NI Vision Builder AI入門教程第四章 圖像增強

1、第四章圖像增強很多時候，我們采集到的圖像并不理想，含有許多噪聲、非目標區(qū)域、雜點、未完整等等,面對這種情況，進行圖像處理時，如果不對原始圖像進行增強處理，那么對測量結(jié)果會的精度會產(chǎn)生一些影響，例如尋找邊緣，如果需要擬合成線的點很離散，那么，擬合出來的線很可能會“漂”的很厲害。因此，許多情況下，我們需要對原始圖像進行增強，以達到更加理想的效果。如圖4T所示。圖4-1圖像增強函數(shù)在圖像處理中的應(yīng)用在圖4-1中，我們應(yīng)用了一個簡單的例子，尋找一條邊緣。采集圖像后，我們對原始圖像創(chuàng)建了一個ROI（RegionofInterest：興趣區(qū)域、目標區(qū)域，圖中的綠色框），并對此ROI進行濾波處理，從圖中可以

2、看到，綠色框中經(jīng)過婆婆的圖像與外面的圖像是不一樣的。這就是圖像增強的效果。當然，例子中的原始圖像效果相對較好，增強的效果顯現(xiàn)不明顯。下面我們來看一下，圖像增強函數(shù)選板具體的函數(shù)及其使用方法。X如a&HUI冏THVisicnAssistant;Enhancesimagefeatures,filtersnoiserestaactisoolorsplanesandmore.FilterImage:Preparesanim曰g已fbrprooessin口soUiatyaucanextractonlytheinforiTidtjonyouneedfbprocessing.acolorproduc亡呂a1

3、沼旳輸Snga匚鼬cEssiThresholdImage:Thresholdsanimage.nm刖咖.a_comICalibrateInnage:匚alibratesanimageto|p:performmeasurerment?inreal-Qrldunits.訂Ci亡ateR亡ionoflnte亡st;Creates0EdtClassifi亡selectedswwvBshiwihuaxo京網(wǎng)tfolofC!a-sficati3riTraSgTnterfa1df1AddOassilierechDOO.pngCickFikpnlmsges.NfTMigtetofieapprop-htebin

4、ge.WDmaregionofinteregtROaroindthewrnpei亦outtoadd.A,UseetabsbeJciSdiedismaywrdowtoadjustthe-pcraTieiers.5.faCoS&Lasthasnotbeanueatedfore5npc,dkkftrdCI055.detecteapp-op-etsdassneClosestabHICkkAddSflirplrtotmiithecolorintheROItofeAddEkTipnCClsss&t51亡口引AddCia：5252aadc(ora)CJptiDhsColorVectorIrtensityDe

5、-eteClassP.E3E皀EQECFdcb：#ofSarrples;1圖4-14顏色分類器-AddClass添加類別添加完需要的類別后，然后在類別表單中選擇合適的類別。如我們類別中的Blue、Green、Red三個類，我們ROI為紅色，則選擇Red類別。然后點擊AddSample添加樣品，添加ROI中的顏色到選擇的類別中。圖4-15顏色分類器-添加樣品點擊完添加樣品后，在Red所在的類別后面的#Samples樣品數(shù)中可以發(fā)現(xiàn)其數(shù)由0變?yōu)?。這時就已經(jīng)完成了一個樣品的添加。也可以點擊DeleteClass刪除類別、RenameClass重命名類別。2.ClickTrainClassifier

6、Samplestab)TrainClassifier!Trainingr亡quiredClassifyDrawanROIaroundthesampleyouwanttoclassify.ClassificationResultsClassLabelClassificationScoreIdentifiesticrnScoreDistancesClassDistance圖4-16顏色分類訓(xùn)練-Classify分類當我們添加完樣品后，在Classify分類選項卡中的Train中TrainClassifier按鈕后面有一個黃色的感嘆號，表示需要訓(xùn)練，我們點擊此TrainClassifier按鈕，完成

7、訓(xùn)練。AddSamples廬Classify應(yīng)EditClassifierTrainAddSamplestotheclassifier(AddSamplestab)ClickTrainClassifierTrainClassifierClassifyClassLabelRedClassificationScore1000IdentificationScare1000ClassjficationResultsCIosestSampleDistancesI.DrawanROIaroundthesampleyouwanttodassify HYPERLINK 圖4-17完成訓(xùn)練完成訓(xùn)練后，Train

8、Classifier訓(xùn)練分類器后面的黃色感嘆號消失了，在Classify分類中出現(xiàn)了結(jié)果（ClassLabel:Red；ClassificationScore:1000分類分值，表明指定的類來表征輸入樣品比其它類到底有好多少；IdentificationScore:1000認出分值，表明輸入樣品與指定類的相似度，僅當分類分值未達到指定的分數(shù)時才使用此值）以及最接近的樣品圖片。圖4-18顏色分類器-EditClassifier編輯分類器在編輯分類器中，左上角會顯示所有的ClassLabel類別標簽。如果有了解過OCR的話，在這里就比較容易了，這其中就相當于把很多種顏色歸于一類，如深藍、天藍、海藍

9、等都歸為Blue，而在字符識別中，我們可以把宋體的石、楷體的石、華文行楷的石都認為是石字。或者是認為5號字體的石、3號字體的石、60點的石也都認為是石。編輯分類器的左邊則可以對分類器文件添加說明信息。也可以使用Relabel對類別進行重命名，也可以使用Delete刪除選中的類別樣品。下面的BrowsDisplay則可以顯示所有的樣品，也可以選擇某個類別的所有樣品。設(shè)置完成后，保存顏色分類器文件，關(guān)閉顏色分類器訓(xùn)練界面，返回函數(shù)節(jié)點。如圖4-9所示的主體選項卡。切換到Settings設(shè)置選項卡：VriiarE-UnlilhdEnap*Tii-ier!EMSesr-呦C4*olnwSUJPP4mH

10、ttpPiwIlM耳存g|Intx|WrHe汕ROISnr杯17：，r-,柚珊2*:sTtfi5w&Ifi-2-(3強枕9!轉(zhuǎn)fl巧的巳JUx-的*1fZAL囂/www.sJiixinhua,smCdrfRaHJSrraIwtnSUlHInprbcnStabsPASSfrw*o*：ShWrSeffHiBdy*SeaiJTwCswswiL呻it?岀Surun:a_joc口|圖4-19顏色分段-Settings設(shè)置在設(shè)置中，我們可以根據(jù)ROISize興趣區(qū)域的大小設(shè)置WidowsSize窗口大小的Width寬和Height高，可以設(shè)置StepSize步驟大小，也可以勾選RefineSegmenta

11、tion細化分段，可以勾選AutoCalculateMaximumDistance自動計算最大距離，設(shè)置MinimumParticleArea(Pix2)最小粒子面積(平方像素)、MaximumParticleArea(Pix2)最大粒子面積、MinimumIdentificationScore最小認出分值；DisplayMode顯示模式分為ShowSegmentedImage顯示分段圖像和OverlayClassesonImage在圖像覆蓋類別兩種模式，第一種顯示分段圖像模式，使用第三個選項卡PixelMapping像素映射中的指定值進行替換。第二個貝V表類別覆蓋到圖像上；ElapsedTi

12、me為消耗時間。圖4-20顏色分段-PixelMapping像素映射像素映射可以將不同的顏色類別映射為指定的灰度值，如圖中將Blue映射為85灰度，將Green映射為169灰度，將Red映射為254灰度。SegmentColorSetupSettingsPixelMappingPassInspectionif.MainLimitsBlue呢Eilu亡(pix-v2)Green%Green(pixZ)Red%oooo0000u11IL團劇一一閹嵐-匸-囹tel圉圜.蹴SortResultsbyLabelSortOrderStepStatusBlue12.002010Green12.002010R

13、edS.OO13比1UnassignedPipets6S.OOL1390Color附OKCancel圖4-21顏色分段-Limits極限設(shè)置極限選項卡中，PassInspectionif通過檢查如果：可以根據(jù)某個類別的百分比設(shè)置,也可以根據(jù)某個類別的面積設(shè)置，同時還可以根據(jù)未識別的類別百分比和面積設(shè)置。SortResultsby(label/Area):結(jié)果排序按照標簽或面積；SortOrderAscending/Descending：排序方式升序或降序；ColorSegmentationResults顏色分段結(jié)果：顯示了各類別所占百分比以及面積。使用此函數(shù)可以檢查視場中的顏色變化或者檢查某種

14、顏色有沒有出現(xiàn)、出現(xiàn)的面積等。5.CalibrateImage：Calibratesanimagetoperformmeasurementsinrealworldunits.標定圖像：標定圖像以便使用實際單位測量。這個函數(shù)以前面在采集圖像中講的標定類似，可參考采集圖像中講述的標定。6.CreateRegionofInterest：Createsaregionofinterestthatyoucanuseinsubsequentsteps.創(chuàng)建目標區(qū)域：創(chuàng)建一個能夠用于隨后步驟的目標區(qū)域。很多時候，我們拍攝一幅圖像，目標區(qū)域其實是很有限的一部分，而其它部分并不是我們需要的，甚至是干擾的，這時我們

15、就可以利用此函數(shù)，將目標區(qū)域提取出來，然后再進行分析。當然，有些人會問，前面那個過濾圖像不是也有目標區(qū)域嗎？是的，過濾圖像是有目標區(qū)域，其它很多函數(shù)也都有目標區(qū)域，但是我們并不希望每添加一個函數(shù)都要設(shè)置一次目標區(qū)域。當然我們也可以調(diào)用前面可以設(shè)置ROI函數(shù)的ROI,但是為了統(tǒng)一，我們可以首先建立一個ROI。點擊函數(shù)，進入配置界面如圖4-22所示。MainCoordinatesLimits5tepNameCreateRegionofInterest1RepositionR.eioncfInterestRefcrenoeCoordsiateSystenpwws對nhu日Lc斷J圖4-22創(chuàng)建ROI主體中的內(nèi)容，在前面都已經(jīng)介紹過，分別是步驟名、參照坐標系、改變目標區(qū)域，這里就不多講。下面看Coordinates坐標選項卡。如圖4-23所示。圖4-23創(chuàng)建目標區(qū)域-坐標設(shè)置ROIType：目標區(qū)域類型?？梢赃x擇Point點、Line線、