机器视觉14预处理工具-CogIPOneImageTool

CogIPOneImageTool工具的功能原理

CogIPOneImageTool工具主要用来对单张图像进行算法处理操作，其内部封装许多图像处理算法。

1、加减常量

为灰度图像中每个像素的灰度值添加正值或负值，从而生成一张更亮或更暗的图像

对于彩色图像，将值添加到平面0(红色)，平面1(绿色)，平面2(蓝色)

封装：超出255亮度的像素会执行减去256的操作，小于0的会执行加256的操作

箝位：最高到255的亮度，最小到 0

2、3x3卷积运算

VisionPro支持卷积运算符，基于相邻像素值修改像素值。
VisionPro将输入图像中的每个像素乘以一个称为核的数值
矩阵，然后替换输出图像中的 相应像素。不同卷积核可以
实现不同的效果，比如平滑、模糊、去噪、锐化、 边缘提
取等，都可以通过卷积操作来完成
卷积核大小：卷积核大小定义了卷积的视图。根据卷积核的大小，常见的卷积尺寸有1×1卷积、3×3 卷积、5×5卷积、7×7卷积

利用3X3矩阵对图像执行卷积运算。

1.边缘锐化效果

卷积核效果参考网址：

https://setosa.io/ev/image-kernels/

扩展：用指定的放大倍数放大整个图像或整个图像的一部分。该操作接受单独 的参数以沿x轴和y轴放大图像，因此可以使用该操作仅沿一个方向放大输 入图像

翻转：

对输入图像的全部或部分执行水平翻转或顺时针旋转。下图显示了输入图像 的一部分如何旋转180度。您可能需要翻转

或旋转图像，以便视觉工具在每次应 用程序执行时分析正确的功能

高斯采样
（1）当视觉工具在缩小的图像上同样有效地工作并且想要
提高应用程序的速度时， 可使用采样操作。 例如2*2 图像
缩小一倍       二次采样   调整图像大小
（2）使用平滑操作可减轻图像中纹理，信号噪声等带来的
影响。 平滑：  消除噪声
（3）可调整量级移动，范围为-7至7。 使用负值作为
移位因子可产生较暗的输出图像，而使用正值可产生较亮
的输出图像。 图像亮度调整

灰度形态调整

对输入图像执行灰度形态，根据其大小和方向有选择地增强或减少图像特征。

检查每个像素及其 八个相邻像素的灰度值

腐蚀：侵蚀会降低图像的亮部，从而完全消除噪点像素或小的缺陷

膨胀：增强了图像的明亮特征，同时抑制了较暗的特征

打开(开运算)：首先对输入图像进行腐蚀，然后对结果进行膨胀，以生成输出图像。打开图像会 删除少量明亮像素，然 后增强其余的明亮功能
关闭(闭运算)：首先对输入图像执行膨胀，然后对结果进行腐蚀以生成输出图像。关闭图像可减少或完全消除图像的暗区
打开和关闭操作都倾向于保留大特征的尺寸和形状，同
时影响小特征的尺寸和形状

关闭-原件 (黑帽) （得到图像内部的小孔， 或者前景色中的小黑点）

原件-打开 (顶帽)（得到图像的噪声） 

图像噪声是指存在于 图像数据中的不必要的或多余的干扰信息。 噪声的存在严重影响了遥感 图像的质量。

灰阶形态 NxM  是对 灰度形态调整的扩展  其中也包括  腐蚀 膨胀 等功能

高通滤波：
高通滤波就是保留图像中频率比较高的部分，即 突出边缘；可以执行高 斯、均值或中值平滑操作，然后从输入图 像中减去结果图像。高频信号的输出和采样
均值滤波 Mean
中值滤波Median
高斯滤波Gauss

均值滤波 和中值滤波算法