在LabVIEW教程中改善圖像質(zhì)量的主要方法

 根據(jù)在LabVIEW教程中分析圖像收集到的信息，可能需要改善圖像的質(zhì)量以便于檢測(cè)?？梢酝ㄟ^(guò)查找表、濾波器、灰度幾何，以及快速弗里埃變換改善圖像。
1. 查找表
應(yīng)用查找表(LUT)變換提高其它區(qū)域中損失了的包含重要信息區(qū)域的亮度。 查找表變換將源圖像中的輸入灰度值轉(zhuǎn)換成變換后圖像中的其它灰度值。NI Vision提供了四個(gè)模塊可以直接或間接的江查找表用于圖像:
  ● IMAQ MathLookup（(Image Processing?Processing)—用預(yù)定義的查找表替換圖像的像素值。NI Vision有七個(gè)基于算數(shù)變換的預(yù)定義查找表。有關(guān)這些查找表的詳細(xì)信息參閱NI視覺(jué)概念手冊(cè)第五章的圖像處理；
  ●  IMAQ UserLookup（Image Processing?Processing）—用自定義的查找表替換圖像的像素值；
  ● IMAQ Equalize（Image Processing?Processing）—將灰度值平坦的分布在給定的灰度區(qū)間內(nèi)。 IMAQ Equalize用于為包含較少灰度值的圖像增強(qiáng)對(duì)比度；
  ● IMAQ Inverse（Image Processing?Processing）—反向圖像的像素密度，獲得圖像的負(fù)片。例如，如果背景像素比物體像素還亮得話(huà)，在為圖像進(jìn)行自動(dòng)閾值處理之前適用IMAQ Inverse； 
2. 濾波器
濾波器用于改善圖像中過(guò)渡區(qū)域的銳度或者增強(qiáng)圖像的整體信噪比。 根據(jù)需要既可以選擇低通濾波，也可以選擇高通濾波。
   低通濾波器通過(guò)平滑圖像去掉不必要的細(xì)節(jié)，去掉銳利的細(xì)節(jié)，以及平滑物體與背景之間的邊沿。可以使用MAQ LowPass模塊，或者使用IMAQ Convolute 或 IMAQ NthOrder定義自己的低通濾波器。
   高通濾波器強(qiáng)化細(xì)節(jié)，例如邊沿，物體邊緣，或裂縫。這些細(xì)節(jié)表現(xiàn)為密度值的強(qiáng)烈過(guò)渡。使用IMAQ Convolute 或 IMAQ NthOrder模塊可以定義自己的高通濾波器，或者使用IMAQ EdgeDetection 或 IMAQ CannyEdgeDetection 模塊。IMAQ EdgeDetection 使用預(yù)定義的邊沿檢測(cè)內(nèi)核查找邊沿，例如Sobel, Prewitt, 和 Roberts內(nèi)核。

以上兩點(diǎn)是在LabVIEW教程中改善圖像質(zhì)量采用的其中兩種方式，在下一篇文章中為您介紹在LabVIEW教程中改善圖像質(zhì)量的其它方式，