CN1893550A - 影像杂讯过滤系统及方法 - Google Patents

影像杂讯过滤系统及方法 Download PDF

Info

Publication number
CN1893550A
CN1893550A CNA2005100357467A CN200510035746A CN1893550A CN 1893550 A CN1893550 A CN 1893550A CN A2005100357467 A CNA2005100357467 A CN A2005100357467A CN 200510035746 A CN200510035746 A CN 200510035746A CN 1893550 A CN1893550 A CN 1893550A
Authority
CN
China
Prior art keywords
image
gray scale
point
threshold values
noise
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
CNA2005100357467A
Other languages
English (en)
Other versions
CN100469103C (zh
Inventor
张旨光
孙小超
蒋理
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.)
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry 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 Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CNB2005100357467A priority Critical patent/CN100469103C/zh
Priority to US11/308,953 priority patent/US7697780B2/en
Publication of CN1893550A publication Critical patent/CN1893550A/zh
Application granted granted Critical
Publication of CN100469103C publication Critical patent/CN100469103C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration by the use of local operators
    • G06T5/73
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20192Edge enhancement; Edge preservation

Abstract

本发明提供一种影像杂讯过滤系统及方法,其可通过一计算装置过滤由电子器材获取的影像杂讯,该系统包括:一影像获取模块,用于获取需过滤杂讯的影像;一灰度变换模块,用于对影像中的灰度进行变换,增强影像对比度,并对影像进行锐利化处理;一边界点提取模块,用于以均值过滤法求一垂直于影像轮廓边界的方向直线上每点的灰度并提取影像轮廓的边界与该方向直线的交点;一过滤模块,用于通过一公差阀值过滤影像中的杂讯及一存储模块,用于存储影像及影像杂讯过滤时获取的点集。利用本发明,可有效过滤影像中的杂讯。

Description

影像杂讯过滤系统及方法
【技术领域】
本发明涉及一种量测影像的数据处理系统及方法,尤其涉及一种过滤影像杂讯的系统及方法。
【背景技术】
数位影像科技的应用日渐普及,越来越多普通用户及量测人员需要通过例如数码相机、扫描器、影像量测机台等电子器材获取相关影像,这些电子器材将物体所发出或反射的光经过一些光学镜片而使影像成像至感光元件上,常见的感光元件有电荷耦合装置(Charge CoupledDevice,CCD)或者互补型金属氧化半导体(Complementary MetalOxide Semiconductor,CMOS),利用这些感光元件将影像转为电子数字数据。
在影像成像时常常受到一些不预期的干扰而产生杂讯,原因通常起源于影像获取的过程,包括:光照、振动、感测的限制、感测元件的电子干扰、资料传送或纪录时间间歇性的资料遗失等。这些杂讯会降低影像的品质,使其清晰度、锐利度因此而降低,物体轮廓变得模糊,而影像准确抓取轮廓边界上的点并降低量测精度,甚至无法找到物体边界。实际上,影像的实质信号并非被破坏,而是部分数据隐藏在外来干扰信号的里面。例如物体的边缘与背景影像,亮度上的差异还在,但由于成像与获取过程中一些外来的其他信号的干扰,造成影像的亮度差异相对地变得不明显而使影像显得模糊,因此,过滤影像中的杂讯就显得非常重要。
为了提高影像的清晰度、锐利度,并保证在编辑过程中不使影像失真,有必要提供一种影像杂讯过滤系统及方法,协助使用者快速有效地过滤所获取影像中的杂讯。
【发明内容】
本发明的较佳实施方式提供一种影像杂讯过滤系统,其可通过一计算装置过滤由电子器材获取的影像杂讯,该系统包括:一种影像杂讯过滤系统,该系统包括:一影像获取模块,用于获取需过滤杂讯的影像;一灰度变换模块,用于对影像中的灰度进行变换,增强影像对比度,并对影像进行锐利化处理;一边界点提取模块,用于以均值过滤法求一垂直于影像轮廓边界的方向直线上每点的灰度并提取影像轮廓的边界与该方向直线的交点;一过滤模块,用于通过一公差阀值过滤影像中的杂讯;一存储模块,用于存储影像及影像杂讯过滤时获取的点集。
本发明的较佳实施方式还提供一种影像杂讯过滤方法,其可通过一计算装置过滤由电子器材获取的影像杂讯,该方法包括如下步骤:获取一影像,变换该影像的灰度;指定一垂直于影像轮廓边界的方向直线;用均值过滤法求直线上每点的灰度;提取方向直线与影像轮廓边界的交点;循环指定不同的方向直线,将提取的交点输出到一点集;根据输出点集拟合一几何特征;设定一公差阀值过滤点集中的杂讯点。
如上所述的影像杂讯过滤方法中,该变换影像的灰度的步骤还包括:计算影像中灰度的分布范围;设置变换需要达到的灰度的分布范围;进行灰度变换;统计灰度变换后,影像中灰度的频率;判断灰度变换后的影像中灰度的分布范围是否合格,即灰度是否集中分布在所设置的变换需要达到的灰度的分布范围附近;及若灰度的分布范围合格,则对灰度变换后的影像进行锐利化处理;若灰度的分布范围不合格,则重新设置变换需要达到的灰度的分布范围。
如上所述的影像杂讯过滤方法中,该用均值过滤法求直线上每点灰度的步骤还包括:循环选取方向直线上的点,得该点的灰度;选取与该点相邻的多个点,将多个点所对应的灰度进行平均得一灰度平均值;设定一非负阀值;若该选取点的灰度与灰度平均值的差的绝对值小于所设定的非负阀值,则令该灰度平均值取代该点的灰度;若该选取点的灰度与灰度平均值的差的绝对值大于或等于所设定的非负阀值,则保留该点的灰度。
如上所述的影像杂讯过滤方法中,该设定一公差阀值过滤点集中的杂讯点的步骤还包括:设定一公差阀值;在点集中取点,并计算点至几何特征的距离;判断点至几何特征的距离是否大于公差阀值;若点至几何特征的距离大于公差阀值,则标记该点为杂讯点并删除,若点至几何特征的距离不大于公差阀值,则从点集中循环取点;及循环取点结束后,根据删除杂讯点后的点集拟合一新的几何特征。
相较现有技术,所述的影像杂讯过滤系统及方法,可快速有效地过滤所获取影像中的杂讯。
【附图说明】
图1是本发明影像杂讯过滤系统较佳实施方式的硬件架构图。
图2是本发明影像杂讯过滤系统较佳实施方式的功能模块图。
图3是本发明影像杂讯过滤方法较佳实施方式的影像灰度变换流程图。
图4是本发明影像杂讯过滤方法较佳实施方式的影像边界点提取流程图。
图5是本发明影像杂讯过滤方法较佳实施方式的影像杂讯过滤流程图。
图6是本发明影像杂讯过滤方法较佳实施方式的影像灰度分布波形图。
图7是本发明影像杂讯过滤方法较佳实施方式的影像灰度变换后的灰度分布波形图。
【具体实施方式】
为便于理解,对下文涉及的术语做简要说明:
CCD:Charged Coupled Device,电荷耦合装置或电荷耦合器件。
影像的锐利化处理:用于突出影像中有关形体的边缘,其通过增强高频分量来减少图象中的模糊,因此又称为高通滤波。常用的锐利化模板是拉普拉斯(Laplacian)模板。
灰度转换公式:F(x,y)为获取的影像,其灰度分布范围为[a,b],对该影像进行灰度变换,使用者可根据实际情况设定变换后需达到的灰度分布范围[c,d],而变换后影像为G(x,y),则该灰度转换公式为:
G ( x , y ) = ( d - c ) [ F ( x , y ) - a ] b - a + c
如图1所示,为本发明影像杂讯过滤系统的硬件架构图。该影像杂讯过滤系统建构在多个客户端计算机2中。客户端计算机2通过影像数据线4与一图像传感器1相连接以获取影像,并在客户端计算机2对影像杂讯进行过滤后,将影像数据传送至与其相连的数据库3中进行存储。所述图像传感器1应用CCD感光技术。
如图2所示,为本发明影像杂讯过滤系统的功能模块图。该影像杂讯过滤系统建构在多个客户端计算机2中,其包括五个功能模块,分别是影像获取模块20、灰度变换模块21、边界点提取模块22、过滤模块23及存储模块24。其中,影像获取模块20用于客户端计算机2通过影像数据线4从图像传感器1获取需过滤杂讯的影像,以便于使用者对该影像进行杂讯过滤。灰度变换模块21用于对影像中的灰度进行变换,增强影像对比度,并对影像进行锐利化处理,以此突出影像中形体的轮廓边界。边界点提取模块22用于以均值过滤法求一垂直于影像轮廓边界的方向直线上每点的灰度并提取影像轮廓的边界与该方向直线的交点。过滤模块23用于通过设置一公差阀值以过滤影像中的杂讯。存储模块24用于存储影像及影像杂讯过滤时获取的点集至数据库3中。
如图3所示,是本发明影像杂讯过滤方法较佳实施方式的影像灰度变换流程图,其主要实现灰度变换模块21的功能。首先,客户端计算机2通过影像数据线4从图像传感器1处获取影像F(x,y)(步骤S10)。计算所获取影像F(x,y)的大小,读取其高度及宽度(步骤S12)。统计影像F(x,y)中每个灰度出现的频率,其中,频率与灰度之间的关系可参照图6所示的波形图,其中灰度分布的最大区间为[0,255](步骤S14)。计算灰度的分布范围[a,b],[a,b]必在[0,255]区间内,如图6所示的波形图中有两个波峰,这两个波峰分别表示影像中深色和浅色灰度集中分布的情况,假设左侧波峰对应的频率为h,2/3h的频率相交于左侧波峰附近的A、B两点,则应选取接近灰度0侧的A点所对应的灰度为a,同理,右侧波峰对应的频率为H,2/3H的频率相交于右侧波峰附近的C、D两点,则应选取接近灰度为255侧的D点所对应的灰度为b(步骤S16)。设置变换后需要达到的灰度分布范围[c,d],为了使影像的灰度差异明显,[c,d]可设定为[0,255](步骤S18)。利用上文所述的灰度转换公式,对影像中的每个灰度进行变换,灰度变换后的影像以G(x,y)表示(步骤S20)。统计灰度变换后影像G(x,y)中的灰度的频率,可参照图7所示波形图(步骤S22)。判断灰度变换后的灰度的分布范围是否合格,即灰度是否主要集中分布在c和d附近,而中间值较少。判断所依据的标准,可为在边界点c、d处对应的频率是否为波峰对应的频率值的三分之二,使用者可根据实际情况设定该比率,如也可判断边界点c、d处对应的频率是否为波峰对应的频率值的四分之三等(步骤S24)。若灰度变换后的灰度分布范围合格,则对灰度变换后的影像进行锐利化处理(步骤S26)。存储进行锐利化处理后的影像至数据库3(步骤S28)。若灰度变换后的灰度分布范围不合格,则需返回步骤S18重新设置灰度变换后需达到的分布范围[c,d]并执行后续流程。
如图4所示,是本发明影像杂讯过滤方法较佳实施方式的影像边界点提取流程图,其主要实现边界点提取模块22的功能。首先,从数据库3中获取进行灰度变换和锐利化处理后的影像(步骤S30)。在该影像上指定一条方向直线,该方向直线垂直于影像轮廓的边界,此方向直线通常为多条,可通过循环指定不同的方向直线并进行后续流程(步骤S32)。计算方向直线上的每点坐标(步骤S34)。用均值过滤法求直线上每点的灰度,例如直线上一点,其坐标为(x,y),其所对应的灰度为E(x,y),选取与该点相邻的多个点,对相邻的多个点的灰度进行平均得一灰度平均值S。其中该相邻的多个点的所在区域应对称,如该区域可为3*3的正方形区域(也可为圆形区域),则3*3的正方形区域内,可选取相邻的八个点,其坐标如下表所示:
  (x-1,y-1)   (x,y-1)   (x+1,y-1)
  (x-1,y)   (x,y)   (x+1,y)
  (x-1,y+1)   (x,y+1)   (x+1,y+1)
该均值过滤法还包括设定一个非负阀值T,T的设定可为影像进行灰度变换前的灰度分布范围[a,b]的差值的十分之一,即T=(b-a)/10(使用者还可根据影像的实际情况自定义T值),如若该选取点的灰度与灰度平均值S的差的绝对值小于所设定的非负阀值T,则令该灰度平均值S取代该点的灰度;若该选取点的灰度与灰度平均值S的差的绝对值大于或等于所设定的非负阀值T,则保留该点的灰度,通过设定非负阀值T确认直线上每点的灰度的步骤,既可对影像中的杂讯进行模糊化处理,又可抑制直接以灰度平均值S取代直线上选取点的灰度所造成的影像边界的模糊化。(步骤S36)。提取方向直线与影像轮廓边界的交点(步骤S38)。将交点的坐标输出到点集(步骤S40)。判断是否为在该影像轮廓边界处可指定的最后一条方向直线(步骤S42)。若是最后一条可指定的方向直线,则存储该点集,如存储该点集为P(步骤S44)。若不是可指定的最后一条直线,则返回步骤S32。
如图5所示,是本发明影像杂讯过滤方法较佳实施方式的影像杂讯过滤流程图,其主要实现过滤模块23的功能。首先,输入边界点提取后所存储的点集P(步骤S50)。根据点集P拟合一几何特征F,几何特征主要指点、线、圆、弧(步骤S52)。输入一公差阀值K,K的设定通常为5,也可根据实际影像的特征进行自定义(步骤S54)。在点集P中进行循环取点(x,y)(步骤S56)。计算该点(x,y)至几何特征F的距离D(步骤S58)。判断点(x,y)至几何特征F的距离D是否大于公差阀值K(步骤S60)。若D>K,则标记该点为杂讯点,并从点集P中删除该点(步骤S62)。判断该点是否为点集P中的最后一点,若D<K,也执行本步骤的判断(步骤S64)。若不是点集P中的最后一点,则返回步骤S56;若是点集P中的最后一点,则重新得到一新点集P2,原点集P中的杂讯点已经被删除(步骤S66)。根据新点集P2,重新拟合几何特征(步骤S68)。判断过滤次数是否小于3(步骤S70)。若过滤次数小于3,则返回步骤S52;若过滤次数不小于3,则输出拟合后的几何特征,并存储至数据库3(步骤S72)。
如图6所示,是本发明影像杂讯过滤方法较佳实施方式的影像灰度分布波形图。
如图7所示,是本发明影像杂讯过滤方法较佳实施方式的影像灰度变换后的灰度分布波形图。

Claims (11)

1.一种影像杂讯过滤系统,其可通过一计算装置过滤由电子器材获取的影像杂讯,其特征在于,该系统包括:
一影像获取模块,用于获取需过滤杂讯的影像;
一灰度变换模块,用于对影像中的灰度进行变换,增强影像对比度,并对影像进行锐利化处理;
一过滤模块,用于通过一公差阀值过滤影像中的杂讯;及
一存储模块,用于存储影像及影像杂讯过滤时获取的点集。
2.如权利要求1所述的影像杂讯过滤系统,其特征在于,该系统还包括一边界点提取模块,用于以均值过滤法求一垂直于影像轮廓边界的方向直线上每点的灰度并提取影像轮廓的边界与该方向直线的交点。
3.如权利要求1所述的影像杂讯过滤系统,其特征在于,该过滤模块可自定义公差阀值。
4.一种影像杂讯过滤方法,其可通过一计算装置过滤由电子器材获取的影像杂讯,其特征在于,该方法包括如下步骤:
获取一影像,变换该影像的灰度;
指定一垂直于影像轮廓边界的方向直线;
用均值过滤法求直线上每点的灰度;
提取方向直线与影像轮廓边界的交点;
循环指定不同的方向直线,将提取的交点输出到一点集;
根据输出点集拟合一几何特征;及
设定一公差阀值过滤点集中的杂讯点。
5.如权利要求4所述的影像杂讯过滤系统,其特征在于,该电子器材可为一影像量测机台。
6.如权利要求4所述的影像杂讯过滤方法,其特征在于,该变换影像的灰度的步骤还包括:
计算影像的大小;
统计影像中灰度的频率;
计算影像中灰度的分布范围;
设置变换需要达到的灰度的分布范围;
进行灰度变换;
统计灰度变换后,影像中灰度的频率;
判断灰度变换后的影像中灰度的分布范围是否合格,即灰度是否集中分布在所设置的变换需要达到的灰度的分布范围附近;及
若灰度的分布范围合格,则对灰度变换后的影像进行锐利化处理;若灰度的分布范围不合格,则重新设置变换需要达到的灰度的分布范围。
7.如权利要求4所述的影像杂讯过滤方法,其特征在于,该以均值过滤法提取方向直线与影像轮廓边界的交点的步骤还包括:
计算方向直线的每点坐标;
循环选取方向直线上的点,得该点的灰度;
选取与该点相邻的区域内的多个点,将多个点所对应的灰度进行平均得一灰度平均值;
设定一非负阀值;及
如若该选取点的灰度与灰度平均值的差的绝对值小于所设定的非负阀值,则令该灰度平均值取代该点的灰度;若该选取点的灰度与灰度平均值的差的绝对值大于或等于所设定的非负阀值,则保留该点的灰度。
8.如权利要求7所述的影像杂讯过滤方法,其特征在于,该选取的相邻的区域应为对称区域。
9.如权利要求7所述的影像杂讯过滤方法,其特征在于,该非负阀值可设定为影像进行灰度变换前的灰度分布范围的差值的十分之一。
10.如权利要求4所述的影像杂讯过滤方法,其特征在于,该设定一公差阀值过滤点集中的杂讯点的步骤还包括:
设定一公差阀值;
在点集中取点,并计算该点至几何特征的距离;
判断该点至几何特征的距离是否大于公差阀值;
若该点至几何特征的距离大于公差阀值,则标记该点为杂讯点并删除,若该点至几何特征的距离不大于公差阀值,则从点集中循环取点;及
循环取点结束后,根据删除杂讯点后的点集拟合一新的几何特征。
11.如权利要求10所述的影像杂讯过滤方法,其特征在于,该公差阀值可设定为5。
CNB2005100357467A 2005-07-01 2005-07-01 影像杂讯过滤系统及方法 Expired - Fee Related CN100469103C (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CNB2005100357467A CN100469103C (zh) 2005-07-01 2005-07-01 影像杂讯过滤系统及方法
US11/308,953 US7697780B2 (en) 2005-07-01 2006-05-29 System and method for filtering image noise

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2005100357467A CN100469103C (zh) 2005-07-01 2005-07-01 影像杂讯过滤系统及方法

Publications (2)

Publication Number Publication Date
CN1893550A true CN1893550A (zh) 2007-01-10
CN100469103C CN100469103C (zh) 2009-03-11

Family

ID=37589610

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2005100357467A Expired - Fee Related CN100469103C (zh) 2005-07-01 2005-07-01 影像杂讯过滤系统及方法

Country Status (2)

Country Link
US (1) US7697780B2 (zh)
CN (1) CN100469103C (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238334A (zh) * 2010-04-28 2011-11-09 奥林巴斯映像株式会社 摄像装置
CN103292725A (zh) * 2012-02-29 2013-09-11 鸿富锦精密工业(深圳)有限公司 特殊边界量测系统及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10504225A (ja) * 1995-06-07 1998-04-28 ユニバーシティ オブ フロリダ リサーチ ファウンデーション,インク. デジタル画像定量化のための自動化された方法
US5987172A (en) * 1995-12-06 1999-11-16 Cognex Corp. Edge peak contour tracker
DE69709451T2 (de) 1996-02-05 2002-08-29 Koninkl Philips Electronics Nv Bilddatengeräuschfilterung
KR100234316B1 (ko) * 1997-04-04 1999-12-15 윤종용 링잉노이즈 감소를 위한 신호적응 필터링 방법 및 신호적응필터
JP3881439B2 (ja) * 1998-01-23 2007-02-14 シャープ株式会社 画像処理装置
US6614474B1 (en) * 1998-08-27 2003-09-02 Polycom, Inc. Electronic pan tilt zoom video camera with adaptive edge sharpening filter
US6504625B1 (en) * 1998-12-24 2003-01-07 Champion International Company System and method for print analysis
JP2004030596A (ja) * 2002-05-10 2004-01-29 Canon Inc 画像階調変換方法、画像階調変換装置、システム、プログラム及び記憶媒体

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238334A (zh) * 2010-04-28 2011-11-09 奥林巴斯映像株式会社 摄像装置
CN102238334B (zh) * 2010-04-28 2014-07-09 奥林巴斯映像株式会社 摄像装置
CN103292725A (zh) * 2012-02-29 2013-09-11 鸿富锦精密工业(深圳)有限公司 特殊边界量测系统及方法
TWI514326B (zh) * 2012-02-29 2015-12-21 Hon Hai Prec Ind Co Ltd 特殊邊界量測系統及方法

Also Published As

Publication number Publication date
CN100469103C (zh) 2009-03-11
US7697780B2 (en) 2010-04-13
US20070003158A1 (en) 2007-01-04

Similar Documents

Publication Publication Date Title
US10074164B2 (en) Method and apparatus for adjusting image brightness
US7889921B2 (en) Noise reduced color image using panchromatic image
Otte et al. Estimation of optical flow based on higher-order spatiotemporal derivatives in interlaced and non-interlaced image sequences
CN110852997B (zh) 动态图像清晰度检测方法、装置、电子设备及存储介质
CN110782477A (zh) 基于序列图像的运动目标快速检测方法、计算机视觉系统
CN111402280B (zh) 基于对数图像处理模型的图像边缘检测系统及方法
CN110490924B (zh) 一种基于多尺度Harris的光场图像特征点检测方法
US8693803B2 (en) High linear dynamic range imaging
CN110969656A (zh) 一种基于机载设备激光光束光斑大小的检测方法
CN110969164A (zh) 基于深度学习端对端的低照度成像车牌识别方法及装置
Zhou et al. Gradient-based feature extraction from raw bayer pattern images
CN104899589A (zh) 一种采用阈值二值化算法实现二维条码预处理的方法
CN115937794A (zh) 小目标对象检测方法、装置、电子设备及存储介质
EP1227658A2 (en) Document optimized reconstruction of color filter array images
CN114140481A (zh) 一种基于红外图像的边缘检测方法、装置
CN100469103C (zh) 影像杂讯过滤系统及方法
CN109815784A (zh) 一种基于红外热像仪的智能分类方法、系统及存储介质
CN111429437B (zh) 面向目标检测的图像无参考清晰度质量检测方法
CN111222446B (zh) 人脸识别方法、人脸识别装置及移动终端
CN115294035B (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
CN108960285B (zh) 一种分类模型生成方法、舌体图像分类方法及装置
CN100371944C (zh) 基于反射或透射光强分布特性的灰度图像分割方法
Wang et al. A bilateral filtering based ringing elimination approach for motion-blurred restoration image
JPH0222421B2 (zh)
CN114463764A (zh) 表格线检测方法、装置、计算机设备和存储介质

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: 20090311

Termination date: 20170701

CF01 Termination of patent right due to non-payment of annual fee