《图像处理基础知识7 预处理篇》由会员分享，可在线阅读，更多相关《图像处理基础知识7 预处理篇（6页珍藏版）》请在金锄头文库上搜索。
1、图像处理基础知识Vol. 7 预处理篇2图像处理 基础知识关于图像处理，为实现稳定的检测，关键在于如何处理干扰源较少的图像。现在为大家介绍一种预处理滤波器，它可以改善在光学条件下无法消除的干扰源。01什么是预处理？为通过图像处理进行检测，事先取得合乎要求的优质图像是必不可少的。对于单纯通过拍摄所得到的图像，由于受光源种类或工件的材质、拍摄环境等因素的影响，有时会无法得到预期的图像、或导致检测结果不够稳定。因此，采用图像滤波器，可对图像进行符合使用目的的图像加工（转换）。这称为图像的预处理。通过进行预处理，可使图像更加清晰、突出符合用途的具体要素（形状、颜色等）， 并消除不需要的要素（干扰源）。
2、采用滤波器进行的预处理可以利用图像处理装置或电脑的照片修饰软件等很多方面。滤波器有好多种，所以充分理解它们各自的特性、使用适当的滤波器是非常重要的。02滤波器范围用滤波器对原图像进行预处理时，图像越大，处理时间就越长。因此，指定必要的范围再用滤波器进行处理是非常重要的。03滤波器系数预处理所采用的有代表性的滤波器由 33、 99、 1616等滤波器系数构成。通常使用的 33滤波器系数，是参照纵、横 3 像素的图像数据，对中心像素实施滤波器处理。例如，图像规格为横 320 像素、纵 240 像素时，所实施的滤波器处理为320240 76800 次。191919191919191919滤波器系数示
3、例是对图像进行均一化处理时采用的滤波器系数。图像的预处理示例用滤波器消除图像的干扰源，制成美丽的图像。Vol. 7 预处理篇3图像处理 基础知识为图片滤波器系数时，向原图像 33 9 的像素值分别乘以 1/9，其合计值即为施以滤波器处理之后的值。由于是对该滤波器系数一列一列地依次计算的，所以就可得到施以滤波器处理之后的图像。采用滤波器系数进行的计算示例04有代表性的滤波器现在为大家介绍有助于进行图像预处理的主要滤波器。实际应用中主要是把多个滤波器组合起来使用，以得到预期效果的图像。膨胀滤波器是消除图像处理所不需要的干扰源成分（瑕疵）的滤波器。具体是把 33 这一中心像素的浓淡度值置换为 9个像
4、素中浓淡度最高的浓淡度值。对黑白图像施以膨胀滤波器时，只要 33 的中心像素周围有一个白色像素，就会把 9 个像素全部置换为白色。收缩滤波器收缩滤波器也是有助于消除干扰源成分的滤波器。它与膨胀滤波器相反，是把 33 这一中心像素的浓淡度值置换为 9 个像素中浓淡度最低的浓淡度值。对黑白图像施以收缩滤波器时，只要 33 的中心像素周围有一个黑色像素，就会把 9 个像素全部置换为黑色。各像素的浓淡度把各像素的浓淡度值置换为周围的平均值算符1 3 23 4 21 2 01919191919191919191 3 2 4 6 13 4 2 6 0 51 2 0 4 3 51 2 3 4 3 42 3
5、4 5 4 32 3 3 2 3 2 3 滤波器 处理向浓淡度值乘以19并进行合计计算191 +193 +192+193 +194 +192+191 +192 +190 = 2膨胀把中心像素置换为最大值“ 9”收缩把中心像素置换为最小值 “ 0”2 5 93 5 30 1 22 5 93 9 30 1 22 5 93 0 30 1 2Vol. 7 预处理篇4图像处理 基础知识图像中呈现出瑕疵等细小干扰源成分时，通过使用膨胀或收缩滤波器，可消除干扰源，将其制作成美丽的图像。平均滤波器用来使图像的浓淡度达到平衡（模糊）化、以此改善图像效果的滤波器。包括中心像素在内，把周围 9 像素的浓淡度值实行平
6、均化。通过把图像实行模糊化处理，可减少干扰源成分的影响。具有稳定工件的范围检测和模式搜索等位置检测的效果。不过，如要实现更自然、更平衡化的效果，需要使用加重平均滤波器。中值滤波器是归整（排列）包括中心像素在内的周围 9 像素的浓淡度值，把中央值（中值）作为中心像素浓淡度值的滤波器。它的效果与均一化滤波器不同，无需把图像进行模糊化处理就可清除干扰源成分。特别是它可以清除与周围像素的浓淡度值大不相同的一粒一粒的干扰源。原图像 施以膨胀滤波器后 施以收缩滤波器后滤波器处理示例191919191919191919原图像 平均原图像 中值Vol. 7 预处理篇5图像处理 基础知识Sobel滤波器是一种有
7、助于边缘提取的滤波器。对于对比度较少的图像，具有突出边缘的效果。另外，经该滤波器处理过的图像看上去更加自然。进行边缘提取时，除了 Sobel 滤波器外，还可使用Prewitt、 Roberts、 Laplacian 等各种滤波器。05其他预处理颜色抽取是对所拍摄的彩色图像，抽取特定颜色要素的处理。彩色图像的信号是用 R（红） G（绿） B（蓝）等数字数据表示。可以此为基础进行颜色抽取。通过进行本处理，各像素就分化为被抽取的像素或未被抽取的像素共 2 种数值。因此，除了较暗的颜色也能够实现稳定的抽取外，由于应处理的颜色信息量非常少，可较快地进行后处理。灰度处理灰度处理也称为浓淡处理，是取得用 CCD 拍摄的图像数据的浓淡信息的处理。具体是把像素的浓淡分割成8 bit（ 256 灰度），并将该信息灵活运用后，从而大大提高了工件的检测精度。特别是在黑白 2 值处理中，在检测难以判别的工件等方面，其效果格外显著。原图像 Sobel颜色抽取示例 从原图像中只抽取绿颜色要素。Vol. 7 预处理篇Copyright (c) 2011 KEYENCE CORPORATION. All rights reserved. CVLensTip7-KC-EN0614-CS 1061-1 E 642527 Printed in Japan* 6 4 2 5 2 7 *
