一文概括常用图像处理算法 - 网站源码_资源分享

责任编辑归纳了11种常见的影像处置演算法，包涵了预处置演算法以及检验演算法，并介绍了一些常见的开发库。

一、演算法（预处置演算法、检验演算法）

在收集完影像后，首先会对影像展开预处置操作。保证影像的清晰度明晰，水平。方便快捷先期影像处置。

常见的影像处置演算法：

1、影像切换

（低空与时域、几何切换、明度切换、孔径切换）

几何切换：影像移位、转动、快照、单位矩阵；孔径切换：影像翻转、对数演算法（最近邻对数、非线性对数、双四次对数）；内部空间域与时域间切换：由于影像侦测器非常大，直接在内部空间域中展开处置，涉及排序量非常大。因此，有时需要将内部空间域切换到时域展开处置。例如：傅里叶切换、莫斯什切换、对数正弦切换等间接地处置技术，将内部空间域的处置切换为时域处理，不仅可增加排序量，而且可获得更有效的处置（如傅里叶切换可在时域中展开数字低通滤波器处置）。

2、影像进一步增强

影像进一步增强不考虑影像降质的原因，注重影像中所钟爱的部份。如加强影像低频量纲，可使影像中球体线条明晰，技术细节明显；如加强低频量纲可增加影像中噪音影响。

灰度切换进一步增强（非线性灰度切换、单向非线性灰度切换、非线性灰度切换）；灰阶进一步增强（灰阶统计、灰阶章苒）；影像光滑/静音（开集缩并、加权缩并、中值低通滤波器、非线性平均值低通滤波器、柯西低通滤波器、两国之间低通滤波器）；影像（边沿）渐变：势能渐变，Roberts微分、Laplace微分、Sobel微分等；

3、着色预测（取金属结构、封闭性）

4、影像拆分

影像拆分是将影像象征意义的特点部份抽取出来，其有象征意义的特点有影像中的边沿、区域等，这是进一步展开影像识别、预测和认知的基础。

（1）共振频率拆分（一般来说共振频率拆分、最优化/OTSU共振频率拆分、自适应共振频率拆分）;

（2）如前所述边界线拆分（Canny边沿检验、线条抽取、边界线追踪）；

（3）Hough切换（直角检验、圆检验）；

（4）如前所述区域拆分（区域生长、区域归并与分裂、聚类拆分）；

（5）色彩拆分；

（6）分水岭拆分；

5、影像特点

（1）几何特点（位置与方向、周长、面积、长轴与短轴、距离(欧式距离、街区距离、棋盘距离)）；

（2）形状特点（几何形态预测（Blob预测）：矩形度、圆形度、不变矩、偏心率、多边形描述、曲线描述）；

（3）幅值特点（矩、投影）；

（4）直方图特点（统计特点）：平均值、方差、能量、熵、L1范数、L2范数等；灰阶特点方法排序简单、具有移位和转动不变性、对颜色像素的精确内部空间分布不敏感等，在表面检验、缺陷识别有不少应用。

（5）颜色特点（颜色直方图、颜色矩）

（6）局部二值模式( LBP)特点：LBP对诸如光照变化等造成的影像灰度变化具有较强的鲁棒性，在表面缺陷检验、指纹识别、光学字符识别、人脸识别及车牌识别等领域有所应用。由于LBP 排序简单，也可以用于实时检验。

6、影像/模板匹配

线条匹配、归一化积相关灰度匹配、不变矩匹配、最小均方误差匹配

7、色彩预测

明度、色密度、光谱、颜色灰阶、自动白平衡

8、影像数据编码压缩和传输

影像编码压缩技术可增加描述影像的数据量（即比特数），以便节省影像传输、处置时间和增加所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下展开。编码是压缩技术中最重要的方法，它在影像处置技术中是发展最早且比较成熟的技术。

9、表面缺陷目标识别演算法

传统方法：贝叶斯分类、K最近邻（KNN）、人工神经网络（ANN）、支持向量机（SVM）、K-means等；

10、影像分类（识别）

影像分类（识别）属于模式识别的范畴，其主要内容是影像经过某些预处置（进一步增强、复原、压缩）后，展开影像拆分和特点抽取，从而展开判决分类。

11、影像复原

影像复原要求对影像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种低通滤波器方法，恢复或重建原来的影像。

二、现有的视觉检验软件/库

1、做工业视觉检验的公司有哪些？

比较出名的有：大恒影像（亚洲Halcon最大代理商）、凌云光技术（VisionPro视觉平台：印刷、3C电子、显示屏、玻璃、线路板检验）、大族激光（振静系统：视觉激光焊接，定视觉位、缺陷检验）、康耐视、基恩士、深圳精锐视觉、深圳市视觉龙科技有限公司、广州超音速、深圳市创科自动化等等。

可二次开发的视觉系统：Labview、DVT、Halcon、OpenCV等。

2、常见的视觉检验软件/库

视觉开发软件工具 Halcon、VisionPro、LabView、OpenCV，还有eVision、Mil、Sapera等。

（一）Halcon

底层功能演算法多，运算性能快，功能齐全，容易上手，开发项目周期短。非开源项目，商用收费，价格较贵。

Halcon：Halcon是德国MVtec公司开发的一套完善的标准的机器视觉演算法包，拥有应用广泛的机器视觉集成开发环境。它是一套image processing library，由一千多个各自独立的函数，以及底层的数据管理核心构成。其中包涵了各类低通滤波器，色彩以及几何，数学转设备提供接口，保证了硬件的独立性。

（二）OpenCV

功能演算法相对较多（比Halcon少），开源，可用于商用，开发周期较长（比Halcon长），有些演算法要自己写。

OpenCV是一个如前所述（开源）发行的跨平台排序机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。其核心轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，实现了影像处置和排序机视觉方面的很多通用演算法。OpenCV用C++语言编写，它的主要接口也是C++语言。该库也有大量的Python, Java and MATLAB/OCTAVE的接口，如今也提供对于C#, Ruby的支持。OpenCV可以在 Windows, Android, Maemo, FreeBSD, OpenBSD, iOS,Linux 和Mac OS等平台上运行。

OpenCV出身：OpenCV是Intel开源排序机视觉库。其核心由一系列 C 函数和少量 C++ 类构成，实现了影像处置和排序机视觉方面的很多通用演算法。OpenCV 的特点拥有包括300多个C函数的跨平台的中、高层 API 跨平台：Windows, Linux；免费（FREE）：无论对非商业应用和商业应用；速度快；使用方便快捷。

OpenCV具有以下的特点：

（１）开源排序机视觉采用Ｃ／Ｃ＋＋编写。

（２）使用目的是开发实时应用程序。

（３）独立与操作系统、硬件和图形管理器。

（４）具

（５）具有底层和高层的应用开发包。

应用OpenCV能够实现以下功能：

（１）对图象数据的操作，包括分配、释放、复制和切换数据。

（２）对图象和视频的输入输出，指文件和摄像头作为输入，图象和视频文件作为输出。

（３）具有对距陈和向量的操作以及非线性代数的演算法程序，包括距阵、解方程、特点值以及奇异值。

（４）可对各种动态数据结构，如列表、队列、集合、树和图等展开操作。

（５）具有基本的数字图象处置能力，如可展开低通滤波器、边沿检验、角点检验、采样与差值、色彩切换、形态操作、灰阶和图象金字塔等操作。

（６）可对各种结构展开预测，包括连接部件预测、线条处置、距离切换、各种距的排序、模板匹配、Hongh切换、多边形逼近、直角拟合、椭圆拟合和Delaunay三角划分等。

（7）对摄像头的定标，包括发现与追踪定标模式、定标、基本矩阵估计、齐次矩阵估计和立体对应。

（8）对运动的预测，如对光流、运动拆分和追踪的预测。

（9）对目标的识别，可采用特点法和隐马尔科夫模型（HMM）法。

（10）具有基本的GUI功能，包括影像与视频显示、键盘和鼠标事件处置及滚动条等。

（11）可对影像展开标注，如对线、二次曲线和多边形展开标注，还可以书写文字（目前之支持中文）。

（三）VisionPro

VisionPro是美国康耐视Cognex公司提供全套视觉解决方案。VisionPro提供多种开发工具拖放式界面、简单指令码和编程方式等，全面支持所有模式的开发。用户利用VisionPro QuickBuild™可以无需编程配置读取、选择并优化视觉工具，决定产品是否合格。用户也可以利用C++、C#、VB及.NET开发管理应用程序。Vision Pro提供的.NET程序接口允许用户采用面向对象的高级语言编程访问所有工具，以高效开发客户的专用视觉方案。

（四）LabView

LabView是一种程序开发环境，由美国国家仪器（NI）公司研制开发，使用的是图形化编辑语言G编写程序，产生的程序是框图的形式。LabView软件是NI设计平台的核心，也是开发测量或控制系统的理想选择。LabView开发环境集成了工程师和科学家快速构建各种应用所需的所有工具，旨在帮助工程师和科学家解决问题、提高生产力和不断创新。