RU2014101665A - Обнаружение блика в кадре данных изображения - Google Patents

Обнаружение блика в кадре данных изображения Download PDF

Info

Publication number
RU2014101665A
RU2014101665A RU2014101665/08A RU2014101665A RU2014101665A RU 2014101665 A RU2014101665 A RU 2014101665A RU 2014101665/08 A RU2014101665/08 A RU 2014101665/08A RU 2014101665 A RU2014101665 A RU 2014101665A RU 2014101665 A RU2014101665 A RU 2014101665A
Authority
RU
Russia
Prior art keywords
frame
statistics
connected components
areas
glare
Prior art date
Application number
RU2014101665/08A
Other languages
English (en)
Other versions
RU2653461C2 (ru
Inventor
Константин Юрьевич Бочаров
Михаил Валерьевич Костюков
Original Assignee
Общество с ограниченной ответственностью "Аби Девелопмент"
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 Общество с ограниченной ответственностью "Аби Девелопмент" filed Critical Общество с ограниченной ответственностью "Аби Девелопмент"
Priority to RU2014101665A priority Critical patent/RU2653461C2/ru
Priority to US14/564,399 priority patent/US9412030B2/en
Priority to US14/564,424 priority patent/US9418407B2/en
Publication of RU2014101665A publication Critical patent/RU2014101665A/ru
Application granted granted Critical
Publication of RU2653461C2 publication Critical patent/RU2653461C2/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/77Retouching; Inpainting; Scratch removal
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/42Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/16Image preprocessing
    • G06V30/164Noise filtering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/22Character recognition characterised by the type of writing
    • G06V30/224Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
    • 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
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20048Transform domain processing
    • G06T2207/20056Discrete and fast Fourier transform, [DFT, FFT]
    • 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
    • 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
    • G06T2207/20201Motion blur correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

1. Способ обнаружения блика в кадре данных изображения, включающий: предварительную обработку кадра данных изображения;определение множества связных компонент в предварительно обработанном кадре;вычисление множества статистик для одной или нескольких связных компонент из множества связных компонент;принятие решения для одной или нескольких связных компонент на основе рассчитанного множества статистик, о том, является ли данная связная компонента засветом; иопределение с использованием процессора того, присутствует ли блик в кадре.2. Способ по п. 1, в котором предварительная обработка кадра включает в себя бинаризацию кадра, причем бинаризация кадра выполняется на основе порогового значения.3. Способ по п. 2, в котором пороговое значение бинаризации подбирается итеративным образом на основе информации о ранее проанализированном кадре.4. Способ по п. 1, в котором вычисление множества статистик выполняется для всех связных компонент.5. Способ по п. 1, в котором вычисление множества статистик осуществляется итеративным образом до тех пор, пока все блики в кадре не будут обнаружены.6. Способ по п. 1, в котором принятие решения дополнительно содержит удаление из дальнейшего рассмотрения всех связных компонент, являющихся засветами, где связные компоненты, являющиеся засветами, содержат распознаваемый сигнал.7. Способ по п. 1, в котором множество статистик включает в себя показатель отношения числа черных пикселей к количеству пикселей по периметру связной компоненты или величину средней яркости данной связной компоненты.8. Способ по п. 1, дополнительно содержащий:выполнение сортировки связных компонент на основе �

Claims (35)

1. Способ обнаружения блика в кадре данных изображения, включающий: предварительную обработку кадра данных изображения;
определение множества связных компонент в предварительно обработанном кадре;
вычисление множества статистик для одной или нескольких связных компонент из множества связных компонент;
принятие решения для одной или нескольких связных компонент на основе рассчитанного множества статистик, о том, является ли данная связная компонента засветом; и
определение с использованием процессора того, присутствует ли блик в кадре.
2. Способ по п. 1, в котором предварительная обработка кадра включает в себя бинаризацию кадра, причем бинаризация кадра выполняется на основе порогового значения.
3. Способ по п. 2, в котором пороговое значение бинаризации подбирается итеративным образом на основе информации о ранее проанализированном кадре.
4. Способ по п. 1, в котором вычисление множества статистик выполняется для всех связных компонент.
5. Способ по п. 1, в котором вычисление множества статистик осуществляется итеративным образом до тех пор, пока все блики в кадре не будут обнаружены.
6. Способ по п. 1, в котором принятие решения дополнительно содержит удаление из дальнейшего рассмотрения всех связных компонент, являющихся засветами, где связные компоненты, являющиеся засветами, содержат распознаваемый сигнал.
7. Способ по п. 1, в котором множество статистик включает в себя показатель отношения числа черных пикселей к количеству пикселей по периметру связной компоненты или величину средней яркости данной связной компоненты.
8. Способ по п. 1, дополнительно содержащий:
выполнение сортировки связных компонент на основе площади данных компонент; и
исключение из множества связных компонент тех связных компонент, у которых площадь меньше предварительно заданного значения.
9. Способ по п. 5, в котором вычисление множества статистик дополнительно включает:
вычисление второго множества статистик для одной или нескольких связных компонент, которые на основании указанного выше способа принятия решения остались в множестве связных компонент после процесса удаления из дальнейшего рассмотрения всех связных компонент, являющихся засветами, а также
определение для каждой из связных компонент на основе использования обученного классификатора и рассчитанного второго множества статистик, является ли одна или несколько связных компонент засветами.
10. Способ по п. 1, в котором вычисление множества статистик включает сбор статистики направлений и значений градиентов яркости по границе бинаризованной связной области.
11. Способ по п. 1, в котором предварительная обработка кадра включает в себя уменьшение анализируемого кадра.
12. Способ по п. 11, в котором уменьшение кадра выполняется путем последовательного применения масок либо путем последующего сглаживания и интерполяции.
13. Способ по п. 1, в котором предварительная обработка кадра включает применение морфологического фильтра, причем данный морфологический фильтр увеличивает степень сглаживания.
14. Способ по п. 1, в котором принятие решения включает применение обученного классификатора.
15. Способ по п. 1, дополнительно содержащий этап аппроксимации одной или нескольких связных компонент эллипсоидом инерции, причем статистика вычисляется для некоторых свойств данного эллипса и его уменьшенного представления.
16. Способ по п. 15, в котором вычисление множества статистик для некоторых свойств эллипса и его уменьшенного представления включает в себя сбор и анализ количества подтверждающих и отвергающих перепадов яркости на контуре вокруг пятна; статистики для выборки на контуре эллипса скалярных произведений градиента яркости и единичного вектора от точки к центру; статистики яркостей пикселей вдоль границы эллипсов.
17. Способ по п. 1, дополнительно включающий использование для обучения классификатора информации о количестве неправильно распознанных или неуверенно распознанных символов, полученных в результате оптического распознавания символов (OCR).
18. Способ по п. 1, дополнительно включающий предложение пользователю набора возможных вариантов действий, где возможные варианты действий включают в себя инструкции для изменения условий съемки или настроек для получения изображения, обладающего более высоким качеством.
19. Способ по п. 1, дополнительно содержащий:
разбиение кадра на области данных изображения;
определение в кадре для связной компоненты первого множества областей данных изображения, которые содержат данную связную компоненту;
вычисление третьего множества статистик, полученных на основе анализа областей, входящих в первое множество областей для данной связной компоненты;
вычисление статистики в смежных областях, полученной на основе анализа одной или нескольких областей кадра, прилегающих к областям из первого множества областей для данной связной компоненты; и
сравнение третьего множества статистик со статистикой в смежных областях, где наличие блика в кадре устанавливается на основании сравнения третьего множества статистик со статистикой в смежных областях.
20. Способ по п. 19, в котором третье множество статистик включает показатель соотношения сигнала к шуму для областей, входящих в первое множество областей для связной компоненты, и дополнительно отличающийся тем, что статистика в смежных областях представляет собой показатель соотношения сигнала к шуму в одной или нескольких областях, прилегающих к областям из первого множества областей для данной связной компоненты.
21. Способ по п. 20, в котором наличие блика в областях, входящих в первое множество областей для связной компоненты, устанавливается, если показатель соотношения сигнала к шуму для первого множества областей для связной компоненты более чем на заранее определенное значение меньше, чем аналогичный показатель в прилегающих областях.
22. Способ по п. 21, дополнительно содержащий этап определения одной или нескольких областей кадра путем выбора тех областей, которые окружают области, входящие в первое множество областей.
23. Способ по п. 1, дополнительно содержащий: определения области обнаруженного блика в кадре;
изменение кадра для визуального представления области обнаруженного блика;
отображение измененного кадра;
получение входных данных на основе средств графического интерфейса, которые изменяют область блика; и
обновление параметров классификатора для обнаружения бликов на основе полученных данных.
24. Способ по п. 23, в котором область обнаруженного блика ограничена линией, представляющей границу обнаруженного блика.
25. Способ по п. 23, в котором область обнаруженного блика увеличивается на основании полученных данных от пользователя.
26. Способ по п. 23, в котором область обнаруженного блика уменьшается на основании полученных данных от пользователя.
27. Способ по п. 1, дополнительно содержащий:
определение сообщения, соответствующего обнаруженному блику, с целью уменьшить или исправить обнаруженный блик и отображение данного сообщения.
28. Способ по п. 1, дополнительно содержащий:
определение уровня дефектов в кадре на основе анализа областей кадра, проведенного с целью определения типов дефектов, содержащихся в областях кадра;
определение того факта, является ли уровень дефектов в кадре меньше предварительно заданного порога; и
сохранение этого кадра в долговременной памяти на основании определения уровня дефектов в кадре, который меньше предварительно заданного порога.
29. Способ по п. 1, в котором обнаружение бликов в кадре выполняется для второго предварительно обработанного кадра.
30. Система для обнаружения бликов в кадре данных изображения, включающий:
один или несколько процессоров, настроенных на:
предварительную обработку кадра данных изображения;
определение множества связных компонент в предварительно обработанном кадре;
вычисление множества статистик для одной или нескольких связных компонент в множестве связных компонент;
принятие решения для одной или нескольких связных компонент на основе рассчитанного множества статистик, о том, является ли данная связная компонента засветом; и
определение того, присутствует ли блик в кадре.
31. Система по п. 30, в котором множество статистик включает в себя показатель отношения числа черных пикселей к количеству пикселей по периметру связной компоненты или величину средней яркости данной связной компоненты.
32. Система по п. 30, отличающаяся тем, что один или несколько процессоров дополнительно настроены на:
выполнение сортировки связных компонент на основе площади данных компонент и
исключение из множества связных компонент тех связных компонент, у которых площадь меньше предварительно заданного значения.
33. Постоянный машиночитаемый носитель, содержащий хранящиеся в нем команды для обнаружения блика в кадре, отличающийся тем, что данные команды включают:
команды для предварительной обработки кадра;
команды для определения множества связных компонент в предварительно обработанном кадре;
команды для вычисления множества статистик для одной или нескольких связных компонент в наборе компонент связности;
команды для принятия решения для одной или нескольких связных компонент на основе рассчитанного множества статистик, о том, является ли данная связная компонента засветом; и
команды для определения того, присутствует ли блик в кадре.
34. Постоянный машиночитаемый носитель данных по п. 33, в котором множество статистик включает в себя показатель отношения числа черных пикселей к количеству пикселей по периметру связной компоненты или величину средней яркости данной связной компоненты.
35. Постоянный машиночитаемый носитель данных по п. 33 отличающийся тем, что эти команды дополнительно включают:
команды для выполнения сортировки связных компонент на основе площади данных компонент и
команды для исключения из множества связных компонент тех связных компонент, у которых площадь меньше предварительно заданного значения.
RU2014101665A 2008-12-09 2014-01-21 Обнаружение блика в кадре данных изображения RU2653461C2 (ru)

Priority Applications (3)

Application Number Priority Date Filing Date Title
RU2014101665A RU2653461C2 (ru) 2014-01-21 2014-01-21 Обнаружение блика в кадре данных изображения
US14/564,399 US9412030B2 (en) 2008-12-09 2014-12-09 Visualization of defects in a frame of image data
US14/564,424 US9418407B2 (en) 2008-12-09 2014-12-09 Detecting glare in a frame of image data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2014101665A RU2653461C2 (ru) 2014-01-21 2014-01-21 Обнаружение блика в кадре данных изображения

Publications (2)

Publication Number Publication Date
RU2014101665A true RU2014101665A (ru) 2015-07-27
RU2653461C2 RU2653461C2 (ru) 2018-05-08

Family

ID=53761791

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2014101665A RU2653461C2 (ru) 2008-12-09 2014-01-21 Обнаружение блика в кадре данных изображения

Country Status (2)

Country Link
US (2) US9418407B2 (ru)
RU (1) RU2653461C2 (ru)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8098303B2 (en) * 2008-12-09 2012-01-17 Abbyy Software Ltd. Method and system for restoring a motion-blurred image
JP5255132B2 (ja) * 2012-01-18 2013-08-07 シャープ株式会社 多階調文字の表示方法、多階調文字の表示装置、多階調文字の表示プログラム、多階調文字の表示装置を備えたテレビ受像機、及び多階調文字の表示装置を備えた携帯機器
US10783615B2 (en) 2013-03-13 2020-09-22 Kofax, Inc. Content-based object detection, 3D reconstruction, and data extraction from digital images
US9626582B2 (en) * 2014-12-30 2017-04-18 Kodak Alaris Inc. System and method for measuring mobile document image quality
US10242285B2 (en) * 2015-07-20 2019-03-26 Kofax, Inc. Iterative recognition-guided thresholding and data extraction
US9646225B2 (en) * 2015-08-21 2017-05-09 Sony Corporation Defocus estimation from single image based on Laplacian of Gaussian approximation
EP3144883A1 (en) * 2015-09-16 2017-03-22 Thomson Licensing Method and apparatus for sharpening a video image using an indication of blurring
JP6787758B2 (ja) * 2016-11-24 2020-11-18 株式会社Soken 光芒認識装置
US10591218B2 (en) * 2017-10-27 2020-03-17 Whirlpool Corporation Oven having an imaging device
EP3489892B1 (en) * 2017-11-24 2022-01-05 Ficosa Adas, S.L.U. Determining clean or dirty captured images
US11062176B2 (en) 2017-11-30 2021-07-13 Kofax, Inc. Object detection and image cropping using a multi-detector approach
CN109064439B (zh) * 2018-06-15 2020-11-24 杭州舜浩科技有限公司 基于分区的单侧入光式导光板暗影缺陷提取方法
RU2688239C1 (ru) * 2018-08-07 2019-05-21 Акционерное общество "Гознак" (АО "Гознак") Способ видеоконтроля качества повтора квазиидентичных объектов на основе скоростных алгоритмов сравнения плоских периодических структур рулонного полотна
WO2020162310A1 (ja) * 2019-02-05 2020-08-13 富士フイルム株式会社 管理システム
CN110084277B (zh) * 2019-03-29 2021-03-05 广州思德医疗科技有限公司 一种训练集的拆分方法及装置
CN111862035B (zh) * 2020-07-17 2023-07-28 平安科技(深圳)有限公司 光斑检测模型的训练方法、光斑检测方法、设备及介质
US20230362480A1 (en) * 2020-10-22 2023-11-09 Hewlett-Packard Development Company, L.P. Mobile scanning device and method of scanning
US11544828B2 (en) 2020-11-18 2023-01-03 Disney Enterprises, Inc. Automatic occlusion detection
US11494944B2 (en) 2020-11-18 2022-11-08 Disney Enterprises, Inc. Automatic low contrast detection
US11716531B2 (en) 2021-03-22 2023-08-01 International Business Machines Corporation Quality of multimedia
US11533427B2 (en) 2021-03-22 2022-12-20 International Business Machines Corporation Multimedia quality evaluation
US11483472B2 (en) 2021-03-22 2022-10-25 International Business Machines Corporation Enhancing quality of multimedia
US11893784B2 (en) 2021-05-14 2024-02-06 Abbyy Development Inc. Assessment of image quality for optical character recognition using machine learning
CN115100168B (zh) * 2022-07-07 2024-08-20 天津大学 一种晶圆背封膜下亚表面缺陷检测系统及其方法

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0525408A3 (en) 1991-07-01 1993-12-22 Eastman Kodak Co Method for multiframe wiener restoration of noisy and blurred image sequences
US5594817A (en) 1992-10-19 1997-01-14 Fast; Bruce B. OCR image pre-processor for detecting and reducing skew of the image of textual matter of a scanned document
US5647023A (en) 1994-07-28 1997-07-08 Lucent Technologies Inc. Method of nonlinear filtering of degraded document images
US6295392B1 (en) 1998-05-20 2001-09-25 Itt Manufacturing Enterprises, Inc. Super resolution methods for electro-optical systems
US6470097B1 (en) 1999-01-22 2002-10-22 Siemens Corporation Research, Inc. Total variational blind image restoration from image sequences
GB9929364D0 (en) 1999-12-10 2000-02-02 Microbar Security Limited Improvements in or relating to coding techniques
US6970198B1 (en) * 2000-09-14 2005-11-29 Hewlett-Packard Development Company, L.P. Digital camera and method of improving image quality in live view mode
US6859564B2 (en) 2001-02-15 2005-02-22 James N. Caron Signal processing using the self-deconvolving data reconstruction algorithm
US6798910B1 (en) 2001-05-17 2004-09-28 The United States Of America As Represented By The Secretary Of The Air Force Self-optimizing edge detection in blurred, high-noise images
US7103229B2 (en) * 2001-11-19 2006-09-05 Mitsubishi Electric Research Laboratories, Inc. Image simplification using a robust reconstruction filter
WO2007118097A1 (en) 2006-04-03 2007-10-18 Omnivision Cdm Optics, Inc. Optical imaging systems and methods utilizing nonlinear and/or spatially varying image processing
WO2004001667A2 (en) 2002-06-21 2003-12-31 The Trustees Of Columbia University In The City Of New York Systems and methods for de-blurring motion blurred images
US7136518B2 (en) * 2003-04-18 2006-11-14 Medispectra, Inc. Methods and apparatus for displaying diagnostic data
US20040119724A1 (en) * 2002-12-20 2004-06-24 Imagelinx International Ltd. Digital prepress masking tools
US7639889B2 (en) * 2004-11-10 2009-12-29 Fotonation Ireland Ltd. Method of notifying users regarding motion artifacts based on image analysis
US8249309B2 (en) * 2004-04-02 2012-08-21 K-Nfb Reading Technology, Inc. Image evaluation for reading mode in a reading machine
US7433086B2 (en) 2004-09-27 2008-10-07 General Electric Company Edge detection and correcting system and method
CN100438629C (zh) * 2005-09-19 2008-11-26 华为技术有限公司 图像编码处理中的环路滤波方法
US7616254B2 (en) 2006-03-16 2009-11-10 Sony Corporation Simple method for calculating camera defocus from an image scene
US7639289B2 (en) 2006-05-08 2009-12-29 Mitsubishi Electric Research Laboratories, Inc. Increasing object resolutions from a motion-blurred image
US20070286514A1 (en) 2006-06-08 2007-12-13 Michael Scott Brown Minimizing image blur in an image projected onto a display surface by a projector
US7544919B2 (en) 2006-11-20 2009-06-09 Red.Com, Inc. Focus assist system and method
TW200834459A (en) 2007-02-05 2008-08-16 Huper Lab Co Ltd Video object segmentation method applied for rainy situations
US20130085935A1 (en) * 2008-01-18 2013-04-04 Mitek Systems Systems and methods for mobile image capture and remittance processing
US8098303B2 (en) 2008-12-09 2012-01-17 Abbyy Software Ltd. Method and system for restoring a motion-blurred image
JP5089713B2 (ja) * 2010-01-18 2012-12-05 シャープ株式会社 画像圧縮装置、圧縮画像出力装置、画像圧縮方法、コンピュータプログラム及び記録媒体
US8300949B2 (en) 2010-05-18 2012-10-30 Sharp Laboratories Of America, Inc. Edge detection technique having improved feature visibility
JP6007600B2 (ja) * 2012-06-07 2016-10-12 ソニー株式会社 画像処理装置、画像処理方法およびプログラム
US20130329073A1 (en) * 2012-06-08 2013-12-12 Peter Majewicz Creating Adjusted Digital Images with Selected Pixel Values
US9043349B1 (en) * 2012-11-29 2015-05-26 A9.Com, Inc. Image-based character recognition
US9058644B2 (en) * 2013-03-13 2015-06-16 Amazon Technologies, Inc. Local image enhancement for text recognition

Also Published As

Publication number Publication date
RU2653461C2 (ru) 2018-05-08
US20150154742A1 (en) 2015-06-04
US20150161469A1 (en) 2015-06-11
US9412030B2 (en) 2016-08-09
US9418407B2 (en) 2016-08-16

Similar Documents

Publication Publication Date Title
RU2014101665A (ru) Обнаружение блика в кадре данных изображения
CN109816644B (zh) 一种基于多角度光源影像的轴承缺陷自动检测系统
WO2022062812A1 (zh) 屏幕缺陷检测方法、装置和电子设备
CN112052797B (zh) 基于MaskRCNN的视频火灾识别方法及系统
CN115601374B (zh) 一种染色体图像分割方法
CN109165577A (zh) 一种基于视频图像的早期森林火灾检测方法
EP3901816A1 (en) Glaucoma image recognition method and device and screening system
CN112614062B (zh) 菌落计数方法、装置及计算机存储介质
CN109697716B (zh) 青光眼图像识别方法、设备和筛查系统
CN110287791B (zh) 一种用于人脸图片的筛选方法和系统
US20200292463A1 (en) Apparatus for optimizing inspection of exterior of target object and method thereof
CN109472788B (zh) 一种飞机铆钉表面的伤痕检测方法
US10192283B2 (en) System and method for determining clutter in an acquired image
CN107038704B (zh) 视网膜图像渗出区域分割方法、装置和计算设备
US20150161785A1 (en) Methods and systems for characterizing angle closure glaucoma for risk assessment or screening
JP2016507229A5 (ru)
Sidhwa et al. Text extraction from bills and invoices
CN107146231B (zh) 视网膜图像出血区域分割方法、装置和计算设备
JP2007048006A (ja) 画像処理装置および画像処理プログラム
CN117351011A (zh) 屏幕缺陷检测方法、设备和可读存储介质
CN116385758A (zh) 基于YOLOv5网络对传送带表面损伤的检测方法
US10115028B2 (en) Method and device for classifying an object in an image
CN114332058A (zh) 基于神经网络的血清质量识别方法、装置、设备及介质
CN113793322A (zh) 一种对磁性材料自动检测的方法、电子设备和存储介质
CN112669273A (zh) 眼底图像中玻璃膜疣自动分割方法、装置及可读存储介质

Legal Events

Date Code Title Description
HE9A Changing address for correspondence with an applicant
PC43 Official registration of the transfer of the exclusive right without contract for inventions

Effective date: 20181121

QB4A Licence on use of patent

Free format text: LICENCE FORMERLY AGREED ON 20201211

Effective date: 20201211

QC41 Official registration of the termination of the licence agreement or other agreements on the disposal of an exclusive right

Free format text: LICENCE FORMERLY AGREED ON 20201211

Effective date: 20220311