机器视觉技术及应用 课件 第二章 数字图像处理基础

数字图像处理基础第二章第二章

数字图像处理基础数字图像基础2.1机器视觉软件2.2数字图像处理基本方法32.3第二章

数字图像处理基础数字图像基础012.1数字图像基础➽数字图像“图”是物体投射或反射光的分布，“像”是人的视觉系统对图的接受在大脑中形成的印象或反映。图像是指在二维平面上表现出来的视觉信息，是人类对客观世界的视觉感知的结果。“图像”是客观和主观的结合。图像是人类社会活动中最常用的一种信息载体，也是人们获取信息、表达信息和传递信息最主要的手段。2.1数字图像基础➽数字图像二维图像用有限数字数值像素的表示，由数组或矩阵表示，其光照位置和强度都是离散的。在应用数学理论时，将图像定义为二维函数f(x,y)，x和y为空间坐标，在任意一组空间坐标f(x,y)的幅值f称为图像在该坐标位置的强度或灰度。2.1数字图像基础➽数字图像数字图像由二维元素组成，每个元素都有特定的位置和幅值，包含一个坐标(x,y)和一个响应值f(x,y)，每个元素也称为数字图像的一个像素。图像像素2.1数字图像基础➽数字图像计算机只能处理数字量，⽽不能直接处理模拟图像，所以需要在使⽤计算机处理图像之前进⾏图像数字化。对连续图像f（x，y）进行数字化处理：在空间上实施图像抽样；在幅度上实施灰度级量化。x方向，抽样M行。y方向，每行抽样N点。整个图像共抽样M×N个像素点。2.1数字图像基础➽数字图像数字图像的色彩深度（位深度）：它表示每个像素可以存储的颜色信息的数量。常见的位深度有8位（256色）、24位（真彩色）和48位（高动态范围图像）。对于灰度图像而言，位深度为8位，每个像素可用一个整数值来表示，其范围通常为0～255，其中0表示最低亮度（黑），255表示最高亮度（白），其他值表示中间灰度。数字图像常用矩阵来表示：f(i,j)=0~255。一幅图像转化成数字矩阵：2.1数字图像基础➽数字图像将图像划分为M*N的矩阵，每个矩阵都有自己对应的坐标x,y，每个像素值，是该位置内灰度值的平均值。2.1数字图像基础➽数字图像数字图像的分辨率：指的是图像中每个单位长度（如英寸、厘米）所包含的像素数目，通常用像素/英寸（PPI）或像素/厘米（DPI）来表示。对于二维图像的分辨率，通常表示为水平像素数乘以垂直像素数。例如，一个分辨率为1920x1080的图像意味着图像宽度为1920个像素，高度为1080个像素。分辨率越高，图像的细节就更加清晰，但同时也会占用更多的存储空间和计算资源。空间分辨率图像空间分辨率：空间分辨率是图像中可辨别的最小细节的度量。也就是数字图像的采样分辨率。每单位距离线对数和每单位距离点数（像素数）是最通用的度量。灰度分辨率灰度分辨率：是指在灰度级中可分辨的最小变化，也就是数字图像的量化分辨率。灰度分辨率指的是用于量化灰度的比特数。如256个灰度级，则灰度分辨率为8。图像数字化AB图像数字化即将连续图像离散化，就需要把连续感测的数据转换为数字形式。这种转换包括两种处理：取样和量化。AB①一幅连续图像（沿线段AB行扫描）②扫描后的连续图像的幅度值（灰度级）的曲线取样又称采样，即空间位置离散化，将对应坐标值进行数字化。将模拟图像划分为若干图像元素，并赋予他们唯一的地址。量化即电磁辐射能量的离散化，将幅度值进行数字化（一般为整数）。把像元内的连续辐射亮度用离散的数字值来表示，辐射亮度值也称为灰度值，代表了不同图像上的亮暗水平。图像数字化图像数字化即将连续图像离散化，就需要把连续感测的数据转换为数字形式。这种转换包括两种处理：取样和量化。取样又称采样，即空间位置离散化，将对应坐标值进行数字化。将模拟图像划分为若干图像元素，并赋予他们唯一的地址。量化即电磁辐射能量的离散化，将幅度值进行数字化（一般为整数）。把像元内的连续辐射亮度用离散的数字值来表示，辐射亮度值也称为灰度值，代表了不同图像上的亮暗水平。③沿线段AB等间隔取样（小方框）④取样和量化后的数字样本ABAB取样（空间位置）量化（灰度值，分8个区域）样本从连续图像的顶部向下逐行扫描，即产生二维数字图像2.1数字图像基础➽图像的采样和量化采样：采样是指在空间域中选择图像的一系列点或像素来表示原始图像的过程。它将连续的模拟图像在水平和垂直方向上离散化为一个个离散的像素。2.1数字图像基础➽图像的采样和量化量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。即：灰度的离散化。量化是对幅值的数字化，它将连续的颜色值转换为有限的离散级别。量化是指要使用多大范围的数值来表示图像采样之后的每一个点。2.1数字图像基础➽图像类型灰度图像是只包含灰度信息的图像，每个像素的颜色值表示亮度或灰度级别。它使用单个通道来表示图像，通常以8位位深度表示，范围从0（黑色）到255（白色）。二值图像是只包含两个颜色值的图像，通常是黑色和白色。每个像素只有两种可能的取值，通常使用单个比特（1位）来表示，人们经常用黑白图像表示二值图像。彩色图像是包含红、绿、蓝（RGB）等多个颜色通道的图像。每个像素由多个颜色分量表示，通常使用24位位深度（8位红色、8位绿色、8位蓝色）来表示。根据描述像素的灰度以及颜色模式的不同分为黑白图像、灰度图像、彩色图像。黑白图像灰度图像彩色图像图像的类型彩色模型彩色模型是用一组数值来描述颜色的数学模型，其目的是以某种标准的方式来方便地规定颜色。彩色模型本质上规定：坐标系坐标系内的子空间，模型内的每种颜色都可由子空间内包含的一个点来表示。如动画创建的彩图等。应用角度如彩色显示器和打印机等。面向硬件面向应用RGB模型

针对彩色显示器和彩色摄像机开发的模型。CMY和CMYK模型针对彩色打印开发的模型。HSI/HSL模型针对人们描述和解释颜色的方式开发的模型，工业上使用更常见。HSV/HSB模型

针对计算机图形应用开发，是艺术家常用的模型。2.1数字图像基础➽图像类型全彩色图像由R(红)、G(绿)、B(蓝)3个单色调配而成，每种单色都是8bit，即从0~255分成了256个级，所以根据R、G、B的不同组合可以表示256x256x256=224（超过1600万）种颜色，这种为24bit的RGB彩色图像被称为全彩色图像或者真彩色图像。彩色模型RGB彩色模型：RGB颜色模型建立在笛卡尔坐标系统里，其中三个坐标轴分别代表R、G、B三基色，如图1所示。RGB可以看做三维直角坐标颜色系统中的一个单位正方体。彩色模型CMYK彩色模型是一种用于印刷和打印应用的颜色模型，它基于四种颜色：青色（Cyan）、黄色（Yellow）、洋红色（Magenta）和黑色（Black）。CMYK颜色模型是一种应用相减原理的色彩系统。彩色模型CMY和CMYK模型基于这三种色料三原色建立的色彩模型，就称为CMY色彩模型。该模型是在白纸上印刷的模型，它是从白色值上减去某个数值，而不是像RGB是在黑色值上加上某个值。CMY模型黄青深红黄青黑深红CMYK模型加入黑色彩色模型HSI/HSL模型是工业界的另一种颜色标准模型，从人的视觉感知系统出发，用色调(H，Hue)、饱和度(S，Saturation)和亮度(I，Intensity或L，Lightness)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的，在图像处理和识别中被广泛采用。红绿蓝黄青白深红黑亮度轴I亮度转化投影亮度是一个不可测量的主观描述，体现的是发光强度的消色概念，是描述彩色感觉的关键因素之一。将RGB模型中的对角线（灰度级）竖直，黑色点为下方基点，白色点在正上方顶点，则对角线变成亮度轴。任何彩色点的亮度分量：定义一个包含彩色点且与亮度轴垂直的平面（呈六边形或三角形），与亮度轴的交点的亮度值在区间[0,1]内。蓝红绿青深红黄白黑灰度级红绿蓝黄青白深红RGB模型RGB立方体投影彩色模型红绿蓝黄青白深红黑红绿蓝黄青白深红黑亮度轴I色调转化饱和度转化三角形平面段色调是描述一种纯色的颜色属性，表示被观察者感知的主导色。饱和度是一种纯色被白光稀释的程度的测度。包含在由亮度轴和立方体边界定义的平面段（呈三角形）内的所有点的色调相同，因为黑色和白色不改变色调。红色轴的0°角指定为0色调。饱和度（到垂直亮度轴的距离）是从到彩色点的向量的长度。原点是指彩色平面与亮度轴的交点。亮度轴上的饱和度为0，都是灰色。红绿蓝黄青深红色调H饱和度S彩色点彩色模型HSI彩色模型：当人观察一个彩色物体时，通常用色调（Hue，H），饱和度（Saturation，S），亮度（Intensity，I）来描述。HSI彩色模型由色调、饱和度、亮度作为基础描述。第二章

数字图像处理基础机器视觉软件022.2机器视觉软件➽常用机器视觉软件机器视觉图像处理软件包（算法库）序号企业视觉软件序号品牌标识1美国Intel、WillowGarage6加拿大DalsaSherlock2德国Mvtec7加拿大AdeptHexSight3美国康耐视8加拿大MatroxImagingLibraryMIL4美国国家仪器（NI）公司9美国欧姆龙迈思肯公司Microscan5日本基恩士VisionEditor2.2机器视觉软件➽常用机器视觉软件OpenCV（IntelOpenSourceComputerVisionLibrary）是近年来推出的开源、免费的计算机视觉库，利用其所包含的函数可以很方便地实现数字图像和视频处理。OpenCV是一个跨平台计算机视觉库，可以运行在Linux、Windows、Android和MacOS,IOS操作系统上。OpenCV是一款由Intel公司俄罗斯团队发起并参与和维护的一个计算机视觉处理开源软件库。2.2机器视觉软件➽常用机器视觉软件Halcon是德国MVtec公司开发的一套完善的标准的机器视觉算法包，拥有应用广泛的机器视觉集成开发环境。Halcon功能强大，开放性强，提供了丰富的功能和工具，用于处理和分析图像数据。支持多个操作系统平台，包括Windows、Linux和macOS。2.2机器视觉软件➽常用机器视觉软件NIVision是由NationalInstruments（NI）公司开发的视觉软件套件，旨在帮助工程师和科研人员在图像处理和机器视觉应用中进行快速开发和部署。NIVision紧密集成于NI的LabVIEW开发平台中，LabVIEW是一种图形化编程环境，方便用户进行视觉应用的开发和调试。2.2机器视觉软件➽常用机器视觉软件VisionPro是由Cognex公司开发的一款商业机器视觉软件。作为一种领先的视觉软件解决方案，VisionPro具有强大的图像处理和分析功能，用于实现自动化生产中的视觉检测、测量和定位等任务。2.2机器视觉软件➽VisioPro软件安装本软件为VisionPro8.2版本，只支持Win7和Win10的64位操作系统2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装如果计算机上安装的VisualStudio软件为2010以上版本，可能无法正常安装“VisionPro控件”，本控件仅用于软件使用时的二次开发，如无使用代码进行二次开发的需求，可以跳过此安装步骤。2.2机器视觉软件➽VisioPro软件安装如果计算机上安装的VisualStudio软件为2010以上版本，可能无法正常安装“VisionPro控件”，本控件仅用于软件使用时的二次开发，如无使用代码进行二次开发的需求，可以跳过此安装步骤。2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装1、软件安装2、VisionPro控件安装3、Cognex软件许可中心程序安装4、Cognex驱动程序程序安装5、软件紧急许可证安装2.2机器视觉软件➽VisioPro软件安装软件紧急许可证安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装至此，软件激活完成。首次安装该软件，系统上紧急许可证个数为5个，每激活一次，软件可以使用3天，3天后需要再次激活下一个许可证方可继续使用。2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件安装2.2机器视觉软件➽VisioPro软件介绍VisionProQuickBulid软件架构包括三个级别：应用程序、作业（Job）、工具组（ToolGroup）。软件运行界面如下图所示，应用程序下可以有多个作业，作业下可以包含多个ToolGroup。2.2机器视觉软件➽VisioPro软件介绍2.2机器视觉软件➽VisioPro软件介绍QuickBuild刚打开时，其中已经包含了默认包含了一个空Job，可以点击按钮来添加Job。2.2机器视觉软件➽VisioPro软件介绍①工具栏：工具栏包括单次运行QuickBuild程序、打开QuickBuild、保存QuickBuild、以及新建CogJob、保存CogJob等基本操作。②程序设计区域：在该区域可以双击打开CogJob，并在CogJob中进行视觉程序设计。③导航器：在导航器可以通过“查看示例作业”查看VisionPro软件的学习范例；通过“查看教程”查看VisionPro的帮助文档；通过“应用程序”创建新的QuickBuild程序；通过“最近的QuickBuild应用程序”可以查看最近打开过的程序。2.2机器视觉软件➽VisioPro软件介绍示例作业查看界面①单击“查看示例作业”，如双击“Blob,FixtureandHistogram”，将该范例添加到QuickBuild。②双击“BlobsFixturingHistogram“打开该范例，并查看运行效果。③在右侧示例作业工具栏下方可以看到该范例的功能简介。①②③2.2机器视觉软件➽VisioPro软件介绍在上图的图像源置窗口中，有4种方式配置图像源，如下：1）图像文件，支持*.bmp，*.tif，*.png，*.jpg等格式。2）图片文件夹，含有上述所支持的文件的文件夹。3）图像数据库，*.idb，*.cdb格式的图片数据库文件。4）工业相机，选择工业相机时需要自己配置相机参数。2.2机器视觉软件➽VisioPro软件介绍CogJob界面CogJob又称为“作业编辑器”，默认显示有程序设计区域和图像显示区域。在CogJob界面单击【】可打开工具箱。2.2机器视觉软件➽VisioPro软件介绍添加工具通过“双击”或者“拖拽”工具箱里的工具，将工具添加到程序设计区。2.2机器视觉软件➽VisioPro软件介绍2.2机器视觉软件➽VisioPro软件介绍2.2机器视觉软件➽VisioPro软件介绍2.2机器视觉软件➽VisioPro软件介绍第二章

数字图像处理基础数字图像处理基本方法032.3数字图像处理基本方法➽数字图像处理概述数字图像处理最早出现于20世纪50年代，人们开始利用计算机来处理图形和图像信息。1964年，美国喷气推进实验室对航天探测器徘徊者7号发回的几千张月球照片使用了图像处理技术，，由计算机成功地绘制出月球表面地图，获得了巨大的成功。1972年，英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（ComputerTomograph）。经计算机处理来重建截面图像，称为图像重建。1975年，EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。2.3数字图像处理基本方法➽数字图像处理基本步骤数字图像处理的基本步骤包括：1.图像获取2.图像变换3.图像预处理4.特征提取5.图像分割6.特定应用处理7.图像结果输出2.3数字图像处理基本方法➽灰度变换1）图像反转2.3数字图像处理基本方法➽灰度变换直方图2.3数字图像处理基本方法➽灰度变换2）直方图均衡化直方图均衡化是一种用于增强图像对比度的图像处理技术。它通过重新分配图像的像素值，使得图像的灰度直方图在整个像素值范围内更均匀分布，从而增强图像的视觉效果和细节可见性。直方图均衡化图像直方图均衡化前后比较2.3数字图像处理基本方法➽数字图像处理方法2.3数字图像处理基本方法➽图像平滑空间域滤波是使用滤波器（形状通常是奇数大小的的矩阵区域，也称卷积核）对图像进行像素逐点的操作。2.3数字图像处理基本方法➽图像平滑（1）均值滤波均值滤波原像素值均值滤波后像素值12143129034576895768856789待处理像素1214311314144514151695678856789121431???45???95???85678913待处理像素142.3数字图像处理基本方法➽图像平滑（1）均值滤波均值滤波实例：(a)原图像(b)对(a)加椒盐噪声的图像(c)3×3均值滤波(d)9×9均值滤波

算法小结：可见均值滤波能有效平滑图像，而且运算速度快，算法简单。但存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，使图像模糊。2.3数字图像处理基本方法➽图像平滑（2）高斯滤波2.3数字图像处理基本方法➽图像平滑（2）高斯滤波核大小固定，σ值越大，权值分布越平缓。因此邻域各点值对输出值的影响越大，造成图像越模糊。σ值越小，权值分布越突起。因此邻域各点值对输出值的影响越小，图像变化越小。2.3数字图像处理基本方法➽图像平滑（3）中值滤波就是将当前像素点及其邻域内的像素点排序后取中间值作为当前值的像素点中值滤波

中值滤波是对一个滑动窗口内的所有像素灰度值排序，用中值代替窗口中心像素的灰度值，因此它是一种非线性的图像平滑法。

对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，再从中选取最佳的。排序后为：1

2

2

2

2

4

4

4

6例：采用3×3窗口进行中值滤波处理后像素为：原像素为：2.3数字图像处理基本方法➽图像平滑例如，一个常见的3x3锐化卷积核可以是：浮雕卷积核可以创建一种浮雕效果，使图像中的物体轮廓凸显出来。例如，一个常见的3x3浮雕卷积核可以是：2.3数字图像处理基本方法➽形态学处理（1）膨胀膨胀是用结构元素扩展图像中的对象区域，使其变大。形态学处理是一种数学图像处理技术，主要用于分析和处理图像中的形状和结构，如边界和连通区域等。它基于形态学操作，通过改变和调整图像中对象的形状、大小和连接性来实现对图像的增强、分割、去噪、形态学重建等操作。2.3数字图像处理基本方法➽形态学处理（2）腐蚀腐蚀是用结构元素侵蚀图像中的对象区域，使其变小。形态学处理是一种数学图像处理技术，主要用于分析和处理图像中的形状和结构，如边界和连通区域等。它基于形态学操作，通过改变和调整图像中对象的形状、大小和连接性来实现对图像的增强、分割、去噪、形态学重建等操作。2.3数字图像处理基本方法➽形态学处理2.3数字图像处理基本方法➽形态学处理膨胀前后图像比较腐蚀前后图像比较2.3数字图像处理基本方法➽形态学处理图像形态学-开操作与闭操作原始图像开操