CN1770202A - 图像检查设备、方法、控制程序和计算机可读存储介质 - Google Patents

图像检查设备、方法、控制程序和计算机可读存储介质 Download PDF

Info

Publication number
CN1770202A
CN1770202A CNA2005101202139A CN200510120213A CN1770202A CN 1770202 A CN1770202 A CN 1770202A CN A2005101202139 A CNA2005101202139 A CN A2005101202139A CN 200510120213 A CN200510120213 A CN 200510120213A CN 1770202 A CN1770202 A CN 1770202A
Authority
CN
China
Prior art keywords
piece
quality
data
summarized information
division
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.)
Granted
Application number
CNA2005101202139A
Other languages
English (en)
Other versions
CN100353381C (zh
Inventor
佐藤哲也
口井敏匡
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.)
Sharp Corp
Original Assignee
Sharp Corp
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 Sharp Corp filed Critical Sharp Corp
Publication of CN1770202A publication Critical patent/CN1770202A/zh
Application granted granted Critical
Publication of CN100353381C publication Critical patent/CN100353381C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/401—Compensating positionally unequal response of the pick-up or reproducing head
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Image Processing (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Facsimiles In General (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)

Abstract

图像检查设备包括：原始图像存储器21，用于存储从图像传感器11输出的图像数据；滤波处理部分22，用于获得从输出图像数据中去除了阴影分量的数据；初步处理存储器23，用于存储去除了阴影分量的数据；块划分/相加部分24，用于将去除了阴影分量的数据划分为具有预定尺寸n×m的块，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据；二次处理存储器25，用于存储块划分/相加数据；统计处理部分26，用于计算针对块划分/相加数据的平均值、最大值和最小值；质量确定部分27，用于利用计算出的平均值、最大值和最小值来确定针对该数据的质量；以及确定结果存储器28，用于存储与已经确定的块有关的信息。

Description

图像检查设备、方法、控制程序和计算机可读存储介质
本申请要求2004年11月5日在日本递交的专利申请No.2004-322956的符合35U.S.C$119(a)的优先权，其整个内容包括在此作为参考。
技术领域
本发明涉及一种图像检查设备，例如确定从图像传感器(例如CCD(电荷耦合设备)输出的图像数据的质量的图像检查设备，一种利用该图像检查设备的图像检查方法、一种用于使计算机执行实现该图像检查方法的处理过程的控制程序、以及一种其上存储了该控制程序的计算机可读存储介质。
背景技术
通常，充当图像输入设备的诸如CCD阵列等图像传感器由通过应用半导体制造技术而以二维排列的大量像素(多于几百万个像素)构成。图像传感器通过许多制造步骤，直到其完成为止。作为制造过程中的缺陷的结果，在图像传感器中会出现各种缺损。
一个缺陷是“显示特性上的不一致性”。“显示特性上的不一致性”是指通过在显示屏上具有一定量的区域而产生的亮度变化。“显示特性上的不一致性”广义上分类为两种“显示特性上的不一致性”。一种是在整个显示器上的较宽范围上逐渐改变的“显示特性上的不一致性”(此后，称之为“阴影”)。另一种是局部改变的“显示特性上的不一致性”(此后，称之为“亮度特性上的不一致性”)。
“阴影”逐渐从中心部分变化到图像的外围部分。因此，在许多情况下，当仅用裸眼来观看时，“显示特性上的不一致性”并不存在。另一方面，“亮度特性上的不一致性”是局部亮度变化。因此，能够发现它是一种缺陷，并且根据“亮度特性上的不一致性”的尺寸及其变化量，其对任何人均显而易见。
通常，在测试具有这样的“亮度特性上的不一致性”的图像传感器质量的设备中，执行以下的过程来确定图像传感器的质量。
首先，将从图像传感器输出的图像数据捕获到测试设备中。执行滤波(例如，平均滤波或二维中值滤波等)以获得去除了噪声的图像数据，其中从图像数据中去除了包含与“显示特性上的不一致性”分量有关的分量的噪声。
接下来，计算去除了噪声的图像和原始输出图像数据之间的差值，以分离该“显示特性上的不一致性”分量。使用任意阈值来对包含“显示特性上的不一致性”的像素浓度进行数字化，并且对数字化数据执行标记处理。之后，根据标记区域的尺寸来确定“亮度特性上的不一致性”的质量。
这里，二维中值滤波是指噪声去除过程，其中观察窗由所关心的像素位于其中心的二维方式排列的多个像素构成，并且所关心的像素的浓度值由包含在观察窗内的像素的浓度的中心值来替代。
标记过程是指以下过程，其中针对超过阈值的数字化的图像数据，对像素进行标记，并且在相邻像素也超过阈值的情况下，将相同标签附加到其相邻像素上。
然而，利用上述传统技术，存在以下问题：需要花费太多时间来执行噪声去除过程和标记过程。当处理时间缩短时，存在进行标记过程的精度会降低的问题。
为了解决这样的问题，在例如参考文件1所公开的传统图像信息处理设备中，通过将水平方向(H)上的中值滤波和垂直方向(V)上的中值滤波进行组合，在噪声去除过程中实现了精确保持以及处理时间的减少，这是一维滤波而非二维中值滤波。此外，在参考文件1中所公开的图像信息处理设备中，使用唯一功能来提高确定精度，以便确定“亮度特性上的不一致性”的质量。
[对比文件1]日本待审公开No.09-259281
如上所述，由于将平均滤波或二维中值滤波等用于噪声去除过程，存在以下问题：利用传统技术，需要花费太多的时间来进行噪声去除过程。另外，由于需要利用任意阈值来数字化包含“显示特性上的不一致性”分量的像素的浓度并且对数字化的数据执行标记过程以便确定“亮度特性上的不一致性”的质量，因此，存在以下问题：还需要太多时间来执行标记过程。而且，存在以下问题：当处理时间缩短时会使标记过程的精度下降。
另一方面，在参考文件1的图像信息处理设备中，通过组合一维中值滤波来实现精度保持和处理时间的减少，并且通过使用唯一函数来设计确定精度的提高，以便确定“亮度特性上的不一致性”的质量。然而，如传统上那样来执行标记过程。因此，当找到大面积或大量的“亮度特性上的不一致性”时，存在以下问题：需要花费太多时间来执行标记过程。
本发明解决了这样的传统问题，并设计来针对从图像传感器输出的图像数据，提高“亮度特性上的不一致性”的检测精度，而与“亮度特性上的不一致性”的面积大小和数量无关。其目的是提出一种能够通过精确且定量地高速检测“亮度特性上的不一致性”来确定质量(评估)的图像检查设备、一种利用该图像检查设备的图像检查方法、一种用于指示计算机来执行针对该方法的每一个处理过程的控制程序、以及一种存储了该程序的计算机可读存储介质。
如上所述，由于平均滤波或二维中值滤波等用于噪声去除过程，存在以下问题：利用传统技术，需要花费太多的时间来进行噪声去除过程。此外，由于需要利用任意阈值来数字化包含“显示特性上的不一致性”分量的像素浓度并对数字化数据执行标记过程以便确定“亮度特性上的不一致性”的质量，因此存在以下问题：还需要花费太多时间来执行标记过程。而且存在以下问题：当处理时间缩短时，标记过程的精度会降低。
另一方面，在参考文件1的图像信息处理设备中，通过组合一维中值滤波来实现精度保持和处理时间的减少，并且通过使用唯一函数来设计确定精度的提高，以便确定“亮度特性上的不一致性”的质量。然而，如传统上那样来执行标记过程。因此，当找到大面积或大量的“亮度特性上的不一致性”时，存在以下问题：需要花费太多时间来执行标记过程。
本发明解决了这样的传统问题，并设计来针对从图像传感器输出的图像数据，提高“亮度特性上的不一致性”的检测精度，而与“亮度特性上的不一致性”的面积大小和数量无关。其目的是提出一种能够通过精确且定量地高速检测“亮度特性上的不一致性”来确定质量(评估)的图像检查设备、一种利用该图像检查设备的图像检查方法、一种使计算机执行实现了图像检查方法的处理过程的控制程序、以及一种其上储了该控制程序的计算机可读存储介质。
发明内容
一种确定针对从图像传感器输出的图像数据的质量的图像检查设备包括：
块划分/相加部分，用于将从图像传感器输出的图像数据划分为具有预定尺寸n×m(其中m和n是自然数)的块(一个或多个块)，并且将所划分的块内的数据相加以获得块划分/相加数据；统计处理部分，用于计算针对块划分/相加数据的平均值、最大值和最小值；以及质量确定部分，用于根据由统计处理部分计算出的针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器输出的图像数据的质量，从而实现上述目的。
根据本发明的图像检查设备还包括：滤波处理部分，用于在块划分/相加部分之前，获得从图像传感器输出的图像数据中去除了阴影分量的去除了阴影分量的数据，并且块划分/相加部分将去除了阴影分量的数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据。
根据本发明的一种确定针对从图像传感器输出的图像数据的质量的图像检查设备包括：原始图像存储器，用于存储从图像传感器输出的图像数据；滤波处理部分，用于获得从原始图像存储器中所存储的输出图像数据去除了阴影分量的去除了阴影分量的数据；初步处理存储器，用于存储由滤波处理部分获得的去除了阴影分量的数据；块划分/相加部分，用于将初步处理存储器中所存储的去除了阴影分量的数据划分为具有预定尺寸n×m(其中m和n是自然数)的块(一个或多个块)，并且将所划分的块内的去除了阴影分量的数据(针对每一个块的各个数据)相加以获得块划分/相加数据；二次处理存储器，用于存储由块划分/相加部分所获得的块划分/相加数据；统计处理部分，用于计算针对二次处理存储器中所存储的块划分/相加数据的平均值、最大值和最小值；质量确定部分，用于根据由统计处理部分计算出的针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器输出的图像数据的质量；以及确定结果存储器，用于存储与质量确定部分已经确定的块有关的信息，从而实现上述目的。
另外，根据本发明的图像检查设备的所述滤波处理部分利用具有水平方向上的中心差值的差分滤波、具有垂直方向上的中心差值的差分滤波、4系数的拉普拉斯算子滤波、8系数的拉普拉斯算子滤波和具有三个方向上的中心差值的差分滤波中的任一个，获得去除了阴影分量的数据。
此外，根据本发明的图像检查设备的所述质量确定部分利用以下表达式来确定针对图像传感器的质量：
(Max-Ave)/(Ave-Min)＞limit_1
其中，Max：针对块划分/相加数据的最大值；Min：针对块划分/相加数据的最小值；Ave：针对块划分/相加数据的平均值；以及limit_1：用于确定质量的阈值。
此外，优选地，根据本发明的图像检查设备的所述质量确定部分利用以下表达式来确定针对块的质量：
(Blk-Ave)/(Ave-Min)＞limit_2
其中，Blk：针对任意块的块划分/相加数据；Min：针对块划分/相加数据的最小值；Ave：针对块划分/相加数据的平均值；以及limit_2：用于确定质量的阈值。
此外，优选地，在根据本发明的图像检查设备中的用于确定质量的阈值位于从1.5到2.5的范围内。
根据本发明的—种确定针对从图像传感器输出的图像数据的质量的图像检查方法包括：块划分/相加步骤，用于将从图像传感器输出的图像数据划分为具有预定尺寸n×m(其中m和n是自然数)的块(一个或多个块)，并且将所划分的块内的数据相加以获得块划分/相加数据；统计处理步骤，用于计算针对块划分/相加数据的平均值、最大值和最小值；以及质量确定步骤，用于根据针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器输出的图像数据的质量，从而实现上述目的。
优选地，根据本发明的图像检查方法还包括：滤波处理步骤，用于在块划分/相加步骤之前，获得从图像传感器输出的图像数据中去除了阴影分量的去除了阴影分量的数据，并且块划分/相加步骤将去除了阴影分量的数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据。
根据本发明的控制程序是一种使计算机执行实现了上述图像检查方法的处理过程的控制程序，从而实现上述目的。
根据本发明的可读存储介质是一种其上存储了上述控制程序的计算机可读存储介质，从而实现上述目的。
下面将描述具有上述特征的本发明的效果。
根据本发明，在对从诸如CCD等图像传感器输出的图像数据执行图像处理的图像检查设备中，首先，通过执行滤波过程来去除在屏幕上的较宽范围上的亮度逐渐变化的“阴影”，以获得其中强调了“亮度特性上的不一致性”的去除了阴影分量的数据。例如，在滤波过程中，使用具有水平方向上的中心差值的差分滤波、具有垂直方向上的中心差值的差分滤波、4系数的拉普拉斯算子滤波、8系数的拉普拉斯算子滤波或具有三个方向上的中心差值的差分滤波等，来执行相邻输出图像数据之间的差分，从而获得图像数据之间的亮度变化量。在“阴影”中，与“亮度特性上的不一致性”相比，变化量小到足以忽略。因此，通过利用相邻输出图像数据之间的差分来获得亮度变化量的绝对值，可以去除“阴影”。在并不包含阴影分量的数据的情况下，并不需要滤波过程。
接下来，将去除了阴影发诶哈的数据划分为具有n×m的各个块，之后，由块划分/相加部分将各个划分的块内的阴影分量相加以获得块划分/相加数据。
在特定大小的面积或更大面积上找到了“亮度特性上的不一致性”，并且该“亮度特性上的不一致性”具有特定大小的局部亮度变化。因此，如果在所划分的块中找到了“亮度特性上的不一致性”，则针对块的块划分/相加数据比其中并未找到“亮度特性上的不一致性”的块的块划分/相加数据更大的值。在其中并未找到“亮度特性上的不一致性”的块之间，块内的亮度变化非常小，从而在块划分/相加数据中并不存在显著的相互差别。因此，形成针对其中并未找到“亮度特性上的不一致性”的块划分/相加数据的分布，以使其接近于正态分布。形成了针对其中找到了“亮度特性上的不一致性”的块划分/相加数据的分布，从而对于块划分/相加数据，针对块划分/相加数据的最小值比最大值更接近于平均值。
由统计处理部分来计算针对块划分/相加数据的平均值、最大值和最小值。由质量确定部分来比较最大值和平均值之间的差值以及最小值和平均值之间的差值，以及/或者比较针对块的相加数据和针对块划分/相加数据的平均数据之间的差值、以及针对块划分/相加数据的最小值和针对块划分/相加数据的平均值之间的差值，以便确定针对图像传感器的质量和/或确定针对每一个块的质量(提取较差质量的块)。
例如，为了确定针对图像传感器的质量，计算“平均值Ave和最大值Max之间的差值”与“平均值Ave和最小值Min之间的差值”的比值。当两个差值的比值超过如以下表达式1所示的任意倍数(质量阈值：limit_1)时，将图像传感器确定为具有较差质量。
(Max-Ave)/(Ave-Min)＞limit_1……(表达式1)
Max：最大值
Min：最小值
Ave：平均值
limit_1：质量阈值。
为了提取较差质量的块(损坏区域)，计算“针对任意块的相加数据Blk和针对相加数据的平均值Ave之间的差值”与“针对相加数据的平均值Ave和针对相加数据的最小值Min之间的差值”。当“针对任意块的相加数据Blk和针对相加数据的平均值Ave之间的差值”与“针对相加数据的平均值Ave和针对相加数据的最小值Min之间的差值”的比值超过如以下表达式2所示的任意倍数(质量阈值：limit_2)时，将该任意块确定为具有较差质量。
(Blk-Ave)/(Ave-Min)＞limit_2……(表达式2)
Blk：针对块的相加数据
Max：针对相加数据的最大值
Min：针对相加数据的最小值
Ave：针对相加数据的平均值
limit_2：质量阈值(损坏区域)。
根据由成像设备所获得的对象图像和利用眼睛观察对象的结果之间的相关性来计算质量阈值limit_1和limit_2。然而，优选地，质量阈值limit_1和limit_2处于1.5到2.5的范围内。更优选地，质量阈值limit_1和limit_2为值2。当质量阈值limit_1和limit_2小于1.5时，存在以下增加的可能性：具有“较好质量”的图像传感器或块被确定为具有“较差质量”。当质量阈值limit_1和limit_2大于1.5时，存在以下增加的可能性：具有“较差质量”的图像传感器或块被确定为具有“较好质量”。
按照该方式，通过使用简单的统计处理，精确地且定量地高速检测了针对从图像传感器输出的图像数据的“亮度特性上的不一致性”，以确定其是否处于可接受的范围，而与“亮度特性上的不一致性”的面积大小和数量无关，且无需执行标记处理。
通过参考附图阅读并理解以下详细描述，本发明的这些和其他优点对本领域的技术人员而言将显而易见。
附图说明
图1是示出了根据本发明实施例的图像检查设备的典型结构的方框图；
图2(a)是示出了针对所获得的图像数据、在垂直方向上的一条线的一个示例的信号波形图；
图2(b)是示出了利用水平方向上的中心差值对图2(a)的输出图像数据执行差分滤波过程之后、去除了阴影分量的数据的信号波形图；
图2(c)是示出了以下图像示例的信号波形图，其中以预定的尺寸将图2(b)中去除了阴影分量的数据划分为各个块；
图3(a)是示出了4个系数的拉普拉斯算子滤波的示例的图；
图3(b)是示出了8个系数的拉普拉斯算子滤波的示例的图；
图4是示出了根据本发明的实施例，用于获得具有与图像检查设备中的输入图像相同尺寸的输出图像的控制程序的示例的图；
图5是示出了基于在图1所示的图像检查设备处所获得的输出图像数据的捕获图像的图；
图6是示出了包括表示“亮度特性上的不一致性”的图像示例的图；
图7是示出了从图像传感器输出的图像数据的示例的图；
图8是其中以三维形式来表示图7中的数据分布的图示；
图9是示出了利用“具有水平方向上的中心差值的差分滤波(4个系数)”来执行滤波过程之后的去除了阴影分量的数据(其一部分)的示例的图；
图10是其中以三维形式来表示图9中的数据分布的图示；
图11是示出了其中将去除了阴影分量的数据划分为尺寸为20×20的块的块划分/相加数据的图；
图12是示出了基于图11的数据分布的直方图；
图13是示出了通过质量确定已经确定为具有亮度特性上的不一致性的块的图；
图14是示出了图像检查设备的典型结构的方框图，其中图1所示的图像检查设备由计算机来实现。
11图像传感器
12质量阈值
20图像检查设备
21原始图像存储设备
22滤波处理部分
23初步处理部分
24块划分/相加部分
241块划分部分
242块相加部分
25二次处理部分
26统计处理部分
27质量确定部分
28确定结果存储部分
31其中质量已经得到确定的显示器
32确定结果的显示器
41CPU
42ROM
43RAM
44输入部分
45输出部分
具体实施方式
下面将参考附图来描述根据本发明的图像检查设备的实施例。
图1是示出了作为本发明一个实施例的图像检查设备的典型结构的方框图。
在图1中，图像检查设备20包括原始图像存储器21、滤波处理部分22、初步处理存储器23、块划分/相加部分24、二次处理存储器25、统计处理部分26、质量确定部分27和确定结果存储部分28。
将从图像传感器11输出的图像数据存储在原始图像存储器21中。在图像检查设备20中，用于检查的图像传感器11是CCD。首先，当将任意量的光输入到CCD时，获得输出图像数据(亮度信息)。之后，将获得的输出图像数据存储在原始图像存储器21中。
通过滤波处理部分22来获得从原始图像存储器21中所存储的输出图像数据中去除了阴影分量的去除了阴影分量的数据。在阴影中的图像数据之间的亮度大小的变化小于亮度特性上的不一致性的变化。因此，获得在相邻图像数据之间的亮度变化的大小的绝对值来去除阴影，从而获得了其中强调“亮度特性上的不一致性”的数据。
将由滤波处理部分22所获得的去除了阴影的数据存储在初步处理存储器23中。
块划分/相加部分24包括块划分部分241和块相加部分242。块划分部分241将初步处理存储器23中所存储的去除了阴影分量的数据划分为具有预定尺寸n×m的块(其中m和n是自然数)。块相加部分242通过将由块划分部分241划分的块内的去除了阴影分量的数据相加来计算块划分/相加数据。
将由块划分/相加部分24所获得的块划分/相加数据存储在二次处理存储器25中。
由统计处理部分26来计算在二次处理存储器25中所存储的块划分/相加数据的平均值、最大值和最小值。
由质量确定部分27利用块划分/相加数据的平均值、最大值和最小值来确定从图像传感器11中输出的图像数据的质量。
将由质量确定部分27获得的与已经确定的块有关的信息存储在确定结果存储部分28中。
利用上述特征，由滤波处理部分22来去除阴影分量。将去除了阴影分量的数据划分为具有预定尺寸的各个块，并且由块划分/相加部分24将各个块内的数据相加。由统计处理部分26来计算针对块划分/相加数据的平均值、最大值和最小值。由质量确定部分27来确定从图像传感器11中输出的图像数据的质量。
在确定输出图像数据的质量时，在特定大小的区域或更大区域上找到亮度特性上的不一致性，并且该亮度特性上的不一致性具有特定大小的局部亮度变化。因此，针对其中找到了亮度特性上的不一致性的块的相加数据的值大于未找到亮度特性上的不一致性的块的相加数据的值。因此，形成其中未找到亮度特性上的不一致性的块的相加数据，以使其接近于正态分布。针对其中找到了亮度特性上的不一致性的块的相加数据的最小值比最大值更接近于平均值。因此，计算相加数据的平均值、最大值和最小值，并且比较最大值和平均值的差值与最小值和平均值的差值，以确定图像传感器11或划分的块的质量(检测缺陷产品)，而不执行标记过程。
将更详细地描述以上所提到的每一个结构。图2(a)和2(b)示出了由滤波处理部分22来去除阴影分量的过程。图2(c)示出了由块划分/相加部分24来划分去除了阴影分量的数据的过程。
图2(a)是示出了针对所获得的输出图像数据、在垂直方向上的一条像素线的一个示例的信号波形图。在图2(a)中，垂直轴和水平轴分别表示亮度和时间。在由虚线围住的部分中找到亮度特性上的不一致性。
由滤波处理部分从图2(a)中的原始图像存储器21中所存储的输出图像数据中提取强调了“亮度特性上的不一致性”的图2(b)所示的去除了阴影分量的数据。具体地，从图2(a)中的获得的输出图像数据中去除低频分量(阴影)以提取高频分量(亮度特性上的点缺陷和不一致性)。为此，使用用于检测亮度变化量的差分滤波(一阶导数滤波)或提取轮廓的拉普拉斯算子滤波(二次导数滤波)等来强调高频分量。
用作滤波处理部分的典型滤波器包括具有水平方向上的中心差值的差分滤波、具有差值方向上的中心差值的差分滤波、4个系数的拉普拉斯算子滤波、8个系数的拉普拉斯算子和具有三个方向上的中心差值的差分滤波。
这里，一阶导数滤波利用X方向上的差分和Y方向的差分来提取亮度特性上的不一致性的边缘(轮廓)。执行拉普拉斯算子滤波，利用二阶导数来使图像税利化(sharpen)且检测边缘。按照如下方式来确定针对该图像的二阶导数。
B(x，y)是所关心的像素。像素B和其相邻像素A之间、以及像素B和其相邻像素C之间的差值分别为fx(B-A)和fx(C-B)。这表示为：
fx(B-A)＝I(x，y)-I(x-1，y)
fx(C-B)＝I(x+1，y)-I(x，y)，其中I(x，y)是在点(x，y)处的像素值。
利用以下公式来计算像素B的二阶导数，作为第一导数值的差值：
fxx(x，y)＝fx(C-B)-fx(B-A)＝I(x-1，y)+I(x+1，y)-2I(x，y)。
同时考虑在垂直方向上的差分，由以下公式给出了针对像素B的二阶导数：
2f(x，y)＝I(x-1，y)+I(x+1，y)+I(x，y-1)+I(x，y+1)-4I(x，y)……(表达式3)
图3(a)示出了4个系数的拉普拉斯算子滤波的示例，其中将上述表达式3中的每一个像素的系数表示为与每一个像素的排列相匹配。图3(b)示出了8个系数的拉普拉斯算子滤波的示例，其中除了4个系数的拉普拉斯算子滤波之外，还考虑了倾斜方向上的差分。这些系数被称为掩码或内核。
在滤波过程中，不仅局限于拉普拉斯算子滤波，重要的是，还要考虑其中可以对图像进行处理的范围。例如，不能够由上述的拉普拉斯算子滤波来执行不存在相邻像素的图像结尾处的像素的滤波过程。因此，需要注意访问每一个像素的环路的初始值和最终值。
图4示出了当获得了具有与输入图像相同尺寸的输出图像时的编程示例。
接下来，将滤波处理部分22的滤波过程之后的去除了阴影分量的数据存储在初步处理存储器23中。
图2(b)是示出了利用具有水平方向上的中心差值的差分滤波对图2(a)的输出图像数据执行滤波过程之后的去除了阴影分量的数据的信号波形图。在图2(b)中，水平轴和垂直轴分别表示亮度和时间变化的大小。
接下来，由块划分/添加部分24将存储在初步处理存储器23中的去除了阴影的数据划分为具有预定尺寸n×m的块。
图2(c)是示出了其中将图2(b)的去除了阴影分量的数据划分为具有预定尺寸的各个块的图示的信号波形图。在图2(c)中，垂直轴和水平轴分别表示亮度和时间变化的大小。
接下来，由块相加部分242将各个块内的去除了阴影分量的数据相加在一起。之后，将所获得的块划分/相加数据存储在二次处理存储器25中。
另外，由统计处理部分26来计算针对块划分/相加数据的平均值Ave、最大值Max和最小值Min。
此外，由质量确定部分27利用所计算出的平均值Ave、所计算出的最大值Max、所计算出的最小值Min和质量阈值12的数值limit_2来执行质量确定过程。
具体地，由质量确定部分27利用以下表达式来检测来自从图像传感器11输出的图像数据的“亮度特性上的不一致性”。
(Blk-Ave)/(Ave-Min)＞limit_2……(表达式2)
Blk：针对任意块的相加数据
Max：针对相加数据的最大值
Min：针对相加数据的最小值
Ave：针对相加数据的平均值
limit_2：质量阈值12的值
将针对每一个划分的块的质量确定结果存储在确定结果存储部分28中。
例如，如果找到了如图5所示的“亮度特性上的不一致性”，则将如图6所示的确定为“亮度特性上的不一致性”的块数据存储在确定结果存储部分28中。
当仅确定了针对图像传感器11的质量时，由质量确定部分27利用以下表达式来确定质量。
(Max-Ave)/(Ave-Min)＞limit_1……(表达式1)
Max：最大值
Min：最小值
Ave：平均值
limit_1：质量阈值12的值
根据由成像设备所获得的对象图像和利用眼睛观察对象的结果之间的相关性来计算质量阈值12的值limit_1和limit_2。
将针对图像传感器11的质量结果显示为其中已经确定了质量的显示31。对于针对该块的质量确定结果，将存储在确定结果存储部分28中的内容显示为确定结果的显示32。
下面，将作为在将具有水平方向的中心差值的差分滤波(4个系数)用作滤波处理部分22的情况下的一个示例，进一步详细描述根据本实施例的图像检查设备20。
图7示出了从图像传感器11输出的图像数据的一部分的示例。图8是其中以三维形式来表示图7中的数据分布的图示。在图8中，横向表示屏幕上水平方向的像素，而纵向表示屏幕上垂直方向的像素，并且示出了在与纸张平面垂直的方向上的亮度(2000-2500)。
根据表达式Vnew(x)＝|(V(x+2)+V(x+1)-V(x-1)-V(x-2))/2|，对输出图像数据执行差分滤波。换句话说，将与所关心的输出图像数据值相邻的两个输出图像数据值之间的差值、和与前述两个输出图像数据相邻的另两个输出图像数据值之间的差值相加，并且将结果值除以2以获得绝对值。
当参考图7的输出图像数据来描述时，从图中的左上方开始，针对亮度的数值为2408、2450、2392、2376、2350……。当针对这些数值来执行上述差分滤波时，亮度的变化量为|(2350+2376-2450-2408)/2|＝|-132/2|＝|-66|＝66。同样，当对相邻输出图像数据执行相同的差分滤波时，亮度的变化量为|(2410+2350-2391-2450)/2|＝41。
图9示出了在利用这样的“具有水平方向上的中心差值的差分滤波(4个系数)”来执行滤波过程之后的去除了阴影分量的数据。
图10是其中以三维形式来表示图9中的数据分布的图示。在图10中，横向表示屏幕上水平方向的像素，而纵向表示屏幕上垂直方向的像素，且示出了与纸张平面垂直的方向上的亮度变化量(0到100)。
图11示出了其中将去除了阴影分量的数据划分为尺寸为20×20的块的块划分/相加数据的示例，并且针对每一个块的去除了阴影分量的数据的和(在图9中，等于“66、41、0、18、44、……”的400个数据的和)。
利用图11的块划分/相加数据来计算以下平均值、最大值和最小值。
平均值：11986.07
最大值：24021
最小值：9716
当将质量阈值12的值limit_2设置为最大值和平均值之间的差值的两倍大小时，根据表达式(Blk-Ave)/(Ave-Min)＞2，Blk＞3×Ave-2×Min＝3×11986.07-2×9716＝16526.21。因此，如果块内相加数据的和超过了16527，则确定该块具有较差的质量。
图12是示出了基于图11的数据分布的直方图。在图中的虚线表示质量阈值的边界。在图12中，水平轴表示针对每一个块的块划分/相加数据的值，而垂直轴表示块的数量。在图12中，其中块内相加数据的和超过16527的块的数量为3。
如图13中所示的三维曲线图所示，提取缺陷块。在图13中，水平轴表示水平方向上的块，而垂直轴表示垂直方向上的块。在与纸张平面垂直的方向上示出了针对每一个块的亮度变化量的和(0到3000)。具有白色表面的块是缺陷块，而具有黑色表面的块是具有可接受质量的块。
当检查针对图像传感器11的任意“亮度特性上的不一致性”的存在时，表达式采用(Max-Ave)/(Ave-Min)＝(24021-11986.07)/(11986.07-9716)＝12034.93/2270.07＝5.30＞2。针对块划分/相加数据的“最大值和平均值之间的差值”大于针对块划分/相加数据的“最小值和平均值之间的差值”的两倍。因此，确定在图像传感器11中找到了“亮度特性上的不一致性”。
根据由成像设备所获得的对象图像和利用眼睛观察对象的结果之间的相关性来计算质量阈值limit_1和limit_2。然而，优选地，质量阈值limit_1和limit_2位于从1.5到2.5的范围内。更优选地，质量阈值limit_1和limit_2是值2，如所述的。当质量阈值limit_1和limit_2小于1.5时，存在以下增加的可能性：具有“较好质量”的图像传感器或块被确定为具有“较差质量”。当质量阈值limit_1和limit_2大于2.5时，存在以下增加的可能性：具有“较差质量”的图像传感器或块被确定为具有“较好质量”。
利用根据本实施例的图像检查设备20的图像检查方法可以由硬件来构造(电路配置。然而，该图像检查方法也可以由软件来实现。在该情况下的基本结构如图14所示。
图14是示出了用于实现由软件实现的根据本实施例的图像检查设备20的典型结构的方框图。
如图14所示，图像检查设备20包括：CPU(中央处理单元)，作为处理部分(控制部分)；ROM42，作为计算机可读记录介质，例如光盘(CD)、磁盘、硬盘、外部存储设备等；RAM43，用作CPU41的工作存储器；输入部分44，包括键盘、鼠标等；以及输出部分45，包括显示器、打印机等。
CPU41接收从图像传感器11输出的图像数据，并且根据从ROM42读取到RAM43的本发明的控制程序，确定如上所述的“亮度特性上的不一致性”的质量。
RAM42还用作原始图像存储器21、初步处理存储器23、二次处理存储器25和确定结果存储器28。从图像传感器11中输出的图像数据、由滤波处理部分22输出的去除了阴影分量的数据、由块划分/相加部分24所获得的块划分/相加数据、以及与由质量确定已经确定的块有关的信息也存储在RAM42中。
根据由成像设备所获得的对象图像和利用眼睛观察对象并由操作者经由输入部分44输入的结果之间的相关性来计算质量阈值12的值limit_1和limit_2。
将针对图像传感器11的质量结果输出到输出部分45，作为其中已经确定了质量并显示在此的显示31。对于针对块的质量确定结果，将存储在存储器28中的内容输出到输出部分45并在此显示为确定结果的显示32。
因此，CPU41根据控制程序执行以下操作：滤波处理步骤，用于根据从图像传感器11输出的图像数据来获得去除了阴影分量的数据；块划分/相加步骤，用于将去除了阴影分量的数据划分为具有预定尺寸n×m的各个块(其中m和n是自然数)，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据；统计处理步骤，用于计算针对块划分/相加数据的平均值、最大值和最小值；以及质量确定步骤，用于利用针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器11输出的图像数据的质量。
按照该方式，根据本发明，图像检查设备20包括：针对从图像传感器11输出的图像数据的原始图像存储器21；滤波处理部分22，用于根据输出图像数据获得去除了阴影分量的数据；初步处理存储器23，用于存储去除了阴影分量的数据；块划分/相加部分24，用于将去除了阴影分量的数据划分为具有预定尺寸n×m的块，并且将各个块内的去除了阴影分量的数据相加以获得块划分/相加数据；二次处理存储器25，用于存储块划分/相加数据；统计处理部分26，用于计算针对块划分/相加数据的平均值、最大值和最小值；质量确定部分27，用于利用计算出的平均值、最大值和最小值来确定针对该数据的质量；以及确定结果存储器28，用于存储与已经确定的块有关的信息。由此，通过使用简单的统计处理，精确地且定量地高速检测了针对从图像传感器输出的图像数据的“亮度特性上的不一致性”，以确定其是否处于可接受的范围，而与“亮度特性上的不一致性”的面积大小和数量无关，且无需执行标记处理。
在本实施例中，设置了滤波处理步骤(滤波处理部分22)。然而，本发明并不局限于本实施例。在从图像传感器输出的图像数据并不具有任何阴影或几乎不具有阴影的情况下，精确地且定量地高速检测了“亮度特性上的不一致性”，以确定其是否处于可接受的范围，而与“亮度特性上的不一致性”的面积大小和数量无关，无需设置滤波处理步骤(滤波处理部分22)，由此，实现了本发明的目的。
在本实施例中，设置了原始图像存储器21、滤波处理部分22、初步处理存储器23、块划分/相加部分24、二次处理存储器25、统计处理部分26、质量确定部分27和确定结果存储部分28。然而，本发明并不局限于此。本发明可以由滤波处理部分、块划分/相加部分、统计处理部分和质量确定部分27构成。每一个存储器可以包括或者可以不包括在每一个部分中。
如上所述，利用本发明的优选实施例示出了本发明。然而，本发明并不局限于这些实施例。应该理解，本发明的范围仅由所附权利要求的范围来构成。应该理解，本领域的技术人员根据本发明的描述和对本发明的特定优选实施例的描述的公知技术知识，能够实现等价范围的发明。应该理解，专利公开的内容、所公开的申请和在本说明书中所引用且作为本申请的参考文件引用的文档均包括在此作为参考。
根据本发明，在与具有这样的处理从图像传感器(例如CCD)输出的图像数据的功能的图像检查设备、图像检查方法、用于使计算机执行实现该图像检查方法的处理过程的控制程序和其上存储了该控制程序的计算机可读存储介质有关的领域中，通过利用简单的统计处理，精确地且定量地高速检测了针对从图像传感器输出的图像数据的“亮度特性上的不一致性”，以确定其是否处于可接受的范围，而与“亮度特性上的不一致性”的面积大小和数量无关，且无需执行标记处理。
在不脱离本发明的范围和精神的情况下，各种其他的修改对本领域的技术人员显而易见且易于由本领域的技术人员实施。因此，应该理解，所附权利要求的范围并不局限于这里所阐明的描述，而应在广义上构造权利要求。

Claims (15)

1、一种确定针对从图像传感器输出的图像数据的质量的图像检查设备，所述图像检查设备包括：
块划分/相加部分，用于将从图像传感器输出的图像数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的数据相加以获得块划分/相加数据；
统计处理部分，用于计算针对块划分/相加数据的平均值、最大值和最小值；以及
质量确定部分，用于根据由统计处理部分计算出的针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器输出的图像数据的质量。
2、根据权利要求1所述的图像检查设备，其特征在于还包括：滤波处理部分，用于在块划分/相加部分之前，获得从图像传感器输出的图像数据中去除了阴影分量的去除了阴影分量的数据，并且块划分/相加部分将去除了阴影分量的数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据。
3、根据权利要求2所述的图像检查设备，其特征在于所述滤波处理部分利用具有水平方向上的中心差值的差分滤波、具有垂直方向上的中心差值的差分滤波、4系数的拉普拉斯算子滤波、8系数的拉普拉斯算子滤波和具有三个方向上的中心差值的差分滤波中的任一个，获得去除了阴影分量的数据。
4、根据权利要求1所述的图像检查设备，其特征在于所述质量确定部分利用以下表达式来确定针对图像传感器的质量：
(Max-Ave)/(Ave-Min)＞limit_1
其中，
Max：针对块划分/相加数据的最大值；
Min：针对块划分/相加数据的最小值；
Ave：针对块划分/相加数据的平均值；以及
limit_1：用于确定质量的阈值。
5、根据权利要求1所述的图像检查设备，其特征在于所述质量确定部分利用以下表达式来确定针对块的质量：
(Blk-Ave)/(Ave-Min)＞limit_2
其中，
Blk：针对任意块的块划分/相加数据；
Min：针对块划分/相加数据的最小值；
Ave：针对块划分/相加数据的平均值；以及
limit_2：用于确定质量的阈值。
6、根据权利要求5所述的图像检查设备，其特征在于用于确定质量的阈值位于从1.5到2.5的范围内。
7、一种确定针对从图像传感器输出的图像数据的质量的图像检查设备，所述图像检查设备包括：
原始图像存储器，用于存储从图像传感器输出的图像数据；
滤波处理部分，用于获得从原始图像存储器中所存储的输出图像数据去除了阴影分量的去除了阴影分量的数据；
初步处理存储器，用于存储由滤波处理部分获得的去除了阴影分量的数据；
块划分/相加部分，用于将初步处理存储器中所存储的去除了阴影分量的数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据；
二次处理存储器，用于存储由块划分/相加部分所获得的块划分/相加数据；
统计处理部分，用于计算针对二次处理存储器中所存储的块划分/相加数据的平均值、最大值和最小值；
质量确定部分，用于根据由统计处理部分计算出的针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器输出的图像数据的质量；以及
确定结果存储器，用于存储与质量确定部分已经确定的块有关的信息。
8、根据权利要求7所述的图像检查设备，其特征在于所述滤波处理部分利用具有水平方向上的中心差值的差分滤波、具有垂直方向上的中心差值的差分滤波、4系数的拉普拉斯算子滤波、8系数的拉普拉斯算子滤波和具有三个方向上的中心差值的差分滤波中的任一个，获得去除了阴影分量的数据。
9、根据权利要求7所述的图像检查设备，其特征在于所述质量确定部分利用以下表达式来确定针对图像传感器的质量：
(Max-Ave)/(Ave-Min)＞limit_1
其中，
Max：针对块划分/相加数据的最大值；
Min：针对块划分/相加数据的最小值；
Ave：针对块划分/相加数据的平均值；以及
limit_1：用于确定质量的阈值。
10、根据权利要求7所述的图像检查设备，其特征在于所述质量确定部分利用以下表达式来确定针对块的质量：
(Blk-Ave)/(Ave-Min)＞limit_2
其中，
Blk：针对任意块的块划分/相加数据；
Min：针对块划分/相加数据的最小值；
Ave：针对块划分/相加数据的平均值；以及
limit_2：用于确定质量的阈值。
11、根据权利要求10所述的图像检查设备，其特征在于用于确定质量的阈值位于从1.5到2.5的范围内。
12、一种确定针对从图像传感器输出的图像数据的质量的图像检查方法，所述图像检查方法包括：
块划分/相加步骤，用于将从图像传感器输出的图像数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的数据相加以获得块划分/相加数据；
统计处理步骤，用于计算针对块划分/相加数据的平均值、最大值和最小值；以及
质量确定步骤，用于根据针对块划分/相加数据的平均值、最大值和最小值来确定针对从图像传感器输出的图像数据的质量。
13、根据权利要求12所述的图像检查方法，其特征在于还包括：滤波处理步骤，用于在块划分/相加步骤之前，获得从图像传感器输出的图像数据中去除了阴影分量的去除了阴影分量的数据，并且块划分/相加步骤将去除了阴影分量的数据划分为具有预定尺寸n×m的块(其中m和n是自然数)，并且将所划分的块内的去除了阴影分量的数据相加以获得块划分/相加数据。
14、一种使计算机执行实现了根据权利要求12所述的图像检查方法的处理过程的控制程序。
15、一种其上存储了根据权利要求14所述的控制程序的计算机可读存储介质。
CNB2005101202139A 2004-11-05 2005-11-07 图像检查设备和方法 Expired - Fee Related CN100353381C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2004322956A JP4247993B2 (ja) 2004-11-05 2004-11-05 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体
JP2004322956 2004-11-05

Publications (2)

Publication Number Publication Date
CN1770202A true CN1770202A (zh) 2006-05-10
CN100353381C CN100353381C (zh) 2007-12-05

Family

ID=36583445

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005101202139A Expired - Fee Related CN100353381C (zh) 2004-11-05 2005-11-07 图像检查设备和方法

Country Status (5)

Country Link
US (1) US7646892B2 (zh)
JP (1) JP4247993B2 (zh)
KR (1) KR100754969B1 (zh)
CN (1) CN100353381C (zh)
TW (1) TWI303527B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4657869B2 (ja) 2005-09-27 2011-03-23 シャープ株式会社 欠陥検出装置、イメージセンサデバイス、イメージセンサモジュール、画像処理装置、デジタル画像品質テスタ、欠陥検出方法、欠陥検出プログラム、およびコンピュータ読取可能な記録媒体
TWI342155B (en) * 2006-11-07 2011-05-11 Realtek Semiconductor Corp Methods for processing image signals and related apparatuses
US20100149426A1 (en) * 2008-12-17 2010-06-17 Ho-Tzu Cheng Systems and methods for bandwidth optimized motion compensation memory access
TWI495862B (zh) * 2012-10-04 2015-08-11 Pixart Imaging Inc 檢測影像感測器的方法以及相關裝置
JP6657925B2 (ja) 2015-06-04 2020-03-04 ソニー株式会社 車載カメラ・システム並びに画像処理装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63250973A (ja) * 1987-04-07 1988-10-18 Canon Inc エツジ検出方法
US4926251A (en) * 1987-04-07 1990-05-15 Kabushiki Kaisha Toshiba Color image processing apparatus with image corrector
JPH07117571B2 (ja) * 1988-09-22 1995-12-18 松下電子工業株式会社 固体撮像素子の検査方法
JP2807031B2 (ja) * 1990-03-07 1998-09-30 株式会社アドバンテスト カラー画像信号の評価方法及びこの評価方法を用いたカラー画像信号評価装置
JP2870847B2 (ja) * 1989-09-08 1999-03-17 株式会社アドバンテスト カラー画像信号評価方法及びこの評価方法を用いた装置
JP2870848B2 (ja) * 1989-09-08 1999-03-17 株式会社アドバンテスト カラー画像信号の評価方法及びこの評価方法を用いたカラー画像信号評価装置
JP2728789B2 (ja) 1991-02-13 1998-03-18 株式会社東芝 カラー固体撮像素子の検査装置
JPH05102451A (ja) * 1991-10-11 1993-04-23 Matsushita Electron Corp 固体撮像素子の評価方法
JP3114410B2 (ja) * 1993-02-17 2000-12-04 富士電機株式会社 イメージセンサの試験方法
JP3297950B2 (ja) * 1993-07-13 2002-07-02 シャープ株式会社 平面型表示パネル検査装置
JPH09259281A (ja) 1996-03-22 1997-10-03 Advantest Corp 画像情報処理装置
JPH10257381A (ja) 1997-03-12 1998-09-25 Matsushita Electric Ind Co Ltd フリッカ補正装置
KR19990018136A (ko) * 1997-08-26 1999-03-15 윤종용 칼라화질검사방법 및 장치
JP3237582B2 (ja) * 1997-08-28 2001-12-10 富士ゼロックス株式会社 画像処理装置及び画像処理方法
JPH11331626A (ja) * 1998-03-09 1999-11-30 Minolta Co Ltd 画像処理装置
JP4165932B2 (ja) * 1998-07-21 2008-10-15 東芝ソリューション株式会社 明暗検査装置および明暗検査方法
JP2000287135A (ja) * 1999-03-31 2000-10-13 Sony Corp 撮像装置並びに固体撮像素子の画素欠陥検出装置及び方法
KR100416775B1 (ko) * 2001-07-19 2004-01-31 엘지전자 주식회사 디스플레이 장치 휘도 검사방법
JP3710131B2 (ja) * 2002-05-29 2005-10-26 シャープ株式会社 画像処理装置および画像処理方法、並びに画像表示装置、携帯電子機器
JP2004228948A (ja) * 2003-01-23 2004-08-12 Seiko Epson Corp 画像処理システム、プロジェクタ、プログラム、情報記憶媒体および画像処理方法

Also Published As

Publication number Publication date
KR100754969B1 (ko) 2007-09-04
TW200631397A (en) 2006-09-01
TWI303527B (en) 2008-11-21
JP2006135700A (ja) 2006-05-25
CN100353381C (zh) 2007-12-05
JP4247993B2 (ja) 2009-04-02
US20060126136A1 (en) 2006-06-15
US7646892B2 (en) 2010-01-12
KR20060052459A (ko) 2006-05-19

Similar Documents

Publication Publication Date Title
CN1213382C (zh) 用于从多值图象提取划线的设备
CN1920539A (zh) 缺陷检测方法与缺陷检测装置
CN1261908C (zh) 检测印刷电路板缺陷的方法和系统
CN1940994A (zh) 缺陷检测装置、图像传感器器件、图像传感器模块
CN1871622A (zh) 图像比较系统和图像比较方法
CN1313963C (zh) 字符识别装置和字符识别方法
CN1834582A (zh) 图像处理方法、三维位置测量方法以及图像处理装置
CN1917578A (zh) 数据处理设备、数据处理方法及程序
CN1114888C (zh) 图像处理方法、设备和系统
CN1231868C (zh) 图案评价方法和图案评价装置
CN100345160C (zh) 一种控制平均亮度的直方图均衡方法
CN1922883A (zh) 电子水印嵌入方法、电子水印检测方法和装置以及程序
CN1554074A (zh) 在考虑其噪声的情况下改变数字图象的方法和系统
CN1909671A (zh) 产生用户偏爱数据的方法和装置
CN1400807A (zh) 图象处理方法和设备,图象处理系统以及存储介质
CN1658227A (zh) 检测视频文本的方法和装置
CN1906480A (zh) X射线检查装置和x射线检查装置的图像处理顺序的生成方法
CN1678021A (zh) 图像处理设备和方法、记录媒体和程序
CN1671176A (zh) 修正图像变形的图像处理装置、修正摄影图像变形的摄影装置
CN1993708A (zh) 图像处理设备及方法、摄像设备以及程序
CN1691740A (zh) 放大显示装置和放大图像控制装置
CN1702542A (zh) 图像处理系统、投影机及图像处理方法
CN1595958A (zh) 图象质量补正装置和图象质量补正方法
CN1678074A (zh) 用于在分层运动估计中产生运动矢量的方法和装置
CN1180627C (zh) 图像编码/解码方法,图像编码装置和图像解码装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20071205

Termination date: 20151107

EXPY Termination of patent right or utility model