前言

今天我們一起來(lái)使用LabVIEW AI視覺(jué)工具包快速實(shí)現(xiàn)圖像的濾波與增強(qiáng)；圖像灰度處理；閾值處理與設(shè)定；二值化處理；邊緣提取與特征提取等基本操作。工具包的安裝與下載方法可見(jiàn)之前的兩篇博客。

一、圖像濾波與增強(qiáng)

有時(shí)候我們想要處理的圖像中噪音太多，影響到我們的識(shí)別判斷，我們就需要對(duì)圖像進(jìn)行模糊處理，使圖像變得平滑。而LabVIEW AI視覺(jué)工具包提供給我們filter 2d算子可以對(duì)圖像進(jìn)行2D卷積，我們可以使用自定義的卷積核來(lái)對(duì)圖像進(jìn)行卷積操作。該算子輸入輸出如下所示：

圖像內(nèi)核是一個(gè)小矩陣，在Photoshop或Gimp中找到的效果都可以實(shí)現(xiàn)，例如 模糊，銳化，輪廓或浮雕 。它們還用于機(jī)器學(xué)習(xí)中的“特征提取”，這是一種用于確定圖像最重要部分的技術(shù)。在這種情況下，該過(guò)程更普遍地稱(chēng)為“卷積”，調(diào)用filter 2d算子配合不同卷積核實(shí)現(xiàn)圖像濾波和增強(qiáng)的程序如下：

在前面板選擇不同的卷積核可以實(shí)現(xiàn)不同的效果：

不同卷積核效果如下：

1.模糊（blur）

2.索貝爾（sobel），僅顯示特定方向上相鄰像素值的差異，從上往下，從暗處到亮處增強(qiáng)顯示

3.浮雕（emboss），通過(guò)強(qiáng)調(diào)像素的差在給定方向的Givens深度的錯(cuò)覺(jué)，從左上往右下，從暗處到亮處增強(qiáng)顯示：

4.大綱（outline），一個(gè)輪廓內(nèi)核（也稱(chēng)為“邊緣”的內(nèi)核）用于突出顯示的像素值大的差異，輪廓的增強(qiáng)顯示

5.銳化（sharpen），該銳化內(nèi)核強(qiáng)調(diào)在相鄰的像素值的差異。這使圖像看起來(lái)更生動(dòng)

6.拉普拉斯算子（laplacian operator），可以用于邊緣檢測(cè)，對(duì)于檢測(cè)圖像中的模糊也非常有用。

7.分身（identity）就是原圖

二、圖像灰度處理

之前我們說(shuō)過(guò)，LabVIEW默認(rèn)使用BGR讀取圖像，所以我們將圖片轉(zhuǎn)化為灰度圖使用 cvtColor算子 ，參數(shù)選擇：BGR2GRAY，如下圖所示：

程序結(jié)果如下：

我們可以看到程序中使用了calHist用以繪制圖片通道直方圖,并以波形圖顯示出來(lái)；calHist函數(shù)參數(shù)具體如下：

波形圖顯示控件：前面板右鍵-->Graph-->Waveform Graph;

直接讀取原圖顯示程序如下：

程序結(jié)果如下：

三、閾值處理與設(shè)定

如下程序通過(guò)設(shè)定閾值，實(shí)現(xiàn)將其他顏色全部過(guò)濾，只保留紅藍(lán)綠三種顏色：

程序結(jié)果如下：

threshold算子參數(shù)分析：

四、二值化處理

將圖片先轉(zhuǎn)化為灰度圖，再進(jìn)行二值化，程序如下：

設(shè)置閾值和最大值，二值化之后的程序結(jié)果如下：

五、邊緣提取

如下程序?yàn)槭褂胒indContours實(shí)現(xiàn)邊緣提取：

程序?qū)崿F(xiàn)效果如下：

六、角點(diǎn)檢測(cè)

1.使用cornerMinEigenVal算子

角點(diǎn)檢測(cè)程序如下：

程序結(jié)果如下：

2.使用cornerHarris算子

角點(diǎn)檢測(cè)程序如下：

程序結(jié)果如下：

七、源碼下載

鏈接：https://pan.baidu.com/s/1Ua00IwcLGFoFtXAWKDGW_w

提取碼：8888

總結(jié)

具體源碼詳細(xì)請(qǐng)見(jiàn)下載鏈接。