第5章 HALCON图像预处理

《第5章 HALCON图像预处理》由会员分享，可在线阅读，更多相关《第5章 HALCON图像预处理（41页珍藏版）》请在金锄头文库上搜索。

1、5.15.25.35.45.55.6灰度变换直方图处理几何变换图像的平滑图像的锐化图像的彩色增强第5章 HALCON图像预处理HALCON编程基础与工程应用 图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。第5章 HALCON图像预处理HALCON编程基础与工程应用5.1灰度变换 由于成像系统限制或噪声等影响，获取的图像往往因为对比度不足、动态范围小等原因存在视觉效果不好的缺点。灰度变换是指根据某种目标条件按一定变换关系逐像素点改变原图像中灰度值的方法。 灰度变换常用的方法有3种：线性灰

2、度变换、分段线性灰度变换和非线性灰度变换。HALCON编程基础与工程应用1、线性灰度变换HALCON编程基础与工程应用 为了突出图像中感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换，它将图像灰度区间分成两段乃至多段分别作线性变换。2、分段线性灰度变换HALCON编程基础与工程应用 单纯的线性灰度变换可以在一定程度上解决视觉上的图像整体对比度问题，但是对图像细节部分的增强较为有限，结合非线性变换技术可以解决这一问题。3、非线性灰度变换HALCON编程基础与工程应用5.2直方图处理 将统计学中直方图的概念引入到数字图像处理中，用来表示图像的灰度分布，称为灰度直方图。在H

3、ALCON图像处理中，灰度直方图是一个简单有用的工具，它可以描述图像的概貌和质量，采用修改直方图的方法增强图像是一种实用而有效的处理方法。HALCON编程基础与工程应用1、直方图均衡化 直方图均衡化是一种最常用的直方图修正方法，这种方法的思想是把原始图像的直方图变换为均匀分布的形式，增加像素灰度值的动态范围。 直方图均衡化是使原图像中具有相近灰度且占有大量像素点的区域的灰度范围展宽，使大区域中的微小灰度变化显现出来，增强图像整体对比度效果，使图像更加清晰。HALCON编程基础与工程应用2、直方图规定化 直方图均衡化能自动增强整个图像的对比度，得到全局均匀化的直方图。但在实际应用中，有时并不需要

4、考虑图像的整体均匀分布直方图，而是希望有针对性地增强某个灰度范围内的图像，这时可以采用比较灵活的直方图规定化。 所谓直方图规定化，就是通过一个灰度映射函数，将原灰度直方图改造成所希望的特定形状直方图，以满足特定的增强效果。一般来说正确地选择规定化的函数可以获得比直方图均衡化更好的效果。HALCON编程基础与工程应用5.3几何变换 图像几何变换又称为图像空间变换，通过平移、转置、镜像、旋转、缩放等几何变换对采集的图像进行处理，用于改正图像采集系统的系统误差和仪器位置（成像角度、透视关系乃至镜头自身原因）的随机误差。 此外，还需要使用灰度插值算法，因为按照这种变换关系进行计算，输出图像的像素可能被

5、映射到输入图像的非整数坐标上。HALCON编程基础与工程应用 图像几何变换就是建立一幅图像与其变换后的图像中所有各点之间的映射关系1、图像几何变换的一般表达式1.点变换2.直线变换-两个点的变换3.单位正方形变换HALCON编程基础与工程应用2、图像变换之仿射变换 如果所拍摄对象在机械装置上或者其他稳定性不高的装置上，那么目标对象的位置和旋转角度就不能保持恒定，因此我们必须对物体进行平移和旋转角度修正。有时由于物体和摄像机间的距离发生变化，所以导致图像中物体的尺寸发生了明显变化，这些情况下使用的变换称为仿射变换。HALCON编程基础与工程应用2、图像变换之仿射变换1.平移变换hom_mat2d

6、_translate( : : HomMat2D, Tx, Ty : HomMat2DTranslate)2.比例缩放hom_mat2d_scale( : : HomMat2D, Sx, Sy, Px, Py : HomMat2DScale)3.旋转变换hom_mat2d_rotate( : : HomMat2D, Phi, Px, Py : HomMat2DRotate)4.综合变换上述算子的组合HALCON编程基础与工程应用仿射变换例程图像变换处理前后图（a-所画region，b-变换之后）HALCON编程基础与工程应用3、投影变换把物体的三维图像表示转变为二维表示的过程称为投影变换。ho

7、m_vector_to_proj_hom_mat2d( : : Px, Py, Pw, Qx, Qy, Qw, Method : HomMat2D)作用：用于确定投影变换矩阵HomMat2DHALCON编程基础与工程应用4、灰度插值法 在数字图像中，由于其灰度值只在整数位置（x,y）被定义，即规定所有的像素值都位于栅格整数坐标处。而通过几何变换后的灰度值往往会出现在原始图像中相邻像素值的点之间。 为此，需要通过插值运算来获得变换后不在采样点上的像素的灰度值。常用的灰度值插值方法有最近邻插值法、双线性插值法和卷积插值法等三种。HALCON编程基础与工程应用4、灰度插值法最近邻插值法 最近邻插值也

8、称作零阶插值，也就是令变换后像素的灰度值等于距它最近的输入像素的灰度值。双线性插值法 双线性插值也称为一阶插值，该方法通常是沿图像矩阵的每一列（行）进行插值，然后对插值后所得的矩阵再沿着行（列）方向进行线性插值。卷积插值法 当图像放大时，图像像素的灰度值插值可以通过卷积来实现。卷积插值法就是在输入图像的两行列中间插入零值，然后通过低通模板滤波便可得到插值后的图像。HALCON编程基础与工程应用灰度值插值法例程HALCON编程基础与工程应用5、基于HALCON的图像校正 以上示例主要是为了说明投影畸变是如何产生和校正的，图5-27(a)是相机垂直于被摄平面时拍摄的，没有投影畸变现象，图5-27(

9、b)是对图像进行了一系列的三维仿射变换，因此产生了投影畸变现象。图5-27(a)到图5-27(b)恰恰就是进行了一次二维投影变换。而且这种变换是可逆的，图5-28中的校正过程也是同理，所以也可以通过投影变换的方法将畸变图校正，这就是基于HALCON投影变换的图像校正。HALCON编程基础与工程应用5.4图像的平滑 图像平滑主要目的是减少噪声。图像中的噪声种类很多，对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号互相独立不相关，有些是相关的，噪声本身之间也有些相关。 因此要减少图像中的噪声，必须针对具体情况采用不同的方法，否则很难获得满意的处理效果。HALCON编程基础与工程应用 “噪声”

10、一词来自于声学，原指人们在聆听目标声音时受到其他声音的干扰，这种起干扰作用的声音被称之为“噪声”。 图像噪声:一方面，从电信号的角度理解，因为图像的形成往往与图像器件的电子特征密切相关，因此，多种电子噪声会反映到图像信号中来。这些噪声既可以在电信号中观察得到，也可以在电信号转变为图像信号后在图像上表现出来。另一方面，图像的形成和显示都和光以及承载图像的媒介密不可分，因此光照、承载媒介造成的噪声等也会在图像中反映。1、图像噪声HALCON编程基础与工程应用2、局部统计法 灰度变换与直方图处理方法均是从图像的整体出发，进而增强图像的对比度。除此之外，还可以从图像的局部着手进行增强。局部统计法是由W

11、allis和Jong-Sen Lee提出的用局部均值和方差进行对比度增强的方法。HALCON编程基础与工程应用3、空域平滑法 邻域平均法:图像中选择一个子图像（或称为邻域），用该邻域里所有像素灰度的平均值去替换邻域中心像素的灰度值。 加权平均法:图像中选择一个子图像（或称为邻域），用该邻域里所有像素灰度的加权平均值去替换邻域中心像素的灰度值。 邻域平均法:在相同条件下采集同一目标物的若干幅图像，然后通过对采集到的多幅图像进行平均的方法来消减随机噪声。HALCON编程基础与工程应用均值滤波例程mean_image(Image : ImageMean : MaskWidth, MaskHeight

12、 : )作用：均值滤波。HALCON编程基础与工程应用4、中值滤波 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号平滑处理技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。 二维模板通常为3*3、5*5的区域，也可以是不同的形状，如线状、圆形、十字形、圆环形等HALCON编程基础与工程应用中值滤波例程median_image(Image : ImageMedian : MaskType, Radius, Margin : )作用：中值滤波。 使用不同边长的二维方形中值滤波模板。HALCON编程基础与工程应用5、频域低通滤波 一幅图像中灰度均匀的平滑区域对应

13、着傅里叶变换中的低频成分，灰度变化频繁的边缘及细节对应着傅里叶变换中的高频成分。 根据这些特点，要合理构造滤波器，适当地将图像中的变换域中的高频成分过滤掉，便可以得到图像的平滑结果。 HALCON编程基础与工程应用几种低通滤波器 理想低通滤波器平滑处理的机理简单明了，它可以彻底滤除D0以外的高频分量。 巴特沃斯滤波器（BLPF）是电子滤波器的一种，特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零，是一种具有最大平坦幅度响应的低通滤波器。 指数低通滤波器（ELPF）将下降到H(u,v)最大值的1e时的D(u,v)定为截止频率点D0。 梯形低通滤波器传递函数特性介于理想

14、低通滤波器和具有平滑过渡带的低通滤波器之间。HALCON编程基础与工程应用低通滤波例程(1) gen_lowpass( : ImageLowpass : Frequency, Norm, Mode, Width, Height : )作用：生成理想的低通滤波器图像。(2) fft_generic(Image : ImageFFT : Direction, Exponent, Norm, Mode, ResultType : )作用：快速傅里叶变换。(3) convol_fft(ImageFFT, ImageFilter : ImageConvol : : )作用：频域里卷积图像。HALCON编

15、程基础与工程应用5.5 图像的锐化 图像锐化主要是加强高频成分或减弱低频成分。能加强细节和边缘，对图像有去模糊的作用。同时，由于噪声主要分布在高频部分，如果图像中存在噪声，锐化处理对噪声将会有一定的放大作用。HALCON编程基础与工程应用 梯度法：由梯度的计算可知，在图像中灰度变化较大的边沿区域其梯度值较大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域的梯度值为零。1、一阶微分算子法HALCON编程基础与工程应用 Sobel算子：采用梯度微分锐化图像时，不可避免地会使噪声、条纹等干扰信息得到增强，这里介绍的Sobel算子可在一定程度上克服这个问题。1、一阶微分算子法sobel_amp(I

16、mage : EdgeAmplitude : FilterType, Size : )作用：利用Sobel算子检测边缘HALCON编程基础与工程应用2、拉普拉斯算子法 拉普拉斯算子是常用的边缘增强处理算子，它是各向同性的二阶导数。laplace(Image : ImageLaplace : ResultType, MaskSize, FilterMask : )作用：用有限差分计算拉普拉斯算子。HALCON编程基础与工程应用3、高通滤波法 之前平滑部分提到过图像的频域特点。一幅图像中灰度均匀的平滑区域对应着傅里叶变换中的低频成分，灰度变化频繁的边缘及细节对应着傅里叶变换中的高频成分。 同理类比可以构造高通滤波器来进行图像锐化。HALCON编程基础与工程应用几种高通滤波器理想高通滤波器巴特沃斯高通滤波器（BHPF）指数高通滤波器（EHPF）梯形高通滤波器HALCON编程基础与工程应用高通滤波例程gen_highpass( : ImageHighpass : Frequency, Norm, Mode, Width, Height : )作用：生成理想高通滤波。HALCON编程基础与工程应