MVTec HALCON中常用的滤波器是如何工作？可以用于什么？
在机器视觉中，图像滤波器无处不在。例如，它们用于减少图像噪声，改善对比度或检测边缘。本文将向您介绍MVTec HALCON中一些最常用的滤波器，它们是如何工作的以及可以用于什么。
mean_image：均值滤波器
首先，我们读取具有背景纹理的示例图像。我们的目标是在不改变实际信息的情况下删除背景纹理。让我们从一个易于理解的通用运算符开始：mean_image。
在生成的图像中，背景纹理已被很好地去除，但是很多相关信息已经丢失。那么，此滤波器如何工作？
为了调用mean_image, 我们指定了掩码大小。
*Halconmean_image函数原型 mean_image(Image:ImageMean:MaskWidth,MaskHeight:)
read_image(Image,'plan_01') mean_image(Image,Mean,3,3)
对于每个像素，将创建具有指定宽度和高度的蒙版。然后，我们在此蒙版中获取灰度值并计算平均值。将该平均值分配给中心像素。因此，图像滤波后非常均匀平滑。
另一个类似的运算符是median_image。
median_image：中值滤波器
默认情况下，使用圆形蒙版。对灰度值进行排序，并将“中间”值设置为新的灰度值。因此，中位数是更可靠的平均值，离群值对其影响不大。此外，在保留锐利边缘方面要好得多。
但是，更详细的信息，例如此处显示的数字，应用滤波器后仍然很模糊。为了进行比较，这是均值滤波器的结果。
还有更多运算符可用于平滑图像。请参阅“滤波器/平滑处理”一章参考，以获取全面概述。
为了消除此图像中的背景噪音，使用滚动导向滤波器（Rolling Guidance Filter）是一种高级选择。您可以在文档中看到令人印象深刻的结果。
第(3)张图片显示了提取的纹理。要获得此图像，我们使用算术滤波器sub_image。在这里，我们将原始图像减去被滤波器过滤的图像。生成的图像显示了提取的纹理。
滤波器的常见用例
让我们看一下基本过滤器的一些常见用例。
去除噪声
在这里，我们读取了植物的图像，并添加了一些椒盐噪声。使用median_image，我们可以非常有效地消除这种噪声。另外，白噪声是硬件引入的常见问题。在这里，均值滤波器和中值滤波器都可以产生好的结果。
使用滚动式导向滤波器，结果看起来非常不错。但是总运行时间会大大增加。在此太阳能电池图像中，我们希望摆脱水平线。在此，中值滤波器产生视觉上令人满意的结果。
在下一张图片中，我们的目标是使用阈值来检测缺陷。但是，在灰色直方图中，我们不容易看到缺陷。因此，我们应用中值滤波器，现在，直方图中这个小的“丘陵”变得可区分并且可以轻松地进行分段，如下图所示，medain_filter前后。类似地，可以在分割图像以创建感兴趣区域之前应用滤波器。
另一个很好的例子是您要识别图像中的文本。通过滤波器预处理改善运行时间或提高鲁棒性。
一个常见的分割运算符是dyn_threshold，它使用局部阈值。通常，ThresholdImage是原始图像的平滑版本。在此示例中，我们使用它粗略地划分了盲文。
*Segmentbraillewithdyn_threshold. read_image(Image,'photometric_stereo/embossed_01') mean_image(Image,ImageMean,60,60) dyn_threshold(Image,ImageMean,RegionDynThresh,15,'not_equal')
segment-braille-with-dyn_threshold
校正不均匀照明
滤波器的另一个常见用例是照明的校正（算术滤波器的使用）。在这里，我们使用背光设置获取图像。注意照明不是完全均匀的。为了解决这个问题，我们获取背景图像，然后从原始图像中减去该背景图像。结果是更好的照明图像。
*correctillumination. read_image(Image,'images/correct_shading_02.png') read_image(Background,'images/correct_shading_01.png') sub_image(image,Background,ImageSub,1,255)
增强局部细节
在此图像中，我们要增强细节。为此，我们首先对图像进行平滑处理。然后，我们从原始图像中减去平滑图像，从而为我们提供了细节。然后，我们将这些详细信息添加到原始文件中。如下图所示增强局部细节前后。
*Enhancedetails. read_image(Image,'angio-part') guided_filter(Image,image,ImageSmooth,5,10) sub_image(Image,ImageSmooth,ImageDetail,5,0) add_image(ImageDetail,Image,ImageDetailEnhanced,1,0)
最后，需要说明滤波器时必须注意的一个效果：
在reduce_domain时使用的是缩小区域，大多数过滤器仅返回输入域中包含的像素的结果，区域外的像素变为“未定义”。当应用两个或多个滤波器时，这可能会导致图像边界出现伪影。
审核编辑：刘清
-
滤波器
+关注
关注
161文章
7795浏览量
177989 -
机器视觉
+关注
关注
161文章
4369浏览量
120277 -
图像滤波器
+关注
关注
0文章
4浏览量
5258
原文标题：常用的图像滤波方法简介-基于HALCON视觉算法包
文章出处：【微信号：vision263com，微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
有源滤波器和无源滤波器的区别？
Labview调用Halcon直接调用dll
电源滤波器的基本原理和常用标准
PLL陷波滤波器可以用于阻拦不需要的频率
MVTec发布HALCON新版本 支持ARM平台下深度学习应用程序部署
交流滤波器接法_交流滤波器可以用于直流电路吗
华为滤波器专利公布 可以用于基站了？
使用MVTec HALCON AI加速器接口在英特尔独立显卡上加速AI推理
工商网监
评论