目錄

• 簡介
• Halcon算子與算法原理
• • 1.灰度線性變換
  • • a、scale_image
    • b、scale_image_max
    • c、invert_image
  • 2.灰度非線性變換
  • • a、log_image
    • b、exp_image
  • 3.圖像增強對比度與照明度
  • • a、emphasize
    • b、illuminate
  • 4.直方圖均衡化
  • • a、equ_histo_image
  • 5.灰度圖像形態學
  • • a、 gray_opening
    • b、gray_closing
    • c、 gray_range_rect
  • 5.圖片間操作
  • • a、 add_image
    • b、add_image
  • 6、圖像平滑
  • • a、coherence_enhancing_diff
    • b、mean_curvature_flow
• 持續更新，如有錯誤煩請指正，歡樂學習，共同進步

簡介

增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果，針對給定圖像的應用場合。
有目的地強調圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調某些感興趣的特征，擴大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。（摘自百度百科）

Halcon算子與算法原理

1.灰度線性變換

a、scale_image

g’ := g * Mult + Add g為當前的灰度值，Mult 為所乘的系數，Add為加的偏移值，由公式可以看出用scale_image來處理圖像是（倍數+偏移）的變化

b、scale_image_max

計算像素的最大和最小值，按照最大值比例化各個像素，將灰度值拉伸到0-255

c、invert_image

g’ = 255-g 反轉圖像像素值

2.灰度非線性變換

a、log_image

對圖片進行對數變換g' = ln(g+1)用于提高暗部像素值

b、exp_image

對圖片進行指數變換 g'=g的e次冪 用于提高亮部像素值

3.圖像增強對比度與照明度

a、emphasize

增強圖像對比度 增強圖像的高頻區域（邊緣和拐角），使圖像看起來更清晰。

b、illuminate

增強圖像照明度 增強圖像的高頻區域（邊緣和拐角），使圖像看起來更清晰。

4.直方圖均衡化

a、equ_histo_image

通過灰度直方圖的線性化，增強圖像的對比度 原理參考博文：https://blog.csdn.net/yy197696/article/details/102993968

5.灰度圖像形態學

a、 gray_opening

結構元素在圖像中滑，灰度值最高的值作為新值，有使圖像變亮的作用。?

b、gray_closing

結構元素在圖像中滑，灰度值最低的值作為新值，有使圖像變暗的作用。?

c、 gray_range_rect

用一個矩形結構元素在圖像中滑動，新值 = (矩形中最大的)灰度值-(矩形中最大的)最小的灰度值

5.圖片間操作

a、 add_image

兩圖片灰度值相加?

b、add_image

兩圖片灰度值相減??

6、圖像平滑

a、coherence_enhancing_diff

執行圖像的相干性增強擴散 對輸入圖像Image進行各向擴散處理，以增加Image中包含的圖像結構的相關性。 特別是，不連續的圖像邊緣通過擴散連接，而沒有垂直于其主導方向進行平滑。 能使圖像的邊界變模糊

b、mean_curvature_flow

對圖像使用灰度直方圖曲率平滑使圖像變得平滑。 能使圖像干擾降低

持續更新，如有錯誤煩請指正，歡樂學習，共同進步

總結

以上是生活随笔為你收集整理的Halcon图像增强方法与原理概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。