• 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

    在这里插入图片描述
    在这里插入图片描述
    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
    在这里插入图片描述
    在这里插入图片描述

    二、功能介绍

    2.1 Lookup Table 查找表

    在这里插入图片描述
    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

    在这里插入图片描述

    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

    在这里插入图片描述

    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
    在这里插入图片描述
    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
    在这里插入图片描述
    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。
    在这里插入图片描述
    在这里插入图片描述

    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。

    在这里插入图片描述

    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

    在这里插入图片描述
    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。

    在这里插入图片描述
    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。.
    在这里插入图片描述

    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。
    在这里插入图片描述

    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。
    在这里插入图片描述
    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。
    在这里插入图片描述

    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
    在这里插入图片描述
    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

    在这里插入图片描述

    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
    在这里插入图片描述
    在这里插入图片描述

    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

    在这里插入图片描述
    在这里插入图片描述
    又看不懂了,害,问老师啦
    更多细节参考文档NI Texture Training Interface Help。

  • 相关阅读:
    王道链表综合题(下)
    基于元模型优化算法的主从博弈多虚拟电厂动态定价和能量管理MATLAB程序
    【ESP32_8266_BT篇(二)】Beacon信标广播
    html css3 旋转
    【数据结构】LRU缓存
    SpringBoot整合Swagger
    橘子学JVM之命令行监控01之jps
    ChatGPT Edu版本来啦:支持GPT-4o、自定义GPT、数据分析等
    Hadoop——Yarn 调度器和调度算法
    【夜读】你和高手的差距,就在于处理问题的能力
  • 原文地址:https://blog.csdn.net/m0_52592798/article/details/127699332