机器视觉学习笔记(九)——频域图像增强(基于LabVIEW)

在空间域中,图像增强主要通过对不同位置的像素灰度及其变化方向进行操作实现

在频域中,图像增强则主要通过对空间频率(spatial frequency)进行操作来实现

与空间域滤波不同的是,频率滤波并不直接对图像像素数据进行操作,而是先通过快速傅里叶(FFT)变换将图像转换至频率域,经滤波处理后再有傅里叶逆变换(InverseFFT)转换回空域,以达到图像增强的效果

1.图像的傅里叶变换

。。。。。。

NI Vision 提供的现成函数:

由于图像的傅里叶变换结果为复数,所以FFT计算过程所使用的图像缓冲必须为复图像格式。NI Vision使用64位浮点数对复图像的数据进行编码,其中32位代表实部,32位代表虚部。

IMAQ FFT:对图像进行傅里叶变换;计算得到的结果在内存中以频谱图的标准模式存放(高频居中,低频在四角),若用图像显示控件显示幅度频谱时,将自动转为中心对称模式。

IMAQ InverseFFT:对复图像进行傅里叶反变换

IMAQ ComplexFlipFrequency:反转复图像中的高频和低频分量,以在标准显示和中心对称显示模式之间切换

IMAQ ArrayToComplexImage:将二维复数组转换为复图像

IMAQ ComplexImageToArray:将复图像转换为二维复数组

IMAQ ComplexPlaneToArray:将复图像的实部,虚部,幅度或相位提取至二位浮点数组

IMAQ ArrayToComplexPlane:将二维浮点数组替换复图像的实部或虚部

IMAQ ImageToComplexPlane:从8位,16位,32位浮点数或复图像中提取图像实部和虚部,并以复图像输出

IMAQ ComplexPlaneToImage:提取复图像的实部和虚部,幅度或相位,并以8位,16位,32位浮点数图像格式表示

IMAQ ComplexAdd:将一复图像与另一幅图像或一个复数常量相加

IMAQ ComplexSubtract:将一幅复图像与另一幅图像或一个复数常量相减

IMAQ ComplexMultiply:将一幅复图像与另一幅图像或一个复数常量相乘

IMAQ ComplexDivide:将一幅复图像与另一幅图像或一个复数常量相除

IMAQ ComplexConjugate:计算一幅复图像的共轭图像,函数将z=a+ib格式的复数转换为z=a-ib

IMAQ ComplexAttenuate:对复图像进行高通或低通滤波

IMAQ ComplexTruncate:对复图像进行带通或带阻滤波

IMAQ Mask:将源图像复制至目标图像,复制过程中,若图像遮罩像素为0,则其所覆盖的像素值被置0

机器视觉学习笔记(九)——频域图像增强(基于LabVIEW)_第1张图片 FFT实例

 

先将图像读入内存,然后使用cast image将其转换为复图像,再进行傅里叶变换,最后提取实部,虚部,幅度或相位,以浮点数图像格式表示。

机器视觉学习笔记(九)——频域图像增强(基于LabVIEW)_第2张图片 旋转后FFT实例

先用cast image 把图像格式转为复图像,经过FFT变换后可得到结论:若空域中图像旋转一定角度,则在频域中其傅里叶变换函数也将旋转同样的角度。

2.图像的频域滤波

。。。。。。

在实际中,图像的边缘,纹理,细节以及噪声处的灰度通常会发生突变,在频域上表现为高阶分量,而图像中灰度变换较慢的则体现为低频分量。因此,可以在频域中使用低通滤波器平滑图像中的边缘纹理以及噪声,使用高通滤波锐化图像,强调图像中的细节

1.理想滤波器:

2.梯形滤波器:

3.巴特沃斯滤波器:

4.指数滤波器:

5.高斯滤波器:

 

3.频域图像滤波方法

在labVIEW中使用NI Vision进行滤波的方法可以归纳为4类:

1.IMAQ ComplexTruncate:使用图像中指定比例的频率范围通过或衰减,使之对图像进行理想低通,理想高通,理想带通和理想带阻滤波

2.IMAQ ComplexAttenuate:对图像进行三角形高通或低通滤波

3.IMAQ Mask:使用图像中指定比例的频率范围通过或衰减,使之对图像进行理想低通,理想高通,理想带通和理想带阻滤波,理想陷波滤波器

4.公式法:可实现任何形式的滤波

机器视觉学习笔记(九)——频域图像增强(基于LabVIEW)_第3张图片 IMAQ ComplexTruncate低通滤波

先读入图像并对其进行傅里叶变换,随后进行低通滤波,截止频率设为10%处,完成后进行傅里叶反变换获取滤波后的图像

理想带通滤波器:用IMAQ ComplexTruncate实现的低通和高通滤波器连续对某图像进行滤波且低通滤波器的截止频率大于高通滤波器的截止频率,等效于带通滤波

理想带阻滤波器:用IMAQ ComplexTruncate实现的低通和高通滤波器连续对某图像进行滤波且低通滤波器的截止频率小于高通滤波器的截止频率,等效于带阻滤波

机器视觉学习笔记(九)——频域图像增强(基于LabVIEW)_第4张图片 IMAQ ComplexTruncate实现带阻滤波

进行截止频率51%的高通滤波和截止频率30%的低通滤波,并将滤波后的频谱相加,使得大于51%和小于30%的频率分量得以保留,其余部分被阻断,滤除了位于30~51%频率范围内的周期性噪声,从而增强图像效果。

机器视觉学习笔记(九)——频域图像增强(基于LabVIEW)_第5张图片 IMAQ ComplexAttenuate实现三角形低通滤波

 

IMAQ Mask在对图像进行遮罩操作时,会将原图的像素值有条件的复制到目标图像,复制过程中会参考一个8bit遮罩图像中对应的像素值,若遮罩图像中的像素值为0,则其对应原图中的像素并不会被复制,而是将对应目标图像中的像素置0;若遮罩图像中的像素值为非0值,则原图中的像素被复制。

......

总结:图像增强一般并不能增加原图信息,但是可以突出微弱信号,是信息更容易分辨;图像增强可以在空间域进行也可以在频率域进行;在频域处理时需要先傅里叶变换将图像转换至频域,经滤波处理后再有傅里叶反变换转回空间域来实现。

 

 

 

 

 

 

 

 

 

 

你可能感兴趣的:(LabVIEW,labview)