目录
前言:各位朋友们好,我是大脸猫。基恩士的“浓淡补正”工具非常好用,使用该工具之后的预处理,可以消除图像上的亮暗不均问题,下面是我对这个工具的近似实现方法
🚀🚀1.浓淡补正近似实现
1.1 浓淡补正的介绍
在查阅基恩士的手册,看到这一个工具的介绍:
1.2 近似实现
面对亮暗不均的图片,浓淡补正能很好的提取到缺陷,我们就以手册里面的图片为例,开展近似实现的功能。例如,在下图所示的情况下,我们需要从图像中提取出亮斑和暗斑。
☘️☘️算法如下:
read_image (Image, '01.jpg')
rgb1_to_gray (Image, GrayImg)
Size := 30
*提取亮的区域
gray_closing_shape (GrayImg, GrayImg_clo1, Size, Size, 'octagon')
gray_opening_shape (GrayImg_clo1, GrayImg_op1, Size, Size, 'octagon')
sub_image (GrayImg_clo1, GrayImg_op1, GrayImg_sub1, 1, 128)
*提取暗的区域
gray_opening_shape (GrayImg, GrayImg_op2, Size, Size, 'octagon')
gray_closing_shape (GrayImg_op2, GrayImg_clo2, Size, Size, 'octagon')
sub_image (GrayImg_op2, GrayImg_clo2, GrayImg_sub2, 1, 128)
mult_image (GrayImg_sub1, GrayImg_sub2, ResultImg, 0.007, 0)
⭐⭐分析:
① gray_closing_shape (GrayImg, GrayImg_clo1, Size, Size, 'octagon'),对图像进行灰度值像素闭运算,即在掩膜范围内暗的区域舍弃,只保留亮的区域。(如下图GrayImg_clo1)
② gray_opening_shape (GrayImg_clo1, GrayImg_op1, Size, Size, 'octagon'),对图像进行灰度值像素开运算,即在掩膜范围内亮的区域舍弃,只保留暗的区域(如下图GrayImg_op1)
③ sub_image (GrayImg_op1, GrayImg_clo1, GrayImg_sub1, 1, 128),用背景图GrayImg_op1减去GrayImg_clo1,就有效提取出了亮斑。(如下图GrayImg_sub1)
④ 同理得到GrayImg_sub2(如下图GrayImg_sub2),最后将两张图融合在一起,就得到近似效果图。(如上图ResultImg)
请注意,需要选择合适的掩膜尺寸,否则会将附近连带的暗区域也一并识别到
如何选择掩膜尺寸:缺陷提取:掩膜的妙用