X-SIGHTX-SIGHT無錫信捷電氣股份有限公司工程師：李奔機(jī)器視覺介紹X-SIGHT什么是機(jī)器視覺系統(tǒng)呢？機(jī)器視覺系統(tǒng)是指通過機(jī)器視覺產(chǎn)品(圖像采集裝置)獲取圖像，然后將獲得的圖像傳送至處理單元，通過數(shù)字化圖像處理進(jìn)行目標(biāo)尺寸、形狀、顏色等的判別，進(jìn)而根據(jù)判別的結(jié)果控制現(xiàn)場設(shè)備。機(jī)器視覺系統(tǒng)從原理上分主要由三部分組成：圖像的獲取、圖像的處理和分析、輸出或顯示。一個典型的機(jī)器視覺系統(tǒng)涉及多個領(lǐng)域的技術(shù)交叉與融合，包括光源照明技術(shù)、光學(xué)成像技術(shù)、傳感器技術(shù)、圖像處理技術(shù)、模擬與數(shù)字視頻技術(shù)、機(jī)械工程技術(shù)、控制技術(shù)、計(jì)算機(jī)軟硬件技術(shù)、人機(jī)接口技術(shù)等。機(jī)器視覺介紹X-SIGHT圖像廣義上來說圖像是人類視覺的基礎(chǔ)，是自然景物的客觀反映，是人類認(rèn)識世界和人類本身的重要源泉?！皥D”是物體反射或透射光的分布，“像”是人的視覺系統(tǒng)所接受的圖在人腦中所形版的印象或認(rèn)識，照片、繪畫、剪貼畫、地圖、書法作品、手寫漢學(xué)、傳真、衛(wèi)星云圖、影視畫面、X光片、腦電圖、心電圖等都是圖像。工業(yè)視覺中主要處理的是數(shù)字圖像，即圖像用數(shù)字任意描述像素點(diǎn)、強(qiáng)度和顏色。描述信息文件存儲量較大，所描述對象在縮放過程中會損失細(xì)節(jié)或產(chǎn)生鋸齒。在顯示方面它是將對象以一定的分辨率分辨以后將每個點(diǎn)的色彩信息以數(shù)字化方式呈現(xiàn)，可直接快速在屏幕上顯示。分辨率和灰度是影響顯示的主要參數(shù)。圖像算法基礎(chǔ)知識X-SIGHT分辨率像素：是指在由一個數(shù)字序列表示的圖像中的一個最小單位，稱為像素。像素一般是指由圖像的小方格組成的，這些小方塊都有一個明確的位置和被分配的色彩數(shù)值，小方格顏色和位置就決定該圖像所呈現(xiàn)出來的樣子?？梢詫⑾袼匾暈檎麄€圖像中不可分割的單位或者是元素。不可分割的意思是它不能夠再切割成更小單位或是元素，它是以一個單一顏色的小格存在。每一個點(diǎn)陣圖像包含了一定量的像素，這些像素決定圖像在屏幕上所呈現(xiàn)的大小。相機(jī)所說的像素，其實(shí)是最大像素的意思，像素是分辨率的單位，這個像素值僅僅是相機(jī)所支持的有效最大分辨率。30萬640×48050萬800×600130萬1280×960500萬2560×1920以上都是大約尺寸。圖像算法基礎(chǔ)知識X-SIGHT灰度所謂灰度色，就是指純白、純黑以及兩者中的一系列從黑到白的過渡色。我們平常所說的黑白照片、黑白電視，實(shí)際上都應(yīng)該稱為灰度照片、灰度電視才確切?；叶壬胁话魏紊?，即不存在紅色、黃色這樣的顏色。工業(yè)相機(jī)采集圖片時(shí)，把采樣后得到的由連續(xù)量表示的像素值離散化為整數(shù)值的操作稱為數(shù)字圖像的量化。圖像量化后的整數(shù)灰度值稱為灰度級，用G表示，它的數(shù)量是，N是二進(jìn)制數(shù)的位數(shù)，例如當(dāng)N=1時(shí)，圖像是只有（0，1）取值的二值圖像，當(dāng)N=8時(shí)，圖像的灰度級256，N還可以是10或者16等取值。一般，像素值量化后用一個字節(jié)（8b）來表示。把有黑-灰-白連續(xù)變化的灰度值量化為256個灰度級，灰度值的范圍為0~255，表示亮度從深到淺，對應(yīng)圖像中的顏色為從黑到白。黑白照片包含了黑白之間的所有的灰度色調(diào)，每個像素值都是介于黑色和白色之間的256種灰度中的一種。圖像算法基礎(chǔ)知識X-SIGHT數(shù)字圖像的主要研究內(nèi)容數(shù)字圖像處理所包括的內(nèi)容很廣泛，從研究目的來講大致可以分為圖像預(yù)處理和圖像分析兩大類。圖像預(yù)處理通常是為了改善圖像的質(zhì)量，使圖像中的某部分信息更加突出，以滿足某種應(yīng)用的需要；圖像分析則是從圖像中提取有用信息，實(shí)現(xiàn)應(yīng)用的過程，具體包括的內(nèi)容有以下幾個方面：（1）圖像變換圖像變換的方法包括傅里葉變換，沃爾什變換、離散余弦變換，小波變換等，圖像從空間域轉(zhuǎn)換到變換域后，不僅可以減少計(jì)算量，而且可以獲得更加有效的處理。例如小波變換在頻域具有良好的局部化特征，在圖像編碼、圖像融合中獲得了廣泛而有效的應(yīng)用。（2）圖像增強(qiáng)由于成像系統(tǒng)是個高度復(fù)雜的系統(tǒng)，圖像在產(chǎn)生和傳輸?shù)倪^程中總會受到各種干擾而產(chǎn)生畸變和噪聲，使得圖像質(zhì)量下降，而圖像增強(qiáng)正是為了提高圖像的質(zhì)量，將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識別效果，滿足某些特殊分析的需要。圖像算法基礎(chǔ)知識X-SIGHT（3）圖像復(fù)原成像系統(tǒng)的散焦、設(shè)備與物體間存在相對運(yùn)動或者是器材的固有缺陷等都會造成圖像的模糊，圖像復(fù)原是利用退化過程的先驗(yàn)知識，盡可能的恢復(fù)已被退化圖像的本來面目，它要求對圖像退化的原因有所了解，建立相應(yīng)的“退化模型”，再采用某種濾波方法，恢復(fù)或重建原來的圖像。（4）圖像編碼與壓縮圖像編碼壓縮技術(shù)主要是利用圖像信號的統(tǒng)計(jì)特性和人類視覺的生理學(xué)及心理學(xué)特性，對圖像信號進(jìn)行編碼，有效減少描述圖像的冗余數(shù)據(jù)量，以便于圖像傳輸、存儲和處理。壓縮技術(shù)在日常的生活中隨處可見，如許多視頻文件都采用了MPEG-4技術(shù)進(jìn)行壓縮，在滿足一定保真度的前提下，大大減小了存儲空間，網(wǎng)絡(luò)上的JPEG文件也都采取了壓縮編碼技術(shù)，減小了文件的字節(jié)數(shù)從而有利于在網(wǎng)絡(luò)上的傳輸。（5）圖像分割圖像分割是將感興趣的目標(biāo)從背景中分離出來，便于提取出目標(biāo)的特征和屬性，進(jìn)行目標(biāo)識別，為最終的決策提供依據(jù)。圖像自動分割是圖像處理領(lǐng)域中的難題，人類視覺系統(tǒng)能夠?qū)⑺^察的復(fù)雜場景中的對象一一分開，并識別出每個物體，但利用計(jì)算機(jī)進(jìn)行分割往往還需要人工提供必需的信息才能實(shí)現(xiàn)。圖像算法基礎(chǔ)知識X-SIGHT色彩空間“色彩空間”一詞源于英文“ColorSpace”，又稱為“色域”。色彩學(xué)中，人們建立了多種色彩模型，以一維、二維、三維甚至四維空間坐標(biāo)來表示某一色彩，這種坐標(biāo)系統(tǒng)所能定義的色彩范圍即色彩空間。為了科學(xué)地定量描述和使用顏色，人們提出了各種顏色模型。最常見的是RGB模型，它主要面向諸如視頻監(jiān)視器、彩色攝像機(jī)等硬件設(shè)備；另一種常用模型是HIS模型，它主要面向以彩色處理為目的的應(yīng)用，如動畫中的彩色圖形。另外，在印刷工業(yè)和電視信號傳輸中，經(jīng)常使用CMYK和YUV色彩系統(tǒng)。1.RGB顏色模型RGB顏色模型是由國際照明委員會（CIE）制定的。如圖所示，RGB顏色模型就是三維直角坐標(biāo)顏色系統(tǒng)的一個單位正方體，原點(diǎn)為黑色，距離原點(diǎn)最遠(yuǎn)的頂點(diǎn)（1，1，1）對應(yīng)的顏色為白色，兩個點(diǎn)之間的連線是正方體的主對角線，從黑到白的灰度值分布在主對角線線上，該線稱為灰色線。正方體的其他六個角點(diǎn)分別為紅、黃、綠、青、藍(lán)和品紅。在三維空間的任一點(diǎn)都表示一種顏色，這個點(diǎn)有三個分量，分別對應(yīng)了該點(diǎn)顏色的紅、綠、藍(lán)亮度值。RGB顏色模型稱為與設(shè)備相關(guān)的顏色模型，不同的掃描儀掃描同一幅圖像，會得到不同顏色的圖像數(shù)據(jù)；不同型號的顯示器顯示同一幅圖像，也會有不同的顏色顯示結(jié)果。這是因?yàn)轱@示器和掃描儀使用的RGB模型與CIERGB真實(shí)三原色表示系統(tǒng)空間是不同的，后者是與設(shè)備無關(guān)的顏色模型。圖像算法基礎(chǔ)知識X-SIGHT2.HSI顏色模型HSI模型反映了人的視覺系統(tǒng)觀察彩色的方式，其中，H表示色調(diào)（Hue），即顏色，S表示飽和度（Saturation）即顏色深淺，I表示明度（Intensity）。人的視覺系統(tǒng)經(jīng)常采用HSI模型，它比RGB顏色模型更符合人的視覺特性。HSI模型的三個屬性定義了一個三維柱形空間，如圖所示。灰度陰影沿著軸線從底部的黑變到頂部的白，具有最高亮度。最大飽和度的顏色位于圓柱上頂面的圓周上。HSI顏色模型和RGB模型只是同一種物理量的不同表示法，因此它們之間存在著轉(zhuǎn)換關(guān)系。圖像算法基礎(chǔ)知識X-SIGHT圖像存儲圖像存儲，指的是各種圖形和影像在存儲器中最多可以存儲多少幀的視頻信號。數(shù)字化圖像數(shù)據(jù)有兩種存儲方式：位圖存儲（Bitmap）和矢量存儲（Vector）。位圖圖像又稱作點(diǎn)陣圖像、位映射圖像，它是由一系列像素組成的可識別的圖像。矢量圖形直接描述圖像數(shù)據(jù)的每一個點(diǎn)，而是描述產(chǎn)生這些點(diǎn)的過程以及方法，通過數(shù)學(xué)方程來對圖形的邊線和內(nèi)部填充描述以建立圖形。圖像的存儲方式最直接的就是點(diǎn)陣方式，點(diǎn)陣即點(diǎn)的陣列，陣列中的點(diǎn)稱為像素。圖像中的像素越多，能表示的細(xì)節(jié)（如物體）也就越多，每個像素的表示范圍越大，能表示的細(xì)節(jié)（如顏色，灰度）也就越多。通常是以圖像分辨率（即像素點(diǎn)）和顏色數(shù)來描述數(shù)字像素的。例如一張分辨率為640*480，16位色的數(shù)字圖片，就由2^16=65536種顏色的307200（=640*480）個像素點(diǎn)組成。常見圖像存儲格式：（1）BMP格式（2）GIF格式（3）JPG/JPEG格式圖像算法基礎(chǔ)知識X-SIGHT圖像二值化圖像二值化（ImageBinarization）就是將圖像上的像素點(diǎn)的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果的過程。將256個亮度等級的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位。首先，圖像的二值化有利于圖像的進(jìn)一步處理，使圖像變得簡單，而且數(shù)據(jù)量減小，能凸顯出感興趣的目標(biāo)的輪廓。其次，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像。所有灰度大于或等于閾值的像素被判定為屬于特定物體，其灰度值為255表示，否則這些像素點(diǎn)被排除在物體區(qū)域以外，灰度值為0，表示背景或者例外的物體區(qū)域。圖像的二值化處理就是將圖像上的點(diǎn)的灰度值設(shè)置為0或255，也就是將整個圖像呈現(xiàn)出明顯的黑白效果。即將256個亮度等級的灰度圖像通過適當(dāng)?shù)拈撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位，特別是在實(shí)用的圖像處理中，以二值圖像處理實(shí)現(xiàn)而構(gòu)成的系統(tǒng)是很多的，要進(jìn)行二值圖像的處理與分析，首先要把灰度圖像二值化，得到二值化圖像，這樣子有利于在對圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級值，使處理變得簡單，而且數(shù)據(jù)的處理和壓縮量小。為了得到理想的二值圖像，一般采用封閉、連通的邊界定義不交疊的區(qū)域。如果某特定物體在內(nèi)部有均勻一致的灰度值，并且其處在一個具有其他等級灰度值的均勻背景下，使用閾值法就可以得到比較好的分割效果。如果物體同背景的差別表現(xiàn)不在灰度值上（比如紋理不同），可以將這個差別特征轉(zhuǎn)換為灰度的差別，然后利用閾值選取技術(shù)來分割該圖像。動態(tài)調(diào)節(jié)閾值實(shí)現(xiàn)圖像的二值化可動態(tài)觀察其分割圖像的具體結(jié)果。圖像算法基礎(chǔ)知識X-SIGHT圖像濾波圖像濾波，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，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。由于成像系統(tǒng)、傳輸介質(zhì)和記錄設(shè)備等的不完善，數(shù)字圖像在其形成、傳輸記錄過程中往往會受到多種噪聲的污染。另外，在圖像處理的某些環(huán)節(jié)，當(dāng)輸入的像對象并不如預(yù)想時(shí)，也會在結(jié)果圖像中引入噪聲。這些噪聲在圖像上常表現(xiàn)為易引起較強(qiáng)視覺效果的孤立像素點(diǎn)或像素塊。對于數(shù)字圖像信號，噪聲表現(xiàn)為或大或小的極值，這些極值通過加減作用于圖像像素的真實(shí)灰度值上，對圖像造成亮、暗點(diǎn)干擾，極大降低了圖像質(zhì)量，影響圖像復(fù)原、分割、特征提取、圖像識別等后繼工作的進(jìn)行。要構(gòu)造一種有效抑制噪聲的濾波器必須考慮兩個基本問題，一是要能有效地去除目標(biāo)和背景中的噪聲；同時(shí)，能很好地保護(hù)圖像目標(biāo)的形狀、大小及特定的幾何和拓?fù)浣Y(jié)構(gòu)特征。圖像算法基礎(chǔ)知識X-SIGHT均值濾波器均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個模板，該模板包括了其周圍的鄰近像素（以目標(biāo)像素為中心的周圍8個像素，構(gòu)成一個濾波模板，即去掉目標(biāo)像素本身），再用模板中的全體像素的平均值來代替原來像素值。均值濾波的算法簡單，但抗噪性能不好，這是由于它是對模板上的所有點(diǎn)進(jìn)行處理。而當(dāng)噪聲點(diǎn)與實(shí)際圖像的灰度差異過大時(shí)，也會對濾波后所得的結(jié)果造成較大影響，可以采用帶有閾值的均值濾波加以改善。中值濾波器中值濾波是一種非線性平滑技術(shù)，它將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有像素點(diǎn)灰度值的中值。中值濾波法對消除椒鹽噪聲非常有效，在光學(xué)測量條紋像素的相位分析處理方法中有特殊作用，但在條紋中心分析方法中作用不大。中值濾波在圖像處理中，常用于保護(hù)邊緣信息,是經(jīng)典的平滑噪聲的方法。高斯濾波器高斯濾波(Gaussfilter)實(shí)質(zhì)上是一種信號的濾波器，其用途為信號的平滑處理。高斯平滑濾波器對于抑制服從正態(tài)分布的噪聲非常有效。若使用理想濾波器，會在圖像中產(chǎn)生振鈴現(xiàn)象。采用高斯濾波器的話，系統(tǒng)函數(shù)是平滑的，避免了振鈴現(xiàn)象。高斯濾波（高斯平滑）是圖像處理，機(jī)器視覺里面最常見的操作。圖像算法基礎(chǔ)知識X-SIGHT圖像操作與運(yùn)算1.相鄰像素位于坐標(biāo)（x，y）的一個像素p有4個水平和垂直的相鄰像素，其坐標(biāo)由下式給出：（x+1，y），（x-1，y），（x，y+1），（x，y-1）。這個像素集稱為p的4鄰域，用N4（p）表示。而8鄰域就是除了水平和垂直外，還加上了斜方向的四個像素點(diǎn)。每個像素距（x，y）一個單位距離，如果（x，y）位于圖像的邊界，則N4（p）和N8（p）中的某些點(diǎn)可能落入圖像外部。2.鄰接性，連通性，區(qū)域和邊界像素間的連通性是一個基本概念，它簡化了許多數(shù)字圖像概念的定義，如區(qū)域和邊界。為了確定兩個像素是否連通，必須確定它們是否相鄰以及其灰度值是否滿足特定的相似性準(zhǔn)則（或者說，它們的灰度值是否相等）。例如，在具有0，1值的二值圖像中，兩個像素可能是4鄰接的，但是僅僅當(dāng)它們具有同一灰度值時(shí)，才能說是連通的。圖像算法基礎(chǔ)知識X-SIGHT圖像四則運(yùn)算圖像運(yùn)算指以圖像為單位進(jìn)行的操作（該操作對圖像中的所有像素同時(shí)進(jìn)行），運(yùn)算的結(jié)果是得到一幅灰度分布與原圖像灰度分布不同的新圖像（原圖像指的是參與運(yùn)算的圖像），具體的運(yùn)算主要包括算術(shù)和邏輯運(yùn)算，它們通過改變像素的值來達(dá)到圖像增強(qiáng)的效果，算術(shù)和邏輯運(yùn)算中每次只涉及一個空間像素的位置，所以可以“原地”完成，即在（x，y）位置做一個算術(shù)運(yùn)算或邏輯運(yùn)算的結(jié)果便可以存入其中一個圖像的相應(yīng)位置，因?yàn)樵谥蟮倪\(yùn)算中那個位置不會再使用，換句話說，設(shè)兩幅圖像f（x，y）和h（x，y）的算術(shù)或邏輯運(yùn)算的結(jié)果是g（x，y），則可直接將g（x，y）覆蓋f（x，y）或h（x，y），即從存放原輸入圖像的空間中直接得到輸出圖像。圖像的代數(shù)運(yùn)算也稱為算數(shù)運(yùn)算，即將多幅圖像之間的像元一一對應(yīng)，并做相應(yīng)的加、減、乘，除運(yùn)算，圖像之間的運(yùn)算也就是矩陣之間的運(yùn)算。圖像算法基礎(chǔ)知識X-SIGHT（1）加法運(yùn)算。C（x，y）=A（x，y）+B（x，y）圖像的加法運(yùn)算可以用于圖像合成，也可以通過該運(yùn)算降低圖像的隨機(jī)噪聲，該方法必須要保證噪聲之外的圖像運(yùn)算前后是不變的。（2）減法運(yùn)算。C（x，y）=A（x，y）-B（x，y）減法運(yùn)算常用來檢測多幅圖像之間的變化，也可以用來把目標(biāo)從背景中分離出來，比如運(yùn)動檢測、感興趣區(qū)域的獲取。在動態(tài)目標(biāo)監(jiān)測時(shí)，用差值圖像可以發(fā)現(xiàn)森林火災(zāi)、洪水泛濫及監(jiān)測災(zāi)情變化，估計(jì)損失；也能用于監(jiān)測河口、河岸的泥沙淤積及江河、湖泊、海岸等區(qū)域的污染。（3）乘法運(yùn)算。C（x，y）=A（x，y）*B（x，y）乘法運(yùn)算常用來提取局部區(qū)域，通過掩模運(yùn)算，將二值圖像和原圖像做乘法運(yùn)算，可以實(shí)現(xiàn)圖像的局部提取。（4）除法運(yùn)算。C（x，y）=A（x，y）/B（x，y）除法運(yùn)算一般用來校正陰影，實(shí)現(xiàn)歸一化。一般用于消除山影、云影及顯示隱伏構(gòu)造。圖像算法基礎(chǔ)知識X-SIGHT幾何變換圖像的幾何變換是指用數(shù)學(xué)建模方法來描述圖像位置、大小、形狀等變化方法，它通過數(shù)學(xué)建模實(shí)現(xiàn)數(shù)字圖像的幾何變換的處理。圖像幾何變換主要包括圖像平移變換、比例縮放、旋轉(zhuǎn)、仿射變換、透視變換和圖像插值等，其實(shí)質(zhì)就是改變像素的空間位置或估算新空間位置上的像素值。1.圖像幾何變換的一般表達(dá)式（1）點(diǎn)變換圖像處理其實(shí)就是針對圖像中每個像素點(diǎn)的處理，圖像運(yùn)算作為圖像處理中關(guān)鍵的部分也是相同的道理。（2）直線變換—兩個點(diǎn)的變換直線變換是對一條直線上像素點(diǎn)的操作。簡單來說，兩點(diǎn)確定一條直線，在判斷直線的一些性質(zhì)（比如斜率），或者判斷兩條直線是否平行等時(shí)，只需要判斷直線上的兩個點(diǎn)即可。（3）單位正方形變換這種變換有圖像校正的影子，在單位正方形和平行四邊形（也可以是一些不規(guī)則的四邊形）之間建立映射關(guān)系，來達(dá)到互相轉(zhuǎn)換的效果。2.仿射變換如果所拍攝對象在機(jī)械裝置上或者其他穩(wěn)定性不高的裝置上，那么目標(biāo)對象的位置和旋轉(zhuǎn)角度就不能保持恒定，因此必須對物體進(jìn)行平移和旋轉(zhuǎn)角度修正。有時(shí)由于物體和攝像機(jī)間的距離發(fā)生變化，因而導(dǎo)致圖像中物體的尺寸發(fā)生了明顯變化，這些情況下使用的變換稱為仿射變換。圖像算法基礎(chǔ)知識X-SIGHT3.投影變換投影變換是把空間三維立體投射到投影面上得到二維平面圖形的過程。常見的投影法有透視（中心）投影法和平行投影法。兩種投影法的本質(zhì)區(qū)別在于透視投影的投影中心到投影面之間的距離是有限的，而另一個的距離是無限的。（1）透視（中心）投影透視投影的投影線均通過投影中心，在投影中心相對投影面確定的情況下，空間的一個點(diǎn)在投影面上只存在唯一投影。（2）平行投影

如果把透視投影的中心移至無窮遠(yuǎn)處，則各投影線稱為相互平行的直線，這種投影法稱為平行投影法。

圖像算法基礎(chǔ)知識X-SIGHT灰度分析與變換灰度變換是指根據(jù)某種目標(biāo)條件按一定變換關(guān)系逐點(diǎn)改變原圖像中每一個像素灰度值的方法。目的是為了改善畫質(zhì)，使圖像的顯示效果更加清晰。圖像的灰度變換處理是圖像增強(qiáng)處理技術(shù)中的一種非?；A(chǔ)、直接的空間域圖像處理方法，也是圖像數(shù)字化軟件和圖像顯示軟件的一個重要組成部分。由于成像系統(tǒng)限制或噪聲等影響，獲取的圖像往往因?yàn)閷Ρ榷炔蛔?、動態(tài)范圍小等原因存在視覺效果不好的問題?；叶茸儞Q是指根據(jù)某種目標(biāo)條件按一定變換關(guān)系逐像素點(diǎn)改變原圖像中灰度值的方法，灰度變換有時(shí)又被稱為圖像的對比度增強(qiáng)或?qū)Ρ榷壤臁Ｔ撟儞Q可使圖像動態(tài)范圍增大，對比度得到擴(kuò)展，圖像變得更加清晰，特征明顯，是圖像增強(qiáng)的重要手段之一?；叶茸儞Q常用的方法有三種：線性灰度變換、分段線性灰度變換和非線性灰度變換。灰度變換一般不改變像素點(diǎn)的坐標(biāo)信息，只改變像素點(diǎn)的灰度值。圖像算法基礎(chǔ)知識X-SIGHT線性灰度變換假定原圖像f(x,y)的灰度范圍為[a，b]，變換后的圖像g(x,y)的灰度范圍線性地?cái)U(kuò)展至[c，d]，如圖2-10所示。則對于圖像中的任一點(diǎn)的灰度值f（x，y），經(jīng)變換后為g（x，y），其數(shù)學(xué)表達(dá)式為：式中，為變換函數(shù)的斜率。根據(jù)k的取值大小，有如下幾種情況：（1）擴(kuò)展動態(tài)范圍：若k>1，則結(jié)果會使圖像灰度取值的動態(tài)范圍展寬，圖像對比度增大，這樣就可以改善曝光不足的缺陷，或充分利用圖像顯示設(shè)備的動態(tài)范圍。（2）改變?nèi)≈祬^(qū)間：若k=1,則變換后灰度動態(tài)范圍不變，灰度取值區(qū)間會隨a和c的大小而上下平移，其效果是使整個圖像更暗或更亮。（3）縮小動態(tài)范圍：若0<k<1,則變換后圖像動態(tài)范圍會變窄，圖像對比度變小。（4）反轉(zhuǎn)或取反：若k<0,則變換后圖像的灰度值會反轉(zhuǎn)，即圖像中亮的變暗，暗的變亮。當(dāng)k=-1時(shí)，輸出圖像為輸人圖像的底片效果。圖像算法基礎(chǔ)知識X-SIGHT分段線性灰度變換為了突出圖像中感興趣的目標(biāo)或灰度區(qū)間，相對抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換，它將圖像灰度區(qū)間分成兩段乃至多段分別作線性變換。進(jìn)行變換時(shí)，把0~255整個灰度值區(qū)間分為若干線段，每一個直線段都對應(yīng)一個局部的線性變換關(guān)系。非線性灰度變換單純的線性灰度變換可以在一定程度上解決視覺上的圖像整體對比度問題，但是對圖像細(xì)節(jié)部分的增強(qiáng)較為有限，結(jié)合非線性變換技術(shù)可以解決這一問題。非線性變換不是對圖像的整個灰度范圍進(jìn)行擴(kuò)展，而是有選擇地對某一灰度范圍進(jìn)行擴(kuò)展，其他范圍的灰度則有可能被壓縮。非線性變換在整個灰度值范圍內(nèi)采用統(tǒng)一的變換函數(shù)，利用變換函數(shù)的數(shù)學(xué)性質(zhì)實(shí)現(xiàn)對不同灰度值區(qū)間的擴(kuò)展與壓縮。常用的兩種非線性變換有對數(shù)變換和指數(shù)變換。圖像算法基礎(chǔ)知識X-SIGHT圖像分割圖像分割就是把圖像分成若干個特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過程。它是由圖像處理到圖像分析的關(guān)鍵步驟。從數(shù)學(xué)角度來看，圖像分割是將數(shù)字圖像劃分成互不相交的區(qū)域的過程。圖像分割的過程也是一個標(biāo)記過程，即把屬于同一區(qū)域的像素賦予相同的編號。現(xiàn)有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。簡單介紹一下前兩種。閾值分割閾值分割是一種按圖像像素灰度幅度進(jìn)行分割的方法，它是把圖像的灰度分成不同的等級，然后用設(shè)置灰度門限（閾值）的方法確定有意義的區(qū)域或要分割物體的邊界。閾值分割的一個難點(diǎn)是：在圖像分割之前，無法確定圖像分割生成區(qū)域的數(shù)目；另一個難點(diǎn)是閾值的確定，因?yàn)殚撝档倪x擇直接影響分割的精度及分割后的圖像進(jìn)行描述分析的正確性。對于只有背景和目標(biāo)兩類對象的灰度圖像來說，閾值選取過高，容易把大量的目標(biāo)誤判為背景；閾值選取過低，又容易把大量的背景誤判為目標(biāo)。一般來說，閾值分割可以分成三步：確定閾值；將閾值與像素灰度值進(jìn)行比較；把像素分類。圖像算法基礎(chǔ)知識X-SIGHT區(qū)域分割前述的基于閾值的圖像分割和基于邊界的圖像分割都是用不同的方法從搜尋目標(biāo)的邊緣入手，確定了邊緣以后，以邊界劃分目標(biāo)區(qū)域也就是順理成章的事了。這里介紹的基于目標(biāo)區(qū)域的圖像分割方法與此不同，它是直接通過對目標(biāo)區(qū)域進(jìn)行檢測或判斷來實(shí)現(xiàn)圖像分割的一類比較直接的方法，主要包括區(qū)域生長法、分裂合并法、分水嶺方法等。區(qū)域生長法圖像分割中的區(qū)域生長（RegionGrowth）方法也稱為區(qū)域生成方法，其基本思想是將一幅圖像分成許多小的區(qū)域，并將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域。具體來說，就是先對需要分割的區(qū)域找一個種子像素作為生長的起始點(diǎn)，然后將種子像素周圍鄰域中與種子像素有相同性質(zhì)或相似性質(zhì)的像素（根據(jù)某種事先確定的生長或相似準(zhǔn)則來判斷）合并到種子像素所在區(qū)域中。最后進(jìn)一步將這些新像素作為新的種子像素繼續(xù)進(jìn)行上述操作，直到再沒有滿足條件的像素可被包括進(jìn)來為止。于是區(qū)域就生成了，生長過程結(jié)束，圖像分割隨之完成。其實(shí)質(zhì)就是把具有某種相似性質(zhì)的像素連通起來，從而構(gòu)成最終的分割區(qū)域。它利用了圖像的局部空間信息，可有效地克服其他方法存在的圖像分割空間不連續(xù)的缺點(diǎn)。分裂合并法從上面圖像分割的方法中了解到，圖像閾值分割法可