像素点在任意一个尺度下对应的差异指标,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下与该第i个像素点/>对应第j个所述周围像素点/>在任意一个尺度/>下对应的差异指标;表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的第/>个邻近像素点的灰度值;/>表示所述拍摄图像中第i个像素点/>对应第j个所述周围像素点/>在任意一个尺度/>下对应的与/>为相同位置的邻近像素点/>的灰度值;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的映射像素点;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的映射像素点/>与其在该尺度/>下的第/>个邻近像素点/>之间的欧式距离;/>表示所述拍摄图像中任意一个像素点在任意一个尺度下对应的邻近像素点的总数目;/>表示第一修正参数,用于防止分母取为零,本实施例设置/>;| |表示取绝对值符号。
在上述的差异指标的计算公式中,通过比较拍摄图像中每个像素点与其各个周围像素点在不同尺度下的相同位置的邻近像素点之间的灰度差值绝对值,从而得到拍摄图像中每个像素点与其各个周围像素点在两个尺度下对应邻域内相同位置的邻近像素点之间的差异性大小,同时将该像素点在对应尺度下的映射像素点与每个邻近像素点之间的欧氏距离与第一修正参数之和的倒数作为灰度差值绝对值即差异性大小的权重值,距离映射像素点更近的邻近像素点对应更高的权重,从而最终得到拍摄图像中每个像素点与其对应每个周围像素点在任意两个尺度下对应的差异指标。
在通过上述方式确定拍摄图像中每个像素点与其对应每个周围像素点在任意两个尺度下对应的差异指标之后,遍历各个不同尺度,选取每个像素点与其对应每个周围像素点对应周围邻域内灰度值相似性最高的情况,再进行行相关性调整以及归一化之后,作为每个像素点与其对应每个周围像素点之间的相似程度的度量。也就是,对于拍摄图像中的每个像素点,确定该像素点与其每个周围像素点对应的所有差异指标中的最小值,对该最小值进行负相关归一化,并将负相关归一化结果作为每个像素点与其对应每个周围像素点之间的相似程度。其中,对该最小值进行负相关归一化的具体实现方式不做限定,本发明实施例是采用标准归一化函数对该最小值的相反数进行归一化,从而得到负相关归一化结果。
同时,在确定拍摄图像中的每个像素点与其对应每个周围像素点之间的相似程度时,该像素点与其对应每个周围像素点均会对应一个尺寸,也就是在尺度金字塔的层数,将这两个尺度作为对应相似程度对应的两个目标尺度。
考虑到在所得每个角度下的拍摄图像中,由于远点区域较为模糊,其对应梯度大小通常较小,可基于此对图像中像素点的模糊程度进行分析。因此利用索贝尔算子即Sobel算子对每个角度下的拍摄图像中每个像素点的梯度进行提取,从而得到每个角度下的拍摄图像中每个像素点的梯度幅值。
基于此,根据每个角度下的拍摄图像中的每个像素点与其对应每个周围像素点之间的相似程度,针对周围区域内相似程度较高的各个周围像素点进行分析,若像素点与其相似程度较高的各个周围像素点之间的相似程度越高且梯度幅值相差较大,说明该像素点周围区域内有多个类似的位置,但由于拍摄角度与距离的影响,而导致该像素点对应周围区域内的空间分辨率产生了较大变化,则对应该像素点的模糊程度较高。在本发明实施例中,拍摄图像中的每个像素点的周围区域内相似程度较高的各个周围像素点是指,与像素点之间的相似程度大于对应相似程度阈值的周围像素点,并将这些像素点称为目标周围像素点,对应相似程度阈值/>是指每个像素点与其对应各个周围像素点之间的相似程度的下四分位数。
根据上述分析,根据每个角度下的拍摄图像中每个像素点与其各个所述周围像素点之间的相似程度、相似程度所对应的目标尺度,并结合每个像素点与其各个周围像素点之间的梯度差异,可以确定该拍摄图像中每个像素点的模糊程度。
在本发明实施例中,确定每个角度下的拍摄图像中每个像素点的模糊程度,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>的模糊程度;/>表示所述拍摄图像中第i个像素点/>的第/>个目标周围像素点,在所述拍摄图像中第i个像素点/>的所有所述周围像素点中,将与所述第i个像素点/>之间的相似程度大于对应相似程度阈值的所述周围像素点作为目标周围像素点;/>表示所述第i个像素点/>与其第/>个目标周围像素点/>之间的相似程度;/>表示所述拍摄图像中第i个像素点/>的目标周围像素点的总数目;/>和/>表示所述第i个像素点/>与其第/>个目标周围像素点/>之间的相似程度对应的两个目标尺度;/>表示所述拍摄图像中第i个像素点/>的第/>个目标周围像素点的梯度幅值;/>表示所述拍摄图像中第i个像素点/>的梯度幅值;/>表示第二修正参数,用于防止分母取为零,本实施例设置/>;| |表示取绝对值符号。
在上述的模糊程度的计算公式中,通过考察拍摄图像中的每个像素点与其周围区域内相似程度较高的各个目标周围像素点之间的相似程度,并利用该相似程度对应的两个目标尺度对该相似程度进行修正,得到修正相似程度,从而防止在较高层即较大尺度下无法表征像素点与其周围区域内相似程度较高的各个目标周围像素点的邻近区域内的细节信息,最终避免了在较高层下像素点与目标周围像素点之间的相似程度较高的情况。根据拍摄图像中每个像素点与其周围区域内相似程度较高的各个目标周围像素点之间的修正相似程度,同时计算该像素点与其各个目标周围像素点之间的梯度差异,当修正相似程度和梯度差异越大时,说明相似程度较高的像素点之间存在梯度差异较大的情况,则反应该像素点发生模糊的程度越大,模糊程度的取值就越大。
图像匹配模块,用于:对不同角度下的拍摄图像进行图像匹配,并根据所述模糊程度,对图像匹配过程中拍摄图像的初始高斯滤波系数进行修正,从而得到图像匹配结果。
利用SIFT算法对同一紫外线光源的不同角度下的拍摄图像进行图像匹配,并在图像匹配过程中确定拍摄图像的初始高斯滤波系数,该初始高斯滤波系数是指对拍摄图像进行模糊处理时所使用模糊函数的标准差,该初始高斯滤波系数可以根据现有技术中的方法进行确定,此处不做限定,本发明实施例所确定的该初始高斯滤波系数的取值为1.6。同时,利用不同角度下的拍摄图像中每个像素点的模糊程度对该初始高斯滤波系数进行修正,得到修正高斯滤波系数,并基于该修正高斯滤波系数,对不同角度下的在不同尺度下的采样处理图像进行模糊处理,从而得到对同一紫外线光源的不同角度下的拍摄图像的DOG高斯差分金字塔,并基于该DOG高斯差分金字塔,获取不同角度下的拍摄图像的特征点,基于特征点进行不同角度下的拍摄图像之间的图像匹配,最终得到图像匹配结果。由于本发明技术方案的重点在于利用不同角度下的拍摄图像中每个像素点的模糊程度对该初始高斯滤波系数进行修正的过程,而后续基于修正高斯滤波系数,对不同角度下的在不同尺度下的采样处理图像进行模糊处理,最终得到图像匹配结果的过程则属于现有技术,此处不做赘述。
在本发明实施例中,利用不同角度下的拍摄图像中每个像素点的模糊程度,对拍摄图像的初始高斯滤波系数进行修正,得到修正高斯滤波系数,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>的修正高斯滤波系数;/>表示所述拍摄图像中第i个像素点/>的模糊程度;/>表示拍摄图像的初始高斯滤波系数;表示标准归一化函数。
在上述的修正高斯滤波系数的计算公式中,在拍摄图像的初始高斯滤波系数的基础上,通过对模糊程度的相反数进行归一化,并将归一化结果与该初始高斯滤波系数/>相乘,从而可以赋予模糊程度高的像素点以较低的滤波系数,以更大程度的保留其在邻域内的细节信息,从而保证后期图像匹配的准确性。
控制模块,用于:根据图像匹配结果以及每个光源在不同角度下的拍摄图像中像素点的灰度值,对每个光源的灯光强度进行控制。
对于任意一个紫外线光源,由于紫外线的反射情况如镜面反射,会直接对紫外光的杀菌效果造成一定的影响,因此需要根据该紫外线光源在不同角度下的拍摄图像的匹配结果,对该紫外线光源的紫外线的反射情况进行分析,从而对紫外线光源的光照强度进行控制,以保证杀菌效果。其中,在对紫外线光源的光照强度进行控制时,可以通过相应的控制装置进行控制,该控制装置可以是遥控器或者是声控装置,此处不做限定。
在本发明实施例中,为了对该紫外线光源的紫外线的反射情况进行分析,选取出该紫外线光源在不同角度下的所有拍摄图像中,距离该紫外线光源最近的紫外相机所对应的拍摄图像作为基准拍摄图像,并确定该基准拍摄图像中该紫外线光源所对应的位置点,此处对确定该紫外线光源所对应的位置点的具体方式不做限定,例如可以通过事先人为在场景中进行标定的方式来确定。将以该位置点为中心的设定尺寸的窗口区域,作为该紫外线光源在该基准拍摄图像中的邻域范围。同时根据图像匹配结果,可以确定该基准拍摄图像中的该紫外线光源的位置点在其他拍摄图像中的匹配位置点,将以匹配位置点为中心的设定尺寸的窗口区域,作为该紫外线光源在对应其他拍摄图像中的邻域范围。设定尺寸的窗口区域的范围可以根据实际需要进行合理设置,此处不做限定,本发明实施例设置该设定尺寸的窗口区域是指以位置点或者匹配位置点为中心的31×31邻域范围。进而,对该紫外线光源在不同角度下的拍摄图像中的邻域范围中各个像素点的灰度值分布情况进行分析,确定该紫外线光源的光源控制指标值,并根据该光源控制指标值,对该紫外线光源的光照强度进行控制。
在本发明实施例中,确定该紫外线光源的光源控制指标值,对应的计算公式为:
;
其中,表示每个光源的光源控制指标值;/>表示每个光源在不同角度下的拍摄图像中的邻域范围内所有像素点的灰度值均值;/>表示每个光源在不同角度下的拍摄图像中的邻域范围内所有像素点的灰度值标准差;/>表示预设灰度阈值,可以根据紫外光强正常情况下紫外相机得到的平均灰度值大小确定。
在上述的光源控制指标值的计算公式中,通过在每个光源在不同角度下的拍摄图像中划定其对应的影响范围,也就是邻域范围,并计算这些邻域范围中所有像素点的平均灰度值大小以及灰度值标准差/>。对于同一区域下可能出现的反射情况如镜面反射而言,由于镜面反射对于光线的反射方向较为集中,其在多个相机中成像结果的灰度值会产生较大差异,且灰度值会偏小,故对灰度值离散情况较大且灰度值偏小的区域,其对应的光源控制指标值/>的取值较小,其镜面反射概率较高,需要更高的紫外光强以达到相同的杀菌效果。
在通过上述方式确定每个光源的光源控制指标值之后,将该光源控制指标值与预设控制指标阈值进行比较,预设控制指标阈值可以根据实际情况进行合理设置,本实施例设置该预设控制指标阈值的取值为0.1。当光源控制指标值等于预设控制指标阈值时,则无需进行调整;当光源控制指标值小于预设控制指标阈值时,说明应当对该紫外线光源对应的强度进行增强,则控制增大对应光源的光照强度;当光源控制指标值大于预设控制指标阈值时,说明应当对该紫外线光源对应的强度进行减弱,则控制减小对应光源的光照强度。
用于紫外线的灯光控制的图像匹配方法实施例:
紫外线灯光控制系统通过控制紫外线光源照射,可以有效地破坏微生物的核酸结构,从而杀死或灭活细菌、病毒和其他病原体,具有较高的消毒效果。随着计算机技术的快速发展,可以获取单个紫外线光源在不同角度下的紫外成像,并对不同角度下的紫外成像进行匹配以分析同一场景区域内的紫外线反射情况,并根据紫外线反射情况对紫外线光源的光照强度进行控制,从而保证杀菌效果。但是,在利用尺度不变特征转换算法(ScaleInvariant Feature Transform, SIFT)对不同角度下的紫外成像进行匹配的过程中,需要根据DOG高斯差分金字塔获取各点的细节信息,由于所获取图像的多角度特征,同一张图像中各点局部范围内图像对实物的表现形式会有所不同,距离相机较近的区域显示效果较好,距离较远的区域图像较为模糊,从而影响紫外成像的准确匹配。
为了解决上述对紫外成像的匹配准确性差的问题,本实施例提供了一种用于紫外线的灯光控制的图像匹配方法,该方法包括以下步骤:
步骤S1:获取每个光源在不同角度下的拍摄图像,所述光源位于所述拍摄图像中;
步骤S2:对所述拍摄图像进行采样处理,获取所述拍摄图在不同尺度下的采样处理图像;确定所述拍摄图像中每个像素点的周围区域内的各个周围像素点,并确定所述拍摄图像中每个像素点及其对应每个所述周围像素点在任意一个尺度下的采样处理图像中的映射像素点以及所述映射像素点的邻近区域内的各个邻近像素点;根据所述拍摄图像中每个像素点与其对应每个所述周围像素点在不同尺度下对应的各个邻近像素点的灰度值之间的差异,以及每个像素点在不同尺度下的采样处理图像中的映射像素点与其对应每个所述邻近像素点之间的距离大小,确定所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及所述相似程度对应的两个目标尺度;根据所述拍摄图像中每个像素点与其各个所述周围像素点之间的相似程度、所述相似程度所对应的目标尺度,以及每个像素点与其各个所述周围像素点之间的梯度差异,确定所述拍摄图像中每个像素点的模糊程度;
步骤S3:对不同角度下的拍摄图像进行图像匹配,并根据所述模糊程度,对图像匹配过程中拍摄图像的初始高斯滤波系数进行修正,从而得到图像匹配结果。
由于该步骤S1~S3的具体实现过程已经在上述的紫外线的灯光控制系统实施例的各个模块的实现步骤中进行了详细介绍,此处对该步骤S1~S3的具体实现过程不再进行赘述。
本发明通过获取光源在不同角度下的拍摄图像,对拍摄图像中每个像素点与其周围区域内相似程度较高的各个目标周围像素点之间的相似程度和梯度差异进行分析,从而对拍摄图像中每个像素点的模糊程度进行了量化,进而在不同角度下的拍摄图像的匹配过程中,自适应确定拍摄图像中每个像素点的高斯滤波系数,根据拍摄图像的匹配结果,分析光源对应邻域范围内像素点的灰度分布情况,进而对光源的光照强度进行调整。本发明通过自适应确定不同角度下的拍摄图像的图像匹配过程中像素点的高斯滤波系数,使得模糊程度高的像素点可以更大程度的保留其在邻域内的细节信息,有效提高了不同角度下的拍摄图像的匹配结果的准确性,最终提高了光源的控制可靠性,保证了紫外杀菌效果。
需要说明的是:以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (2)
1.一种紫外线的灯光控制系统,其特征在于,包括:
图像获取模块,用于:获取每个光源在不同角度下的拍摄图像,所述光源位于所述拍摄图像中;
模糊程度获取模块,用于:对所述拍摄图像进行采样处理,获取所述拍摄图在不同尺度下的采样处理图像;确定所述拍摄图像中每个像素点的周围区域内的各个周围像素点,并确定所述拍摄图像中每个像素点及其对应每个所述周围像素点在任意一个尺度下的采样处理图像中的映射像素点以及所述映射像素点的邻近区域内的各个邻近像素点;根据所述拍摄图像中每个像素点与其对应每个所述周围像素点在不同尺度下对应的各个邻近像素点的灰度值之间的差异,以及每个像素点在不同尺度下的采样处理图像中的映射像素点与其对应每个所述邻近像素点之间的距离大小,确定所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及所述相似程度对应的两个目标尺度;根据所述拍摄图像中每个像素点与其各个所述周围像素点之间的相似程度、所述相似程度所对应的目标尺度,以及每个像素点与其各个所述周围像素点之间的梯度差异,确定所述拍摄图像中每个像素点的模糊程度;
图像匹配模块,用于:对不同角度下的拍摄图像进行图像匹配,并根据所述模糊程度,对图像匹配过程中拍摄图像的初始高斯滤波系数进行修正,从而得到图像匹配结果;
控制模块,用于:根据图像匹配结果以及每个光源在不同角度下的拍摄图像中像素点的灰度值,对每个光源的灯光强度进行控制;
确定所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度以及所述相似程度对应的两个目标尺度,包括:
确定所述拍摄图像中每个像素点在任意一个尺度下对应的每个邻近像素点的灰度值与该像素点对应每个所述周围像素点在任意一个尺度下对应的相同位置的邻近像素点的灰度值之间的差值绝对值,并根据所述拍摄图像中每个像素点在任意一个尺度下对应的每个邻近像素点与该像素点在该尺度下对应映射像素点之间的距离大小,确定对应所述差值绝对值的权重值,并根据各个所述差值绝对值及其权重值,确定所述拍摄图像中每个像素点在任意一个尺度下与该像素点对应每个所述周围像素点在任意一个尺度下对应的差异指标;
确定所述拍摄图像中每个像素点与其每个所述周围像素点对应的所有差异指标中的最小值,对所述最小值进行负相关归一化,从而得到所述拍摄图像中的每个像素点与其每个所述周围像素点之间的相似程度,并将所述最小值所对应的两个尺度作为所述相似程度对应的两个目标尺度;
确定所述拍摄图像中每个像素点在任意一个尺度下与该像素点对应每个所述周围像素点在任意一个尺度下对应的差异指标,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下与该第i个像素点/>对应第j个所述周围像素点/>在任意一个尺度/>下对应的差异指标;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的第/>个邻近像素点/>的灰度值;/>表示所述拍摄图像中第i个像素点/>对应第j个所述周围像素点/>在任意一个尺度/>下对应的与/>为相同位置的邻近像素点/>的灰度值;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的映射像素点;/>表示所述拍摄图像中第i个像素点/>在任意一个尺度/>下对应的映射像素点/>与其在该尺度/>下的第/>个邻近像素点/>之间的欧式距离;/>表示所述拍摄图像中任意一个像素点在任意一个尺度下对应的邻近像素点的总数目;/>表示第一修正参数;| |表示取绝对值符号;
确定所述拍摄图像中每个像素点的模糊程度,对应的计算公式为:
;
其中,表示所述拍摄图像中第i个像素点/>的模糊程度;/>表示所述拍摄图像中第i个像素点/>的第/>个目标周围像素点,在所述拍摄图像中第i个像素点/>的所有所述周围像素点中,将与所述第i个像素点/>之间的相似程度大于对应相似程度阈值的所述周围像素点作为目标周围像素点;/>表示所述第i个像素点/>与其第/>个目标周围像素点之间的相似程度;/>表示所述拍摄图像中第i个像素点/>的目标周围像素点的总数目;和/>表示所述第i个像素点/>与其第/>个目标周围像素点之间的相似程度对应的两个目标尺度;/>表示所述拍摄图像中第i个像素点/>的第/>个目标周围像素点的梯度幅值;/>表示所述拍摄图像中第i个像素点/>的梯度幅值;/>表示第二修正参数;
对所述拍摄图像的初始高斯滤波系数进行修正,得到所述拍摄图像中每个像素点的修正高斯滤波系数,包括:
对所述拍摄图像中每个像素点的模糊程度进行负相关归一化,得到所述拍摄图像中每个像素点的修正系数;
将所述拍摄图像中每个像素点的修正系数与所述拍摄图像的初始高斯滤波系数的乘积作为所述拍摄图像中每个像素点的修正高斯滤波系数;
根据图像匹配结果以及每个光源在不同角度下的拍摄图像中像素点的灰度值,对每个光源的灯光强度进行控制,包括:
确定每个光源在不同角度下的拍摄图像中的基准拍摄图像,确定所述基准拍摄图像中对应光源的位置点,将以所述位置点为中心的设定尺寸的窗口区域,作为对应光源在所述基准拍摄图像中的邻域范围;
根据图像匹配结果,确定所述基准拍摄图像中对应光源的位置点在其他拍摄图像中的匹配位置点,并将以匹配位置点为中心的设定尺寸的窗口区域,作为对应光源在对应其他拍摄图像中的邻域范围;
根据每个光源在不同角度下的拍摄图像中的邻域范围内各个像素点的灰度大小和离散情况,确定每个光源的光源控制指标值;
根据每个光源的光源控制指标值,对每个光源的光照强度进行控制;
确定每个光源的光源控制指标值,对应的计算公式为:
;
其中,表示每个光源的光源控制指标值;/>表示每个光源在不同角度下的拍摄图像中的邻域范围内所有像素点的灰度值均值;/>表示每个光源在不同角度下的拍摄图像中的邻域范围内所有像素点的灰度值标准差;/>表示预设灰度阈值;
对每个光源的光照强度进行控制,包括:
将每个光源的光源控制指标值与预设控制指标阈值进行比较,当光源控制指标值小于预设控制指标阈值时,则控制增大对应光源的光照强度,当光源控制指标值大于预设控制指标阈值时,则控制减小对应光源的光照强度;
利用SIFT算法对不同角度下的拍摄图像进行图像匹配。
2.根据权利要求1所述的一种紫外线的灯光控制系统,其特征在于,将所述拍摄图像中每个像素点与其对应所有所述周围像素点之间的相似程度的下四分位数,作为所述拍摄图像中每个像素点对应的相似程度阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410338650.0A CN117939751B (zh) | 2024-03-25 | 2024-03-25 | 一种紫外线的灯光控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410338650.0A CN117939751B (zh) | 2024-03-25 | 2024-03-25 | 一种紫外线的灯光控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117939751A CN117939751A (zh) | 2024-04-26 |
CN117939751B true CN117939751B (zh) | 2024-06-04 |
Family
ID=90768647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410338650.0A Active CN117939751B (zh) | 2024-03-25 | 2024-03-25 | 一种紫外线的灯光控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117939751B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1275189A (zh) * | 1998-06-08 | 2000-11-29 | 卡尔海因茨·斯特罗贝尔 | 有效的光引擎系统、元件及其制造方法 |
KR20110043833A (ko) * | 2009-10-22 | 2011-04-28 | 삼성전자주식회사 | 퍼지룰을 이용한 디지털 카메라의 다이나믹 레인지 확장모드 결정 방법 및 장치 |
CN103196554A (zh) * | 2013-03-14 | 2013-07-10 | 合肥京东方光电科技有限公司 | 光源光强均一性测调系统及测调方法 |
CN109658338A (zh) * | 2017-10-10 | 2019-04-19 | 三星电子株式会社 | 使用外部电子装置处理原始图像的方法和电子装置 |
CN110148162A (zh) * | 2019-04-29 | 2019-08-20 | 河海大学 | 一种基于复合算子的异源图像匹配方法 |
WO2022105381A1 (zh) * | 2020-11-18 | 2022-05-27 | 华为技术有限公司 | 一种曝光参数调节方法及装置 |
US11354924B1 (en) * | 2021-05-17 | 2022-06-07 | Vr Media Technology, Inc. | Hand recognition system that compares narrow band ultraviolet-absorbing skin chromophores |
WO2023015389A1 (en) * | 2021-08-10 | 2023-02-16 | Limestone Labs Limited | Ultraviolet treatment apparatus |
CN117061868A (zh) * | 2023-08-16 | 2023-11-14 | 深圳闪回科技有限公司 | 一种基于图像识别的自动拍照装置 |
CN117078565A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市精研科洁科技股份有限公司 | 一种摄像头抖动模糊图像优化增强方法及系统 |
CN117710361A (zh) * | 2023-12-29 | 2024-03-15 | 浙江省人民医院 | 采用非可见光闪光灯拍摄视网膜图像的方法 |
-
2024
- 2024-03-25 CN CN202410338650.0A patent/CN117939751B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1275189A (zh) * | 1998-06-08 | 2000-11-29 | 卡尔海因茨·斯特罗贝尔 | 有效的光引擎系统、元件及其制造方法 |
KR20110043833A (ko) * | 2009-10-22 | 2011-04-28 | 삼성전자주식회사 | 퍼지룰을 이용한 디지털 카메라의 다이나믹 레인지 확장모드 결정 방법 및 장치 |
CN103196554A (zh) * | 2013-03-14 | 2013-07-10 | 合肥京东方光电科技有限公司 | 光源光强均一性测调系统及测调方法 |
CN109658338A (zh) * | 2017-10-10 | 2019-04-19 | 三星电子株式会社 | 使用外部电子装置处理原始图像的方法和电子装置 |
CN110148162A (zh) * | 2019-04-29 | 2019-08-20 | 河海大学 | 一种基于复合算子的异源图像匹配方法 |
WO2022105381A1 (zh) * | 2020-11-18 | 2022-05-27 | 华为技术有限公司 | 一种曝光参数调节方法及装置 |
US11354924B1 (en) * | 2021-05-17 | 2022-06-07 | Vr Media Technology, Inc. | Hand recognition system that compares narrow band ultraviolet-absorbing skin chromophores |
WO2023015389A1 (en) * | 2021-08-10 | 2023-02-16 | Limestone Labs Limited | Ultraviolet treatment apparatus |
CN117061868A (zh) * | 2023-08-16 | 2023-11-14 | 深圳闪回科技有限公司 | 一种基于图像识别的自动拍照装置 |
CN117078565A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市精研科洁科技股份有限公司 | 一种摄像头抖动模糊图像优化增强方法及系统 |
CN117710361A (zh) * | 2023-12-29 | 2024-03-15 | 浙江省人民医院 | 采用非可见光闪光灯拍摄视网膜图像的方法 |
Non-Patent Citations (4)
Title |
---|
Automatic Tracking and Activity Evaluation System of Sperm Motions;Guangyu Liu等;IEEE;20180101;全文 * |
运动模糊图像模糊参数辨识与逐行法恢复;陈至坤;韩斌;王福斌;王一;;科学技术与工程;20160218(第05期);全文 * |
远紫外光子计数成像探测器检测方法及分析;张宏吉;何玲平;王海峰;郑鑫;韩振伟;宋克非;陈波;;激光与光电子学进展;20180110(第06期);全文 * |
针对荧光图象的自适应模糊增强算法;张文龙,金雷;上海师范大学学报(自然科学版);19960930(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117939751A (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107582085B (zh) | 一种智能数字x线曝光控制的装置与方法 | |
Wicklein et al. | Image features for misalignment correction in medical flat‐detector CT | |
CN115841434B (zh) | 一种用于气体浓度分析的红外图像增强方法 | |
US20090180663A1 (en) | Detection of blobs in images | |
CN112330613B (zh) | 一种细胞病理数字图像质量的评价方法及系统 | |
CN117094917B (zh) | 一种心血管3d打印数据处理方法 | |
CN117522719B (zh) | 基于机器学习的支气管镜图像辅助优化系统 | |
CN114565517B (zh) | 红外相机的图像去噪方法、装置及计算机设备 | |
CN117333489A (zh) | 一种薄膜破损检测装置及检测系统 | |
CN117557565B (zh) | 一种锂电池极片的检测方法及其装置 | |
CN117939751B (zh) | 一种紫外线的灯光控制系统 | |
CN116930192B (zh) | 一种高精度铜管缺陷检测方法及系统 | |
CN116934833A (zh) | 基于双目视觉水下结构病害检测方法、设备及介质 | |
CN113450399B (zh) | 一种正位胸片心胸比测量方法及装置 | |
CN115456888A (zh) | 电子化美术考试作品的校正方法、装置、电子设备及介质 | |
CN111539329B (zh) | 一种自适应的变电站指针仪表识别方法 | |
CN110852977B (zh) | 融合边缘灰度直方图与人眼视觉感知特性的图像增强方法 | |
CN114663424A (zh) | 基于边云协同的内窥镜视频辅助诊断的方法、系统、设备及介质 | |
CN113724214A (zh) | 一种基于神经网络的图像处理方法及装置 | |
CN116934636B (zh) | 一种水质实时监测数据智能管理系统 | |
Wang et al. | Precision circular target location in vision coordinate measurement system | |
CN106405531B (zh) | 基于图像处理技术的被动毫米波辐射成像系统测距方法 | |
CN108133467A (zh) | 基于粒计算的水下图像增强系统及增强方法 | |
Mezura-Montes et al. | An image registration method for colposcopic images | |
CN113487626B (zh) | 一种镜像图像识别方法、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 |