TW202001796A - 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 - Google Patents
數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 Download PDFInfo
- Publication number
- TW202001796A TW202001796A TW107120246A TW107120246A TW202001796A TW 202001796 A TW202001796 A TW 202001796A TW 107120246 A TW107120246 A TW 107120246A TW 107120246 A TW107120246 A TW 107120246A TW 202001796 A TW202001796 A TW 202001796A
- Authority
- TW
- Taiwan
- Prior art keywords
- blocks
- block
- array data
- numerical
- color code
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000003672 processing method Methods 0.000 claims description 26
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000004040 coloring Methods 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000003595 spectral effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/40012—Conversion of colour to monochrome
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/6027—Correction or control of colour gradation or colour contrast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
- H04N1/62—Retouching, i.e. modification of isolated colours only or in isolated picture areas only
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
一種數值陣列資料影像處理方法,其可包括下列步驟:提供感測器在第一時間點感測之數值陣列資料,其包含複數個第一區塊且各個第一區塊包含對應的色碼表;將感測器在第二時間點感測之數值陣列資料分割為複數個第二區塊;比較各個第二區塊之數值陣列資料與各個第一區塊之數值陣列資料之間的數值變化以產生數值差異資訊;以及,根據數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
Description
本揭露係有關於一種影像處理裝置、影像處理裝置方法及色碼表產生方法。
隨著科技的進步,感測器的技術也得到了大幅地提升;目前,已有許多種類感測器可以由感測元件陣列組成,以持續對目標進行監控;這些感測器可感測目標以產生數值陣列資料。
然而,當資料量越來越大時,會造成人眼觀測的困難;因此如何將感測到的數值陣列資料以有利於人眼觀測的方式顯示出來,是越來越受到重視的技術。
數值陣列資料來源有很多種,例如熱影像攝影機所感測的溫度數值陣列資料、深度攝影機所感測的距離數值陣列資料、光譜感測器所感測的光譜強度數值陣列資料及醫療用超音波機所感測的超音波數值陣列資料等等。為了能夠將數值陣列資料轉換為有利於人眼觀測的影像,現有的影像處理方法可透過0到255的數字表示數值陣列資料之各個數值的強度,並在電腦螢幕顯示灰階影像,或透過紅色、綠色、藍色(RGB)三種顏色在電腦螢幕上顯示彩色影像。
另外有幾種現有影像處理方法可進一步優化數值陣列資料的影像,可統計感測器所感測的數值陣例資料,得到數值陣例資料的統計直方圖,並依據直方圖結果重新分配數值區間,例如正規化(Normalize)、直方圖均衡化法(Histogram equalization,Heq)及進階直方圖均衡化法(Advanced histogram equalization);然後,這些數值再以色碼表以不同的顏色顯示,如彩虹色碼或熱金屬色碼等。
然而,當上述的方法應用於連續數值陣列資料時,由於連續數值陣列資料其數值分布會不斷的改變(例如當感測器偵測到新的移動物體時),因此直方圖均衡化之後的結果也會一直在變,導致影像的顏色也會不斷的變化;然而,感測器實際上在同一個物體感測到的數值陣列資料可能完全沒有變化,卻因為整體畫面數值分布的改變,使得同一個數值不斷的被圖像化成不同的顏色。
本揭露之實施例就是在提供一種數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法,其可清楚顯示影像的細節,更有利於人為觀測。
根據本揭露之其中一實施例,提出一種數值陣列資料影像處理方法,其可包括下列步驟:提供感測器在第一時間點感測之數值陣列資料,其包含複數個第一區塊且各個第一區塊包含對應的色碼表;將感測器在第二時間點感測之數值陣列資料分割為複數個第二區塊;比較各個第二區塊之數值陣列資料與各個第一區塊之數值陣列資料之間的數值變化以產生數值差異資訊;以及;根據數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
根據本揭露之其中一實施例,再提出一種數值陣列資料影像處理裝置,其可包含分割模組、比較模組及色碼分配模組。分割模組可將感測器在第二時間點感測之數值陣列資料分割為複數個第二區塊。比較模組可比較各個第二區塊之數值陣列資料與複數第一區塊之數值陣列資料之間的數值變化以產生數值差異資訊,其中該感測器在第一時間點感測之數值陣列資料包含該些第一區塊且每一第一區塊包含對應的色碼表。色碼分配模組可根據數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
根據本揭露之其中一實施例,又提出一種色碼表產生方法,其可包括下列步驟:根據複數個色碼的顏色變化以第一順序排列該些色碼以形成第一區段;以第二順序排列該些色碼以形成第二區段,該第二順序與第一順序相反;以及重覆交錯排列第一區段與第二區段以形成具有無限長度之色碼表。
為讓本揭露的上述特徵能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明如下。
以下將參照相關圖式,說明依本揭露之數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法之實施例,為了清楚與方便圖式說明之故,圖式中的各部件在尺寸與比例上可能會被誇大或縮小地呈現。在以下描述及/或申請專利範圍中,當提及元件「連接」或「耦合」至另一元件時,其可直接連接或耦合至該另一元件或可存在介入元件;而當提及元件「直接連接」或「直接耦合」至另一元件時,不存在介入元件,用於描述元件或層之間之關係之其他字詞應以相同方式解釋。為使便於理解,下述實施例中之相同元件係以相同之符號標示來說明。
請參閱第1圖,其係為本揭露之數值陣列資料影像處理裝置之一實施例之方塊圖。如圖所示,數值陣列資料影像處理裝置1可包含分割模組11、色碼分配模組12、比較模組13及上色模組14。數值陣列資料影像處理裝置1可為一影像處理器,其可用於處理各種感測器所感測到之數值陣列資料,如熱影像攝影機所感測的溫度數值陣列資料、深度攝影機所感測的距離數值陣列資料、光譜感測器所感測的光譜強度數值陣列資料及醫療用超音波機所感測的超音波數值陣列資料等等。
分割模組11可將感測器在第一時間點感測之數值陣列資料D1分割為複數個第一區塊;在本實施例中,分割模組11可透過深度神經網路(Deep neural network,DNN)演算法、語意分割演算法(Semantic segmentation)或其它動態數值分析演算法將數值陣列資料D1分割為多個第一區塊;例如,該些第一區塊可包含一個背景區塊及一個或多個移動物體區塊(如人及車輛等);在另一實施例中,分割模組11也可透過位置分區演算法將數值陣列資料D1分割為多個第一區塊,即將數值陣列資料D1分割為多個具有特定位置的區塊;在又一實施例中,分割模組11也可透過數值分區演算法數值陣列資料D1分割為多個第一區塊,即將數值陣列資料D1分割為多個具有特定數值區間的區塊。
色碼分配模組12可與分割模組11連接;色碼分配模組12可將色碼表進行編號,並可將該些第一區塊進行編號,並可根據該些第一區塊之編號分配對應的色碼表至該些第一區塊。
上色模組14可與色碼分配模組12連接;上色模組14可分別將該些第一區塊均衡化,並可根據均衡化的結果分別透過對應於該些第一區塊之色碼表將該些第一區塊上色,以產生影像顯示資料M。
接下來,分割模組11可將感測器在第二時間點感測之數值陣列資料D2分割為複數個第二區塊。
比較模組13可與分割模組11及色碼分配模組12連接;比較模組13可比較該些第一區塊與該些第二區塊以產生數值差異資訊,也就是將最近時點取得的區塊與其前一時間點的區塊進行比對;在本實施例中,比較模組13可以將各個第二區塊之數值陣列資料分別與該些第一區塊之數值陣列資料進行運算,例如相減,以獲得此第二區塊與各個第一區塊之間的數值變化以產生數值差異資訊。
例如,比較模組13可根據此第二區塊與各個第一區塊之間的數值變化以產生數值差異資訊;若此第二區塊與其中一個第一區塊之間的數值變化低於一門檻值,比較模組13則將二者之數值差異資訊設置為零。在另一實施例中,比較模組13可根據此第二區塊與各個第一區塊之間的數值變化之絕對值以產生數值差異資訊;若此第二區塊與其中一個第一區塊之間的數值變化之絕對值低於一門檻值,比較模組13則可將二者之數值差異資訊設置為零。在又一實施例中,比較模組13可根據此第二區塊與各個第一區塊之間的數值變化之最小平方差以產生數值差異資訊;若此第二區塊與其中一個第一區塊之間的數值變化之最小平方差低於一門檻值,比較模組13則可將二者之數值差異資訊設置為零。
在另一實施例中,比較模組13可根據此第二區塊進行離散餘弦變換(Discrete Cosine Transform,DCT)後的數據,與各個第一區塊進行離散餘弦變換(Discrete Cosine Transform,DCT)後的數據之數值變化已產生數值差異資訊;若此第二區塊與其中一個第一區塊之間的數值變化低於一門檻值,比較模組13則將二者之數值差異資訊設置為零。在又一實施例中,比較模組13可使用FAST、SIFT、SURF或ORB等習知之特徵點偵測演算法,分別對此第二區塊與各個第一區塊進行特徵點擷取,並根據此第二區塊所擷取之特徵點與各個第一區塊所擷取之特徵點之間的比對以產生數值差異資訊;若此第二區塊與其中一個第一區塊之間的特徵點比對結果顯示相符合的特徵點數目占此第二區所有擷取到的特徵點數目之比例大於一門檻值,比較模組13則將二者之數值差異資訊設置為零。
色碼分配模組12可根據數值差異資訊判斷該些第二區塊中與該些第一區塊匹配的區塊,並可分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊;同時,色碼分配模組12可根據數值差異資訊判斷該些第二區塊中與該些第一區塊不匹配的區塊為新增區塊,並可將新增區塊編號並選擇與其編號對應之色碼表以分配至此新增區塊。
上色模組14可將對應於該些第一區塊的該些第二區塊透過其對應的色碼表上色,並可將新增區塊均衡化,再根據均衡化的結果透過對應於新增區塊之色碼表將此新增區塊上色以產生影像顯示資料M。
由上述可知,本實施例之數值陣列資料影像處理裝置1可根據數值差異資訊判斷當前時間點的數值陣列資料所分割的各個第二區塊是否已存在於前一時間點,並以對應的色碼表將這些第二區塊上色;而對於不存在前一時間點的新增區塊,數值陣列資料影像處理裝置1可另外分配色碼表至此新增區塊,並可將新增區塊均衡化,再根據均衡化的結果透過對應的色碼表將此新增區塊上色以產生影像顯示資料M;因此,各個區塊可均衡化一次即可,不需要重覆的進行均衡化,因此可確保相同數值所對應的顏色不變,以清楚顯示影像的細節;此外,各個區塊均可透過獨立的色碼表顯示以產生配色穩定的影像,更有利於人眼觀測,因此也更適合應用於數值分佈變化較大的連續數值陣列資料。
補充說明的是,在該第二時間點之後一第三時間點取得的數值陣列資料,其運作與前述第二時間點相同,主要差異處在於比較模組13是將此第三時間點的數值陣列資料之區塊與其前一時間點之區塊比對,即第二時間點的區塊。
請參閱第2圖及第3圖,其係為本揭露之數值陣列資料影像處理裝置之一實施例之示意圖,並請同時參閱第1圖。如第2圖所示,數值陣列資料影像處理裝置1可透過動態數值分析演算法將第一時間點感測之數值陣列資料D1分割為多個區塊,即第一區塊B1及第一區塊B2。
其中,第一區塊B1為背景區塊,而第一區塊B2為移動物體區塊;數值陣列資料影像處理裝置1可將色碼表編號,並可將第一區塊B1及第一區塊B2編號,並可將根據第一區塊B1及第一區塊B2之編號分配對應的色碼表至第一區塊B1及第一區塊B2,以對第一區塊B1及第一區塊B2進行上色以產生影像顯示資料M。例如,若有20個色碼表,數值陣列資料影像處理裝置1可將該些色碼表分別編號為1~20號;並可將第一區塊B1及第一區塊B2分別編號為1號區塊及2號區塊,再將編號1的色碼表分配至1號區塊,而編號2的色碼表則分配至2號區塊,使各個區塊具有專屬的色碼表。
如第3圖所示,數值陣列資料影像處理裝置1可透過動態數值分析演算法將第二時間點感測之數值陣列資料D2分割多個區塊,即第二區塊B1’、第二區塊B2’及第二區塊B3’。
其中,第二區塊B1’為背景區塊,而第二區塊B2’及第二區塊B3’為移動物體區塊;數值陣列資料影像處理裝置1可將第二區塊B1’、第二區塊B2’及第二區塊B3’與第一區塊B1及第一區塊B2比較,並可根據這些區塊之間的數值差異資訊判斷第二區塊B1’及第二區塊B2’已存在於第一時間點中,而第二區塊B3’不存在於第一時間點中,故為新增區塊;數值陣列資料影像處理裝置1可透過對應的色碼表將第二區塊B1’及第二區塊B2’上色,並可另外分配色碼表至第二區塊B3’,以對第二區塊B3’進行上色以產生影像顯示資料M。例如,數值陣列資料影像處理裝置1可將第二區塊B3’編號為3號區塊,再將編號3的色碼表分配至3號區塊,使各個區塊具有專屬的色碼表。
值得一提的是,現有影像處理方法(如正規化、直方圖均衡化法及進階直方圖均衡化法)應用於連續數值陣列資料時,這些影像處理方法產生的影像的顏色會不斷的變化,故不利於人眼觀測,不適合應用於連續數值陣列資料。相反的,根據本揭露之實施例,數值陣列資料影像處理方法可以確保各個區塊均可透過獨立的色碼表顯示以產生配色穩定的影像,更有利於人眼觀測,因此也更適合應用於連續數值陣列資料。
此外,根據本揭露之實施例,數值陣列資料影像處理方法可以判斷當前時間點的數值陣列資料所切割的區塊是否與前一個時間點的數值陣列資料所切割的區塊匹配,並可分配相同的色碼表至與前一個時間點所切割的區塊匹配的區塊,且可以提供新的色碼表至新增區塊,因此可確保各個區塊均可透過獨立的色碼表顯示以產生配色穩定的影像,更有利於人眼觀測。
另外,根據本揭露之實施例,數值陣列資料影像處理方法可判斷當前時間點的數值陣列資料所切割的區塊是否與前一個時間點的數值陣列資料所切割的區塊匹配,並可分配相同的色碼表至與前一個時間點所切割的區塊匹配的區塊,且提供新的色碼表至新增區塊,故可確保各個數值總是用相同的顏色表示,使影像的細節更為清楚。
請參閱第4圖,其係為本揭露之數值陣列資料影像處理裝置之一實施例之流程圖。如圖所示,本實施例之數值陣列資料影像處理方法可包含下列步驟:
步驟S41,提供感測器在第一時間點感測之數值陣列資料,其包含複數個第一區塊且各個第一區塊包含對應的色碼表。
步驟S42,將感測器在第二時間點感測之數值陣列資料分割為複數個第二區塊。
步驟S43,比較各個第二區塊之數值陣列資料與各個第一區塊之數值陣列資料之間的數值變化以產生數值差異資訊;此步驟也就是將第二區塊(第二區塊是由第二時間點感測之數值陣列資料分割而來)與前一時間點的第一區塊進行比對,此情況下第二區塊的前一時間點為第一時間點。
步驟S44,根據數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
補充說明的是,在第二時間點之後第三時間點取得的數值陣列資料,其運作是重複步驟S42、S43及S44,此情況下所述第二時間點為所述第三時間點的前一時間點,因此是以第三時間點取代前述第二時間點、以第二時間點取代前述第一時間點,而前述第二區塊則以第三時間點的數值陣列資料的區塊取代,並且前述第一區塊則以第二區塊取代。
當然,上述僅為舉例,數值陣列資料影像處理裝置1之各元件及其執行影像處理方法之步驟均可依實際需求變化,本揭露並不以此為限。
請參閱第5A圖及第5B圖,其係為本揭露之數值陣列資料影像處理裝置之一實施例之流程圖;本實施例舉例說明了數值陣列資料影像處理方法的詳細步驟:
步驟S51,將色碼表編號。
步驟S52,將感測器在第一時間點感測之數值陣列資料分割為複數個第一區塊。
步驟S53,將該些第一區塊編號並選擇與該些第一區塊之編號對應之色碼表,使各個第一區塊具有專屬的色碼表。
步驟S54,分配色碼表至各個第一區塊。
步驟S55,將感測器在第二時間點感測之數值陣列資料分割為複數個第二區塊。
步驟S56,根據各個第二區塊之數值陣列資料與各個第一區塊之數值陣列資料之間的數值變化產生數值差異資訊;此步驟也就是將第二區塊(第二區塊是由第二時間點感測之數值陣列資料分割而來)與前一時間點的第一區塊進行比對,此情況下第二區塊的前一時間點為第一時間點。
步驟S57,當任一個第二區塊之數值陣列資料與其中一個第一區塊之數值陣列資料之間的數值變化之絕對值或最小平方差小於門檻值時,判斷此第二區塊與此第一區塊匹配。
步驟S58,根據數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
步驟S59,將與該些第一區塊不匹配的第二區塊編號並選擇與此第二區塊之編號對應之色碼表,使各個該第二區塊具有專屬的色碼表。
步驟S60,分配色碼表至與該些第一區塊不匹配的第二區塊。
步驟S61,根據對應於該些第二區塊之色碼表將該些第二區塊上色並產生影像顯示資料。
補充說明的是,在第二時間之後第三時間點取得的數值陣列資料,其運作是重複步驟S55~S61,此情況下所述第二時間點為所述第三時間點的前一時間點,因此是以第三時間點取代前述第二時間點、以第二時間點取代前述第一時間點,而前述第二區塊則以第三時間點的數值陣列資料的區塊取代,並且前述第一區塊則以第二區塊取代。
當然,上述僅為舉例,數值陣列資料影像處理方法之步驟均可依實際需求變化,本揭露並不以此為限。
請參閱第6A圖及第6B圖,其係為本揭露之色碼表之一實施例之示意圖。前述實施例之數值陣列資料影像處理裝置及方法可採用具有無限長度之無限循環色碼表CT。
無限循環色碼表CT可包含具有重覆交錯排列的第一區段Z1及第二區段Z2。
第一區段Z1可由複數個色碼根據該些色碼之顏色變化以第一順序排列形成;而第二區段Z2由該些色碼以第二順序排列形成,且第二順序可與第一順序相反。
由於無限循環色碼表CT的長度為無限,故不會有色碼不足的情況產生,因此無限循環色碼表CT用於處理連續數值陣列資料時,可不需要更改色碼對應的數值,因此可確保各個數值總是用相同的顏色表示,使得影像的細節可以更為清楚。
如第6A圖及第6B圖所示,無限循環色碼表CT之該些色碼可由同一個色系中選擇,如黑白色系、紅色色系或綠色色系。
在另一實施例中,無限循環色碼表CT之該些色碼也可由複數個色系選擇,如藍紅綠(RGB)色系。
值得一提的是,現有的色碼表的長度為有限,故當色碼不足時,可能需要更改色碼對應的數值,因此各個數值可能不會總是用相同的顏色表示,故無法清楚顯示影像的細節。相反的,根據本揭露之實施例,數值陣列資料影像處理方法可採用具有無限長度的色碼表,因此不需要更改色碼對應的數值,故可確保各個數值總是用相同的顏色表示,使得影像的細節可以更為清楚。
請參閱第7圖,其係為本揭露之色碼表產生方法之一實施例之流程圖;如圖所示,本實施例之色碼表產生方法可包含下列步驟:
步驟S71:由同一個色系或複數個色系選擇複數個色碼。
步驟S72:根據該些色碼的顏色變化以第一順序排列該些色碼以形成第一區段。
步驟S73:以第二順序排列該些色碼以形成第二區段,該第二順序與第一順序相反。
步驟S74:重覆交錯排列第一區段與第二區段以形成具有無限長度之色碼表。
當然,上述僅為舉例,色碼表之形式及其產生方法之步驟均可依實際需求變化,本揭露並不以此為限。
綜合上述,根據本揭露之實施例,數值陣列資料影像處理方法可以判斷當前時間點的數值陣列資料所切割的區塊是否與前一個時間點的數值陣列資料所切割的區塊匹配,並可以分配相同的色碼表至與前一個時間點所切割的區塊匹配的區塊,且提供新的色碼表至新增區塊,故可確保各個區塊均可透過獨立的色碼表顯示以產生配色穩定的影像,更有利於人眼觀測。
另外,根據本揭露之實施例,數值陣列資料影像處理方法可判斷當前時間點的數值陣列資料所切割的區塊是否與前一個時間點的數值陣列資料所切割的區塊匹配,並可分配相同的色碼表至與前一個時間點所切割的區塊匹配的區塊,且可提供新的色碼表至新增區塊,故可確保各個數值總是用相同的顏色表示,使影像的細節更為清楚。
此外,根據本揭露之實施例,數值陣列資料影像處理方法可採用具有無限長度的色碼表,因此不需要更改色碼對應的數值,故可確保各個數值總是用相同的顏色表示,使影像的細節更為清楚。
可見本揭露在突破先前之技術下,確實已達到所欲增進之功效,且也非熟悉該項技藝者所易於思及,其所具之進步性、實用性,顯已符合專利之申請要件,爰依法提出專利申請,懇請 貴局核准本件發明專利申請案,以勵創作,至感德便。
以上所述僅為舉例性,而非為限制性者。其它任何未脫離本揭露之精神與範疇,而對其進行之等效修改或變更,均應該包含於後附之申請專利範圍中。
1‧‧‧數值陣列資料影像處理裝置11‧‧‧分割模組12‧‧‧色碼分配模組13‧‧‧比較模組14‧‧‧上色模組D1、D2‧‧‧數值陣列資料M‧‧‧影像顯示資料B1~B2‧‧‧第一區塊B1’~B3’‧‧‧第二區塊CT‧‧‧無限循環色碼表Z1‧‧‧第一區段Z2‧‧‧第二區段S41~S44、S51~S61、S71~S74‧‧‧步驟流程
第1圖 係為本揭露之數值陣列資料影像處理裝置之一實施例之方塊圖。
第2圖及第3圖 係為本揭露之數值陣列資料影像處理裝置之一實施例之示意圖。
第4圖、第5A圖及第5B圖 係為本揭露之數值陣列資料影像處理裝置之一實施例之流程圖。
第6A圖及第6B圖 係為本揭露之色碼表之一實施例之示意圖。
第7圖 係為本揭露之色碼表產生方法之一實施例之流程圖。
S41~S44
Claims (20)
- 一種數值陣列資料影像處理裝置,係包括: 一分割模組,係將一感測器在一第二時間點感測之數值陣列資料分割為複數個第二區塊; 一比較模組,係比較各個該第二區塊之數值陣列資料與複數第一區塊之數值陣列資料之間的數值變化以產生一數值差異資訊,其中該感測器在一第一時間點感測之數值陣列資料包含該些第一區塊且每一第一區塊包含對應的色碼表;以及 一色碼分配模組,係根據該數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中該分割模組將該感測器在該第一時間點感測之數值陣列資料分割為該些第一區塊,並且該色碼分配模組分配色碼表至各個該第一區塊。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中該色碼分配模組更分配色碼表至與該些第一區塊不匹配的至少一個該第二區塊,且分配到該第二區塊之色碼表與該些第一區塊及其它該些第二區塊之色碼表不同。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中該色碼分配模組將色碼表編號,並將該些第一區塊及與該些第一區塊不匹配的一第二區塊編號,再選擇與該些第一區塊與該第二區塊之編號對應之色碼表以分配至該些第一區塊及該第二區塊,使各個該第一區塊及各個該第二區塊具有專屬的色碼表。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,更包括上色模組,該上色模組根據對應於該些第二區塊之色碼表將該些第二區塊上色並產生一影像顯示資料。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中該分割模組採用位置分區演算法、數值分區演算法或動態數值分區演算法分割該感測器感測之數值陣列資料。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中當該任一個該第二區塊之數值陣列資料與其中一個該第一區塊之數值陣列資料之間的數值變化小於一門檻值,該色碼分配模組判斷該第二區塊與該第一區塊匹配。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中當任一個該第二區塊之數值陣列資料與其中一個該第一區塊之數值陣列資料之間的數值變化的最小平方差小於一門檻值,該色碼分配模組判斷該第二區塊與該第一區塊匹配。
- 如申請專利範圍第1項所述之數值陣列資料影像處理裝置,其中各個該第一區塊及各個該第二區塊之色碼表為長度為無限之一無限循環色碼表,該無限循環色碼表包括重覆交錯排列的一第一區段及一第二區段,且該第一區段由複數個色碼根據該些色碼之顏色變化以一第一順序排列形成,該第二區段由該些色碼以一第二順序排列形成,該第二順序與該第一順序相反。
- 一種數值陣列資料影像處理方法,係包括下列步驟: 提供一感測器在一第一時間點感測之數值陣列資料,其包含複數個第一區塊且各個該第一區塊包含對應的色碼表; 將該感測器在一第二時間點感測之數值陣列資料分割為複數個第二區塊; 比較各個該第二區塊之數值陣列資料與各個該第一區塊之數值陣列資料之間的數值變化以產生一數值差異資訊;以及 根據該數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,其中提供該感測器在該第一時間點感測之數值陣列資料之步驟更包括下列步驟: 將該感測器在該第一時間點感測之數值陣列資料分割為該些第一區塊;以及 分配色碼表至各個該第一區塊。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,更包括下列步驟: 另外分配色碼表至與該些第一區塊不匹配的至少一個該第二區塊,使分配到該第二區塊之色碼表與該些第一區塊及其它該些第二區塊之色碼表不同。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,更包括下列步驟: 將色碼表編號; 將該些第一區塊編號並選擇與該些第一區塊之編號對應之色碼表,使各個該第一區塊具有專屬的色碼表;以及 將與該些第一區塊不匹配的該第二區塊編號並選擇與該第二區塊之編號對應之色碼表,使各個該第二區塊具有專屬的色碼表。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,更包括下列步驟: 根據對應於該些第二區塊之色碼表將該些第二區塊上色並產生一影像顯示資料。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,比較該些第一區塊與該些第二區塊以產生該數值差異資訊之步驟更包括下列步驟: 根據各個該第二區塊之數值陣列資料與各個該第一區塊之數值陣列資料之間的數值變化產生該數值差異資訊。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,根據該數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊之步驟更包括下列步驟: 當任一個該第二區塊之數值陣列資料與其中一個該第一區塊之數值陣列資料之間的數值變化之絕對值小於一門檻值時,判斷該第二區塊與該第一區塊匹配。
- 如申請專利範圍第10項所述之數值陣列資料影像處理方法,根據該數值差異資訊分配與該些第一區塊對應的色碼表至與該些第一區塊匹配的該些第二區塊之步驟更包括下列步驟: 當任一個該第二區塊之數值陣列資料與其中一個該第一區塊之數值陣列資料之間的數值變化的最小平方差小於一門檻值時,判斷該第二區塊與該第一區塊匹配。
- 一種色碼表產生方法,係包括下列步驟: 根據複數個色碼的顏色變化以一第一順序排列該些色碼以形成一第一區段; 以一第二順序排列該些色碼以形成一第二區段,該第二順序與該第一順序相反;以及 重覆交錯排列該第一區段與該第二區段以形成具有無限長度之一色碼表。
- 如申請專利範圍第18項所述之色碼表產生方法,其中提供該些色碼之步驟更包括下列步驟: 由同一個色系選擇該些個色碼。
- 如申請專利範圍第18項所述之色碼表產生方法,其中提供該些色碼之步驟更包括下列步驟: 由複數個色系選擇該些個色碼。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107120246A TWI674558B (zh) | 2018-06-12 | 2018-06-12 | 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 |
CN201810887955.1A CN110599493A (zh) | 2018-06-12 | 2018-08-06 | 数值阵列数据影像处理装置、方法及色码表产生方法 |
US16/199,678 US10965839B2 (en) | 2018-06-12 | 2018-11-26 | Device and method for processing image array data, and color table generation method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107120246A TWI674558B (zh) | 2018-06-12 | 2018-06-12 | 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI674558B TWI674558B (zh) | 2019-10-11 |
TW202001796A true TW202001796A (zh) | 2020-01-01 |
Family
ID=68763653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107120246A TWI674558B (zh) | 2018-06-12 | 2018-06-12 | 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10965839B2 (zh) |
CN (1) | CN110599493A (zh) |
TW (1) | TWI674558B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI806006B (zh) * | 2021-02-20 | 2023-06-21 | 緯創資通股份有限公司 | 熱影像定位方法及其系統 |
TWI839111B (zh) * | 2023-02-15 | 2024-04-11 | 台達電子工業股份有限公司 | 移動物件偵測裝置及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2021389158A1 (en) * | 2020-11-25 | 2023-06-29 | TermiCam Group Pty Ltd | Pest detection system |
Family Cites Families (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4799053A (en) | 1986-04-28 | 1989-01-17 | Texas Instruments Incorporated | Color palette having multiplexed color look up table loading |
US7660440B2 (en) * | 2002-11-07 | 2010-02-09 | Frito-Lay North America, Inc. | Method for on-line machine vision measurement, monitoring and control of organoleptic properties of products for on-line manufacturing processes |
US7304297B1 (en) | 2004-07-01 | 2007-12-04 | Raytek Corporation | Thermal imager utilizing improved radiometric calibration technique |
CN1589023A (zh) * | 2004-08-06 | 2005-03-02 | 联合信源数字音视频技术(北京)有限公司 | 一种基于上下文的多码表变长编解码方法及编解码装置 |
US20060126085A1 (en) | 2004-12-10 | 2006-06-15 | Owen Robert A | Non-linear colorization for imaging systems |
US7570810B2 (en) * | 2005-02-24 | 2009-08-04 | Seiko Epson Corporation | Method and apparatus applying digital image filtering to color filter array data |
CN101072353B (zh) * | 2006-06-08 | 2013-02-20 | 威盛电子股份有限公司 | 译码系统以及图形处理单元 |
US8386951B2 (en) | 2006-09-29 | 2013-02-26 | Fluke Corporation | Display adjustment features |
TWI323434B (en) * | 2006-11-30 | 2010-04-11 | Ind Tech Res Inst | Method of object segmentation for video |
TW200828997A (en) * | 2006-12-19 | 2008-07-01 | Imagia Technologies Co Ltd | Image processing method for changing output image with respect to pre- and post-difference of input video image |
CN101365110A (zh) * | 2007-08-10 | 2009-02-11 | 映佳科技股份有限公司 | 随输入视讯影像前后差异而改变输出影像的影像处理方法 |
US8407616B2 (en) | 2008-08-29 | 2013-03-26 | Fluke Corporation | Graphical user interfaces and methods for thermography |
CN101727842B (zh) * | 2008-10-10 | 2012-06-27 | 华映视讯(吴江)有限公司 | 色序显示法 |
US9635285B2 (en) | 2009-03-02 | 2017-04-25 | Flir Systems, Inc. | Infrared imaging enhancement with fusion |
TWI457853B (zh) * | 2009-03-24 | 2014-10-21 | Ind Tech Res Inst | 提供深度資訊之影像處理方法及其影像處理系統 |
CN101872412B (zh) * | 2010-06-01 | 2015-10-07 | 福建新大陆电脑股份有限公司 | 一种条码解码过程使用的码表的生成方法 |
WO2012101272A1 (en) | 2011-01-28 | 2012-08-02 | Flir Systems Ab | A method for managing ir image data |
CN103105234B (zh) | 2012-01-12 | 2016-05-11 | 杭州美盛红外光电技术有限公司 | 热像装置和热像规范拍摄方法 |
CN102663729A (zh) * | 2012-03-11 | 2012-09-12 | 东华大学 | 基于轮廓跟踪的车载红外视频彩色化方法 |
CN102779351B (zh) | 2012-06-08 | 2016-12-21 | 温州大学 | 基于局部线性模型优化的交互式灰度图像彩色化方法 |
US8712566B1 (en) * | 2013-03-14 | 2014-04-29 | Zazzle Inc. | Segmentation of a product markup image based on color and color differences |
US9251615B2 (en) | 2013-03-15 | 2016-02-02 | Fluke Corporation | Thermal image animation |
JP6089886B2 (ja) | 2013-03-29 | 2017-03-08 | オムロン株式会社 | 領域分割方法および検査装置 |
EP3044753B1 (en) * | 2013-09-13 | 2023-12-27 | CurveBeam Al Limited | Method and apparatus for assigning colours to an image |
WO2016040566A1 (en) | 2014-09-12 | 2016-03-17 | Seek Thermal, Inc. | Selective color display of a thermal image |
TWI559275B (zh) * | 2015-02-09 | 2016-11-21 | 財團法人工業技術研究院 | 畫素驅動方法及相關的顯示裝置 |
US10152811B2 (en) | 2015-08-27 | 2018-12-11 | Fluke Corporation | Edge enhancement for thermal-visible combined images and cameras |
AU2015410435B2 (en) * | 2015-09-30 | 2021-06-17 | Razer (Asia-Pacific) Pte. Ltd. | Information encoding methods, information decoding methods, computer-readable media, information encoders, and information decoders |
US10630991B2 (en) * | 2015-12-15 | 2020-04-21 | Nippon Telegraph And Telephone Corporation | Image difference detection device, method for detecting image difference, and computer program |
TW201723928A (zh) | 2015-12-17 | 2017-07-01 | Nat Chung-Shan Inst Of Science And Tech | 一種熱影像區域分割方法 |
CN108109117A (zh) * | 2017-12-14 | 2018-06-01 | 柳州智视科技有限公司 | 一种基于运动物体的颜色实时变换的方法 |
-
2018
- 2018-06-12 TW TW107120246A patent/TWI674558B/zh active
- 2018-08-06 CN CN201810887955.1A patent/CN110599493A/zh active Pending
- 2018-11-26 US US16/199,678 patent/US10965839B2/en active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI806006B (zh) * | 2021-02-20 | 2023-06-21 | 緯創資通股份有限公司 | 熱影像定位方法及其系統 |
TWI839111B (zh) * | 2023-02-15 | 2024-04-11 | 台達電子工業股份有限公司 | 移動物件偵測裝置及方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI674558B (zh) | 2019-10-11 |
CN110599493A (zh) | 2019-12-20 |
US20190379802A1 (en) | 2019-12-12 |
US10965839B2 (en) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI674558B (zh) | 數值陣列資料影像處理裝置、數值陣列資料影像處理方法及色碼表產生方法 | |
Cao et al. | Self-adaptively weighted co-saliency detection via rank constraint | |
CN108875511B (zh) | 图像生成的方法、装置、系统及计算机存储介质 | |
Du et al. | Saliency-guided color-to-gray conversion using region-based optimization | |
JP2018175226A5 (zh) | ||
JP2017204673A5 (zh) | ||
WO2019167453A1 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN106524909B (zh) | 三维图像采集方法及装置 | |
Kim et al. | Binocular fusion net: deep learning visual comfort assessment for stereoscopic 3D | |
Dafni Rose et al. | Lung cancer diagnosis based on image fusion and prediction using CT and PET image | |
Naz et al. | Segmentation and Classification of Stomach Abnormalities Using Deep Learning. | |
US9721348B2 (en) | Apparatus and method for raw-cost calculation using adaptive window mask | |
Ng et al. | Variational fuzzy superpixel segmentation | |
Cokbas et al. | Frida: Fisheye re-identification dataset with annotations | |
US20210027095A1 (en) | Processing method and processing device using same | |
JP2011095921A (ja) | 画像処理装置、画像処理方法及びプログラム | |
Iakovidis et al. | Image analysis framework for infection monitoring | |
WO2015011470A1 (en) | Method and system for classifying images | |
Les | U-Net based frames partitioning and volumetric analysis for kidney detection in tomographic images | |
Nadian-Ghomsheh et al. | Intrinsic image decomposition via structure-preserving image smoothing and material recognition | |
Almukhtar | Facial emotions recognition using local monotonic pattern and gray level co-occurrence matrices plant leaf images aided agriculture development | |
KR20160026565A (ko) | 양 눈 시선 정보를 이용한 3차원 시선 추적 방법 | |
CN114155400B (zh) | 一种图像的处理方法、装置及设备 | |
Li et al. | Blind quality assessment of multi-exposure fused images considering the detail, structure and color characteristics | |
JP7077624B2 (ja) | コンテンツ分類装置、コンテンツ分類方法、及びプログラム |