Halcon入门学习笔记（2）图像灰度变化图像滤波

一、图像的灰度变化

灰度变换是图像增强的一种重要手段&＃xff0c;用于改善图像显示效果&＃xff0c;属于空间域处理方法&＃xff0c;它可以使图像动态范围加大&＃xff0c;使图像对比度扩展&＃xff0c;图像更加清晰&＃xff0c;特征更加明显。灰度变换其实质就是按一定的规则修改图像每一个像素的灰度&＃xff0c;从而改变图像的灰度范围。常见的灰度变换图像反转&＃xff0c;对数变换和伽马变换等。
更多关于灰度变换参考&＃xff1a;图像灰度变换——线性灰度变换 和 非线性灰度变换(对数变换 与 伽马变换)

*关闭过程更新&＃xff0c;加快代码执行速度
dev_update_off ()
*读取图片
dev_open_file_dialog (&＃39;read_image&＃39;, &＃39;default&＃39;, &＃39;default&＃39;, Selection)
read_image (Image, Selection)*图像转为灰度图
rgb1_to_gray (Image, GrayImage)*图像相加&＃xff0c;其中0.8为图像相加之后乘以0.8
add_image (GrayImage, GrayImage, ImageResult, 0.8, 100)*获得图像区域坐标
get_domain (GrayImage, Domain)
get_region_points (Domain, Rows, Columns)*获得图像灰度
get_grayval (GrayImage, Rows, Columns, Grayval)*循环改变值
for i :&＃61; 0 to |Grayval|-1 by 1if (Grayval[i]>100)Grayval[i]:&＃61;255endif
endfor*灰度赋值
set_grayval (ImageResult, Rows, Columns, Grayval)*图像取对数
log_image (GrayImage, LogImage, &＃39;e&＃39;)*图像取指数
exp_image (LogImage, ExpImage, &＃39;e&＃39;)*图像均衡化
equ_histo_image (GrayImage, ImageEquHisto)


二、图像滤波

1.图像为什么要滤波&＃xff1f; 答&＃xff1a;

• a.消除图像在数字化过程中产生或者混入的噪声。
• b.提取图片对象的特征作为图像识别的特征模式。

2.滤波器该如何去理解? 答&＃xff1a;

• 滤波器可以想象成一个包含加权系数的窗口或者说一个镜片&＃xff0c;当使用滤波器去平滑处理图像的时候&＃xff0c;就是把通过这个窗口或者镜片去看这个图像。

噪声的种类参考&＃xff1a;常见的噪声&＃xff1a;高斯、泊松和椒盐噪声
几种滤波原理参考&＃xff1a;

• 中值滤波&均值滤波
• 高斯滤波
• 简单易懂的高斯滤波
• 加权中值滤波
• 导向滤波(Guided Filter)公式详解

在halcon中&＃xff1a;
均值滤波函数&＃xff1a;mean_image()

中值滤波函数&＃xff1a;median_image()

高斯滤波函数&＃xff1a;gauss_filter()

导向滤波函数&＃xff1a;guided_filter()

dev_open_file_dialog (&＃39;read_image&＃39;, &＃39;default&＃39;, &＃39;default&＃39;, Selection)
read_image (Image, Selection)
* 均值滤波&＃xff0c;滤波窗口5*5
mean_image (Image, ImageMean, 5, 5)
*增加白噪声&＃xff0c;默认振幅60
add_noise_white (Image, ImageNoise, 60)
* 中值滤波&＃xff0c;滤波半径为2
median_image (Image, ImageMedian, &＃39;circle&＃39;, 2, &＃39;mirrored&＃39;)
* 高斯滤波&＃xff0c;过滤器尺寸默认为5
gauss_filter (Image, ImageGauss, 5)
* 导向滤波&＃xff0c;半径5&＃xff0c;振幅50
guided_filter (Image, Image, ImageGuided, 5, 50)