由于随机干扰,摄像机输入的原始图像一般不能直接用于机器视觉系统,因此需要对原始图像进行处理。
图像处理算法的作用是在图像中突出机器视觉系统需要的特征,同时减少不必要的特征,不管图像是否退化。图像处理不是目的,而是为机器视觉系统的进一步决策做准备。
一、图像处理的主要方式如下:
1、二值化处理
按照一定的阈值,把图像(模拟图像已经转换成数字图像)中的256个灰度级,变成只有黑色(0)和白色(255)两种像素的二值图像。这样就把图像分成了需要使用的和不需要使用的两部分,所以这种方法叫做二值化或图像分割。
2、灰度处理
灰度图像是具有相同RGB分量的图像。彩色图像的三原色中RGB的数量级用相同的数值表示,使得彩色图像用灰度图像表示,可以减少图像数据的计算量和存储量。这个值叫做灰度值,彩色图像转换成灰度图像的过程就是灰度处理的过程。常用的灰度处理方法有任意分量法、最大值法、平均值法和加权平均值法。
3、图像增强(锐化)
在图像传输和转换过程中,信号会受到不同程度的干扰和衰减,有时图像质量达不到机器视觉系统的要求。这时就需要在图像中加入一些信息或变换数据,有选择地突出图像中有用的特征或抑制无用的特征,这就是所谓的图像增强。例如对比度增强、直方图均衡化、去雾等。
图像增强和图像恢复是有区别的。图像增强是在不考虑图像退化的情况下,提高图像的实用性。图像恢复是通过考虑图像的退化来提高图像的真实性。
4、图像过滤(图像平滑)
由于图像的硬件和一些处理环节的性能,图像在形成、传输和记录过程中会受到多种杂波的干扰,使图像形成亮点和暗点,影响图像的进一步使用。这时候就需要对杂波进行过滤,这就是所谓的滤波。
5、图像锐化(锐化)
图像锐化,也叫边缘增强,起到突出图像边缘,补偿图像轮廓,使图像更清晰的作用。图像锐化和图像增强有两种方法:空域处理和频域处理。
简单的边缘线可以使我们理解要表达的对象,边缘检测也是图像处理的重要基础操作之一。
6、图像的腐蚀和膨胀
图像腐蚀和膨胀操作是图像形态学算法处理的基础。
腐蚀的作用是消除目标图像的边界噪声点,使目标变小;膨胀的作用是合并与目标图像接触的背景点,填补空洞,放大目标。这是机器视觉系统中几种常见的图像处理算法方法