【導讀】到了越來越多的重視。目前，工業(yè)領(lǐng)域中對微小尺寸零件的檢測精度和檢測速度。精度測試領(lǐng)域的先進技術(shù)。隨著計算機硬件性價比的不斷提高，相關(guān)技術(shù)的不斷。快得到廣泛地應用。因此，計算機視覺檢測中的圖像處理也必然涉及到人類生活。和工作的方方面面。所謂圖像處理，就是通過某些數(shù)學運算對圖像信息進行加工。要環(huán)節(jié)，在整個圖像處理過程中起著承前啟后的重要作用。發(fā)展歷史，在激光全息技術(shù)出現(xiàn)后得到了更進一步的發(fā)展。目前，光學圖像處理。理靈活，且受實際工藝和設備材料等因素的限制。數(shù)字方法處理的優(yōu)缺點恰好與?；偷蛢r化，人們對圖像質(zhì)量的要求越來越高。原因造成了偏差，因此保真度往往指的是圖像細節(jié)方面的差異。常指的是圖像整體和細節(jié)的總體概念。損傷，從而保證了檢測的可靠性;在線100%檢測，從而保證了產(chǎn)品出廠的質(zhì)量和提高工作效率以及降低生產(chǎn)成本。被稱作圖像增強。70年代進入發(fā)展期，出現(xiàn)了TC和衛(wèi)星遙感圖像，對

　　

【正文】 向分別為： ? ? 2122 )],([)],([ jifjifD yx ???? ， ? ?],/),(a r c ta n [ jifjif xy ???? (423) 為了運算的簡便，梯度的?？勺魅缦碌慕铺幚恚? ? ),(),( jifjifD yx ???? ? ]),(,),(m a x [ jifjifD yx ??? (2) Roberts 梯度模算子 R1 ? ?222211 ????R (424) 30 其中， 1,1,1 ????? jiji ff ； 1,12 ?? ??? jiji ff 。 (3) Roberts 梯度絕對值算子 R2 212 ????R (425) (4) 最大差分算子 M SBM ?? (426) 其中， ),m a x ( 1,11,1, ????? jijijiji ffffB ； ),m in ( 1,11,1, ????? jijijiji ffffS 。 (5) Laplacian 算子 L 拉普拉斯算子反映的是圖像二階微分，定義為， 22222y fx ff ??????? (427) 式 中， f 為連續(xù)的圖像模型。拉普拉斯算子具有各向同性和平移不變性。這個算子對圖像的點、線、邊界提取效果很好，有時也稱為邊界提取算子。 如圖 416，是對圖像進行 Laplacian 算子銳化的效果圖。 拉普拉斯算子銳化后的清晰圖像等于原始模糊圖像減去它的拉氏運算結(jié)果的 ? 倍， ? 用于調(diào)節(jié)銳化的程度。因此，拉普拉斯算子比較適用于因光線漫反射而造成的圖像模糊。 (a)原始圖像 (b)四鄰域 (c)八鄰域 圖 416 Laplacian 算子圖像銳化 從圖中可以明顯看出，經(jīng)過拉普拉斯算子處理后的圖像清晰度明顯提高， 并且八鄰域的處理效果比四鄰域的效果更加出色。 (6) Sobel 算子 S 2122 )( yx ddS ?? 或者 yx ddS ?? (428) 其中， ? ? ? ?1,11,1,11,11,1,1 22 ?????????? ?????? jijijijijijix ffffffd ? ? ? ?1,1,11,11,1,11,1 22 ?????????? ?????? jijijijijijiy ffffffd 31 (7) Kirsch 算子 K 對于一個 33 區(qū)域，其像素值按表 43 所示編號， 表 43 Kirsch 和 Wallis 算子編號規(guī)則 0A 1A 2A 7A jif, 3A 6A 5A 4A 則 K 定義為： ?????? ?????? ??? ii i TSK 35m a x,1m a x70 (429) 其中， 210 ??? ??? iiii AAAS ； 76543 ????? ????? iiiii AAAAAT 。 (8) Wallis 算子 W Wallis算子是根據(jù) Laplacian算子的特點所提出的一種改進的 Laplacian算子，這是一個自適應算子，設 NMjif ?)],([ 是原始圖像，它的局部均值和局部標準偏差分別記為 ),( jif 和 ),( ji? ，即： ? ? ???ijDnmnmfMjif ),( ),(1, (430) ?? ??ijDnmjifnmfMji ),( 22 )],(),([1),(? (431) 式中， ijD 為像素 ),( ji 的鄰域， M 為 ijD 的個數(shù)。增強后的圖像 ? ? NMjig ?],[ 像素點),( ji 的灰度為： ddd jiA Ajifjifjifamjig ?? ?? ?????? ),()],(),([)],()1([),( (432) 式中， dm 和 d? 表示設計的平均值和標準偏差， A 是增益系數(shù)， ? 是控制增強圖 32 像中邊緣和背景組成的比例常數(shù)。 空間域圖像銳化 圖像在傳輸和變換過程中會受到各種干擾而退化，比較典型的是圖像模糊。圖像銳化的目的就是使邊緣和輪廓線模糊的圖像變得清晰，并使其細節(jié)清晰。銳化技術(shù)可以在空間域中進行，常用的方法就是對圖像進行微分處理，也可以在頻域中運用高通濾波技術(shù)來處理。 (1) 空域高通濾波法 圖像邊緣的明顯灰度差可以理解為具有較高的空間頻譜，因而可用高通濾波來完成圖 像的銳化增強 ,其中 1H 、 2H 和 3H 是高通濾波方陣模板。 ???????????????0101510101H ???????????????????1111911111H ???????????????1212521211H 利用空域高通濾波法對圖像進行增強的結(jié)果如圖 417 所示 。 從圖中可以看出，經(jīng)過高通濾波后的圖像，輪廓線變的更加突出，細節(jié)更加清晰。 (a)原始圖像 (b)H1算子 (c)H2 算子 (d)H3算子 圖 417 空域高通濾波法舉例 33 (2) 梯度法圖像銳化。采用梯度進行圖像增強的方法有很多。 第一種方法是使其輸出圖像 ),( yxg 的各點等于該點處的梯度幅度，即： ? ? ),(),(),( jifjifGjig ??? (419) 這種方法的缺點是輸出的圖像在灰度變化比較小的區(qū)域， ),( jig 很小，顯示的是一片黑色。 第二種方法是使： ???? 其他 )],([),( )],([),( jifGjif jifGjig (420) 第三種方法是使： ???? 其他 )],([),(),( jifGjif Ljig G (421) (a)原始圖像 (b)第 1 種方法 (c)第 2 種方法 (d)第 3 種方法 (e)第 4 種方法 (f)第 5 種方法 圖 418 梯度法圖像銳化的 5 種方法 第四種方法是使： 34 ???? 其他 )],([)],([),( jifGL jifGjigB (422) 當梯度值超過某閾值 T 的像素時，選用梯度值，而小于該閾值 T 時，選用固定的灰度 BL 。這種方法將背景用一個固定的灰度級 BL 來表示，可用于分析邊緣灰度的變化。 第五種方法是使： 其他 )],([),( jifGLLjig BG???? (423) 當梯度值超過某閾值 T 的像素時，選用固定灰度 GL ，而小于該閾值 T 時，選用固定的灰度 BL 。根據(jù)閾值將圖像分成邊緣和背景，邊緣和背景分別用兩個不同的灰度級來表示，這種方法生成的是二值圖像。 圖 418 所示的就是 梯度法中 5種圖像銳化方法的 MATLAB 實現(xiàn) 。 (3) 利用 Sobel 算子對圖像濾波 索貝爾算子 (Sobel operator)是圖像處理中的算子之一，主要用作邊緣檢測。在技術(shù)上，它是一離散性差分算子，用來運算圖像亮度函數(shù)的梯度之近似值。在圖像的任何一點使用此算子，將會產(chǎn)生對應的梯度矢量或是其法矢量 。 利用 Sobel算子對圖像濾波 ，其結(jié)果如圖 419 所示。 (a)原始圖像 (b)銳化的結(jié)果 圖 419 利用 Sobel算子對圖像銳化 由于 Sobel 算子是濾波算子的形式，用于提取邊緣，可以利用快速卷積函數(shù)， 簡單有效 ；并且 Sobel 算子對于象素的位置的影響做了加權(quán)，因此效果更好 。 美中不足的是， Sobel 算子并沒有將圖像的主體與背景嚴格地區(qū)分開來，換言之就是 Sobel 算子沒有基于圖像灰度進行處理，由于 Sobel 算子沒有嚴格地模擬人的視覺生理特征，所以提取的圖像輪廓有時并不能令人滿意。 35 圖像頻域增強 對圖像做 Fourier 變換就可以得到它的頻譜。在頻率域中，零頻率分量相當于圖像的平均灰度，低頻分量對應于平滑的圖像信號，較高頻率的分量對應于圖像中的細節(jié)和邊界。通常我們認為噪聲的頻譜也處于高頻分量中，因此， 可以通過處理圖像的高頻部分來平滑圖像。反之，去掉低頻部分，可實現(xiàn)對圖像的銳化。 在實際應用當中，頻域濾波增強往往比空域濾波方法簡單?？沼驗V波都是基于卷積運算 ),(*),(),( yxhyxfyxg ? (424) 其中， ),( yxf 為原始圖像函數(shù)， ),( yxh 為濾波器脈沖響應函數(shù)，視低通或高通濾波的需要而定， ),( yxg 為空域濾波的輸出圖像。有卷積定理可知，上式的Fourier 變換式為： ),(),(),( vuHvuFvuG ?? (425) 式中， ),( vuG 、 ),( vuF 和 ),( vuH 分別為 ),( yxg 、 ),( yxf 和 ),( yxh 的 Fourier 變換，即相應的頻譜。該式為頻率濾波的基本運算式， ).( vuH 稱為濾波系統(tǒng)的傳遞函數(shù)。根據(jù)具體的增強要求設計適當?shù)?),( vuH ，再與 ),( vuF 作乘法運算，可獲得頻譜改善的 ),( vuG ，從而實現(xiàn)低通、高通和帶通等不同形式的濾波，然后再求),( vuG 的逆 Fourier 變換，便可獲得頻域濾波增強的圖像 ),( yxg 。因此，頻域濾波的關(guān)鍵是 ),( vuH 的設計。 眾所周知，圖像的頻譜由幅值和相位兩部分構(gòu)成。根據(jù)圖像的頻譜分析可知，圖像 頻譜的相位也是非常重要的。對相位參數(shù)的修改將會導致結(jié)果圖像很大的變化，與原始圖像相比，有時候甚至可能會面目全非。但是如果設計一個不帶相位的實常數(shù) ),( vuH (零相位 濾波器 )， 則可在增強運算中發(fā)揮重要作用。凡是要保留的頻率分量，令 kvuH ?).( (k 為常數(shù)且 1?k )；凡是要抑制或衰減的頻率分量，令 ??),( vuH (? 為常數(shù)且 10 ??? )。 低通濾波 低通濾波器的功能是讓低頻率通過而濾掉或衰減高頻，其作用是過濾掉包含在高頻中的噪聲。所以低通濾波的效果是圖像的去噪聲平滑增強，但同時也抑制了圖像的邊界，造成圖像不同程度上的模糊。 36 (1) 理想低通濾波器 理想的低通濾波器的傳遞函數(shù)為： 其他 0),(01),( DvuDvuH ????? (426) 式中， 22),( vuvuD ?? ； D0為截止頻率。傳遞函數(shù)表明， 以徑向頻率 D0為半徑的圓域內(nèi)所有頻率分量無損地通過，圓域外的所有頻率分量完全濾除。 理想低通濾波器的截止頻率決定于通過濾波器的能量比， D0 越小，通過的能量也越小。一般來講， D0 應使得圖像中我們感興趣的細節(jié)能量大部分通過，而截斷大部分不感興趣的部分。然而，截斷部分不僅包含不感興趣的部分，還包含感興趣的部分，這就存在一定的矛盾。有一個有效地方法解決這個矛盾，那就是通過控制通過的能量比來控制圖像的濾波程度來調(diào)節(jié)輸出效果。 (2) Butterworth 低通濾波器 Butterworth 低通濾波器的傳遞函數(shù)為： ? ? nDvuvuH 2022 /1 1),( ??? (427) 式中， D0為截止頻率； n 為正數(shù)， n 越大誤差速度越大。 其濾波效果如下圖所示。 (a)原始圖像 (b)低通濾波后的圖像 圖 420 Butterworth 低通濾波器的濾波效果 從圖 420 可以看出， 圖像的 噪聲部分的 平滑效果一般，但是圖像沒有發(fā)生振鈴效應 ，模糊程度也比較輕。 (3) 指數(shù)低通濾波器 指數(shù)低通濾波器，也成為高斯低通濾波器，其傳遞函數(shù)為： ???????? 2022 ),(e xp),( ? vuDvuH (428) 37 其中， σ0為 截止頻率。高斯低通濾波器的反 Fourier 即空域中的高斯濾波器，因此，高斯低通濾波器不會帶來振鈴效應。 (a)原始圖像 (b)高斯低通濾波后圖像 圖 421 高斯低通濾波器的濾波效果 從圖 42