石鑫华视觉
图像处理中使用查找表Lookup Table查找表Lookup Table（简称LUT），其作用是在图像中应用查找表来提高图像的对比度和亮度。查找表转换是基本的图像处理函数，它可以将包含重要信息的区域细节突出，而牺牲其它区域。这些函数包含了直方图均衡化、伽玛修正、对数修正和指数修正。当原始图像的对比度比较低时，可以使用查...
图像处理中理论上最好的对比度在图像处理理论中，最好的对比度图是没有过渡区域，图像特征直接由白变黑或由黑变白，黑与白都完全均匀一致。在这种条件下，即使黑与白的灰度差不大，也能够非常准确、稳定的寻找到特征。如下图所示的三个图，从左到右对比度依次降低，但是都能非常快速、稳定的找到边缘。理论对比度图&n...
图像处理中的滤波滤波在图像处理中，经常用于预处理过程。通过滤波，可以使图像特征更突出，测量更稳定。对于找边、尺寸测量等，可以考虑使用中值、高斯滤波函数，对图像进行必要的处理，这样可以减少噪声、杂点对图像边缘的干扰，使测量更稳定准确。而对于污渍、灰尘等检查，因为需要使用粒子分析等函数，则不适合使用滤波...
图像处理中的Contrast对比反差有时图像的边缘的对比度不是很强，这里可以考虑使用增强对比反差(Contrast)的方法，将图像特征表现的更突出，此功能是将白的表现的更白，而黑的则表现的更黑。其可以有效的改善图像的对比度，并且还可以改善均匀性等。使用增强对比度函数后的效果如下图所示： &nbs...
图像处理的根本需求图像处理中，有许多的函数，能完成许多的测试测量功能，如查找直边、测量圆直径、两边距离、粒子分析、颜色测量、匹配、分类、字符识别、条码读取等等。综合考虑，这些函数都是基于图像特征的。因此图像处理的根本需求就是要突出特征。而突出特征，通俗的讲就是，白的很白（或者是明亮的很亮），黑的很黑...
NI视觉中对比度的定义下图为NI定义的边缘。其中1为灰度剖面图曲线，2为边缘长度（即过渡区域），3为边缘强度（对比度、灰度差），4为边缘位置。对比度（边缘强度）可以简单理解为δY/δX，即灰度差/过渡区域。灰度差越大，过渡区域越小，则对比度越大，越利于提取图像特征。NI Vision定义的边缘与对比度...
哈尔特征哈尔特征概述哈尔特征（Haar-like features） 是用于物体识别的一种数字图像特征。它们因为与哈尔小波转换极为相似而得名，是第一种实时的人脸检测算子。历史上，直接使用图像的强度(就是图像每一个像素点的RGB值)使得特征的计算强度很大。帕帕乔治奥等人提出可以使用基于哈尔小波的特征而不是图像强度。维奥...