<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          基于機(jī)器視覺(jué)的圖像灰度化方法比較分析

          共 3007字,需瀏覽 7分鐘

           ·

          2021-08-05 23:36


          點(diǎn)擊上方小白學(xué)視覺(jué)”,選擇加"星標(biāo)"或“置頂

          重磅干貨,第一時(shí)間送達(dá)


          01. 引言


          由于現(xiàn)代工業(yè)生產(chǎn)中大部分的工件是彩色物件,而對(duì)于計(jì)算機(jī)來(lái)說(shuō)彩色圖片包含的信息太多,以至于對(duì)于計(jì)算機(jī)來(lái)說(shuō)任務(wù)過(guò)于繁重。處理圖像的時(shí)候,要分別對(duì)RGB三種分量進(jìn)行處理,實(shí)際上RGB并不能反映圖像的形態(tài)特征,只是從光學(xué)的原理上進(jìn)行顏色的調(diào)配。因此選擇一種合適的并且使用的灰度化算法作為預(yù)處理的方式對(duì)于工業(yè)生產(chǎn)和信息處理具有非常重大的意義。


          02. 圖像灰度化的定義


          將RGB圖像轉(zhuǎn)化成為灰度圖像的過(guò)程成為圖像灰度化。對(duì)于一般的工件來(lái)說(shuō)CCD獲得的工件通常是RGB圖像,對(duì)于每個(gè)圖像來(lái)說(shuō),每個(gè)像素通常有三通道組成,也就是RGB三通道。而對(duì)于彩色圖像來(lái)說(shuō)在傳到計(jì)算機(jī)時(shí)傳入的信息太多,這對(duì)于計(jì)算機(jī)來(lái)說(shuō)直接處理彩色圖像難度非常大。當(dāng)R=G=B時(shí),圖像僅由一個(gè)分量就可以表示出來(lái),這對(duì)于計(jì)算機(jī)來(lái)說(shuō)減少了很多的任務(wù)量。


          灰度圖像上每個(gè)像素的顏色值又稱為灰度,指黑白圖像中點(diǎn)的顏色深度,范圍一般從0到255,白色為255,黑色為0。所謂灰度值是指色彩的濃淡程度,灰度直方圖是指一幅數(shù)字圖像中,對(duì)應(yīng)每一個(gè)灰度值統(tǒng)計(jì)出具有該灰度值的象素?cái)?shù)。


          灰度就是沒(méi)有色彩,RGB色彩分量全部相等。如果是一個(gè)二值灰度圖像,它的象素值只能為0或1,我們說(shuō)它的灰度級(jí)為2。用個(gè)例子來(lái)說(shuō)明吧:一個(gè)256級(jí)灰度的圖像,如果RGB三個(gè)量相同時(shí),如:RGB(100,100,100)就代表灰度為100,RGB(50,50,50)代表灰度為50。


          現(xiàn)在大部分的彩色圖像都是采用RGB顏色模式,處理圖像的時(shí)候,要分別對(duì)RGB三種分量進(jìn)行處理,實(shí)際上RGB并不能反映圖像的形態(tài)特征,只是從光學(xué)的原理上進(jìn)行顏色的調(diào)配。


          圖像灰度化處理可以作為圖像處理的預(yù)處理步驟,為之后的圖像分割、圖像識(shí)別和圖像分析等上層操作做準(zhǔn)備。


          03. 圖像灰度化的方法


          圖像灰度化常用以下幾種方法:

          (1)分量法

          將彩色圖像的三個(gè)分量的亮度作為三個(gè)灰度圖像的灰度值,根據(jù)實(shí)際需要選擇一種灰度圖像。公式如下:

          (2)最大值法

          (3)平均值法

          將彩色圖像的三個(gè)分量亮度求平均得到一個(gè)灰度值:

          (4)加權(quán)平均法

          根據(jù)重要性和其他的指標(biāo),將三個(gè)分量用不同的權(quán)值進(jìn)行加權(quán)平均。對(duì)于人類來(lái)說(shuō),人眼對(duì)于綠色的敏感程度最高,對(duì)于藍(lán)色的敏感程度最低,因此,按照以下公式對(duì)RGB三個(gè)分量進(jìn)行加權(quán)平均得到比較合理的灰度圖像。


          04. Matlab對(duì)比仿真


          待仿真的源程序如下:



          firstpic =imread('C:\gongjian.jpg');figure(1);imshow(Firstpic); MyFirstGrayPic = rgb2gray(Firstpic);figure(2);imshow(firstpic); [rows , cols , colors] = size(Firstpic);MidGrayPic1 = zeros(rows , cols);MidGrayPic1= uint8(MidGrayPic1);for i =1:rows for j = 1:cols sum = 0; for k = 1:colors sum = sum + Firstpic(i , j , k) /3; end MidGrayPic1(i , j) = sum; end end figure(3);imshow(MidGrayPic1); MidGrayPic2 = zeros(rows , cols); MidGrayPic2= uint8(MidGrayPic2) for i = 1:rows for j = 1:cols MidGrayPic2(i , j)=max(Firstpic(i,j,:)); endendfigure(4);imshow(MidGrayPic2);MidGrayPic3= zeros(rows , cols);MidGrayPic3= uint8(MidGrayPic3);for i =1:rows for j = 1:cols MidGrayPic3(i , j) = Firstpic(i , j ,1)*0.30+Firstpic(i , j , 2)*0.59+Firstpic(i , j , 3)*0.11; endendfigure(5);imshow(MidGrayPic3);


          05. 仿真結(jié)果對(duì)比


          經(jīng)過(guò)仿真后,不同圖像灰度化的方法各結(jié)果分別如下圖1所示:


          (a)原圖

          (b)系統(tǒng)函數(shù)灰度化 

          (c)加權(quán)平均值灰度化

          (d)最大值法灰度化 

          (e)平均值法灰度化

          圖1 不同圖像灰度化的方法各結(jié)果對(duì)比圖


          由于此次工件選擇的是金色物體,我們發(fā)現(xiàn)對(duì)于Matlab自帶函數(shù)進(jìn)行的灰度化,得到的圖片能夠滿足一般的信息處理要求,但是整體有一些偏白。對(duì)于本次處理平均值法對(duì)比度有一些差,此次對(duì)比后得出加權(quán)平均值法灰度化和最大值法灰度化得到的結(jié)果最好,圖片的對(duì)比度得到了改善,細(xì)節(jié)也處理得較為妥當(dāng)。


          06. 結(jié)束語(yǔ)


          圖像灰度化作為圖像預(yù)處理的重要步驟之一,可以說(shuō)是圖像處理的第一步,得到好的圖像對(duì)于以后的信息獲取、物件定位及抓取物件起到非常重要的作用,本文給出了三種灰度化方法,對(duì)于不同類型的物件應(yīng)選擇一種合適的物件進(jìn)行選取,通過(guò)對(duì)比分析對(duì)于以后的圖像處理起到重要作用。


          特別聲明:此文章來(lái)源《智能機(jī)器人》選輯,作者:齊魯工業(yè)大學(xué)(山東省科學(xué)院)高韓、曲阜遠(yuǎn)東職業(yè)技術(shù)學(xué)院陳慧程


          下載1:OpenCV-Contrib擴(kuò)展模塊中文版教程
          在「小白學(xué)視覺(jué)」公眾號(hào)后臺(tái)回復(fù):擴(kuò)展模塊中文教程即可下載全網(wǎng)第一份OpenCV擴(kuò)展模塊教程中文版,涵蓋擴(kuò)展模塊安裝、SFM算法、立體視覺(jué)、目標(biāo)跟蹤、生物視覺(jué)、超分辨率處理等二十多章內(nèi)容。

          下載2:Python視覺(jué)實(shí)戰(zhàn)項(xiàng)目52講
          小白學(xué)視覺(jué)公眾號(hào)后臺(tái)回復(fù):Python視覺(jué)實(shí)戰(zhàn)項(xiàng)目即可下載包括圖像分割、口罩檢測(cè)、車道線檢測(cè)、車輛計(jì)數(shù)、添加眼線、車牌識(shí)別、字符識(shí)別、情緒檢測(cè)、文本內(nèi)容提取、面部識(shí)別等31個(gè)視覺(jué)實(shí)戰(zhàn)項(xiàng)目,助力快速學(xué)校計(jì)算機(jī)視覺(jué)。

          下載3:OpenCV實(shí)戰(zhàn)項(xiàng)目20講
          小白學(xué)視覺(jué)公眾號(hào)后臺(tái)回復(fù):OpenCV實(shí)戰(zhàn)項(xiàng)目20講即可下載含有20個(gè)基于OpenCV實(shí)現(xiàn)20個(gè)實(shí)戰(zhàn)項(xiàng)目,實(shí)現(xiàn)OpenCV學(xué)習(xí)進(jìn)階。

          交流群


          歡迎加入公眾號(hào)讀者群一起和同行交流,目前有SLAM、三維視覺(jué)、傳感器自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN算法競(jìng)賽等微信群(以后會(huì)逐漸細(xì)分),請(qǐng)掃描下面微信號(hào)加群,備注:”昵稱+學(xué)校/公司+研究方向“,例如:”張三 + 上海交大 + 視覺(jué)SLAM“。請(qǐng)按照格式備注,否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告,否則會(huì)請(qǐng)出群,謝謝理解~


          瀏覽 69
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  日本九九热 | 成人九九九| 无码性生活 | 夜夜夜夜撸一撸 | 无码人妻丰满熟妇精品区 |