- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
NI Visin Builder AI入门教程 第七章 视觉助手3 灰度选板
第7章 视觉助手3-灰度选板
图7-1 灰度选板
灰度选板包含了Lookup Table查找表、Filters滤波器、Gray Morphology灰度形态学、Gray Morphological Reconstruction灰度形态学重建、FFT Filter快速傅立叶滤波器、Threshold阈值、Watershed Segmentation分水岭分割、Operators运算、Conversion转换类型、Extract FFT Plane抽取快速傅立叶平面等九个函数。?1.? Lookup Table查找表对一幅图像应用查找表以改善对比度与亮度。如图7-2所示效果。
图7-2 查找表
在查找表列表框中,有以下功能可用:
Image Source—原始图像
Equalize—均衡图像,增强动态强度由指定的灰度级间隔在整个灰度级上分配。此函数再分配像素值以便提供一个线性的累积直方图。
Reverse—反转图像,反转像素值,显示原始图像的底片。
Logarithmic—对图像应用对数变换,以增强暗区的亮度与对比度。
Exponential—对图像应用指数变换,以减弱亮区亮度,提高亮区对比度。
Square—平方,减少暗区对比度。类似于指数但是有更平滑的效果。
Square Root—平方根, 减少亮区的对比度。类似于对数但是有更平滑的效果。
Power X—X次方,减少暗区对比度。
Power 1/X—X次根,减少亮区对比度。
X:幂运算的指数,默认值为1.5。?2.? Filters滤波器这里的滤波器与VBAI增强图像选板中的滤波器作用、功能、算法基本类似,请参看前面第三章中关于VBAI滤波器的介绍。
图7-3 VBAI视觉助手滤波器
?3.? Gray Morphology灰度形态学更改图像中目标的形状。点击函数其配置界面如图7-4所示。
图7-4 灰度形态学
灰度形态学操作
Image Source:原始图像
Dilate:灰度膨胀操作。膨胀增强了每个像素的亮度当这些像素的周围有更高的亮度时。使用膨胀,可以填补小洞及凹点。
Erode:灰度腐蚀操作。腐蚀减弱了每个像素的亮度当这些像素的周围有更低的亮度时。使用腐蚀,可以消除或减弱凸点与毛刺。
Close:灰度闭操作。灰度图像操作,先腐蚀再膨胀。闭操作去除了亮区域中孤立的暗点并且平滑了边界。
Open:灰度开操作。灰度图像操作,先膨胀再腐蚀。开操作去除了暗区域中孤立的亮点并且平滑了边界。
Proper Close:适当的闭操作。有限双重结合闭操作和开操作。适当的闭操作去除亮区域中孤立的暗点并且平滑暗区域边界。
Proper Open:适当的开操作。有限双重联合开操作和闭操作。适当的开操作去除暗区域中孤立的亮点并且平滑亮区域边界。
Auto Median:自动中值。双重结合开和闭操作。自动中值生成简单的拥有较少细节的目标
Structuring Element :结构化元素(又可叫掩模等)。二维数组当作二值化屏蔽来定义像素的邻域。可以通过点击元素来修改结构化元素。元素为黑,它的值为1,为白,值为0。当值是1时对应的像素被当作领域,它的值在形态学操作时被将被使用。
Size:结构元素的尺寸,可用的值有3x3、5x5和7x7。尺寸越大,参考的领域范围越大,滤波、平滑效果越好,但是耗费的时间也会越长,因为计算的数据量也会越大。
# of Iterations:迭代次数。使用某种操作的次数。仅对膨胀、腐蚀两个函数有效。
灰度形态学实际效果如图7-5,7-6所示,右上角的为原始图像,左上角的大图为滤波后效果。本例中使用的是膨胀操作。掩模尺寸选择为7x7,迭代次数选择为2次,可以看到图中的白色噪点加大了,中间的白色圆也放大加粗了。
图7-5 灰度形态学实例图7-6 先膨胀再腐蚀效果
图7-6是在图7-5的膨胀基础上进行同样尺寸与迭代资料的腐蚀操作。膨胀与腐蚀这两个操作,经常是同时出现的,而且设置的参数如尺寸、迭代次数都设置为一样的。因为这样可以保证物体的大小、形状都保证没有太多的变化,而仅仅只是去除了一些杂质噪点。至于是先进行膨胀还是先进行腐蚀,可以根据实际情况进行考虑。如果需要过滤毛刺,可以先腐蚀,这样就可以把毛刺“吃掉”,再膨胀回原来的尺寸。如果要填补缺陷,则可以先膨胀,将其填满,再腐蚀回原始的尺寸大小。?4.? Gray Morphological Reconstruction灰度形态学重建形态学重建对于从一个较少的组成部分图像重建或从图像中移除特征是有用的,不需要改变图像中的目标形状。形态学重建可以应用于灰度图与二值化图中。形态学重建处理基于一张原始图像、一张标记图像以及标记点。
图7-7 标记图像
如图7-7所示,我们选择这样一个
文档评论(0)