机器视觉技术与应用 课件 -第3章 数字图像处理与应用.pptx

机器视觉技术与应用 课件 -第3章 数字图像处理与应用.pptx

  1. 1、本文档共228页,可阅读全部内容。
  2. 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. 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. 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

;CHAPTER;;;;;;1、数字图像处理概念;2、数字图像与模拟图像的区别;3、数字图像处理发展因素;;1、数字图像处理常用技术;2、图像增强;3、图像变换;4、图像分割;5、特征提取;;1、数字图像处理常用领域;2、医学影像处理;3、安全监控;4、工业自动化;5、航空航天技术;6、日常生活;;;;1、工具块结构;1、工具块结构;对采集到的图像进行视觉处理时,通常会选择在工具块中来完成,并需要将与图像处理相关的数据和图像传入工具块,具体操作如下:;一、工具块工具;一、工具块工具;一、工具块工具;(6)添加ToolBlock输入

单击③处的【添加】

在④处下拉选择“取像”工具的输出⑤“Image”

在④处可自定义输入项的名称,默认为“Input1”,如当前输入的为图像,可将“Input1”修改为“Image”;一、工具块工具;;;1、图像基础知识;彩色图像计算机显示彩色图像时采用最多的就是RGB模型,对于每个像素,通过控制R、G、B三原色的合成比例决定该像素的最终显示颜色。这种通过控制红(R)、绿(G)、蓝(B)这三个颜色分量组合在一起形成彩色图像,称为RGB图像。;灰度图像是指每个像素的信息由一个量化后的灰度级来描述,不包含彩色信息、只含亮度信息的图像。标准灰度图像中每个像素的灰度值用1个字节表示,灰度级数为256级,灰度值范围是0~255。;二值图像又称黑白图像,每个像素只有黑、白两种颜色的图像。在二值图像中,像素只有0和1两种取值,一般用0来表示黑色,用1表示白色。;意义:在视觉软件中,有些工具(如直方图工具)是不支持处理彩色图像的,必须用图像类型转换工具将图像转换为灰度图像或二值图像才可以正常处理;作用:CogImageConvertTool能够实现图像类型的转换,可以将24位彩色图像转换为8位灰度图像;作用:

CogHistogramTool可以对整张图像或者图像中指定区域的灰度值分布情况进行统计分析;

可以输出详细的数据和直方图结果

输入图像不支持彩色图像;CogHistogramTool可以对整张图像或者图像中指定区域的灰度值分布情况进行统计分析。;;;左侧图像中有锂电池,则图像的灰度值有等级区分,而右侧图像中无电池,图像的灰度值单一,依据图像的此差异性,可实现锂电池???有无检测;左侧图像中有锂电池,则图像的灰度值有等级区分,而右侧图像中无电池,图像的灰度值单一,依据图像的此差异性,可实现锂电池的有无检测;左侧图像中有锂电池,则图像的灰度值有等级区分,而右侧图像中无电池,图像的灰度值单一,依据图像的此差异性,可实现锂电池的有无检测;左侧图像中有锂电池,则图像的灰度值有等级区分,而右侧图像中无电池,图像的灰度值单一,依据图像的此差异性,可实现锂电池的有无检测;左侧图像中有锂电池,则图像的灰度值有等级区分,而右侧图像中无电池,图像的灰度值单一,依据图像的此差异性,可实现锂电池的有无检测;左侧图像中有锂电池,则图像的灰度值有等级区分,而右侧图像中无电池,图像的灰度值单一,依据图像的此差异性,可实现锂电池的有无检测;;;;;1、线性灰度变换的概念;1、线性灰度变换的概念;2、线性灰度变换工具;2、线性灰度变换工具;2、线性灰度变换工具;2、线性灰度变换工具;2、线性灰度变换工具;3、线性灰度变换应用;3、线性灰度变换应用;3、线性灰度变换应用;3、线性灰度变换应用;3、线性灰度变换应用;3、线性灰度变换应用;3、线性灰度变换应用;;1、分段线性灰度变换的概念;2、分段线性灰度变换工具;2、分段线性灰度变换工具;2、分段线性灰度变换工具;3、分段线性灰度变换应用;3、分段线性灰度变换应用;3、分段线性灰度变换应用;3、分段线性灰度变换应用;;1、对数变换;2、伽马变换;2、伽马变换;;;一、图像噪声;一、图像噪声;一、图像噪声;一、图像噪声;一、图像噪声;一、图像噪声;一、图像噪声;一、图像噪声;;二、空域滤波基础;二、空域滤波基础;二、空域滤波基础;二、空域滤波基础;二、空域滤波基础;二、空域滤波基础;二、空域滤波基础;二、空域滤波基础;;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;三、空域滤波应用;;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;四、傅里叶变换;;五、频率域滤波基础;五、频率域滤波基础;五、频率域滤波基础;五、频率域滤波基础;;;一、均值滤波

;一、均值滤波

;一、均值滤波

;一、均值滤波

;;二、高斯滤波

;二、高斯滤波

;二、高斯滤波

;二、高斯滤波

;二、高斯滤波

文档评论(0)

lai + 关注
实名认证
内容提供者

精品资料

版权声明书
用户编号:7040145050000060

1亿VIP精品文档

相关文档