石鑫华视觉
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...
图像处理中常用参数用法图像处理中，无论是什么处理平台、或图像处理库，有些参数是共同的。大部分的算法中，都会有一个kernel Size内核尺寸的参数，即使用多大尺寸的内核去计算需要的特征。使用内核尺寸，可以综合考虑某个像素点领域中的其它像素值，从而能够更准确的判断出特征。内核尺寸越大，得到的特征越准确，能有效的...
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...
指纹识别心得我们在指纹方面稍稍的做了一些工作，写了下面的一点点小东西，希望对大家有用。一般的指纹分成有以下几个大的类别：left loop，right loop，twin loop，whorl，arch 和 tented arch。这样就可以将每个人的指纹分别规类，进行检索。指纹识别基本上也是可以分成：预处理、特征选择和模式分类几个大的步骤。但是由...
指纹识别的基本原理指纹其实是比较复杂的。与人工处理不同，许多生物识别技术公司并不直接存储指纹的图像。多年来在各个公司及其研究机构产生了许多数字化的算法（美国有关法律认为，指纹图像属于个人隐私，因此不能直接处理指纹图像）。但指纹识别算法最终都归结为在指纹图像上找到并比对指纹的特征。指纹的特征我们定义了...