第三章 高级图像处理技巧
前一章介绍了应用图像分析系统的一些主要概念。回想一下,可将图像分析的步骤总结如下:
1. 获取图像
2. 产生灰色图
3. 如果需要,作灰图处理,以增强目标特征对象。
4. 设置阈值,产生二进制图像,检测目标特征对象。
5. 如果需要,处理二进制图像,以进一步提高目标特征对象的定义。
6. 作所需测量并输出结果
本章将解释第三第四步所说的处理技巧在实际应用中是怎样应用的,要求你对怎么样正确检测特征对象及进行基本测量有一些工作经验,如果没有的话,请你还是先复习第一、二章的内容。
3.1 为什么需要图像处理技术?
我们常发现目标特征对象难于检测,请记住:灰度阈值是全盘操作,它假定要检测的特征对象全部位于相当一致的灰度值范围内。图3.1显示的是含杂质的抛光金属。杂质对于高反射率的背景有较好的对比度,因而可能轻易地指定一个能标识出杂质的灰度范围。图3.2表示的是一个类似的样品,塑料中含有的气泡,在白背景下看起来是黑色的对象,但从灰度阈值得到的结果却不太令人满意。
在实际应用中,在检测特征对象时常常会遇到这样那样的问题。我们会经常发现,一些不需要的斑点,如杂质、斑点及阴影等,会减小特征对象的标识精度,或者,在极端情况下,使我们根本得不到任何有意义的东西。在图像分析的范围内,其目标是图像内容测量结果的准确及可重复性,图像处理技术给我们提供了一套可以使用的工具,它们可使目标区域可被精确、重复地检测,因而提高了测量结果的质量。
图3.1 含杂质的钢 因为对比度好,杂质检测非常容易。
图3.2 塑料中的气泡 由于背景局部光照的变化,气泡的检测受到影响。
3.2 决定是否使用图像处理技术
首要决定是是否需要使用图像处理技术。有许多的图像,它们提供了高对比度,对特征对象的检测可轻易地设定阈值,并不需要图像编辑或处理。虽然,图像处理技术经过多年的发展,已经得到很大地提高,对于一些困难的分析问题,研究出了一些复杂、有用的解决办法,但要请住的是,越是操作程序复杂的方法,越难设置,对于一定范围内的图像,其可靠程度就越小。
当检测产生的二进制图像与目标特征对象不太相似时,我们求助于灰图处理,也如二进制处理一样,灰图处理的类型取决于检测问题的性质。当你使用图像分析系统有了一些经验之后,你对特征对象的合理表示的判断能力便会提高。象形态转换技术一样,我们为你提供了一些示例,以帮助你了解是怎样应用这些方法的。以下列表,尽管不是很全面,表明了怎么样应用具体的图像处理功能来解决一些常见的问题。
问题 尝试…
特征对象中有孔 二进制处理中用孔填充(fill holes),灰图测量中用填黑(fillblack)或填白(fillwhite)
边界堵在一起 打开(open)及关闭(close)
有杂质 二进制处理中用打开(open);灰度测量中,对于白色杂质用打开(open),对黑色杂质用关闭(close)
特征对象相连 二进制处理中用分段(segment);灰度测量中,用阈值技术(watershed)
杂质呈阵列 如第二层颗粒位于颗粒边界结构中 二进制处理,用线性打开及重建(linear open & build);灰度测量中,对黑色特征对象,用线性关闭(linear close using build black),构造黑块; 对白色特征对象,用线性打开,构造白块(linear open using build white)。
特征对象的灰度值不一致 梯度转换(gradiant)-->阈值定义特征边界,然后填空(fillholes)