《HALCON數(shù)字圖像處理》課件-第5章 圖像運(yùn)算

5.15.25.35.45.55.6灰度變換直方圖處理幾何變換圖像的平滑圖像的銳化圖像的彩色增強(qiáng)第5章圖像運(yùn)算HALCON數(shù)字圖像處理圖像預(yù)處理的主要目的是消除圖像中無關(guān)的信息，恢復(fù)有用的真實(shí)信息，增強(qiáng)有關(guān)信息的可檢測性和最大限度地簡化數(shù)據(jù)，從而改進(jìn)特征提取、圖像分割、匹配和識別的可靠性。第5章圖像運(yùn)算HALCON數(shù)字圖像處理5.1 灰度變換

由于成像系統(tǒng)限制或噪聲等影響，獲取的圖像往往因?yàn)閷Ρ榷炔蛔?、?dòng)態(tài)范圍小等原因存在視覺效果不好的缺點(diǎn)?；叶茸儞Q是指根據(jù)某種目標(biāo)條件按一定變換關(guān)系逐像素點(diǎn)改變原圖像中灰度值的方法?；叶茸儞Q常用的方法有3種：線性灰度變換、分段線性灰度變換和非線性灰度變換。HALCON數(shù)字圖像處理1、線性灰度變換HALCON數(shù)字圖像處理為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換，它將圖像灰度區(qū)間分成兩段乃至多段分別作線性變換。2、分段線性灰度變換HALCON數(shù)字圖像處理單純的線性灰度變換可以在一定程度上解決視覺上的圖像整體對比度問題，但是對圖像細(xì)節(jié)部分的增強(qiáng)較為有限，結(jié)合非線性變換技術(shù)可以解決這一問題。3、非線性灰度變換HALCON數(shù)字圖像處理5.2

直方圖處理將統(tǒng)計(jì)學(xué)中直方圖的概念引入到數(shù)字圖像處理中，用來表示圖像的灰度分布，稱為灰度直方圖。在HALCON圖像處理中，灰度直方圖是一個(gè)簡單有用的工具，它可以描述圖像的概貌和質(zhì)量，采用修改直方圖的方法增強(qiáng)圖像是一種實(shí)用而有效的處理方法。HALCON數(shù)字圖像處理1、直方圖均衡化

直方圖均衡化是一種最常用的直方圖修正方法，這種方法的思想是把原始圖像的直方圖變換為均勻分布的形式，增加像素灰度值的動(dòng)態(tài)范圍。

直方圖均衡化是使原圖像中具有相近灰度且占有大量像素點(diǎn)的區(qū)域的灰度范圍展寬，使大區(qū)域中的微小灰度變化顯現(xiàn)出來，增強(qiáng)圖像整體對比度效果，使圖像更加清晰。HALCON數(shù)字圖像處理2、直方圖規(guī)定化

直方圖均衡化能自動(dòng)增強(qiáng)整個(gè)圖像的對比度，得到全局均勻化的直方圖。但在實(shí)際應(yīng)用中，有時(shí)并不需要考慮圖像的整體均勻分布直方圖，而是希望有針對性地增強(qiáng)某個(gè)灰度范圍內(nèi)的圖像，這時(shí)可以采用比較靈活的直方圖規(guī)定化。所謂直方圖規(guī)定化，就是通過一個(gè)灰度映射函數(shù)，將原灰度直方圖改造成所希望的特定形狀直方圖，以滿足特定的增強(qiáng)效果。一般來說正確地選擇規(guī)定化的函數(shù)可以獲得比直方圖均衡化更好的效果。HALCON數(shù)字圖像處理5.3

幾何變換

圖像幾何變換又稱為圖像空間變換，通過平移、轉(zhuǎn)置、鏡像、旋轉(zhuǎn)、縮放等幾何變換對采集的圖像進(jìn)行處理，用于改正圖像采集系統(tǒng)的系統(tǒng)誤差和儀器位置（成像角度、透視關(guān)系乃至鏡頭自身原因）的隨機(jī)誤差。

此外，還需要使用灰度插值算法，因?yàn)榘凑者@種變換關(guān)系進(jìn)行計(jì)算，輸出圖像的像素可能被映射到輸入圖像的非整數(shù)坐標(biāo)上。HALCON數(shù)字圖像處理圖像幾何變換就是建立一幅圖像與其變換后的圖像中所有各點(diǎn)之間的映射關(guān)系1、圖像幾何變換的一般表達(dá)式1.點(diǎn)變換2.直線變換-兩個(gè)點(diǎn)的變換3.單位正方形變換HALCON數(shù)字圖像處理2、圖像變換之仿射變換如果所拍攝對象在機(jī)械裝置上或者其他穩(wěn)定性不高的裝置上，那么目標(biāo)對象的位置和旋轉(zhuǎn)角度就不能保持恒定，因此我們必須對物體進(jìn)行平移和旋轉(zhuǎn)角度修正。有時(shí)由于物體和攝像機(jī)間的距離發(fā)生變化，所以導(dǎo)致圖像中物體的尺寸發(fā)生了明顯變化，這些情況下使用的變換稱為仿射變換。HALCON數(shù)字圖像處理2、圖像變換之仿射變換1.平移變換hom_mat2d_translate(::HomMat2D,Tx,Ty:HomMat2DTranslate)2.比例縮放hom_mat2d_scale(::HomMat2D,Sx,Sy,Px,Py:HomMat2DScale)3.旋轉(zhuǎn)變換hom_mat2d_rotate(::HomMat2D,Phi,Px,Py:HomMat2DRotate)4.綜合變換上述算子的組合HALCON數(shù)字圖像處理仿射變換例程圖像變換處理前后圖（a-所畫region，b-變換之后）HALCON數(shù)字圖像處理3、投影變換把物體的三維圖像表示轉(zhuǎn)變?yōu)槎S表示的過程稱為投影變換。hom_vector_to_proj_hom_mat2d(::Px,Py,Pw,Qx,Qy,Qw,Method:HomMat2D)作用：用于確定投影變換矩陣HomMat2DHALCON數(shù)字圖像處理4、灰度插值法在數(shù)字圖像中，由于其灰度值只在整數(shù)位置（x,y）被定義，即規(guī)定所有的像素值都位于柵格整數(shù)坐標(biāo)處。而通過幾何變換后的灰度值往往會(huì)出現(xiàn)在原始圖像中相鄰像素值的點(diǎn)之間。

為此，需要通過插值運(yùn)算來獲得變換后不在采樣點(diǎn)上的像素的灰度值。常用的灰度值插值方法有最近鄰插值法、雙線性插值法和卷積插值法等三種。HALCON數(shù)字圖像處理4、灰度插值法最近鄰插值法最近鄰插值也稱作零階插值，也就是令變換后像素的灰度值等于距它最近的輸入像素的灰度值。雙線性插值法雙線性插值也稱為一階插值，該方法通常是沿圖像矩陣的每一列（行）進(jìn)行插值，然后對插值后所得的矩陣再沿著行（列）方向進(jìn)行線性插值。卷積插值法當(dāng)圖像放大時(shí)，圖像像素的灰度值插值可以通過卷積來實(shí)現(xiàn)。卷積插值法就是在輸入圖像的兩行列中間插入零值，然后通過低通模板濾波便可得到插值后的圖像。HALCON數(shù)字圖像處理灰度值插值法例程HALCON數(shù)字圖像處理5、基于HALCON的圖像校正以上示例主要是為了說明投影畸變是如何產(chǎn)生和校正的，圖5-27(a)是相機(jī)垂直于被攝平面時(shí)拍攝的，沒有投影畸變現(xiàn)象，圖5-27(b)是對圖像進(jìn)行了一系列的三維仿射變換，因此產(chǎn)生了投影畸變現(xiàn)象。圖5-27(a)到圖5-27(b)恰恰就是進(jìn)行了一次二維投影變換。而且這種變換是可逆的，圖5-28中的校正過程也是同理，所以也可以通過投影變換的方法將畸變圖校正，這就是基于HALCON投影變換的圖像校正。HALCON數(shù)字圖像處理5.4

圖像的平滑圖像平滑主要目的是減少噪聲。圖像中的噪聲種類很多，對圖像信號幅度和相位的影響十分復(fù)雜，有些噪聲和圖像信號互相獨(dú)立不相關(guān)，有些是相關(guān)的，噪聲本身之間也有些相關(guān)。

因此要減少圖像中的噪聲，必須針對具體情況采用不同的方法，否則很難獲得滿意的處理效果。HALCON數(shù)字圖像處理“噪聲”一詞來自于聲學(xué)，原指人們在聆聽目標(biāo)聲音時(shí)受到其他聲音的干擾，這種起干擾作用的聲音被稱之為“噪聲”。

圖像噪聲:一方面，從電信號的角度理解，因?yàn)閳D像的形成往往與圖像器件的電子特征密切相關(guān)，因此，多種電子噪聲會(huì)反映到圖像信號中來。這些噪聲既可以在電信號中觀察得到，也可以在電信號轉(zhuǎn)變?yōu)閳D像信號后在圖像上表現(xiàn)出來。另一方面，圖像的形成和顯示都和光以及承載圖像的媒介密不可分，因此光照、承載媒介造成的噪聲等也會(huì)在圖像中反映。1、圖像噪聲HALCON數(shù)字圖像處理2、局部統(tǒng)計(jì)法灰度變換與直方圖處理方法均是從圖像的整體出發(fā)，進(jìn)而增強(qiáng)圖像的對比度。除此之外，還可以從圖像的局部著手進(jìn)行增強(qiáng)。局部統(tǒng)計(jì)法是由Wallis和Jong-SenLee提出的用局部均值和方差進(jìn)行對比度增強(qiáng)的方法。HALCON數(shù)字圖像處理3、空域平滑法鄰域平均法:圖像中選擇一個(gè)子圖像（或稱為鄰域），用該鄰域里所有像素灰度的平均值去替換鄰域中心像素的灰度值。加權(quán)平均法:圖像中選擇一個(gè)子圖像（或稱為鄰域），用該鄰域里所有像素灰度的加權(quán)平均值去替換鄰域中心像素的灰度值。鄰域平均法:在相同條件下采集同一目標(biāo)物的若干幅圖像，然后通過對采集到的多幅圖像進(jìn)行平均的方法來消減隨機(jī)噪聲。HALCON數(shù)字圖像處理均值濾波例程mean_image(Image:ImageMean:MaskWidth,MaskHeight:)作用：均值濾波。HALCON數(shù)字圖像處理4、中值濾波

中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號平滑處理技術(shù)，它將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有像素點(diǎn)灰度值的中值。二維模板通常為3*3、5*5的區(qū)域，也可以是不同的形狀，如線狀、圓形、十字形、圓環(huán)形等HALCON數(shù)字圖像處理中值濾波例程median_image(Image:ImageMedian:MaskType,Radius,Margin:)作用：中值濾波。使用不同邊長的二維方形中值濾波模板。HALCON數(shù)字圖像處理5、頻域低通濾波一幅圖像中灰度均勻的平滑區(qū)域?qū)?yīng)著傅里葉變換中的低頻成分，灰度變化頻繁的邊緣及細(xì)節(jié)對應(yīng)著傅里葉變換中的高頻成分。根據(jù)這些特點(diǎn)，要合理構(gòu)造濾波器，適當(dāng)?shù)貙D像中的變換域中的高頻成分過濾掉，便可以得到圖像的平滑結(jié)果。HALCON數(shù)字圖像處理幾種低通濾波器

理想低通濾波器平滑處理的機(jī)理簡單明了，它可以徹底濾除D0以外的高頻分量。巴特沃斯濾波器（BLPF）是電子濾波器的一種，特點(diǎn)是通頻帶內(nèi)的頻率響應(yīng)曲線最大限度平坦，沒有起伏，而在阻頻帶則逐漸下降為零，是一種具有最大平坦幅度響應(yīng)的低通濾波器。指數(shù)低通濾波器（ELPF）將下降到H(u,v)最大值的1?e時(shí)的D(u,v)定為截止頻率點(diǎn)D0。梯形低通濾波器傳遞函數(shù)特性介于理想低通濾波器和具有平滑過渡帶的低通濾波器之間。HALCON數(shù)字圖像處理低通濾波例程(1)gen_lowpass(:ImageLowpass:Frequency,Norm,Mode,Width,Height:)作用：生成理想的低通濾波器圖像。(2)fft_generic(Image:ImageFFT:Direction,Exponent,Norm,Mode,ResultType:)作用：快速傅里葉變換。(3)convol_fft(ImageFFT,ImageFilter:ImageConvol::)作用：頻域里卷積圖像。HALCON數(shù)字圖像處理5.5

圖像的銳化圖像銳化主要是加強(qiáng)高頻成分或減弱低頻成分。能加強(qiáng)細(xì)節(jié)和邊緣，對圖像有去模糊的作用。同時(shí)，由于噪聲主要分布在高頻部分，如果圖像中存在噪聲，銳化處理對噪聲將會(huì)有一定的放大作用。HALCON數(shù)字圖像處理梯度法：由梯度的計(jì)算可知，在圖像中灰度變化較大的邊沿區(qū)域其梯度值較大，在灰度變化平緩的區(qū)域其梯度值較小，而在灰度均勻區(qū)域的梯度值為零。1、一階微分算子法HALCON數(shù)字圖像處理Sobel算子：采用梯度微分銳化圖像時(shí)，不可避免地會(huì)使噪聲、條紋等干擾信息得到增強(qiáng)，這里介紹的Sobel算子可在一定程度上克服這個(gè)問題。1、一階微分算子法sobel_amp(Image:EdgeAmplitude:FilterType,Size:)作用：利用Sobel算子檢測邊緣HALCON數(shù)字圖像處理2、拉普拉斯算子法拉普拉斯算子是常用的邊緣增強(qiáng)處理算子，它是各向同性的二階導(dǎo)數(shù)。laplace(Image:ImageLaplace:ResultType,MaskSize,FilterMask:)作用：用有限差分計(jì)算拉普拉斯算子。HALCON數(shù)字圖像處理3、高通濾波法之前平滑部分提到過圖像的頻域特點(diǎn)。一幅圖像中灰度均勻的平滑區(qū)域?qū)?yīng)著傅里葉變換中的低頻成分，灰度變化頻繁的邊緣及細(xì)節(jié)對應(yīng)著傅里葉變換中的高頻成分。同理類比可以構(gòu)造高通濾波器來進(jìn)行圖像銳化。HALCON數(shù)字圖像處理幾種高通濾波器理想高通濾波器巴特沃斯高通濾波器（BHPF）指數(shù)高通濾波器（EHPF）梯形高通濾波器HALCON數(shù)字圖像處理高通濾波例程gen_highpass(:ImageHighpass:Frequency,Norm,Mode,Width,Height:)作用：生成理想高通濾波。HALCON數(shù)字圖像處理5.6

圖像的彩色增強(qiáng)彩色增強(qiáng)技術(shù)是改善人眼視覺效應(yīng)的一種重要手段。由于人眼只能區(qū)分由黑到白的十幾種到二十幾種不同灰度級，而人眼對彩色的分辨率可以達(dá)到幾百種甚至上千種。利用視覺系統(tǒng)的這一特性，將灰度圖像變換成彩色圖像或改變已有的彩色分布，都會(huì)改善圖像的可分辨性。彩色增強(qiáng)方法概括起來可以分為真彩色增強(qiáng)、偽彩色增強(qiáng)和假彩色增強(qiáng)。HALCON數(shù)字圖像處理

利用顏色模型轉(zhuǎn)換方法，先將彩色圖像從RGB模型轉(zhuǎn)換成HSI模型，將亮度分量和色度分量分開。再利用灰度圖像增強(qiáng)的方法增強(qiáng)其中的某個(gè)分量圖，如僅對I分量（亮度）進(jìn)行增強(qiáng)處理，H和S分量不變。然后再將結(jié)果轉(zhuǎn)換成為RGB坐標(biāo)，以便用彩色顯示器顯示。這里利用HIS顏色模型中亮度和色度分