RU2014101665A - Обнаружение блика в кадре данных изображения - Google Patents
Обнаружение блика в кадре данных изображения Download PDFInfo
- 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
Links
- 238000001514 detection method Methods 0.000 title claims 3
- 238000000034 method Methods 0.000 claims abstract 39
- 230000004313 glare Effects 0.000 claims abstract 13
- 238000007781 pre-processing Methods 0.000 claims abstract 6
- 238000004364 calculation method Methods 0.000 claims 5
- 230000007547 defect Effects 0.000 claims 4
- 230000007717 exclusion Effects 0.000 claims 2
- 238000009499 grossing Methods 0.000 claims 2
- 230000000877 morphologic effect Effects 0.000 claims 2
- 238000012015 optical character recognition Methods 0.000 claims 2
- 230000007787 long-term memory Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/164—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/224—Character recognition characterised by the type of writing of printed characters having additional code marks or containing code marks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20201—Motion blur correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character 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.
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)
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)
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 |
-
2014
- 2014-01-21 RU RU2014101665A patent/RU2653461C2/ru active
- 2014-12-09 US US14/564,424 patent/US9418407B2/en not_active Expired - Fee Related
- 2014-12-09 US US14/564,399 patent/US9412030B2/en not_active Expired - Fee Related
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 |