淺析Halcon圖像增強(qiáng)方法與算子及算法原理

增強(qiáng)圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應(yīng)用場合。

有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識別效果，滿足某些特殊分析的需要。

Halcon算子與算法原理

1.灰度線性變換

a、scale_image

g’ ：= g * Mult + Add

g為當(dāng)前的灰度值，Mult 為所乘的系數(shù)，Add為加的偏移值，

由公式可以看出用scale_image來處理圖像是（倍數(shù)+偏移）的變化

b、scale_image_max

計算像素的最大和最小值，按照最大值比例化各個像素，將灰度值拉伸到0-255

c、invert_image

g’ = 255-g

反轉(zhuǎn)圖像像素值

2.灰度非線性變換

a、log_image

對圖片進(jìn)行對數(shù)變換

g‘ = ln（g+1）

用于提高暗部像素值

b、exp_image

對圖片進(jìn)行指數(shù)變換

g’=g的e次冪

用于提高亮部像素值

3.圖像增強(qiáng)對比度與照明度

a、emphasize

增強(qiáng)圖像對比度

增強(qiáng)圖像的高頻區(qū)域（邊緣和拐角），使圖像看起來更清晰。

b、illuminate

增強(qiáng)圖像照明度

增強(qiáng)圖像的高頻區(qū)域（邊緣和拐角），使圖像看起來更清晰。

4.直方圖均衡化

a、equ_histo_image

通過灰度直方圖的線性化，增強(qiáng)圖像的對比度

原理參考博文：https://blog.csdn.net/yy197696/article/details/102993968

5.灰度圖像形態(tài)學(xué)

a、 gray_opening

結(jié)構(gòu)元素在圖像中滑，灰度值最高的值作為新值，有使圖像變亮的作用。?

b、gray_closing

結(jié)構(gòu)元素在圖像中滑，灰度值最低的值作為新值，有使圖像變暗的作用。?

c、 gray_range_rect

用一個矩形結(jié)構(gòu)元素在圖像中滑動，新值 = （矩形中最大的）灰度值-（矩形中最大的）最小的灰度值

6.圖片間操作

a、 add_image

兩圖片灰度值相加?

b、sub_image

兩圖片灰度值相減??

7、圖像平滑

a、coherence_enhancing_diff

執(zhí)行圖像的相干性增強(qiáng)擴(kuò)散

對輸入圖像Image進(jìn)行各向擴(kuò)散處理，以增加Image中包含的圖像結(jié)構(gòu)的相關(guān)性。

特別是，不連續(xù)的圖像邊緣通過擴(kuò)散連接，而沒有垂直于其主導(dǎo)方向進(jìn)行平滑。

能使圖像的邊界變模糊

b、mean_curvature_flow

對圖像使用灰度直方圖曲率平滑使圖像變得平滑。

能使圖像干擾降低
編輯：lyn