石鑫华视觉
图像处理中实际上的对比度实际上相机成像所得的图像，要想完全没有过渡区域是比较困难的。以实际经验来看，考虑相机、镜头、光源等硬件限制，一般边缘能做到3个像素的过渡区域是比较理想的。如果硬件环境比较差，过渡区域可能就比较大了。如下图，竖向的边缘过渡区域（约3像素）远小于横向的边缘（约15像素）。实际相...
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...
图像处理中理论上的对比度值对比度值的计算是通过公式ΔV/ΔP得到的。下面的图像为理论图的对比度值。图1对比度为255，其中黑色为0，白色为255，只有一个像素的变化，因此对比度=（255-0）/1=255；图2的的对比度为127，黑的为128，白为255，对比度= （255-128）/1=127；图3的对比度为63，黑为192，白为255，对比度=（ 255-1...
图像处理中多种算法之间的取舍在机器视觉图像处理中，有一些特征，我们可以使用不同的方法进行检查。如一个符号，可以使用字符识别的方法（OCR），也可以使用模式匹配，也可以使用几何匹配、形状检查等方法。这时使用的处理方法一般遵循以下原则：高效算法优先：先取耗时少的算法，如OCR会比匹配要高效。稳定准确算法...
图像处理中的膨胀与腐蚀在进行边缘测量、尺寸测量、粒子分析时，有时为了突出特征，或者是消除噪声、杂点对特征的干扰，可以使用一些形态学的方法，如膨胀、腐蚀、开、闭操作等。膨胀功能可以将直边上的小凹坑填平，腐蚀功能则可以将直边上的毛刺滤除。因此图像处理中，如果可以使用二值化图像，则可以考虑使用膨胀、腐蚀等...
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...
图像处理中的二值化二值化后，图像变成简单的0/1图像。均匀性会得到较大的提高。但是二值化后会丢失许多信息，因此其实际测量时，如果没有必要，可以不用二值化。从实际应用经验来看，二值化后的图像用于测量尺寸时，在进行重复性测量时，测量值不太容易变化，但是一旦变化，则会以一个像素进行变化。而灰度图像的，比较容易...
图像处理中的多线程处理对于现在的计算机而言，核心数目都比较多，内存也比较大，所以一般都可以很轻松的应对多线程的程序。而图像处理中，要想获得较高的效率，也应该考虑使用多线程。除非一定需要执行顺序结构，不然都是应该考虑使用并行的多线程结构的。这样对于生产效率的提高是非常有利的。下图是简单的表现了一下并行...