第5章-HALCON图像预处理课件

5.15.25.35.45.55.6灰度变换直方图处理几何变换图像的平滑图像的锐化图像的彩色增强第5章

HALCON图像预处理HALCON编程基础与工程应用5.1灰度变换第5章HALCON图像预处理HALCON编1

图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。第5章

HALCON图像预处理HALCON编程基础与工程应用图像预处理的主要目的是消除图像中无关的信息，25.1 灰度变换

由于成像系统限制或噪声等影响，获取的图像往往因为对比度不足、动态范围小等原因存在视觉效果不好的缺点。灰度变换是指根据某种目标条件按一定变换关系逐像素点改变原图像中灰度值的方法。灰度变换常用的方法有3种：线性灰度变换、分段线性灰度变换和非线性灰度变换。HALCON编程基础与工程应用5.1 灰度变换由于成像系统限制或噪声等影响，获取的31、线性灰度变换HALCON编程基础与工程应用1、线性灰度变换HALCON编程基础与工程应用4为了突出图像中感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换，它将图像灰度区间分成两段乃至多段分别作线性变换。2、分段线性灰度变换HALCON编程基础与工程应用为了突出图像中感兴趣的目标或灰度区间，相对抑制那些不5

单纯的线性灰度变换可以在一定程度上解决视觉上的图像整体对比度问题，但是对图像细节部分的增强较为有限，结合非线性变换技术可以解决这一问题。3、非线性灰度变换HALCON编程基础与工程应用单纯的线性灰度变换可以在一定程度上解决视觉上的图像整65.2

直方图处理将统计学中直方图的概念引入到数字图像处理中，用来表示图像的灰度分布，称为灰度直方图。在HALCON图像处理中，灰度直方图是一个简单有用的工具，它可以描述图像的概貌和质量，采用修改直方图的方法增强图像是一种实用而有效的处理方法。HALCON编程基础与工程应用5.2 直方图处理将统计学中直方图的概念引入71、直方图均衡化

直方图均衡化是一种最常用的直方图修正方法，这种方法的思想是把原始图像的直方图变换为均匀分布的形式，增加像素灰度值的动态范围。直方图均衡化是使原图像中具有相近灰度且占有大量像素点的区域的灰度范围展宽，使大区域中的微小灰度变化显现出来，增强图像整体对比度效果，使图像更加清晰。HALCON编程基础与工程应用1、直方图均衡化直方图均衡化是一种最常用的82、直方图规定化直方图均衡化能自动增强整个图像的对比度，得到全局均匀化的直方图。但在实际应用中，有时并不需要考虑图像的整体均匀分布直方图，而是希望有针对性地增强某个灰度范围内的图像，这时可以采用比较灵活的直方图规定化。所谓直方图规定化，就是通过一个灰度映射函数，将原灰度直方图改造成所希望的特定形状直方图，以满足特定的增强效果。一般来说正确地选择规定化的函数可以获得比直方图均衡化更好的效果。HALCON编程基础与工程应用2、直方图规定化直方图均衡化能自动增强整个图95.3

几何变换

图像几何变换又称为图像空间变换，通过平移、转置、镜像、旋转、缩放等几何变换对采集的图像进行处理，用于改正图像采集系统的系统误差和仪器位置（成像角度、透视关系乃至镜头自身原因）的随机误差。

此外，还需要使用灰度插值算法，因为按照这种变换关系进行计算，输出图像的像素可能被映射到输入图像的非整数坐标上。HALCON编程基础与工程应用5.3 几何变换图像几何变换又称为图像空间变换，通过10图像几何变换就是建立一幅图像与其变换后的图像中所有各点之间的映射关系1、图像几何变换的一般表达式1.点变换2.直线变换-两个点的变换3.单位正方形变换HALCON编程基础与工程应用图像几何变换就是建立一幅图像与其变换后的图像中所有各112、图像变换之仿射变换如果所拍摄对象在机械装置上或者其他稳定性不高的装置上，那么目标对象的位置和旋转角度就不能保持恒定，因此我们必须对物体进行平移和旋转角度修正。有时由于物体和摄像机间的距离发生变化，所以导致图像中物体的尺寸发生了明显变化，这些情况下使用的变换称为仿射变换。HALCON编程基础与工程应用2、图像变换之仿射变换如果所拍摄对象在机械装置上或者122、图像变换之仿射变换1.平移变换hom_mat2d_translate(::HomMat2D,Tx,Ty:HomMat2DTranslate)2.比例缩放hom_mat2d_scale(::HomMat2D,Sx,Sy,Px,Py:HomMat2DScale)3.旋转变换hom_mat2d_rotate(::HomMat2D,Phi,Px,Py:HomMat2DRotate)4.综合变换上述算子的组合HALCON编程基础与工程应用2、图像变换之仿射变换1.平移变换HALCON编程基础与工程13仿射变换例程图像变换处理前后图（a-所画region，b-变换之后）HALCON编程基础与工程应用仿射变换例程图像变换处理前后图（a-所画region，b-变143、投影变换把物体的三维图像表示转变为二维表示的过程称为投影变换。hom_vector_to_proj_hom_mat2d(::Px,Py,Pw,Qx,Qy,Qw,Method:HomMat2D)作用：用于确定投影变换矩阵HomMat2DHALCON编程基础与工程应用3、投影变换把物体的三维图像表示转变为二维表示的过程称为投影154、灰度插值法在数字图像中，由于其灰度值只在整数位置（x,y）被定义，即规定所有的像素值都位于栅格整数坐标处。而通过几何变换后的灰度值往往会出现在原始图像中相邻像素值的点之间。

为此，需要通过插值运算来获得变换后不在采样点上的像素的灰度值。常用的灰度值插值方法有最近邻插值法、双线性插值法和卷积插值法等三种。HALCON编程基础与工程应用4、灰度插值法在数字图像中，由于其灰度值只在整数位置164、灰度插值法最近邻插值法最近邻插值也称作零阶插值，也就是令变换后像素的灰度值等于距它最近的输入像素的灰度值。双线性插值法双线性插值也称为一阶插值，该方法通常是沿图像矩阵的每一列（行）进行插值，然后对插值后所得的矩阵再沿着行（列）方向进行线性插值。卷积插值法当图像放大时，图像像素的灰度值插值可以通过卷积来实现。卷积插值法就是在输入图像的两行列中间插入零值，然后通过低通模板滤波便可得到插值后的图像。HALCON编程基础与工程应用4、灰度插值法最近邻插值法HALCON编程基础与工程应用17灰度值插值法例程HALCON编程基础与工程应用灰度值插值法例程HALCON编程基础与工程应用185、基于HALCON的图像校正以上示例主要是为了说明投影畸变是如何产生和校正的，图5-27(a)是相机垂直于被摄平面时拍摄的，没有投影畸变现象，图5-27(b)是对图像进行了一系列的三维仿射变换，因此产生了投影畸变现象。图5-27(a)到图5-27(b)恰恰就是进行了一次二维投影变换。而且这种变换是可逆的，图5-28中的校正过程也是同理，所以也可以通过投影变换的方法将畸变图校正，这就是基于HALCON投影变换的图像校正。HALCON编程基础与工程应用5、基于HALCON的图像校正以上示例主要是195.4

图像的平滑图像平滑主要目的是减少噪声。图像中的噪声种类很多，对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号互相独立不相关，有些是相关的，噪声本身之间也有些相关。

因此要减少图像中的噪声，必须针对具体情况采用不同的方法，否则很难获得满意的处理效果。HALCON编程基础与工程应用5.4 图像的平滑图像平滑主要目的是减少噪声。图像中20“噪声”一词来自于声学，原指人们在聆听目标声音时受到其他声音的干扰，这种起干扰作用的声音被称之为“噪声”。

图像噪声:一方面，从电信号的角度理解，因为图像的形成往往与图像器件的电子特征密切相关，因此，多种电子噪声会反映到图像信号中来。这些噪声既可以在电信号中观察得到，也可以在电信号转变为图像信号后在图像上表现出来。另一方面，图像的形成和显示都和光以及承载图像的媒介密不可分，因此光照、承载媒介造成的噪声等也会在图像中反映。1、图像噪声HALCON编程基础与工程应用“噪声”一词来自于声学，原指人们在聆听目标声音时受到212、局部统计法灰度变换与直方图处理方法均是从图像的整体出发，进而增强图像的对比度。除此之外，还可以从图像的局部着手进行增强。局部统计法是由Wallis和Jong-SenLee提出的用局部均值和方差进行对比度增强的方法。HALCON编程基础与工程应用2、局部统计法灰度变换与直方图处理方法均是从图像的整223、空域平滑法邻域平均法:图像中选择一个子图像（或称为邻域），用该邻域里所有像素灰度的平均值去替换邻域中心像素的灰度值。加权平均法:图像中选择一个子图像（或称为邻域），用该邻域里所有像素灰度的加权平均值去替换邻域中心像素的灰度值。邻域平均法:在相同条件下采集同一目标物的若干幅图像，然后通过对采集到的多幅图像进行平均的方法来消减随机噪声。HALCON编程基础与工程应用3、空域平滑法邻域平均法:图像中选择一个子图像（或称23均值滤波例程mean_image(Image:ImageMean:MaskWidth,MaskHeight:)作用：均值滤波。HALCON编程基础与工程应用均值滤波例程mean_image(Image:Image244、中值滤波

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号平滑处理技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。二维模板通常为3*3、5*5的区域，也可以是不同的形状，如线状、圆形、十字形、圆环形等HALCON编程基础与工程应用4、中值滤波中值滤波是基于排序统计理论的一种能有效抑25中值滤波例程median_image(Image:ImageMedian:MaskType,Radius,Margin:)作用：中值滤波。使用不同边长的二维方形中值滤波模板。HALCON编程基础与工程应用中值滤波例程median_image(Image:Ima265、频域低通滤波一幅图像中灰度均匀的平滑区域对应着傅里叶变换中的低频成分，灰度变化频繁的边缘及细节对应着傅里叶变换中的高频成分。根据这些特点，要合理构造滤波器，适当地将图像中的变换域中的高频成分过滤掉，便可以得到图像的平滑结果。HALCON编程基础与工程应用5、频域低通滤波一幅图像中灰度均匀的平滑区域对应着傅27几种低通滤波器

理想低通滤波器平滑处理的机理简单明了，它可以彻底滤除D0以外的高频分量。巴特沃斯滤波器（BLPF）是电子滤波器的一种，特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零，是一种具有最大平坦幅度响应的低通滤波器。指数低通滤波器（ELPF）将下降到H(u,v)最大值的1⁄e时的D(u,v)定为截止频率点D0。梯形低通滤波器传递函数特性介于理想低通滤波器和具有平滑过渡带的低通滤波器之间。HALCON编程基础与工程应用几种低通滤波器理想低通滤波器平滑处理的机理简单明了，28低通滤波例程(1)gen_lowpass(:ImageLowpass:Frequency,Norm,Mode,Width,Height:)作用：生成理想的低通滤波器图像。(2)fft_generic(Image:ImageFFT:Direction,Exponent,Norm,Mode,ResultType:)作用：快速傅里叶变换。(3)convol_fft(ImageFFT,ImageFilter:ImageConvol::)作用：频域里卷积图像。HALCON编程基础与工程应用低通滤波例程(1)gen_lowpass(:Image295.5

图像的锐化图像锐化主要是加强高频成分或减弱低频成分。能加强细节和边缘，对图像有去模糊的作用。同时，由于噪声主要分布在高频部分，如果图像中存在噪声，锐化处理对噪声将会有一定的放大作用。HALCON编程基础与工程应用5.5 图像的锐化图像锐化主要是加强高频成分或减弱30梯度法：由梯度的计算可知，在图像中灰度变化较大的边沿区域其梯度值较大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域的梯度值为零。1、一阶微分算子法HALCON编程基础与工程应用梯度法：由梯度的计算可知，在图像中灰度变化较大的边沿31Sobel算子：采用梯度微分锐化图像时，不可避免地会使噪声、条纹等干扰信息得到增强，这里介绍的Sobel算子可在一定程度上克服这个问题。1、一阶微分算子法sobel_amp(Image:EdgeAmplitude:FilterType,Size:)作用：利用Sobel算子检测边缘HALCON编程基础与工程应用Sobel算子：采用梯度微分锐化图像时，不可避免地会322、拉普拉斯算子法拉普拉斯算子是常用的边缘增强处理算子，它是各向同性的二阶导数。laplace(Image:ImageLaplace:ResultType,MaskSize,FilterMask:)作用：用有限差分计算拉普拉斯算子。HALCON编程基础与工程应用2、拉普拉斯算子法拉普拉斯算子是常用的边缘增强处理算333、高通滤波法之前平滑部分提到过图像的频域特点。一幅图像中灰度均匀的平滑区域对应着傅里叶变换中的低频成分，灰度变化频繁的边缘及细节对应着傅里叶变换中的高频成分。同理类比可以构造高通滤波器来进行图像锐化。HALCON编程基础与工程应用3、高通滤波法之前平滑部分提到过图像的频域特点。一幅34几种高通滤波器理想高通滤波器巴特沃斯高通滤波器（BHPF）指数高通滤波器（EHPF）梯形高通滤波器HALCON编程基础与工程应用几种高通滤波器理想高通滤波器HALCON编程基础与工程应用35高通滤波例程gen_highpass(:ImageHighpass:Frequency,Norm,Mode,Width,Height:)作用：生成理想高通滤波。HALCON编程基础与工程应用高通滤波例程gen_highpass(:ImageHig365.6

图像的彩色增强彩色增强技术是改善人眼视觉效应的一种重要手段。由于人眼只能区分由黑到白的十几种到二十几种不同灰度级，而人眼对彩色的分辨率可以达到几百种甚至上千种。利用视觉系统的这一特性，将灰度图像变换成彩色图像或改变已有的彩色分布，都会改善图像的可分辨性。彩色增强方法概括起来可以分为真彩色增强、伪彩色增强和假彩色增强。HALCON编程基础与工程应用5.6 图像的彩色增强彩色增强技术是改善人眼视觉效37

利用颜色模型转换方法，先将彩色图像从RGB模型转换成HSI模型，将亮度分量和色度分量分开。再利用灰度图像增强的方法增强其中的某个分量图，如仅对I分量（亮度）进行增强处理，H和S分量不变。然后再将结果转换成为RGB坐标，以便用彩色显示器显示。这里利用HIS颜色模型中亮度和色度分开的特点，处理的结果既增强了彩色图像的亮度，又不会改变颜色种类。1、真彩色增强HALCON编程基础与工程应用利用颜色模型转换方法，先将彩色图像从RGB模型转换成38伪彩色增强是指通过将每个灰度级匹配到彩色空间上的一点，将单色图像映射为彩色图像的一种变换。

它的结果可改善图像的视觉效果，提高分辨率，使得图像的细节更加突出，目标更容易识别。常见的伪色彩增强方法有密度分割法、灰度级彩色处理法和频率域滤波方法。

2、伪彩色增强HALCON编程基础与工程应用伪彩色增强是指通过将每个灰度级匹配到彩色空间上的一点39假彩色增强是将真实的自然彩色图像或遥感多光谱图像中每一个像素点的RGB值，通过映射函数变换成新的三基色分量，使图像中各目标呈现出与原图像不同的彩色的过程。

假彩色处理是日常生活中经常碰到的一个操作过程，例如调节彩色电视机的色调、饱和度的过程实际上就是假彩色处理。3、假彩色增强HALCON编程基础与工程应用假彩色增强是将真实的自然彩色图像或遥感多光谱图像中每40总结从图像处理的角度，只要满足改善图像数据，抑制不需要的变形或者增强某些对于后续处理重要的图像特征这类要求，都可以归类为图像预处理。图像预处理的算法很多，但是实际工程应用中只需要用到图像预处理算法中的几种或一种，甚至从信息理论的角度来看，最好的预处理是没有预处理，因为预处理一般都会降低图像的信息量。本章介绍了HALCON图像预处理的几类常用方法，包括灰度变换、直方图处理、几何变换、图像的平滑、图像的锐化、图像的彩色增强。HALCON编程基础与工程应用总结从图像处理的角度，只要满足改善图像数据，415.15.25.35.45.55.6灰度变换直方图处理几何变换图像的平滑图像的锐化图像的彩色增强第5章

HALCON图像预处理HALCON编程基础与工程应用5.1灰度变换第5章HALCON图像预处理HALCON编42

图像预处理的主要目的是消除图像中无关的信息，恢复有用的真实信息，增强有关信息的可检测性和最大限度地简化数据，从而改进特征提取、图像分割、匹配和识别的可靠性。第5章

HALCON图像预处理HALCON编程基础与工程应用图像预处理的主要目的是消除图像中无关的信息，435.1 灰度变换

由于成像系统限制或噪声等影响，获取的图像往往因为对比度不足、动态范围小等原因存在视觉效果不好的缺点。灰度变换是指根据某种目标条件按一定变换关系逐像素点改变原图像中灰度值的方法。灰度变换常用的方法有3种：线性灰度变换、分段线性灰度变换和非线性灰度变换。HALCON编程基础与工程应用5.1 灰度变换由于成像系统限制或噪声等影响，获取的441、线性灰度变换HALCON编程基础与工程应用1、线性灰度变换HALCON编程基础与工程应用45为了突出图像中感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换，它将图像灰度区间分成两段乃至多段分别作线性变换。2、分段线性灰度变换HALCON编程基础与工程应用为了突出图像中感兴趣的目标或灰度区间，相对抑制那些不46

单纯的线性灰度变换可以在一定程度上解决视觉上的图像整体对比度问题，但是对图像细节部分的增强较为有限，结合非线性变换技术可以解决这一问题。3、非线性灰度变换HALCON编程基础与工程应用单纯的线性灰度变换可以在一定程度上解决视觉上的图像整475.2

直方图处理将统计学中直方图的概念引入到数字图像处理中，用来表示图像的灰度分布，称为灰度直方图。在HALCON图像处理中，灰度直方图是一个简单有用的工具，它可以描述图像的概貌和质量，采用修改直方图的方法增强图像是一种实用而有效的处理方法。HALCON编程基础与工程应用5.2 直方图处理将统计学中直方图的概念引入481、直方图均衡化

直方图均衡化是一种最常用的直方图修正方法，这种方法的思想是把原始图像的直方图变换为均匀分布的形式，增加像素灰度值的动态范围。直方图均衡化是使原图像中具有相近灰度且占有大量像素点的区域的灰度范围展宽，使大区域中的微小灰度变化显现出来，增强图像整体对比度效果，使图像更加清晰。HALCON编程基础与工程应用1、直方图均衡化直方图均衡化是一种最常用的492、直方图规定化直方图均衡化能自动增强整个图像的对比度，得到全局均匀化的直方图。但在实际应用中，有时并不需要考虑图像的整体均匀分布直方图，而是希望有针对性地增强某个灰度范围内的图像，这时可以采用比较灵活的直方图规定化。所谓直方图规定化，就是通过一个灰度映射函数，将原灰度直方图改造成所希望的特定形状直方图，以满足特定的增强效果。一般来说正确地选择规定化的函数可以获得比直方图均衡化更好的效果。HALCON编程基础与工程应用2、直方图规定化直方图均衡化能自动增强整个图505.3

几何变换

图像几何变换又称为图像空间变换，通过平移、转置、镜像、旋转、缩放等几何变换对采集的图像进行处理，用于改正图像采集系统的系统误差和仪器位置（成像角度、透视关系乃至镜头自身原因）的随机误差。

此外，还需要使用灰度插值算法，因为按照这种变换关系进行计算，输出图像的像素可能被映射到输入图像的非整数坐标上。HALCON编程基础与工程应用5.3 几何变换图像几何变换又称为图像空间变换，通过51图像几何变换就是建立一幅图像与其变换后的图像中所有各点之间的映射关系1、图像几何变换的一般表达式1.点变换2.直线变换-两个点的变换3.单位正方形变换HALCON编程基础与工程应用图像几何变换就是建立一幅图像与其变换后的图像中所有各522、图像变换之仿射变换如果所拍摄对象在机械装置上或者其他稳定性不高的装置上，那么目标对象的位置和旋转角度就不能保持恒定，因此我们必须对物体进行平移和旋转角度修正。有时由于物体和摄像机间的距离发生变化，所以导致图像中物体的尺寸发生了明显变化，这些情况下使用的变换称为仿射变换。HALCON编程基础与工程应用2、图像变换之仿射变换如果所拍摄对象在机械装置上或者532、图像变换之仿射变换1.平移变换hom_mat2d_translate(::HomMat2D,Tx,Ty:HomMat2DTranslate)2.比例缩放hom_mat2d_scale(::HomMat2D,Sx,Sy,Px,Py:HomMat2DScale)3.旋转变换hom_mat2d_rotate(::HomMat2D,Phi,Px,Py:HomMat2DRotate)4.综合变换上述算子的组合HALCON编程基础与工程应用2、图像变换之仿射变换1.平移变换HALCON编程基础与工程54仿射变换例程图像变换处理前后图（a-所画region，b-变换之后）HALCON编程基础与工程应用仿射变换例程图像变换处理前后图（a-所画region，b-变553、投影变换把物体的三维图像表示转变为二维表示的过程称为投影变换。hom_vector_to_proj_hom_mat2d(::Px,Py,Pw,Qx,Qy,Qw,Method:HomMat2D)作用：用于确定投影变换矩阵HomMat2DHALCON编程基础与工程应用3、投影变换把物体的三维图像表示转变为二维表示的过程称为投影564、灰度插值法在数字图像中，由于其灰度值只在整数位置（x,y）被定义，即规定所有的像素值都位于栅格整数坐标处。而通过几何变换后的灰度值往往会出现在原始图像中相邻像素值的点之间。

为此，需要通过插值运算来获得变换后不在采样点上的像素的灰度值。常用的灰度值插值方法有最近邻插值法、双线性插值法和卷积插值法等三种。HALCON编程基础与工程应用4、灰度插值法在数字图像中，由于其灰度值只在整数位置574、灰度插值法最近邻插值法最近邻插值也称作零阶插值，也就是令变换后像素的灰度值等于距它最近的输入像素的灰度值。双线性插值法双线性插值也称为一阶插值，该方法通常是沿图像矩阵的每一列（行）进行插值，然后对插值后所得的矩阵再沿着行（列）方向进行线性插值。卷积插值法当图像放大时，图像像素的灰度值插值可以通过卷积来实现。卷积插值法就是在输入图像的两行列中间插入零值，然后通过低通模板滤波便可得到插值后的图像。HALCON编程基础与工程应用4、灰度插值法最近邻插值法HALCON编程基础与工程应用58灰度值插值法例程HALCON编程基础与工程应用灰度值插值法例程HALCON编程基础与工程应用595、基于HALCON的图像校正以上示例主要是为了说明投影畸变是如何产生和校正的，图5-27(a)是相机垂直于被摄平面时拍摄的，没有投影畸变现象，图5-27(b)是对图像进行了一系列的三维仿射变换，因此产生了投影畸变现象。图5-27(a)到图5-27(b)恰恰就是进行了一次二维投影变换。而且这种变换是可逆的，图5-28中的校正过程也是同理，所以也可以通过投影变换的方法将畸变图校正，这就是基于HALCON投影变换的图像校正。HALCON编程基础与工程应用5、基于HALCON的图像校正以上示例主要是605.4

图像的平滑图像平滑主要目的是减少噪声。图像中的噪声种类很多，对图像信号幅度和相位的影响十分复杂，有些噪声和图像信号互相独立不相关，有些是相关的，噪声本身之间也有些相关。

因此要减少图像中的噪声，必须针对具体情况采用不同的方法，否则很难获得满意的处理效果。HALCON编程基础与工程应用5.4 图像的平滑图像平滑主要目的是减少噪声。图像中61“噪声”一词来自于声学，原指人们在聆听目标声音时受到其他声音的干扰，这种起干扰作用的声音被称之为“噪声”。

图像噪声:一方面，从电信号的角度理解，因为图像的形成往往与图像器件的电子特征密切相关，因此，多种电子噪声会反映到图像信号中来。这些噪声既可以在电信号中观察得到，也可以在电信号转变为图像信号后在图像上表现出来。另一方面，图像的形成和显示都和光以及承载图像的媒介密不可分，因此光照、承载媒介造成的噪声等也会在图像中反映。1、图像噪声HALCON编程基础与工程应用“噪声”一词来自于声学，原指人们在聆听目标声音时受到622、局部统计法灰度变换与直方图处理方法均是从图像的整体出发，进而增强图像的对比度。除此之外，还可以从图像的局部着手进行增强。局部统计法是由Wallis和Jong-SenLee提出的用局部均值和方差进行对比度增强的方法。HALCON编程基础与工程应用2、局部统计法灰度变换与直方图处理方法均是从图像的整633、空域平滑法邻域平均法:图像中选择一个子图像（或称为邻域），用该邻域里所有像素灰度的平均值去替换邻域中心像素的灰度值。加权平均法:图像中选择一个子图像（或称为邻域），用该邻域里所有像素灰度的加权平均值去替换邻域中心像素的灰度值。邻域平均法:在相同条件下采集同一目标物的若干幅图像，然后通过对采集到的多幅图像进行平均的方法来消减随机噪声。HALCON编程基础与工程应用3、空域平滑法邻域平均法:图像中选择一个子图像（或称64均值滤波例程mean_image(Image:ImageMean:MaskWidth,MaskHeight:)作用：均值滤波。HALCON编程基础与工程应用均值滤波例程mean_image(Image:Image654、中值滤波

中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号平滑处理技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。二维模板通常为3*3、5*5的区域，也可以是不同的形状，如线状、圆形、十字形、圆环形等HALCON编程基础与工程应用4、中值滤波中值滤波是基于排序统计理论的一种能有效抑66中值滤波例程median_image(Image:ImageMedian:MaskType,Radius,Margin:)作用：中值滤波。使用不同边长的二维方形中值滤波模板。HALCON编程基础与工程应用中值滤波例程median_image(Image:Ima675、频域低通滤波一幅图像中灰度均匀的平滑区域对应着傅里叶变换中的低频成分，灰度变化频繁的边缘及细节对应着傅里叶变换中的高频成分。根据这些特点，要合理构造滤波器，适当地将图像中的变换域中的高频成分过滤掉，便可以得到图像的平滑结果。HALCON编程基础与工程应用5、频域低通滤波一幅图像中灰度均匀的平滑区域对应着傅68几种低通滤波器

理想低通滤波器平滑处理的机理简单明了，它可以彻底滤除D0以外的高频分量。巴特沃斯滤波器（BLPF）是电子滤波器的一种，特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零，是一种具有最大平坦幅度响应的低通滤波器。指数低通滤波器（ELPF）将下降到H(u,v)最大值的1⁄e时的D(u,v)定为截止频率点D0。梯形低通滤波器传递函数特性介于理想低通滤波器和具有平滑过渡带的低通滤波器之间。HALCON编程基础与工程应用几种低通滤波器理想低通滤波器平滑处理的机理简单明了，69低通滤波例程(1)gen_lowpass(:ImageLowpass:Frequency,Norm,Mode,Width,Height:)作用：生成理想的低通滤波器图像。(2)fft_generic(Image:ImageFFT:Direction,Exponent,Norm,Mode,ResultType:)作用：快速傅里叶变换。(3)convol_fft(ImageFFT,ImageFilter:ImageConvol::)作用：频域里卷积图像。HALCON编程基础与工程应用低通滤波例程(1)gen_lowpass(:Image705.5

图像的锐化图像锐化主要是加强高频成分或减弱低频成分。能加强细节和边缘，对图像有去模糊的作用。同时，由于噪声主要分布在高频部分，如果图像中存在噪声，锐化处理对噪声将会有一定的放大作用。HALCON编程基础与工程应用5.5 图像的锐化图像锐化主要是加强高频成分或减弱71梯度法：由梯度的计算可知，在图像中灰度变化较大的边沿区域其梯度值较大，在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域的梯度值为零。1、一阶微分算子法HALCON编程基础与工程应用梯度法：由梯度的计算可知，在图像中灰度变化较大的边沿72Sobel算子：采用梯度微分锐化图像时，不可避免地会使噪声、条纹等干扰信息得到增强，这里介绍的Sobel算子可在一定程度上克服这个问题。1、一阶微分算子法sobel_amp(Image:EdgeAmplitude:FilterType,Size:)作用：利用Sobel算子检测边缘HALCON编程基础与工程应用Sobel算子：采用梯度微分锐化图像时，不可避免地会732、拉普拉斯算子法拉普拉斯算子是常用的边缘增强处理算子，它是各向同性的二阶导数。laplace(Image:ImageLaplace:ResultType,MaskSize,FilterMask:)作用：用有限差分计算拉普拉斯算子。HALCON编程基础与工程应用2、拉普拉斯算子法拉普拉斯算子是常用的边缘增强处理算743、高通滤波法