发布时间 : 星期四 文章基于LABVIEW的圆形图像识别与实时跟踪系统设计更新完毕开始阅读
常熟理工学院毕业设计（论文）
3.图像预处理
图像预处理是相对于图像识别、图像理解而言的一种前期处理。图像预处理时数字化图像的一个重要环节，包括滤去干扰、噪声，做几何、彩色校正等，这样可提高信噪比。有时由于信息微弱，无法辨识，还得进行增强。增强的作用在于提供一个满足一定要求的图像，或对图像进行变换，以便人机分析，为了从图像中找到需要识别的东西，还得对图像进行分割，也就是进行定位和分离，以分出不同的东西。为了给观察者以清晰的图像，还要对图像进行改善，即进行图像复原，它是把已经退化了的图像加以重建或恢复，以便改善图像的保真度。
在实际的图像采集系统中，不论采用何种装置，由于各种因素的影响，如光照、摄像头角度不均匀等，采集到的图像往往不能满足直接进行分析和处理的要求。这些因素往往导致图像质量下降，针对这些干扰，必须采用图像预处理技术来改善图像质量。
3.1原始图像的输入
数字图像指的是一个被采样和量化后的二维函数，采用等距离矩形网格采样，对幅度进行等间隔量化。由于计算机或数字信号处理器仅能处理离散的数据，一副连续的模拟图像必须要在空间和灰度上都离散化才能被处理器处理。空间坐标的离散化叫做空间采样，而灰度的离散化叫做灰度量化，这一过程称为数字化，经过成像、采样、量化便得到数字图像。数字图像是由像素组成的二维矩阵。对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0~255之间，即可用一个字节来表示，即可用一个字节来表示，0表示黑、255表示白，而其他表示灰度。
一般来说，我们可以直接利用数码相机及数码摄像机技术获取图像，由于不需要其他数字化设备的支持，且具有更高的分辨率及编辑、使用方便等特点，因此受到大部分研究人员的青睐。然而在本次课题研究中，需要对多帧图像进行处理，由于受到条件的限制，直接利用计算机的输入设备输入图像，再利用LABVIEW程序将图像读入程序进行处理。
使用LABVIEW对图像进行处理时，必须预先在内存中开辟一段空间给图像，之后才能对其进行各种处理操作，下面的图3.1就是为输入图像分配内存空间的程序框图。程序中的图像路径需要自行输入，这样程序才能读入图像，并进行接下来的操作。
11
常熟理工学院毕业设计（论文）
图3.1创建图片空间程序
3.2图像的灰度化处理
图像处理着重强调的是在图像之间进行的各种变换，这些图像指的是灰度图像，而不是我们一般认为的彩色图像。灰度图像是指只含亮度信息，不含色彩信息的图像。在数字图像处理技术中，将彩色图像转为灰度图像的过程成为灰度化处理。
彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。图像的灰度化处理，一般有以下三种设计方案：
1、加权平均法
根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，对RGB三分量进行加权平均能得到较合理的灰度图像。
2、平均值法
求出每个像素点的R、G、B三个分量的平均值，然后将彩色图像中的这个平均值赋
12
常熟理工学院毕业设计（论文）
予给这个像素的三个分量。
3、最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。
在LABVIEW软件平台上，对图像的灰度处理只需要借助视觉助手中的模块即可完成，该模块如图3.2所示。
图3.2灰度化模块
图3.3灰度化属性设置
在这里选择的是加权平均法，特殊的是，令G域和B域的权重为零，直接选择在R域进行灰度处理，属性设置见图3.3，对应的程序框图如图3.4所示。通过图3.5原始图像以及图3.6中变化后R域内的灰度图像，可以明显观察到灰度化处理的效果。
13
常熟理工学院毕业设计（论文）
图3.4 图像灰度变换程序
图3.5原始图像
14