圖像增強(qiáng)

目的：為了突出圖像細(xì)節(jié)

方式 直方圖均衡化

增強(qiáng)對比度

去焦

直方圖均衡化

直方圖其實(shí)就是從圖像的灰度值入手，建立一個(gè)灰度值在 0-255 的直方圖，統(tǒng)計(jì)每個(gè)灰度值在直方圖中出

現(xiàn)的次數(shù)，然后將直方圖均衡化操作，使得像素分布更加均勻，從而增強(qiáng)圖像亮度

read_image (Vessel, 'vessel')

equ_histo_image (Vessel, ImageEquHisto)

增強(qiáng)對比度

對圖像邊緣和細(xì)節(jié)進(jìn)行增強(qiáng)

read_image (Meningr4, 'mreut')

emphasize (Meningr4, ImageEmphasize, 7, 7, 1.5)

dev_set_part (134, 90, 257, 226)

dev_display (Meningr4)

stop ()

dev_display (ImageEmphasize)

read_image (Vessel, 'vessel')

scale_image_max (Vessel, ImageScaleMax)

處理失焦

一些對焦不準(zhǔn)的圖像，模糊不清，這時(shí)需要銳化操作

dev_close_window ()

dev_open_window (0, 0, 640, 480, 'black', WindowHandle)

dev_set_part (0, 0, 479, 639)

read_image (Image, 'datacode/ecc200/ecc200_cpu_015')

shock_filter (Image, SharpenedImage, 0.5, 10, 'laplace', 1.5)

dev_display (SharpenedImage)

大林上位機(jī)機(jī)器視覺，_常州電工培訓(xùn)_常州PLC培訓(xùn)_常州機(jī)器視覺培訓(xùn)_常州上位機(jī)培訓(xùn)_常州工業(yè)機(jī)器人培訓(xùn)，最適合電工及plc編程人員學(xué)習(xí)的上位機(jī)機(jī)器視覺課程 大林老師：15861139266（微信同號(hào)）

圖像平滑與去噪

有時(shí)候拍攝的圖像會(huì)存在雜點(diǎn)和噪聲，對于比較均勻的噪聲，可以通過算法消除

均值濾波

中值濾波

高斯濾波

光照不均處理

圖像濾波，即在盡量保留圖像細(xì)節(jié)特征的條件下對目標(biāo)圖像的噪聲進(jìn)行抑制，去噪分為時(shí)域去噪和頻

域去噪，是圖像預(yù)處理中不可缺少的操作，其處理效果的好壞將直接影響到后續(xù)圖像處理和分析的有效性

和可靠性。常見的濾波方式有均值濾波、中值濾波、高斯濾波等。

均值濾波 mean_image

均值濾波又稱作鄰域平均法，是典型的線性濾波算法，理想的均值濾波是用每個(gè)像素和它周圍像素計(jì)算出

來的平均值替換圖像中每個(gè)像素。

從頻率域觀點(diǎn)來看均值濾波是一種低通濾波器（讓圖像的低頻部分（暗）通過，通常弱化邊

緣，會(huì)得到比較平緩的圖像），高頻信號(hào)（亮）將會(huì)去掉，因此可以幫助消除圖像尖銳噪聲，實(shí)現(xiàn)圖像平

滑，模糊等功能。因?yàn)榇朔椒ú荒芎芎玫乇Ｗo(hù)圖像細(xì)節(jié)，在圖像去噪的同時(shí)也破壞了圖像的細(xì)節(jié)部分，從

而使圖像變得模糊。采樣 Kernel 數(shù)據(jù)通常是 3X3 的矩陣，如下表示：

從左到右從上到下計(jì)算圖像中的每個(gè)像素，最終得到處理后的圖像。均值濾波可以加上兩個(gè)參數(shù)，即迭代

次數(shù)，Kernel 數(shù)據(jù)大小。一個(gè)相同的 Kernel，但是多次迭代就會(huì)效果越來越好。同樣，迭代次數(shù)相同，

Kernel 矩陣越大，均值濾波的效果就越明顯。

優(yōu)點(diǎn)：對圖像內(nèi)部的噪聲及模糊圖像有很好的作用。

缺點(diǎn)：使用均值濾波計(jì)算均值會(huì)將圖像中的邊緣信息與特征信息“模糊”掉，丟失很多特征。

dev_update_pc ('off')

dev_update_var ('off')

dev_update_window ('off')

read_image (Image, 'circle_plate')

mean_image (Image, ImageMean, 9, 9)

中值濾波—median_Image

中值濾波也是消除圖像噪聲最常見的手段之一，特別是消除椒鹽噪聲，中值濾波的效果要比均值濾波更好。

它的基本原理是計(jì)算出數(shù)字圖像中的一點(diǎn)的一個(gè)鄰域中的各點(diǎn)值的中值（中間值），并使用該中值將將該

點(diǎn)原值代替。可以理解為使用一個(gè)窗口沿圖像移動(dòng)，用窗口內(nèi)所有象素灰度的中值來代替窗口中心位置的

象素灰度。窗口根據(jù)需要定義，可以是 3* 3，5 *5 的方形、十字形或者圓形等。

大林上位機(jī)機(jī)器視覺，_常州電工培訓(xùn)_常州PLC培訓(xùn)_常州機(jī)器視覺培訓(xùn)_常州上位機(jī)培訓(xùn)_常州工業(yè)機(jī)器人培訓(xùn)，最適合電工及plc編程人員學(xué)習(xí)的上位機(jī)機(jī)器視覺課程 大林老師：15861139266（微信同號(hào)）

輸入?yún)��?shù)：

Image ：輸入圖像(byte*/int2’/ uint2’/ int4’/real’);

MaskType：濾波模板 類型，默認(rèn) circle.參考: circle 圓， square 正方形，

circle：這個(gè)掩碼是由一個(gè)半徑為 Radius 的圓內(nèi)的像素組成。

square：這個(gè)掩碼是由一個(gè)邊長為 2*Radius 的正方形內(nèi)的像素組成。

Radius：過濾半徑，默認(rèn) 1。參考：1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 19, 25, 31, 39, 47, 59 , 1 Margin:

邊沿處理，默認(rèn) ‘mirrored’ 。參考：‘mirrored’,‘cyclic’,‘continued’,0, 30, 60, 90, 120,

150, 180，210，240，255。

可以通過參數(shù) Margin 選擇幾種邊界處理進(jìn)行過濾：

gray value：假定圖像邊界之外的像素是恒定的（具有指定的灰度值）。

continued：邊界像素的連續(xù)。

cyclic：圖像邊界的循環(huán)連續(xù)。

mirrored：圖像邊界處的像素反射。

輸出參數(shù)：lmageMedian 諭出中值濾波處理后的圖像(byte/int2 / uint2 / int4 / real)

read_image (Image, 'mreut')

median_image (Image, ImageMedian, 'circle', 3, 'mirrored')

dev_set_part (111, 205, 111 + 70, 205 + 70)

dev_display (Image)

stop ()

dev_display (ImageMedian)

注意 ：該方法對孤立噪點(diǎn)比較有效，但濾波器尺寸 不能太大，太大就模糊

高斯濾波—gauss_filter

高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。通俗的講，高斯

濾波就是對整幅圖像進(jìn)行加權(quán)平均的過程，每一個(gè)像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加

權(quán)平均后得到�？梢岳斫鉃橛靡粋�(gè)模板（或稱卷積、掩模）掃描圖像中的每一個(gè)像素，用模板確定的鄰域

內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點(diǎn)的值。

優(yōu)勢：消除高斯噪聲。

read_image (Image, 'mreut')

gauss_filter (Image, ImageGauss, 5)

dev_set_part (111, 205, 111 + 70, 205 + 70)

dev_display (Image)

stop ()

dev_display (ImageGauss)

光照不均處理

由于拍攝環(huán)境的光照變化導(dǎo)致圖像受光不均勻

read_image (Image, 'fabrik')

illuminate (Image, ImageIlluminate, 101, 101, 0.7)

一、課程目標(biāo)

本公司本著為工控事業(yè)培育和輸出從電工基礎(chǔ)到機(jī)器視覺的人才理念，著力于讓小白成為工控業(yè)專家為目標(biāo)。

大林上位機(jī)視覺軟件培訓(xùn)專家特開設(shè)從電工基礎(chǔ)、PLC、運(yùn)動(dòng)控制、上位機(jī)、工業(yè)機(jī)器人、機(jī)器視覺培訓(xùn)課程，為實(shí)現(xiàn)工業(yè)4.0事業(yè)而不懈努力。

機(jī)構(gòu)課程全程真實(shí)教學(xué)、實(shí)干為主，不裝逼，不扯淡，只嘮干貨，能做項(xiàng)目��！

二、老師介紹

大林老師

是專業(yè)從事上位機(jī)視覺軟件的開發(fā)與培訓(xùn)，多年從事上位機(jī)機(jī)器視覺相關(guān)項(xiàng)目開發(fā)，對電氣人員學(xué)習(xí)C#開發(fā)視覺軟件有獨(dú)到的見解，即使您是零基礎(chǔ)或只要從事過電氣自動(dòng)化相關(guān)工作的學(xué)員都能夠輕松快速學(xué)會(huì)。

三、校區(qū)介紹

大林上位機(jī)機(jī)器視覺培訓(xùn)機(jī)構(gòu)，分為兩個(gè)校區(qū)，蘇州校區(qū)（蘇州木瀆），常州校區(qū)（常州新北）

四、硬件設(shè)施

校區(qū)提供2000多平方的實(shí)訓(xùn)基地，完美的設(shè)備硬件配套，可以做到邊學(xué)習(xí)邊操作，鑒于本機(jī)構(gòu)隸屬于某自動(dòng)化公司，學(xué)員可以配合邊學(xué)習(xí)邊配合公司開發(fā)人員完成項(xiàng)目，這樣學(xué)習(xí)起來事半功倍

五、畢業(yè)服務(wù)

學(xué)業(yè)完成后本公司可以擇優(yōu)錄取，在我們自動(dòng)化公司的實(shí)習(xí)，解決您的后顧之憂

六、課程對象

1.零基礎(chǔ)無任何相關(guān)知識(shí)

2.有電氣及PLC編程基礎(chǔ)的更容易入手

3.需要系統(tǒng)性提升整體能力

4.跨行業(yè)轉(zhuǎn)型

5.想擁有一份體面高收入

6.對自己前途迷茫

7.學(xué)歷低英語不好

七、課程特色

為您量身提供零基礎(chǔ)快速成為上位機(jī)及機(jī)器視覺軟件開發(fā)專家的學(xué)習(xí)方案

承接企事業(yè)單位定制個(gè)性化學(xué)員集體培訓(xùn)。

八、課程內(nèi)容

小白亦可通過學(xué)習(xí)成為工業(yè)軟件開發(fā)專家，從電氣圖，到梯形圖，到高級(jí)語言SCL，再到C#，突破高級(jí)語言難的瓶頸，輕松掌握。

從零開始，從電氣基本元件入手，跟隨課程遞進(jìn)學(xué)習(xí)，PLC，工業(yè)機(jī)器人，數(shù)據(jù)庫，運(yùn)動(dòng)控制器，上位機(jī)，機(jī)器視覺，統(tǒng)統(tǒng)一網(wǎng)打盡。

歡迎親臨現(xiàn)場咨詢，老師私人定制課程 ，學(xué)習(xí)更清晰！

九、授課方式

1、線下現(xiàn)場授課更直觀，知識(shí)點(diǎn)更易吸收，現(xiàn)場互動(dòng)更易理解和運(yùn)用。

      1，贈(zèng)送老師錄制課程隨時(shí)隨地輕松學(xué)習(xí)

      2，贈(zèng)送配套書籍不限環(huán)境隨意學(xué)習(xí)

      3，課間和課后答疑知識(shí)掌握更牢固

      4，現(xiàn)場設(shè)備隨意使用，人機(jī)結(jié)合熟練運(yùn)用，加深知識(shí)理解。

      5，老師指導(dǎo)完善簡歷，輕松上崗。

2、線上視頻錄播課程-整套

      1，贈(zèng)送配套書籍不限環(huán)境隨意學(xué)習(xí)

      2，售后答疑輕松解答

      3，福利：線下報(bào)名課程原價(jià)抵扣

3、 線上視頻課程+現(xiàn)場設(shè)備實(shí)操

      1，贈(zèng)送配套書籍不限環(huán)境隨意學(xué)習(xí)

      2，售后答疑輕松解答

      3，現(xiàn)場和課后答疑知識(shí)掌握更牢固

      4，現(xiàn)場設(shè)備隨意使用，人機(jī)結(jié)合熟練運(yùn)用，加深知識(shí)理解

      5，福利：線下報(bào)名課程原價(jià)抵扣