请选择 进入手机版 | 继续访问电脑版

ni-vision

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 1392|回复: 0

第四章 图像增强

[复制链接]
发表于 2020-5-21 18:47:05 | 显示全部楼层 |阅读模式
很多时候,我们采集到的图像并不理想,含有许多噪声、非目标区域、杂点、未完整等等,
面对这种情况,进行图像处理时,如果不对原始图像进行增强处理,那么对测量结果会的精
度会产生一些影响,例如寻找边缘,如果需要拟合成线的点很离散,那么,拟合出来的线很
可能会“漂”的很厉害。因此,许多情况下,我们需要对原始图像进行增强,以达到更加理
想的效果。如图 4-1 所示。

图 4-1 图像增强函数在图像处理中的应用
在图 4-1 中,我们应用了一个简单的例子,寻找一条边缘。采集图像后,我们对原始图像创
建了一个 ROI(Region of Interest:兴趣区域、目标区域,图中的绿色框),并对此 ROI
进行滤波处理,从图中可以看到,绿色框中经过婆婆的图像与外面的图像是不一样的。这就
是图像增强的效果。当然,例子中的原始图像效果相对较好,增强的效果显现不明显。
下面我们来看一下,图像增强函数选板具体的函数及其使用方法。




图 4-2 图像增强选板
增强图像中,共有六个可用函数。利用此六个函数,我们可以在分析图像前,对图像进行预
先处理,以提高图像质量。
1. Vision Assistant:Enhances image features,filters noise,extracts colors
planes,and more.
第一个函数为视觉助手。在 VBAI 中也有一个视觉助手,不过这个视觉助手并不像 NI 视觉开
发模块中的视觉助手功能强大,只是包含了一些图像增强的功能。因为 VBAI 其它的函数选
板中含有大量的分析测量函数,所以,在这个视觉助手中并没有分析测量类的函数。利用视
觉助手可以增强图像特征、过滤噪声、提取颜色平面、图像计算、形态学处理等。因为其中
的函数过多,将会在后面章节中加以详细解释,这里就一笔带过。
2. Filter Image:Prepares an image for processing so that you can extract only
the information you need for processing.
第二个函数为图像滤波:准备一幅图像,提取需要用于处理的信息为后面图像处理。
点击此函数,将会出现此函数的配置选板,如图 4-3 所示:


图 4-3 过滤图像配置选板
从图中可以看到,当配置函数时,状态栏为灰色禁用状态,即在配置函数时,状态、连续运
行等都是禁用的。仅有一个运行一次(Run State Once)有效,点击此按钮可以运行一次当
前滤波及前面采集函数,用于验证滤波的效果。在界面右下角,我们可以看到配置选板的主
体 main 选项卡,如图 4-4 所示。


图 4-4 过滤图像-主体
在配置主体中,我们需要输入步骤名(Step Name)、选择目标区域 Region of Interest、
是否改变 ROI 的位置 Reposition Region of Interest、选择参照坐标系(Reference
Coordinate System)等。
Step Name 步骤名是当前步骤的名称,值得注意的是,步骤名不能以空格开始,即名称前不
允许出现空格。
ROI:目标区域,下面的下拉菜单有两个选项,一个是 Constant(常量),另一个是 Full Image
(整幅图),我们可以选择整幅图,那样就不需要再画 ROI,而如果选择常量,则需要手动
画 ROI。我们可以利用菜单下面的快捷工具栏,选择合适的工具来画 ROI,如图 4-5 所示。


图 4-5 ROI 工具
ROI 工具栏随着选择函数的不同出现的工具也会有不同。在此处出现了矩形、旋转矩形、椭
圆、环形、多边形、徒手。另外,我们可以利用放大、缩小、原始尺寸、适合屏幕等缩放工
具来查看图像,使我们能更好的把握如何设置 ROI。
Reposition Region of Interest:改变 ROI 的位置,选择上后,在后面的图像分析处理过程
中,可以根据坐标系改变 ROI 的位置。Reference Coordinate System 为参考坐标系。如果
没选中改变 ROI 位置,则 ROI 以当前默认坐标系为参照,即图像左上角为原点,左到右为 X
轴,上到下为 Y 轴。此功能必须在前面的步骤中已经建立了坐标系后才可使用,关于坐标系
的建立,将在后面的定位特征章节介绍。


图 4-6 过滤图像-滤波器选择
如图 4-6 中,为滤波 Filters 选项卡。可用的滤波器类型很多。Original 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 Highlight Details 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。如何设计内核这里就不详细介绍,如有兴趣,可参
看一些图像处理原理类的书籍。从图 4-6 中可以看到,当我们选择高亮细节滤波器、内核大
小为 7*7 时,文字部分黑色与背景白色的对比度明显比周围没经过滤波的地方要强(为显示
效果,已经将图像放大为原始图像,此图像为 500 万像素的 AVT Guppy Pro 503B 相机拍摄)。
这就是滤波的好处,可以将特征突现出来从而更容易的查找、测量、计算出特征。
在配置面板的底部有一个 Step Status 指示灯,表示当前步骤用设置的参数来检查图像是否
通过,此处的状态只能是 PASS(通过)的,在后面一些测量函数中将会出现 FAIL(失败)。
另外还有一个 OK、一个 Cancel 按钮,OK 为确定当前设置,Cancel 为放弃当前设置。步骤
状态、OK、Cancel 三个控件,在后面的函数讲解中,基本上都是会出现的,以后就不再叙
述。
3. Threshold Image:Thresholds an image.
二值化图像(字面意思阈值图像),对图像进行二值化处理。即图像中只有黑白两色,而不
是灰度图或彩色图。点击此函数进入二值化配置界面,如图 4-7 所示。


图 4-7 二值化配置
二值化配置只有一个主体选项卡,包含了 Step Name 步骤名、Look For 寻找(目标类型)、
Method 方法、Histogram 直方图、及 Lower Value(Limit)阈值设定等部分。其中寻找目标
类型有白色目标、黑色目标、灰色目标可供选择;方法有手动阈值、自动阈值、局部阈值等;
直方图用于显示图像各级灰度所占的比重;阈值设定 Lower Value 与 Lower Limit、Upper
Limit 视方法不同而不同,有些方法需要设置阈值值,有些需要设置阈值界限。
图 4-7 只是针对灰度图产生的二值化配置界面,如果图片源为彩色图时,其配置界面如图
4-8 所示。


图 4-8 彩色图像二值化
彩色图像二值化中有一个颜色模式 Color Mode、预览颜色 Preview Color、阈值设置。颜色
模式可选的有 RGB、HSL、HSV、HSI。根据选择颜色模式不同,下面可用于阈值设置的参数
也不同。如 RGB 时,是调整红 R、绿 G、蓝 B 三色的阈值,HIS 是调整色调 H、饱和度 S、强
度 I 等。
4. Segment Color Image: Segments a color image using a color classifier and
produces a greyscale image.
分段彩色图像:使用颜色分类器对一幅彩色图像进行分段,然后生成灰度图像


图 4-9 分段颜色主体选项卡
在 main 主体选项卡中,Step Name 步骤名、Region of Interest(ROI)兴趣区域、Reposition
Region of Interest 转换 ROI、Reference Coordinate System 参考坐标系都与前面讲的函
数的主体选项卡一样,这里就不多介绍。
Color Classifier File Path 颜色分类器文件路径,是需要选择一个颜色分类器文件。可
以使用这个框边上的文件夹选择按钮选择。如果一开始没有选择颜色分类器文件时,则在下
面有一个 New Classifier File…按钮,点击此按钮则新建一个颜色分类器文件。如果是选
择已经有的颜色分类器文件,则此按钮提示信息为 Edit Classifier File…。即无文件时
为新建,有文件时则为编辑。


图 4-10 分段颜色主体选项卡无颜色分类器文件
点击 New Classifier File…按钮,然后进入颜色分类器界面,如图 4-11 所示:




图 4-11 颜色分类器训练界面
在这个界面中,大部分的工具按钮与 VBAI 的主界面类似。先来看一下左下角的两个选项卡
页面。
Options 选项:其中左边的 Color Options 颜色选项,下面有两个参数,一个为 Sensitivity
灵敏度,其中值有 Low 低、Medium 中、High 高,另一个参数为 Use intensity 使用强度,
如果不使用强度,则仅使用色调、饱和度。右边为 Engine Options 引擎选项,有三个选
项,Method 方法:Nearest Neighbor 最近邻,K-Nearest Neighbor K 最近邻,Minimum Mean
Distance 最小均值距离;K,K 最近邻的 K 值大小(具体算法请查看最神秘的相关书籍,其
实我也搞不懂这些算法);Metric 度量:有 Maximum 极大值、Sum 求和、Euclidean 欧几里
德三种方式。默认会用 Sum 方式,大部分的分类器应用都使用此方法,极大值用在最灵敏的
差异分类中。而欧几里德则应用在较少的差异灵敏性中。具体使用可参考 NI Vision For
LabVIEW Help 帮助文档。其中有较详细的说明(英文)。


图 12 颜色分类器训练界面-Color Vector
Color Vector 颜色向量:其中有六个参数。分为两排,上面一排为选择的类的参数:Selected
Class: Hue 选择的类为色调(这里提示需要训练。转到右上角的 Classify 选项卡,然后点
击训练分类器可以训练,前提是先添加类 Add Class,并且添加样品 Add Sample,如果已经
训练,提显示选择的类的颜色);Saturation 饱和度,这里是指选择的类的饱和度。Intensity
为选择的类的强度。如果在 Options 中未勾选 Use Intensity 则此框为禁用。下面一排的三
个参数与上面的是一样的概念,只不过其指示的是 ROI 中的色调、饱和度、强度。


图 4-13 颜色分类器训练界面-Add Sample 添加样品
在添加样品选项卡中,上面有一提操作提示信息,可以按照上面的提示信息完成添加样品的
动作。
首先需要打开图片。如果是在颜色分类器函数前已经完成了采集图像(如从相机获取、从电
脑中获取等),则点击颜色分类器及新分类器文件后,会将图像传递到界面中,因此可以省
略此步。当然也可以使用 File 文件中的 Open Image 打开图片;
接下来在图片上使用 ROI 工具画一个 ROI,这个 ROI 包含了你想要的颜色样品;
使用图像显示窗口下面的 Options/Color Vector 选项卡高速参数;
如果类别标签还没有创建,则点击 Add Class 添加类别按钮。图 4-13 中我们已经设置了一
个类别,我们再添加几个类别:


图 4-14 颜色分类器-Add Class 添加类别
添加完需要的类别后,然后在类别表单中选择合适的类别。如我们类别中的 Blue、Green、
Red 三个类,我们 ROI 为红色,则选择 Red 类别。然后点击 Add Sample 添加样品,添加 ROI
中的颜色到选择的类别中。


图 4-15 颜色分类器-添加样品

点击完添加样品后,在 Red 所在的类别后面的#Samples 样品数中可以发现其数由 0 变为 1。
这时就已经完成了一个样品的添加。
也可以点击 Delete Class 删除类别、Rename Class 重命名类别。


图 4-16 颜色分类训练-Classify 分类
当我们添加完样品后,在 Classify 分类选项卡中的 Train 中 Train Classifier 按钮后面有
一个黄色的感叹号,表示需要训练,我们点击此 Train Classifier 按钮,完成训练。


图 4-17 完成训练
完成训练后,Train Classifier 训练分类器后面的黄色感叹号消失了,在 Classify 分类中
出现了结果(Class Label: Red; Classification Score: 1000 分类分值,表明指定的类
来表征输入样品比其它类到底有好多少;Identification Score: 1000 认出分值,表明输
入样品与指定类的相似度,仅当分类分值未达到指定的分数时才使用此值)以及最接近的样
品图片。


图 4-18 颜色分类器-Edit Classifier 编辑分类器
在编辑分类器中,左上角会显示所有的 Class Label 类别标签。如果有了解过 OCR 的话,在
这里就比较容易了,这其中就相当于把很多种颜色归于一类,如深蓝、天蓝、海蓝等都归为
Blue,而在字符识别中,我们可以把宋体的石、楷体的石、华文行楷的石都认为是石字。或
者是认为 5 号字体的石、3 号字体的石、60 点的石也都认为是石。
编辑分类器的左边则可以对分类器文件添加说明信息。也可以使用 Relabel 对类别进行重命
名,也可以使用 Delete 删除选中的类别样品。下面的 Brows Display 则可以显示所有的样
品,也可以选择某个类别的所有样品。
设置完成后,保存颜色分类器文件,关闭颜色分类器训练界面,返回函数节点。如图 4-9
所示的主体选项卡。
切换到 Settings 设置选项卡:


图 4-19 颜色分段-Settings 设置
在设置中,我们可以根据 ROI Size 兴趣区域的大小设置 Widows Size 窗口大小的 Width 宽
和 Height 高,可以设置 Step Size 步骤大小,也可以勾选 Refine Segmentation 细化分段,
可以勾选 Auto Calculate Maximum Distance 自动计算最大距离,设置 Minimum Particle
Area(Pix^2)最小粒子面积(平方像素)、Maximum Particle Area(Pix^2)最大粒子面积、
Minimum Identification Score 最小认出分值;Display Mode 显示模式分为 Show Segmented
Image 显示分段图像和 Overlay Classes on Image 在图像覆盖类别两种模式,第一种显示
分段图像模式,使用第三个选项卡 Pixel Mapping 像素映射中的指定值进行替换。第二个则
表类别覆盖到图像上;Elapsed Time 为消耗时间。


图 4-20 颜色分段-Pixel Mapping 像素映射
像素映射可以将不同的颜色类别映射为指定的灰度值,如图中将 Blue 映射为 85 灰度,将
Green 映射为 169 灰度,将 Red 映射为 254 灰度。


图 4-21 颜色分段-Limits 极限设置
极限选项卡中,Pass Inspection if…通过检查如果…:可以根据某个类别的百分比设置,
也可以根据某个类别的面积设置,同时还可以根据未识别的类别百分比和面积设置。
Sort Results by (label/Area):结果排序按照标签或面积;
Sort Order Ascending/Descending:排序方式升序或降序;
Color Segmentation Results 颜色分段结果:显示了各类别所占百分比以及面积。
使用此函数可以检查视场中的颜色变化或者检查某种颜色有没有出现、出现的面积等。
5. Calibrate Image:Calibrates an image to perform measurements in real world
units.
标定图像:标定图像以便使用实际单位测量。这个函数以前面在采集图像中讲的标定类似,
可参考采集图像中讲述的标定。
6. Create Region of Interest:Creates a region of interest that you can use in
subsequent steps.
创建目标区域:创建一个能够用于随后步骤的目标区域。很多时候,我们拍摄一幅图像,目
标区域其实是很有限的一部分,而其它部分并不是我们需要的,甚至是干扰的,这时我们就
可以利用此函数,将目标区域提取出来,然后再进行分析。当然,有些人会问,前面那个过
滤图像不是也有目标区域吗?是的,过滤图像是有目标区域,其它很多函数也都有目标区域,

但是我们并不希望每添加一个函数都要设置一次目标区域。当然我们也可以调用前面可以设
置 ROI 函数的 ROI,但是为了统一,我们可以首先建立一个 ROI。点击函数,进入配置界面
如图 4-22 所示。


图 4-22 创建 ROI
主体中的内容,在前面都已经介绍过,分别是步骤名、参照坐标系、改变目标区域,这里就
不多讲。下面看 Coordinates 坐标选项卡。如图 4-23 所示。


图 4-23 创建目标区域-坐标设置
ROI Type:目标区域类型。可以选择 Point 点、Line 线、Rectangle(Top/Left)矩形(左上
/右下)、Rectangle(Center)矩形(中心)、Oval 椭圆、Rotated Rectangle 旋转矩形、Annulus
环形。
参数:根据选择目标区域类型不同,可供设置的参数也不一样,可能出现的参数有 Left 左、
Top 上、Right 右、Bottom 下、Angle 角度、Center X/Y 中心点(X、Y)等。
创建好 ROI 后,在后面的函数中就可以使用已经创建的 ROI 了,如图 4-24 所示


图 4-24 使用创建的 ROI
图像增强部分基础讲述完毕


本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|小黑屋|手机版|Archiver|https://www.ni-vision.com

GMT+8, 2020-10-30 01:05 , Processed in 0.029902 second(s), 4 queries , File On.

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表