砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant（五）——Grayscale（灰度图） 功能

一、界面展示

灰度功能包含了Lookup Table查找表、Filters 滤波器、Gray Morphology灰度形态学、Gray Morphological Reconstruction灰度形态重建、FFT Filter 傅里叶滤波器、Threshold 阈值、Watershed Segmentation 分水岭分割、Operators运算、Conversion转换类型、Quantify 定量分析、Centroid质心、Detect Texture Defects纹理缺陷检测等函数

二、功能介绍

2.1 Lookup Table 查找表

对一幅图像应用查找表以改善对比度与亮度。
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--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。
Logari thmic-   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缓的效果。
Square Root-    平方根，减少亮区 的对比度。类似于对数但是有更平缓的效果。
PowerX--X       次方，减少暗区对比度。
Power 1/X一X    次根，减少亮区对比度。
Power Value: 幂运算的指数，默认值为1.5。
1
2
3
4
5
6
7
8
9
10

2.2 Filters 滤波器

对图像进行增强效果，以便后续的处理。

可用的滤波器类型很多
0riginal Image 为原始图像; 
Smoothing 为平滑型滤波器，包括Low Pass低通、Local Average局部平均、Gaussian高斯、Median 中值; 
Edge Detection为边缘检测型滤波器，包含了Laplacian拉普拉斯、Differentiation微分、Prewitt、 Sobel、 Roberts滤波器; 
Convolution 为卷积型滤波器，包含HighlightDetails高亮细节、Custom 自定义滤波器。
滤波器会有滤波器尺寸(Filter Size)、内核尺寸(Kernel Size)、内核(Kernel，又可以叫掩模、算子、模板等)三个可能出现的参数，视各滤波器不同，而不同。
1
2
3
4
5
6

当然具体的还得大家去找相关资料，这是只是介绍，不做深入讲解各个滤波器的实现效果和实现原理
可以看看我之前写的文章：
数字图像处理——图像变换（二维离散傅里叶正逆变换fft2/fft2、离散余弦正逆变换dct2/idct2、频谱正逆平移fftshift/ifftshift、幅度谱与相位谱）| 例题与分析

2.3 Gray Morphology 灰度形态学

对灰度图进行形态学操作
推荐参考文章：形态学之灰度形态学

Image Source:         原始图像
Dilate:               灰度级膨胀操作。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。
Erode                 灰度级腐蚀操作。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。
Close:                闭操作。灰度级先腐蚀再膨胀。闭操作去除了亮区域中孤立的暗点并且平滑了边界。
Open:                 开操作。灰度级先膨胀再腐蚀。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领域。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。，数值越大，效果越明显。
# of Iterations:      迭代次数。仅对膨胀、腐蚀两个函数有效。
1
2
3
4
5
6
7
8
9
10
11

例如，选择Erode腐蚀，Size 选择5X5，# of Iterations为1的效果

灰度级的膨胀就是，将白色区域边界也会变白，白色区域会变大，图像的整体会变亮
灰度级的腐蚀就是，将白色区域边界变黑，黑色区域会变大，图像整体会变暗

2.4 Gray Morphological Reconstruction 灰度形态重建（待）

这一功能好像没有在参考资料上找到相关的文章，我尽量把我的探索的理解记录下来，嫌写烂的，别骂，我也能力有限哈

需要提前有一个图像缓存
emmm，下面就不会了，我问问老师吧

2.5 FFT Filter 傅里叶滤波器

使用这个函数来删除高或低频率FFT平面。去除高频噪声平滑、细节、质感和尖锐的边缘。消除低频率降低总体模式，如光强度的变化，并强调细节。

2.6 Threshold 阈值

二值化图像(字面意思阈值图像)，这里是对灰度图像进行二值化处理，彩色图像不能使用该功能。处理后图像中只有黑白两色，而不是灰度图或彩色图。
二值化图像提供多种方法，主要分手动二值化和自动二值化，自动二值化又分为局部二值化和全局二值化，每一-种方法效果分割图像效果不一样。

Look For选择要目标是Bright Object白色物体还是Dark Object黑色物体、Gray Object灰色物体，其中Gray Object灰色物体只有在Manual Threshold手动二值化时可用，这时候Threshold Range阈值有上下限选择

当然，二值化方法很多

手动阈值
自动阈值:聚类
自动阈值:熵
自动阈值:度量
自动阈值:时刻
自动阈值:方差间
----------------------------------
局部阈值:Niblack
局部阈值:BG校正
局部阈值:Sauvola
局部阈值:改良Sauvola
1
2
3
4
5
6
7
8
9
10
11

根据自己的需要、图像的特点和对应方法的适用性进行选择啦~~~

2.7 Watershed Segmentation 分水岭分割

分水岭分割在图像二值化后使用,将没有相连的物体分割处理,得到不相连物体的个数。

Number of Zones:区域数。
Connectivity 4/8:四连通/八连通。
Display:标记为二进制输出。
Image Source with Separation Overlay: 原始图像覆盖分割。.

2.8 Operators 运算

Operators运算跟Color里面的运算是差不多的，灰度图的运算是跟常数、灰度图像进行运算。
图像可以与一个常量或者灰度图像进行加、减、乘、除、模数、绝对偏差、与、或、与非、或非等操作。

2.9 Conversion 转换类型

将灰度图由X位深度转换成Y位深度图。如将8位灰度图转换成16位深度图。将16位图转换成8位或浮点型等。可用选择的类型有8位、16位、浮点。

在图中，可以看到由位深度小的图像转换成位深度大的图像时，Method 方法里面选项是不可用的。只有当转换从位深度大的向位深度向小的转换时，Method 方法里面选项才可以设置。

在图中，我们可以看到如下一些信息: .
From:            图像源的位深度
To:              需要转换成图像的位深度
Method:          转换方法(仅当大位深度向小位深度转换时有效。)
AdjustDynamic:   动态调整。动态调整图像以便当前的最大最小值能适应新图像的最大最小值。所有像素的强度在它们的范围内是线性分布的。
Shift#:          移位数。对高位图像进行移位变成低位图像。如一个12位的图像中一点为11111110000,转换成8位的图，
                 如果8位截取12位中的最高有效位，则为1111111,截取最低有效位则为1110000。选择移位多少，对于得到的图像效果影响较大。
Cast:            丢弃。丢弃太大和太小的值以便其能表示新图的最大最小值。
1
2
3
4
5
6
7
8

2.10 Quantify 定量分析

使用这个函数来量化图像或图像区域的内容。
例如，首先用ROI工具画一一个区域

结果包含区域面积占整幅图像的比例，平均灰度值，标准方差，最小灰度值，最大灰度.值等信息

2.11 Centroid 质心

使用这个函数来计算图像或者区域的质心。
例如，首先用ROI工具画一个区域

2.12 Detect Texture Defects 纹理缺陷检测（纹理分类样本）（待）

使用该函数前首先要创建纹理分类，训练纹理分类，然后测试。

翻了半天文件夹，找到一张有纹理缺陷的

又看不懂了，害，问老师啦
更多细节参考文档NI Texture Training Interface Help。