JP2020507103A - 被測定物の測定イメージをキャプチャする為のシステム及び方法 - Google Patents
被測定物の測定イメージをキャプチャする為のシステム及び方法 Download PDFInfo
- Publication number
- JP2020507103A JP2020507103A JP2019534173A JP2019534173A JP2020507103A JP 2020507103 A JP2020507103 A JP 2020507103A JP 2019534173 A JP2019534173 A JP 2019534173A JP 2019534173 A JP2019534173 A JP 2019534173A JP 2020507103 A JP2020507103 A JP 2020507103A
- Authority
- JP
- Japan
- Prior art keywords
- image
- screen
- measurement
- camera
- color channel
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 238000012360 testing method Methods 0.000 title claims abstract description 66
- 238000005259 measurement Methods 0.000 claims abstract description 247
- 238000005286 illumination Methods 0.000 claims abstract description 151
- 238000004590 computer program Methods 0.000 claims abstract description 42
- 230000003595 spectral effect Effects 0.000 claims description 82
- 230000015654 memory Effects 0.000 claims description 81
- 238000011156 evaluation Methods 0.000 claims description 77
- 230000003213 activating effect Effects 0.000 claims description 40
- 230000003287 optical effect Effects 0.000 claims description 21
- 230000035945 sensitivity Effects 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000013528 artificial neural network Methods 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 5
- 230000000875 corresponding effect Effects 0.000 description 26
- 239000013598 vector Substances 0.000 description 17
- 239000003086 colorant Substances 0.000 description 11
- 230000001419 dependent effect Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 9
- 239000000047 product Substances 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000002310 reflectometry Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 238000003306 harvesting Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 239000004753 textile Substances 0.000 description 3
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 239000002537 cosmetic Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010061218 Inflammation Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229920006362 Teflon® Polymers 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000036579 abiotic stress Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002845 discoloration Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 235000019688 fish Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 239000005417 food ingredient Substances 0.000 description 1
- 235000013376 functional food Nutrition 0.000 description 1
- 230000003806 hair structure Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 239000006210 lotion Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 238000000985 reflectance spectrum Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002453 shampoo Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000516 sunscreening agent Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 229940088594 vitamin Drugs 0.000 description 1
- 229930003231 vitamin Natural products 0.000 description 1
- 235000013343 vitamin Nutrition 0.000 description 1
- 239000011782 vitamin Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/72—Combination of two or more compensation controls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/247—Telephone sets including user guidance or feature selection means facilitating their use
- H04M1/2477—Telephone sets including user guidance or feature selection means facilitating their use for selecting a function from a menu display
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/62—Control of parameters via user interfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Stroboscope Apparatuses (AREA)
- Indication In Cameras, And Counting Of Exposures (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
Description
−ハウジングと、
−カメラの観測領域内で被測定物の測定イメージをキャプチャする為の、よって、カメラによってキャプチャされた空間領域の測定イメージをキャプチャする為の、ハウジング内に一体化されたカメラと、
−例えば、カメラの観測領域に面したスクリーン上に順次提示されるイメージの形態の所定の照明イメージシーケンスを表示する為に、スクリーン上に提示されるイメージの発光表示の為にハウジング内に一体化されたスクリーンと、
−ハウジング内に一体化され、所定の照明イメージシーケンスの幾つかの異なる照明イメージを順次表示するようにモバイル電子機器のスクリーンを作動させるように構成された制御ユニットであって、モバイル電子機器のカメラを、所定の照明イメージシーケンスの各照明イメージの表示と同時に、被測定物の測定イメージをキャプチャさせるように作動させる、制御ユニットと、を備えている。
−制御ユニットによって、所定の照明イメージシーケンスの幾つかの異なる照明イメージを順次表示するようにモバイル電子機器のスクリーンを作動させる、
−モバイル電子機器のカメラを、所定の照明イメージシーケンスの各照明イメージの表示と同時に、被測定物の測定イメージをキャプチャさせるように作動させる。
(1)モバイル機器から外部サーバ/メモリに伝送(転送)されるデータ量を低減する為、
(2)それぞれの測定場所でのモバイルデータ接続の帯域幅が不十分である、又は欠如している場合(例えば、農場地又は鋼コンクリートビル)、及び、
(3)特にモバイル機器にGPSが装備されている場合に、例えば被測定物、測定位置又はユーザ自身の位置に関連し得る極秘データが与えられた場合。例えば、秘密の物体又は秘密の化学表面組成の測定、並びに例えば、或る位置がそれぞれの被測定物を記憶するように働く場合、又は測定又は測定データの位置が、例えばユーザの健康状態、ユーザの住い、ユーザの消費者挙動などの、ユーザへの望ましくない推論を容認する可能性がある場合の、秘密に保持される位置での測定が例として挙げられる。
−スクリーンの単一のカラーチャネルのみの光学素子を作動させることによって、また、このカラーチャネルの全ての作動された光学素子を、このカラーチャネルに関して予め定められた均一な輝度値で作動させることによって、又は、
−幾つかのカラーチャネルの光学素子を作動させることによって、また、全ての作動された光学素子を、それぞれのカラーチャネルに関して予め定められた均一な輝度値で作動させることによって、又は、
−上述の均一な輝度値を勾配と置き換えることによって。均一な輝度値で作動される代わりに、所与のカラーチャネルの作動された光学素子は、例えばこのカラーチャネルに関して規定された勾配に従って互いに異なっている異なる輝度値で作動され得る。それぞれのカラーチャネルの勾配は例えば、全スクリーンにわたり例えば均一であり得る(即ち、一定である)予め定められたベクトルであり得る。すると、このカラーチャネルの光学素子の輝度値は、勾配ベクトルの大きさに従って、勾配ベクトルの方向に沿って均一に増加する(又は代替的に均一に減少する)。
−スクリーンの赤色カラーチャネルのみの光学素子を作動させ、赤色カラーチャネルの全ての作動された光学素子を、赤色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって赤色照明イメージを表示する、
−スクリーンの緑色カラーチャネルのみの光学素子を作動させ、緑色カラーチャネルの全ての作動された光学素子を、緑色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって緑色照明イメージを表示する、及び/又は、
−スクリーンの青色カラーチャネルのみの光学素子を作動させ、青色カラーチャネルの全ての作動された光学素子を、青色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって青色照明イメージを表示する。照明イメージのシーケンスは任意であり得る。
−それぞれの照明イメージを表示するとスクリーンによって発光される光のスペクトル組成、及び/又は、
−スクリーンの各カラーチャネルに関して、均一な輝度値及び/又は、
−それぞれの照明イメージでフィルアウトされるスクリーン領域、特に、スクリーン領域のサイズ及び形状、及び/又は、
−スクリーンの全イメージ領域内で、それぞれの照明イメージによってフィルアウトされるスクリーン領域の配置。
−照明イメージの総数
−照明イメージのシーケンス
−照明イメージの表示持続時間
−個々の照明イメージの表示間の時間間隔
R.ロジャス(R.Rojas)著「ニューラルネットワークの理論:系統的導入(Theory of neural networks: A systematic introduction)」、シュプリンガー(Springer),1996年
R.ブラウス(R. Brause)著「ニューロンネットワーク:ニューロインフォマティクスへの導入(Neuronal networks: An introduction into neuroinformatics)」トイブナー(Teubner),1995年
J.ルンツェ(J. Lunze)著「エンジニアの為の人口知能(Artificial intelligence for engineers)」オルデンブルグ(Oldenbourg),2010年
人−医薬:
−肌質
−髪質
−髪色
−変色(黒子、黒色腫)
−傷の治癒、炎症の色
−疾患(例えば、代謝性疾患、感染症、アレルギー)及び/又は髪又は肌(動物の場合は毛皮)における特定の変化に基づいて不全の発現を認識、客観的に査定及び/又は文書化する。例えばそれぞれの疾患の治療に関して、不全症状の治療に関して、栄養を最適化する為の、髪又は肌(動物の場合は毛皮)の手入れを最適化する為の、これに基づいた推奨行動の自動又は半自動推論(支援システムの文脈において)。例えば、ケア製品(例えばローション、シャンプー等など)又は特定の食料品(所謂「機能性食品」、果物、人工的に製造された食料品サプリメント製品等など)又は特定の食品原料成分(例えば、ビタミン、ミネラル等)が、栄養又は手入れを最適化する為に、例えば自動又は半自動方式で推奨され得る。
人−化粧品(ケア製品及び行動の推奨):
−肌質、肌色(全般的)
−化粧品の選択
−日焼け止めの選択
−染料の選択
−ケア製品の選択
−肌色(現在の)
−黒化度
−髪色(現在の)
−新たなカラーリング、カラーリングが必要か?
ペット及び家畜
−肌、毛皮
−ケア製品
−健康
野菜製品の製造及び処理:
−農作物で生体内で、温室及び実験室で(あらゆるタイプの生物的及び非生物的ストレスで)栽培された製品の健康及び栄養状態を認識する
−農作物の農業生産の枠組み内で雑草と望ましくない植物を認識する
−収穫並びに貯蔵、販売及び更なる処理当時/その後の収穫物の品質パラメータを決定する
−収穫時/収穫後並びに貯蔵、販売及び更なる処理での、収穫物の望ましくない製品|物体|汚染|真菌及び害虫の侵入を認識する
植物栽培(選択)又は採種(品質保証)の枠組み内で種の数量パラメータを決定する
レザー、毛皮、天然又は人造材料などのテキスタイルの特性を判定する
−色
−テクスチャ
−組成
−産地
−年齢
−清潔さ
−色のニュアンス、スタイルカウンセリング(どのテキスタイルがいつ適合するか)
食料品(果物、野菜、魚、肉、きのこ、乳製品、加工食品)の特性を判定する
−貯蔵寿命
−鮮度、年齢、熟度
−純度、組成
−多様性
−処理度
−加工又は未加工
−スクリーン7の赤色カラーチャネルのみの光学素子を作動させ、赤色カラーチャネルの全ての作動された光学素子を、赤色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって赤色照明イメージ23を表示し、
−スクリーン7の緑色カラーチャネルのみの光学素子を作動させ、緑色カラーチャネルの全ての作動された光学素子を、緑色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって緑色照明イメージ24を表示し、
−緑色の青色カラーチャネルのみの光学素子を作動させ、青色カラーチャネルの全ての作動された光学素子を、青色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって青色照明イメージ25を表示する。
−照明イメージの総数、この場合、全三色イメージ、白色イメージ及び黒色イメージ
−照明イメージのシーケンス、この場合、例えばシーケンス赤色、緑色、青色、白色、黒色(又は基本的に任意の他の予め定められたシーケンス)
−照明イメージの表示持続時間、この例では、100ms〜200msの範囲、例えば150ms
−個々の照明イメージの表示間の持続時間、この例では5ms〜10msの範囲、例えば7ms。
−照明イメージの総数、この場合、スクリーン7の部分領域33のみをそれぞれフィルアウトする3つの白色照明イメージ並びに1つの白色イメージと1つの黒色イメージ
−照明イメージのシーケンス、この場合、例えば第1、第2、第3の照明イメージ、白色イメージ31、黒色イメージ32シーケンス(又は基本的に任意の他の予め定められたシーケンス)、
−照明イメージの表示持続時間、この例では、100ms〜200msの範囲、例えば150ms
−個々の照明イメージの表示間の時間間隔、この例では5ms〜10msの範囲、例えば7ms。
ステップ1は以下を含む:
−制御ユニット8によって、所定の照明イメージシーケンスの幾つかの異なる照明イメージを順次表示するようにモバイル電子機器2のスクリーン7を作動させ、
−所定の照明イメージシーケンスの各照明イメージの表示と同時に、被測定物38の測定イメージ39をキャプチャするようにモバイル電子機器2のカメラ6を作動させる。
ステップ2は以下を含む:
−測定イメージ39を、レジスタされた測定イメージ41にレジスタする。
ステップS3は以下を含む:
−例えば、特に、例えばオフにされたディスプレイの場合又は黒色照明イメージの表示中に記録された被測定物の1つ以上の測定イメージを用いた周囲光の影響の考慮などのスペクトル前処理。周囲光の影響が甚大すぎる場合、対応する警告が、例えばスクリーン7によって、又は音声又は振動警報によってユーザに出力され得る。
ステップS4は以下を含む:
−レジスタされた測定イメージ41の像点又は物体像点42に属する測定データセットが、例えば人工ニューラルネットワークに基づく数理的分類モデルによって分類される、ピクセル毎のパターン分類。
ステップS5は以下を含む:
例えば、ランキング及び/又は多数決による結果の集計。
ステップ6は以下を含む:
例えばスクリーン7による結果表示と、例えば機器のデータメモリ9及び/又はコンピュータ3のデータメモリ11による結果の表示。
1.本明細書で提案されるタイプのシステムで被測定物の測定イメージをキャプチャする方法であって、
−制御ユニットによって、所定の照明イメージシーケンスの幾つかの異なる照明イメージを順次表示するようにモバイル電子機器のスクリーンを作動させるステップと、
−所定の照明イメージシーケンスの各照明イメージの表示と同時に、被測定物の測定イメージをキャプチャするようにモバイル電子機器のカメラを作動させるステップと、を含む方法。
2.例1に記載の方法であって、モバイル電子機器のスクリーンが幾つかのカラーチャネルを備え、スクリーンが、カラーチャネルそれぞれに関してチャネル固有のスペクトル発光特性を有し、スクリーンが、グリッド内に配置された複数の光学素子を備え、カラーチャネルそれぞれは、そのスペクトル発光特性がそれぞれのカラーチャネルのチャネル固有のスペクトル発光特性に対応する、スクリーンの光学素子のサブセットによって形成される方法。
3.例2に記載の方法であって、更に、
−スクリーンの単一のカラーチャネルのみの光学素子を作動させ、このカラーチャネルの全ての作動された光学素子を、このカラーチャネルに関して予め定められた均一な輝度値で作動させることによって、又は、
−幾つかのカラーチャネルの光学素子を作動させ、全ての作動された光学素子を、それぞれのカラーチャネルに関して予め定められた均一な輝度値で作動させることによって、
−1つ以上のカラーチャネルの光学素子を作動させ、全ての作動された光学素子を、それぞれのカラーチャネルに関して予め定められた勾配をもって作動させることによって、
所定の照明イメージシーケンスのうち1つ以上の照明イメージを表示するようにモバイル電子機器のスクリーンを作動させることを含む方法。
4.例2又は3のうちいずれかに記載の方法であって、モバイル電子機器のスクリーンが赤色カラーチャネル、緑色カラーチャネル及び青色カラーチャネルを備え、照明シーケンスが赤色照明イメージ、緑色照明イメージ及び青色照明イメージを備え、方法が、
−スクリーンの赤色カラーチャネルのみの光学素子を作動させ、赤色カラーチャネルの全ての作動された光学素子を、赤色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって赤色照明イメージを表示し、
−スクリーンの緑色カラーチャネルのみの光学素子を作動させ、緑色カラーチャネルの全ての作動された光学素子を、緑色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって緑色照明イメージを表示し、及び/又は、
−スクリーンの青色カラーチャネルのみの光学素子を作動させ、青色カラーチャネルの全ての作動された光学素子を、青色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって青色照明イメージを表示する、
ようにスクリーンを作動させることを含む方法。
5.例1乃至4に記載の方法において、所定の照明イメージシーケンスの各照明イメージのうち以下のイメージ特性の1つ以上が予め定められている:
−それぞれの照明イメージを表示したときにスクリーンによって発光される光のスペクトル組成、及び/又は、
−スクリーンの各カラーチャネルに関して、例2乃至4のうちいずれか1つにこの例が戻って関連する限りの、均一な輝度値、及び/又は、
−それぞれの照明イメージによってフィルアウトされるスクリーン領域、及び/又は、
−スクリーンの全イメージ領域内でそれぞれの照明イメージによってフィルアウトされるスクリーン領域の配置。
6.例1乃至5に記載の方法であって、照明イメージそれぞれはスクリーンの全イメージ領域の部分領域のみをフィルアウトし、照明イメージのフィルアウトされた部分領域は、スクリーンの全イメージ領域上でのそれらの配置において互いに異なっている、方法。
7.例6に記載の方法であって、スクリーンの全イメージ領域は上縁、下縁、左縁及び右縁を備え、照明イメージのフィルアウトされた部分領域は、スクリーンの全イメージ領域の上縁からのそれらの距離において互いに異なっており、レンズはスクリーンの全イメージ領域の上縁の上方に配置されている、方法。
8.例1乃至7に記載の方法であって、システムは、所定の照明イメージシーケンスを部分的に又は完全に規定する照明パラメータが記憶されている少なくとも1つのデータメモリを備え、方法が、
−少なくとも1つのデータメモリに記憶された照明パラメータをデータメモリから検索し、
−検索された照明パラメータに基づいて所定の照明イメージシーケンスを決定する、
ことを含む、方法。
9.例1乃至8に記載の方法であって、モバイル電子機器のカメラが幾つかの異なるカラーチャネルを備え、カメラは、カラーチャネルそれぞれに関してチャネル固有のスペクトル感度を有し、カメラはグリッドで配置された複数のセンサ素子を備えたイメージセンサを備え、カメラのカラーチャネルそれぞれは、そのスペクトル感度がカメラのそれぞれのカラーチャネルのチャネル固有の感度に対応するイメージセンサのセンサ素子のサブセットによって形成される、方法。
10.モバイル電子機器のカメラは赤色カラーチャネル、緑色カラーチャネル及び青色カラーチャネルを備えている、例9に記載の方法。
11.例1乃至10のいずれかに記載の方法であって、測定イメージそれぞれは複数の像点並びに像点に割り当てられたイメージデータを備え、方法が、
−測定イメージの像点をマージし、
−マージされた像点のイメージデータを、それぞれのマージされた像点の測定データセットにグループ化する、ことを含む方法。
12.例11に記載の方法であって、測定イメージの像点は、測定イメージ(39)のイメージレジストレーションによって纏められる方法。
13.例11及び12のうちいずれかに記載の方法であって、測定データセットは、機械学習によって較正又は訓練されたアルゴリズムによって評価される方法。
14.例13に記載の方法であって、アルゴリズムは、モニタされた学習方法によって、又は、モニタされない学習方法によって訓練されている方法。
15.例11乃至14のうちいずれかに記載の方法であって、測定データセットは分類方法によって評価される方法。
16.例11乃至15のいずれかに記載の方法であって、測定データセットは人工ニューラルネットワークによって評価される方法。
17.例11乃至16のいずれかに記載の方法であって、
−測定データセットそれぞれを少なくとも1つの予め定められた基準データセットと比較することを含む方法。
18.例11乃至17のいずれかに記載の方法であって、
−カメラのスペクトル感度とスクリーンのスペクトル発光特性を考慮に入れながら測定データセットからの被測定物の少なくとも1つの反射特性を決定することを含む、方法。
19.例11乃至18のいずれかに記載の方法であって、
−被測定物の決定された少なくとも1つの反射特性を、少なくとも1つの予め定められた基準反射特性と比較する、ことを含む方法。
20.例2乃至5のうち1つ及び例9又は10のうち1つと組み合わせた、例11乃至19のうちいずれかに記載の方法であって、スクリーンがM個のカラーチャネルを備えカメラがN個のカラーチャネルを備え、M>1であってN>1であり、各測定データセットが少なくともM×N測定値を備え(F(d,c)、1≦d≦Mであり1≦c≦N)、M×N測定値は、カメラのカラーチャネルとのスクリーンのカラーチャネルのM×Nの異なる組み合わせに対応する方法。
21.例1乃至20のいずれかに記載の方法であって、モバイル電子機器はユーザインターフェースを備え、方法は更に、
−所定の照明イメージシーケンスをユーザインターフェースを介して設定又は指定する、及び/又は、
−ユーザインターフェースを介して異なる所定の照明イメージシーケンス間で選択する、及び/又は、
−ユーザインターフェースを介して、異なる被測定物間で、及び/又は関心対象の被測定物の異なる特性間で選択し、被測定物及び/又は関心対象の特性のなされた選択に則して、幾つかの記憶された所定の照明イメージシーケンス間で、所定の照明イメージシーケンスを選択する(例えば、モバイル機器の制御ユニットによって自動的に)、ことを含む方法。
22.例1乃至21のいずれかに記載の方法であって、
−較正規準の測定イメージをキャプチャし、
−較正規準の測定イメージと、較正規準に属する記憶された基準データセットとを用いながらモバイル機器を較正し、特に、モバイル機器のカメラ及び/又は較正スクリーンを較正する、ことを含む方法。
23.スクリーンはタッチスクリーンとして設計されている例1乃至22のいずれかに記載の方法。
24.モバイル電子機器はスマートフォン又はタブレットコンピュータである、例1乃至23のいずれかに記載の方法。
2 機器
3 コンピュータ
4 コンピュータネットワーク
5 ハウジング
6 カメラ
7 スクリーン
8 制御ユニット
9 データメモリ
10 コンピュータプログラム製品
11 データメモリ
12 プロセッサ
13 評価ユニット
14 評価ユニット
15 プロセッサ
16 ユーザインターフェース
17 データインターフェース
18 レンズ
19 正面側
20 観測領域
21 イメージセンサ
22 全イメージ領域
23〜32 照明イメージ
33 部分領域
34 上縁
35 下縁
36 左縁
37 右縁
38 被測定物
39 測定イメージ
40 像点
41 測定イメージ
42 物体像点
43 物点
44 GPSモジュール
45 エネルギー蓄積部
Claims (26)
- モバイル電子機器(2)を備えた、被測定物の測定イメージをキャプチャする為のシステム(1)であって、前記モバイル電子機器(2)が、
−ハウジング(5)と、
−前記ハウジング(5)内に一体化されたカメラ(6)であって、前記カメラ(6)の観測領域(20)内で被測定物(38)の測定イメージ(39)をキャプチャする為のカメラ(6)と、
−イメージの発光表示の為の、前記ハウジング(5)に一体化されたスクリーン(7)であって、前記カメラ(6)の観測領域(20)に面しているスクリーン(7)と、
−前記ハウジング(5)内に一体化され、前記モバイル電子機器(2)のスクリーン(7)を、所定の照明イメージシーケンスの幾つかの異なる照明イメージ(23)を順次表示するように作動させるように構成された制御ユニット(8)であって、所定の照明イメージシーケンスの各照明イメージ(23)の表示と同時に、被測定物の測定イメージ(39)をキャプチャさせるように前記モバイル電子機器(2)の前記カメラ(6)を作動させるように構成された制御ユニット(8)と、を備えたシステム(1)。 - 請求項1に記載のシステム(1)であって、前記モバイル電子機器(2)のスクリーン(7)が幾つかのカラーチャネルを備え、前記スクリーン(7)が前記カラーチャネルそれぞれにおいてチャネル固有のスペクトル発光特性を有し、前記スクリーン(7)はグリッドに配置された複数の光学素子を備え、前記カラーチャネルそれぞれは、そのスペクトル発光特性が、それぞれのカラーチャネルのチャネル固有のスペクトル発光特性に対応する、前記スクリーン(7)の光学素子のサブセットによって形成されることを特徴とするシステム(1)。
- 請求項2に記載のシステム(1)であって、前記モバイル電子機器(2)の前記制御ユニット(8)が、
−前記スクリーン(7)の単一のカラーチャネルのみの光学素子を作動させ、このカラーチャネルの全ての作動された光学素子を、このカラーチャネルに関して予め定められた均一な輝度値で作動させることによって、又は、
−幾つかのカラーチャネルの光学素子を作動させ、全ての作動された光学素子を、それぞれのカラーチャネルに関して予め定められた均一な輝度値で作動させることによって、又は、
−1つ以上のカラーチャネルの光学素子を作動させ、全ての作動された光学素子を、それぞれのカラーチャネルに関して予め定められた勾配をもって作動させることによって、
所定の照明イメージシーケンスの照明イメージ(23)の1つ以上を表示するように前記モバイル電子機器(2)のスクリーン(7)を作動させるように構成されていることを特徴とするシステム(1)。 - 請求項2又は3のうちいずれか一項に記載のシステム(1)であって、
前記モバイル電子機器(2)のスクリーン(7)が赤色カラーチャネル、緑色カラーチャネル及び青色カラーチャネルを備え、前記照明シーケンスが赤色照明イメージ(23)、緑色照明イメージ(24)及び青色照明イメージ(25)を備え、前記モバイル電子機器(2)の制御ユニット(8)が、
−前記スクリーン(7)の赤色カラーチャネルのみの光学素子を作動させ、前記赤色カラーチャネルの全ての作動された光学素子を、前記赤色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって赤色照明イメージ(23)を表示し、
−前記スクリーン(7)の緑色カラーチャネルのみの光学素子を作動させ、前記緑色カラーチャネルの全ての作動された光学素子を、前記緑色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって緑色照明イメージ(24)を表示し、及び/又は、
−前記スクリーン(7)の青色カラーチャネルのみの光学素子を作動させ、前記青色カラーチャネルの全ての作動された光学素子を、前記青色カラーチャネルに関して予め定められた均一な輝度値で作動させることによって青色照明イメージ(25)を表示する、
ように前記スクリーン(7)を作動させることを特徴とするシステム(1)。 - 請求項1乃至4に記載のシステム(1)であって、所定の照明イメージシーケンスの各照明イメージ(23)のうち以下のイメージ特性:
−それぞれの照明イメージを表示したときに前記スクリーン(7)によって発光される光のスペクトル組成、及び/又は、
−前記スクリーン(7)の各カラーチャネルに関して、請求項2乃至4のうちいずれか一項にこの請求項が戻って関連する限りの、均一な輝度値、及び/又は、
−それぞれの照明イメージ(28,29,30)によってフィルアウトされるスクリーン領域、及び/又は、
−前記スクリーン(7)の全イメージ領域(22)内でそれぞれの照明イメージ(28,29,30)によってフィルアウトされるスクリーン領域の配置、
のうち1つ以上が予め定められているシステム(1)。 - 請求項1乃至5のいずれか一項に記載のシステム(1)であって、前記照明イメージそれぞれは前記スクリーン(7)の全イメージ領域の部分領域(33)のみをフィルアウトし、前記照明イメージのフィルアウトされた部分領域(33)は、前記スクリーン(7)の全イメージ領域上でのそれらの配置において互いに異なっていることを特徴とするシステム(1)。
- 請求項6に記載のシステム(1)であって、前記スクリーン(7)の全イメージ領域は上縁(34)を備え、前記照明イメージのフィルアウトされた部分領域(33)は、前記スクリーン(7)の全イメージ領域の前記上縁(34)からのそれらの距離において互いに異なっており、前記レンズは前記スクリーン(7)の全イメージ領域の前記上縁(34)の上方に配置されていることを特徴とするシステム(1)。
- 請求項1乃至7に記載のシステム(1)であって、前記システム(1)は、所定の照明イメージシーケンスを部分的に又は完全に規定する照明パラメータが記憶されている少なくとも1つのデータメモリ(9,11)を備え、前記モバイル機器(2)の制御ユニット(8)が、前記少なくとも1つのデータメモリ(9,11)に記憶された照明パラメータを前記データメモリ(9,11)から検索し、前記検索された照明パラメータに基づいて所定の照明イメージシーケンスを決定するように構成されていることを特徴とするシステム(1)。
- 請求項1乃至8に記載のシステム(1)であって、前記モバイル電子機器(2)のカメラ(6)が幾つかの異なるカラーチャネルを備え、前記カメラ(6)は、カラーチャネルそれぞれに関してチャネル固有のスペクトル感度を有し、前記カメラ(6)はグリッドで配置された複数のセンサ素子を備えたイメージセンサを備え、前記カメラ(6)のカラーチャネルそれぞれは、そのスペクトル感度が前記カメラ(6)のそれぞれのカラーチャネルのチャネル固有の感度に対応するイメージセンサのセンサ素子のサブセットによって形成されることを特徴とするシステム(1)。
- 前記モバイル電子機器(2)のカメラ(6)は赤色カラーチャネル、緑色カラーチャネル及び青色カラーチャネルを備えていることを特徴とする請求項9に記載のシステム(1)。
- 請求項1乃至10のいずれか一項に記載のシステム(1)であって、前記測定イメージ(39)それぞれは複数の像点(40)並びに前記像点(40)に割り当てられたイメージデータを備え、前記システム(1)が、前記測定イメージ(39)の像点(40)をマージし、前記マージされた像点のイメージデータを、それぞれのマージされた像点(40)の測定データセットにグループ化するように構成された評価ユニット(13,14)を備えていることを特徴とするシステム(1)。
- 請求項11に記載のシステム(1)であって、前記評価ユニット(13,14)は、前記測定イメージ(39)の像点(40)を前記測定イメージ(39)のイメージレジストレーションによってマージするように構成されていることを特徴とするシステム(1)。
- 請求項11及び12のうちいずれか一項に記載のシステム(1)であって、前記評価ユニット(13,14)は、測定データセットを、機械学習によって較正又は訓練されたアルゴリズムによって評価するように構成されているシステム(1)。
- 請求項13に記載のシステム(1)であって、前記アルゴリズムは、モニタされた学習方法によって、又は、モニタされない学習方法によって訓練されていることを特徴とするシステム(1)。
- 請求項11乃至14のうちいずれか一項に記載のシステム(1)であって、前記評価ユニット(13,14)は、前記測定データセットを分類方法によって評価するように構成されていることを特徴とするシステム(1)。
- 請求項11乃至15のいずれか一項に記載のシステム(1)であって、前記評価ユニット(13,14)は、前記測定データセットを人工ニューラルネットワークによって評価するように構成されているシステム(1)。
- 請求項11乃至16のいずれか一項に記載のシステム(1)であって、前記評価ユニット(13,14)は、測定データセットそれぞれを少なくとも1つの予め定められた基準データセットと比較するように構成されているシステム(1)。
- 請求項11乃至17のいずれか一項に記載のシステム(1)であって、前記評価ユニット(13,14)は、前記カメラ(6)のスペクトル感度と前記スクリーンのスペクトル発光特性を考慮に入れながら前記測定データセットからの被測定物(38)の少なくとも1つの反射特性を決定するように構成されていることを特徴とするシステム(1)。
- 請求項18に記載のシステム(1)であって、前記評価ユニット(13,14)は、前記被測定物の決定された少なくとも1つの反射特性を、少なくとも1つの予め定められた基準反射特性と比較するように構成されていることを特徴とするシステム(1)。
- 請求項2乃至5のうちいずれか一項及び請求項9又は10のうちいずれか一項と組み合わせた、請求項11乃至19のうちいずれか一項に記載のシステム(1)であって、前記スクリーン(7)がM個のカラーチャネルを備え前記カメラ(6)がN個のカラーチャネルを備え、M>1であってN>1であり、各測定データセットが少なくともM×N測定値を備え(F(d,c)、1≦d≦Mであり1≦c≦N)、M×N測定値は、前記スクリーンのカラーチャネルと前記カメラ(6)のカラーチャネルのM×N個の異なる組み合わせに対応することを特徴とするシステム(1)。
- 請求項1乃至20のいずれかに記載のシステム(1)であって、前記モバイル電子機器(2)はユーザインターフェース(16)を備え、
−所定の照明イメージシーケンスをユーザインターフェース(16)を介して設定でき及び/又は、
−前記ユーザインターフェース(16)を介して異なる所定の照明イメージシーケンス間での選択が可能となり、及び/又は、
−前記ユーザインターフェース(16)を介して、異なる被測定物間で、及び/又は関心対象の被測定物の異なる特性間での選択が可能となり、前記制御機器は、前記被測定物及び/又は関心対象の特性のなされた選択に則して、幾つかの記憶された所定の照明イメージシーケンス間で、所定の照明イメージシーケンスを選択するように構成されていることを特徴とするシステム(1)。 - 請求項1乃至21のいずれか一項に記載のシステム(1)であって、前記モバイル機器(2)は較正モードに切替可能であることを特徴とし、前記モバイル機器(2)は前記較正モードにおいて、言及した前記較正規準の測定イメージをキャプチャし、前記較正規準と、前記較正規準に属する記憶された基準データセットの測定イメージを用いながら前記モバイル機器(2)の較正、特に、前記カメラ(6)及び/又は較正スクリーン(7)の較正を実行するように構成されているシステム(1)。
- 前記スクリーン(7)はタッチスクリーンとして設計されていることを特徴とする請求項1乃至22のいずれか一項に記載のシステム(1)。
- 前記モバイル電子機器はスマートフォン又はタブレットコンピュータである、請求項1乃至23のいずれか一項に記載のシステム(1)。
- 請求項1乃至24のいずれか一項に記載のシステムによって被測定物の測定イメージをキャプチャする方法であって、
−制御ユニット(8)によって、所定の照明イメージシーケンスの幾つかの異なる照明イメージを順次表示するように前記モバイル電子機器(2)のスクリーン(7)を作動させるステップと、
−所定の照明イメージシーケンスの各照明イメージの表示と同時に被測定物の測定イメージをキャプチャするように前記モバイル電子機器のカメラ(6)を作動させるステップと、を含む方法。 - 請求項1乃至18のいずれか一項に記載の前記システムのモバイル機器(2)の内部データメモリ(11)に直接ロードされ得るコンピュータプログラム製品(10)であって、ソフトウェアコードセクションを備え、前記コンピュータプログラム製品(10)が前記モバイル電子機器(2)上で稼働するときに、前記ソフトウェアコードによって請求項19に記載の方法のステップが実行される、コンピュータプログラム製品(10)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016226206.8A DE102016226206A1 (de) | 2016-12-23 | 2016-12-23 | System und Verfahren zum Erfassen von Messbildern eines Messobjekts |
DE102016226206.8 | 2016-12-23 | ||
PCT/EP2017/084212 WO2018115346A1 (de) | 2016-12-23 | 2017-12-21 | System und verfahren zum erfassen von messbildern eines messobjekts |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020507103A true JP2020507103A (ja) | 2020-03-05 |
JPWO2018115346A5 JPWO2018115346A5 (ja) | 2022-01-12 |
Family
ID=60915526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019534173A Pending JP2020507103A (ja) | 2016-12-23 | 2017-12-21 | 被測定物の測定イメージをキャプチャする為のシステム及び方法 |
Country Status (10)
Country | Link |
---|---|
US (2) | US10951831B2 (ja) |
EP (1) | EP3560185B1 (ja) |
JP (1) | JP2020507103A (ja) |
KR (1) | KR102454562B1 (ja) |
CN (1) | CN110383805B (ja) |
AU (1) | AU2017383047B2 (ja) |
CA (1) | CA3048123A1 (ja) |
DE (1) | DE102016226206A1 (ja) |
RU (1) | RU2758914C2 (ja) |
WO (1) | WO2018115346A1 (ja) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150163410A1 (en) * | 2013-12-10 | 2015-06-11 | Semiconductor Energy Laboratory Co., Ltd. | Display Device and Electronic Device |
DE102016226206A1 (de) | 2016-12-23 | 2018-06-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | System und Verfahren zum Erfassen von Messbildern eines Messobjekts |
US11436858B2 (en) | 2017-07-09 | 2022-09-06 | Ringo Ai, Inc. | Characterizing reflectance, illuminance, and sensor response for electromagnetic radiation |
US10303920B2 (en) | 2017-07-09 | 2019-05-28 | Lumenetix, Inc. | Techniques for creating characterization matrices for reflectance, illuminance, or sensor response |
US11263428B2 (en) | 2017-07-09 | 2022-03-01 | Ringo Ai, Inc. | Electromagnetic emitters and detectors for electronic devices |
DE102018114005A1 (de) | 2018-06-12 | 2019-12-12 | Carl Zeiss Jena Gmbh | Materialprüfung von optischen Prüflingen |
US11354811B2 (en) * | 2018-06-20 | 2022-06-07 | Centric Software, Inc. | Transforming digital images to create material swatches with a capture guide |
CN109269643B (zh) * | 2018-11-02 | 2021-05-11 | 天津津航技术物理研究所 | 基于移动设备屏幕光源的光谱解调系统及方法 |
WO2020186163A1 (en) | 2019-03-13 | 2020-09-17 | Ringo Ai, Inc. | White balance with reference illuminants |
GB2583905A (en) * | 2019-04-24 | 2020-11-18 | Univ Ulster | Method and system for generating optical spectra |
US11937784B2 (en) | 2019-06-20 | 2024-03-26 | Cilag Gmbh International | Fluorescence imaging in a light deficient environment |
US11758256B2 (en) | 2019-06-20 | 2023-09-12 | Cilag Gmbh International | Fluorescence imaging in a light deficient environment |
US11533417B2 (en) | 2019-06-20 | 2022-12-20 | Cilag Gmbh International | Laser scanning and tool tracking imaging in a light deficient environment |
US11348334B1 (en) * | 2019-06-30 | 2022-05-31 | George Douglas MacEwen | Methods and systems for skin color matching using an imaging device and a controlled light source |
DE102019210405A1 (de) | 2019-07-15 | 2021-01-21 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren zur Untersuchung von Substanzen, Computerprogrammprodukt zur Verwendung in diesem Verfahren, sowie mobiles elektronisches Gerät |
JP7483002B2 (ja) | 2019-11-26 | 2024-05-14 | エフ ホフマン-ラ ロッシュ アクチェン ゲゼルシャフト | 分析測定を実行するための方法および装置 |
US11887088B2 (en) * | 2020-01-22 | 2024-01-30 | Salesforce, Inc. | Smart moderation and/or validation of product and/or service details in database systems |
EP4264234A1 (en) * | 2020-12-18 | 2023-10-25 | Terramera, Inc. | Systems and methods for spectral analysis of plants |
CN112837299B (zh) * | 2021-02-09 | 2024-02-27 | 浙江工业大学 | 一种纺织品图像指纹检索方法 |
DE102021117494A1 (de) | 2021-07-07 | 2023-01-12 | Schneider Electric Industries Sas | Anzeigevorrichtung, Verfahren und mobiles Endgerät zur optischen Ausgabe eines internen Betriebszustands eines elektrischen Geräts |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007129560A (ja) * | 2005-11-04 | 2007-05-24 | Toyota Motor Corp | 物体検出装置 |
JP2011106931A (ja) * | 2009-11-16 | 2011-06-02 | Roland Dg Corp | 3次元形状測定システムおよび携帯電話機 |
JP2014025935A (ja) * | 2012-07-25 | 2014-02-06 | Google Inc | ピクセル・ディスプレイの色及び輝度変調の使用 |
JP2014240830A (ja) * | 2013-05-15 | 2014-12-25 | キヤノン株式会社 | 測定装置およびその制御方法 |
JP2015513077A (ja) * | 2012-02-17 | 2015-04-30 | カラー グレイル リサーチColor Grail Research | 物体の色を測定するための方法および装置 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2002228571A1 (en) | 2002-02-07 | 2003-09-02 | Rgb Technologies Ab | Test method |
US10230880B2 (en) * | 2011-11-14 | 2019-03-12 | Tseng-Lu Chien | LED light has built-in camera-assembly for colorful digital-data under dark environment |
MX2014007569A (es) * | 2011-12-21 | 2014-08-27 | Sca Hygiene Prod Ab | Metodo para medir la absorcion de fluido en un producto absorbente. |
US20150363481A1 (en) * | 2012-09-06 | 2015-12-17 | Michael N. Haynes | Systems, Devices, and/or Methods for Managing Information |
WO2014113770A1 (en) * | 2013-01-21 | 2014-07-24 | Cornell University | Smartphone-based apparatus and method for obtaining repeatable, quantitative colorimetric measurement |
US20140378810A1 (en) * | 2013-04-18 | 2014-12-25 | Digimarc Corporation | Physiologic data acquisition and analysis |
US9525811B2 (en) * | 2013-07-01 | 2016-12-20 | Qualcomm Incorporated | Display device configured as an illumination source |
EP2821762A1 (en) * | 2013-07-03 | 2015-01-07 | Akzo Nobel Coatings International B.V. | Process of measuring color properties of an object using a mobile device |
JP2015127680A (ja) * | 2013-12-27 | 2015-07-09 | スリーエム イノベイティブ プロパティズ カンパニー | 計測装置、システムおよびプログラム |
US10478127B2 (en) * | 2014-06-23 | 2019-11-19 | Sherlock Solutions, LLC | Apparatuses, methods, processes, and systems related to significant detrimental changes in health parameters and activating lifesaving measures |
US9897434B2 (en) * | 2014-10-21 | 2018-02-20 | Hand Held Products, Inc. | Handheld dimensioning system with measurement-conformance feedback |
RU2601678C2 (ru) * | 2014-12-15 | 2016-11-10 | Самсунг Электроникс Ко., Лтд. | Портативное устройство для измерения хромофоров в коже и способ применения устройства |
US9230140B1 (en) * | 2014-12-30 | 2016-01-05 | Hand Held Products, Inc. | System and method for detecting barcode printing errors |
US10475361B2 (en) * | 2015-02-02 | 2019-11-12 | Apple Inc. | Adjustable display illumination |
US9521331B2 (en) * | 2015-04-21 | 2016-12-13 | Hand Held Products, Inc. | Capturing a graphic information presentation |
US9786101B2 (en) * | 2015-05-19 | 2017-10-10 | Hand Held Products, Inc. | Evaluating image values |
US9507974B1 (en) * | 2015-06-10 | 2016-11-29 | Hand Held Products, Inc. | Indicia-reading systems having an interface with a user's nervous system |
US20160377414A1 (en) * | 2015-06-23 | 2016-12-29 | Hand Held Products, Inc. | Optical pattern projector |
US9835486B2 (en) * | 2015-07-07 | 2017-12-05 | Hand Held Products, Inc. | Mobile dimensioner apparatus for use in commerce |
EP3396313B1 (en) * | 2015-07-15 | 2020-10-21 | Hand Held Products, Inc. | Mobile dimensioning method and device with dynamic accuracy compatible with nist standard |
JP6829529B2 (ja) * | 2015-09-30 | 2021-02-10 | カラー・グレイル・リサーチColor Grail Research | 物体の反射率を決定するための方法及び関連するデバイス |
EP3184977A1 (en) * | 2015-12-23 | 2017-06-28 | IMEC vzw | User device |
DE102016226206A1 (de) | 2016-12-23 | 2018-06-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | System und Verfahren zum Erfassen von Messbildern eines Messobjekts |
-
2016
- 2016-12-23 DE DE102016226206.8A patent/DE102016226206A1/de not_active Withdrawn
-
2017
- 2017-12-21 WO PCT/EP2017/084212 patent/WO2018115346A1/de unknown
- 2017-12-21 US US16/472,023 patent/US10951831B2/en active Active
- 2017-12-21 EP EP17823141.1A patent/EP3560185B1/de active Active
- 2017-12-21 AU AU2017383047A patent/AU2017383047B2/en active Active
- 2017-12-21 CN CN201780087346.1A patent/CN110383805B/zh active Active
- 2017-12-21 RU RU2019121249A patent/RU2758914C2/ru active
- 2017-12-21 CA CA3048123A patent/CA3048123A1/en active Pending
- 2017-12-21 JP JP2019534173A patent/JP2020507103A/ja active Pending
- 2017-12-21 KR KR1020197021539A patent/KR102454562B1/ko active IP Right Grant
-
2021
- 2021-02-05 US US17/248,759 patent/US11588979B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007129560A (ja) * | 2005-11-04 | 2007-05-24 | Toyota Motor Corp | 物体検出装置 |
JP2011106931A (ja) * | 2009-11-16 | 2011-06-02 | Roland Dg Corp | 3次元形状測定システムおよび携帯電話機 |
JP2015513077A (ja) * | 2012-02-17 | 2015-04-30 | カラー グレイル リサーチColor Grail Research | 物体の色を測定するための方法および装置 |
JP2014025935A (ja) * | 2012-07-25 | 2014-02-06 | Google Inc | ピクセル・ディスプレイの色及び輝度変調の使用 |
JP2014240830A (ja) * | 2013-05-15 | 2014-12-25 | キヤノン株式会社 | 測定装置およびその制御方法 |
Also Published As
Publication number | Publication date |
---|---|
RU2758914C2 (ru) | 2021-11-03 |
AU2017383047A1 (en) | 2019-07-11 |
RU2019121249A3 (ja) | 2021-03-04 |
DE102016226206A1 (de) | 2018-06-28 |
US11588979B2 (en) | 2023-02-21 |
US20200195826A1 (en) | 2020-06-18 |
CN110383805B (zh) | 2021-08-24 |
EP3560185A1 (de) | 2019-10-30 |
AU2017383047B2 (en) | 2022-06-02 |
WO2018115346A1 (de) | 2018-06-28 |
CA3048123A1 (en) | 2018-06-28 |
KR20190118562A (ko) | 2019-10-18 |
KR102454562B1 (ko) | 2022-10-17 |
US10951831B2 (en) | 2021-03-16 |
EP3560185B1 (de) | 2021-07-21 |
US20210185212A1 (en) | 2021-06-17 |
CN110383805A (zh) | 2019-10-25 |
RU2019121249A (ru) | 2021-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102454562B1 (ko) | 측정된 물체의 측정 이미지를 포착하는 시스템 및 방법 | |
Vesali et al. | Development of an android app to estimate chlorophyll content of corn leaves based on contact imaging | |
Gómez-Sanchís et al. | Hyperspectral system for early detection of rottenness caused by Penicillium digitatum in mandarins | |
Shahin et al. | A machine vision system for grading lentils | |
Stevens et al. | Studying primate color: towards visual system-dependent methods | |
Müller-Linow et al. | Plant Screen Mobile: an open-source mobile device app for plant trait analysis | |
CA3163631A1 (en) | System and method for determining damage on crops | |
Cho et al. | Determination of “Hass” avocado ripeness during storage based on smartphone image and machine learning model | |
AU2020104490A6 (en) | Method and device for analyzing plants | |
Song et al. | Evaluation of machine learning methods for organic apple authentication based on diffraction grating and image processing | |
Lopez-Ruiz et al. | Portable multispectral imaging system based on Raspberry Pi | |
Mendoza et al. | Automated prediction of sensory scores for color and appearance in canned black beans (Phaseolus vulgaris L.) using machine vision | |
Bratasanu et al. | Interactive spectral band discovery for exploratory visual analysis of satellite images | |
Diaz-Garcia et al. | GiNA, an efficient and high-throughput software for horticultural phenotyping | |
Yu et al. | Optical filter net: A spectral-aware rgb camera framework for effective green pepper segmentation | |
Nansen et al. | Experimental data manipulations to assess performance of hyperspectral classification models of crop seeds and other objects | |
Udayanga et al. | Dual mode multispectral imaging system for food and agricultural product quality estimation | |
Logan et al. | Assessing produce freshness using hyperspectral imaging and machine learning | |
Mollazade et al. | Spatial mapping of moisture content in tomato fruits using hyperspectral imaging and artificial neural networks | |
Giuseppe et al. | CIELab color measurement through RGB-D images | |
Muñoz-Postigo et al. | Band selection pipeline for maturity stage classification in bell peppers: From full spectrum to simulated camera data | |
Petrellis | A Windows Phone Application for Plant Disease Diagnosis. | |
Holmes et al. | A development environment for predictive modelling in foods | |
Cherie et al. | Advance models for camera-vision based oil content prediction of intact oil palm fruits (Elaeis Guineensis Jacq) on trees with nondestructive evaluation | |
Sarker et al. | Feasibility of Smartphone-Based Color Matching in Fabrics for Smart Textiles Based on Color Modeling and Machine Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201028 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210831 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210928 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20211223 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220208 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220426 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220701 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220728 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221206 |