没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
基于 LabVIEW 的图像工程实验
基于 LabVIEW 的图像工程实验
【实验目的】
1. 理解图像工程中的基本概念和方法
2. 掌握基于 LabVIEW 的图像工程任务的实现方法
【预习重点】
1. 常用的图像增强技术
2. 常用的灰度图像分割技术
3. LabVIEW 景象子模板(Vision)中相关节点的功能和使用方法
【参考书】
1. 图象处理和分析;章毓普 编著;清华大学出版社,1999 年 3 月 第 1 版
2. 数字图像处理;何东健 等编著;西安电子科技大学出版社,2003 年 7 月 第 1 版
3. 数字图像处理及模式识别;沈庭芝,方子文 编著;北京理工大学出版社,1998 年 6 月 第 1 版
4. LabVIEW 程序设计与应用;杨乐平 等编著;电子工业出版社,2001 年 7 月第 1 版
5. 虚拟仪器技术概论;杨乐平 等编著;电子工业出版社,2003 年 3 月第 1 版
6. 基于 LabVIEW 的虚拟仪器设计;刘君华 等编著;电子工业出版社,2003 年 1 月第 1 版
【实验仪器】
工业用摄像头、图像采集卡( IMAQ1407/1409)、 PC 机、LabVIEW 应用软件(LabVIEW 7
Express)和 NI 景象处理模块(NI Vision Development Module)
【实验原理】
一、图像工程概述
图像工程的内容非常丰富,根据抽象程度和研究方法等的不同可分为 3 个层次(见 图 1 ):图像
处理、图像分析和图像理解。换句话说,图像工程是既有联系又有区别的图像处理、图像分析及图像
理解三者的有机结合,另外还包括对他们的应用。
图像处理着重强调在图像之间进行的变换。虽然人们常用图像处理泛指各种图像技术,但比较狭
义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果并为自动识别打基础,或对图像进
行压缩编码以减少所需存储空间或传输时间、传输通路的要求。
图像分析则主要是对图像中感兴趣的目标进行检测和测量,以获得他们的客观信息从而建立对图
像的描述。如果说图像处理是一个从图像到图像的过程,则图像分析是一个从图像到数据的过程。这
里数据可以是对目标特征测量的结果,或是基于测量的符号表示。它们描述了图像种目标的特点和性
1
图 1 图像工程三层次示意图
图像理解
图像分析
图像处理
高层
中层
低层
语义
高
低
抽象程度
符号
目标
象素
操作对象
小
大
数据量
基于 LabVIEW 的图像工程实验
质。
图像理解的重点是在图像分析的基础上,进一步研究图像中各目标的性质和它们之间的相互联系 ,
并得出对图像内容含义的理解以及对原来客观场景的解释,从而指导和规划行动。如果说图像分析主
要是以观察者为中心研究客观世界(主要间就可观察到的事物),那么图像理解在一定程度上是以客
观世界为中心,借助知识、经验等来把握整个客观世界(包括没有直接观察到的事物)。本实验主要
涉及图像处理和不想理解的部分内容。
(一)数字图像基础
用计算机进行图像处理的前提是图像必须以数字格式存储,我们把以数字格式存放的图像称之为
数字图像。根据数字图像的特性可以将其分成不同的类型,静态图像可分为矢量( Vector)图和位图
(Bitmap),位图也称为栅格图像。
矢量图是用一系列绘图指令来表示一幅图,如 AutoCAD 中的绘图语句。这种方法的本质是用数学
(更准确的说是几何学)公式描述一幅图像,图像中每一个形状都是一个完整的公式。
位图是通过许多像素点表示一幅图像,每个像素具有颜色属性和位置属性。位图又可以分成线画
稿(Line Art)、灰度图像( Gray Scale )、索引颜色图像( Index Color)和真彩色图像(True
Color)。在灰度图像中,像素灰度级用 8 bit 表示,所以每个像素都是介于黑色和白色之间的 256(2
8
=256)种灰度中的一种。灰度图像只有灰度颜色而没有彩色,从技术上来说就是具有从黑到白的 256
种灰度色域(Gamut)的单色图像。
我们日常生活中常见的各种照片、图片、海报、广告画等均属连续形式的模拟图像,所以数字图
像处理的一个先决条件就是将连续图像进行采样和量化,转换为数字图像。如 图 2 所示,就描述了一
幅黑白照片经过采样和量化被转换为灰度图像的过程。
即把图像划分为若干图像元素(像素)并给出他们的地址(采样);度量每一像素的灰度,并把
连续的度量结果量化为 0~255 之间的整数(量化)。这样,一幅照片就被转换成了一个 2 维数组,数
组中某一特定位置的元素(( x,y)) 与图像中某一特定位置的图像元素相对应,数组中元素的值
(f(x,y)) 代表了其所对应的那一特定位置图像元素的灰度。
(二)图像增强
图像的生成、传输或变换的过程中,由于多种因素的影响,总要造成图像的降质。图像增强技术
作为一大类基本的图像处理技术,其目的是采用一系列技术去改善图像的效果或将图像转换成一种更
适合于人或机器进行分析处理的形式。目前常用的增强技术根据其处理所进行的空间不同,可分为基
于图像域的方法和基于变换域的方法 2 类。基于图像域的方法是指增强操作直接作用于像素的增强方
法,可表示为:
2
采样 量化
数字化
图 2 数字图像的生成
基于 LabVIEW 的图像工程实验
……(1)
其中 f(x,y)和 g(x,y)分别为增强前后的图像,而 EH 代表增强操作。如果 EH 是定义在每个
(x,y)上的,则 EH 是点操作;如果 EH 是定义在(x,y)某个临域上,则 EH 常称为模板操作。
1. 灰度变换
基于点操作的增强方法也叫灰度变换,常见的几类方法为:直接灰度变换、直方图处理和图像间
运算。
直接灰度变换是将 f(x,y)中的每个像素按 EH 操作直接变换以得到 g(x,y)的图像处理方法。
图 3 所示,为一幅图像经几种直接灰度变换处理的过程:
图 3(a)中的 EH 操作是对图像求反,即将原图像的灰度值翻转。图 3(b)中的 EH 操作是增强图像
对比度,即通过增加原图里某两个灰度值间的动态范围来增强原图各部分的反差。图 3(c)中的 EH
操作是动态范围压缩,即通过减小原图灰度值间的动态范围来减弱原图各部分的反差。 图 3(a)中的
EH 操作是灰度切分,即将某个灰度范围变得非常突出来突显该灰度范围内像素的分布信息。
直方图表示数字图像中每一灰度值出现频数的统计。如 图 4 所示,它能给出该图像的概貌性的描
述:整幅图像的灰度范围、每个灰度级的频数、整幅图像的亮度和平均对比度等。
通过值方图处理,从新调整原图中各灰度值的分布位置,而实现增强整个图像对比度(直方图均
衡化)或有选择地增强某个灰度值范围内对比度(直方图规定化)的目的。 图 5 所示,为一幅图像分
别经直方图均衡化和直方图规定化处理的过程。
3
0 255
255
yxf ,
yxg ,
EH
0 255
255
yxf ,
yxg ,
EH
0 255
255
yxf ,
yxg ,
EH
0 255
255
yxf ,
yxg ,
EH
( a
)
( b
)
( c
)
( d
)
图 3 利用直接灰度变换增强图像
图 4 直方图统计
直方图统计
基于 LabVIEW 的图像工程实验
2. 空域滤波
借助模板进行邻域操作的增强方法也叫空域滤波。空间滤波器的工作原理都可 借助频域进行分析。
它们的基本特点都是让图像在傅里叶空间某个范围内的分量受到抑制而让其它分量不受影响,从而改
变输出图像的频率分布达到增强的目的。在增强中用到的空间滤波器主要有平滑(低通)滤波器和锐
化(高通)滤波器两类。
平滑滤波器能减弱或消除傅里叶空间的高频分量,但不影响低频分量。因为高频分量对应图相中
的噪声干扰区域、边缘区域等灰度值具有较大较快变化的部分,低通滤波器将这些分量率去可减弱噪
声使图像平滑。图 6 所示,为一幅混有椒盐噪声的原图经平滑滤波器处理的过程。
锐化滤波器能减弱或消除傅里叶空间的低频分量,但不影响高频分量。因为低频分量对应图像中
灰度值缓慢变化的区域,因而与图像的整体特性,如整体对比度和平均灰度有关,高通滤波器将这些
分量率去可使图像锐化增强被模糊的细节。图 7 所示,为一幅模糊图像经锐化滤波器处理的过程。
4
直方图均衡化
直方图规定化
图 5 直方图均衡化和直方图规定化
图 6 借助模板的平滑滤波过程
图 7 借助模板的锐化滤波过程
剩余17页未读,继续阅读
资源评论
whyzeng
- 粉丝: 0
- 资源: 14
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功