概念

XLD-亚像素精度轮廓
平移变换、刚体变换(欧式变换)、相似变换、仿射变换、投影变换(单应性变换)

常用算子

rgb1_to_gray(Image,ImageGray) // 图像灰度化

图像插值

最近邻插值-nearest

线性插值-bilinear

双线性插值-constant

双三次插值-bicubic，考虑权重，从最近的16个像素点计算该处像素值

图像增强

突出感兴趣区，弱化不感兴趣区，分空域处理法和频域处理法

空间域处理法

点运算-灰度变换：有线性灰度变换、分段线性灰度变换，非线性灰度变换

invert_image(Image:ImageInvert::) // 图像取反
emphasize(Image:ImageEmpasize:MaskWidth,MaskHeight,Factor:) // 增强Factor倍，res:=round(org-mean)*Factor+org，MaskWidth-模板宽，MaskHeight-模板高
scale_image(Image:ImageScaled:Mult,Add:) // 缩放图像的灰度，res:=org*Mult+Add
直方图修正法
equ_histo_image(GrayImage:ImageEquHisto) // 直方图均衡化

直方图规定化

邻域运算-图像平滑

目的：抑制噪声
高斯噪声：随机，总体符合正太分布的噪声

椒盐噪声：只有两种幅值

mean_image(Image:ImageMean:MaskWidth,MaskHeight:) // 邻域平均法，实质均值滤波，针对高斯噪声，会使图像产生模糊，特别在边缘和细节处，所用邻域半径越大，图像模糊程度越大，MaskWidth和MaskHeight是掩膜的长宽
中值滤波，针对椒盐噪声
多图像平均法：对同一物景下拍摄多福图像，取平均值来消除噪声

邻域运算-图像锐化

目的：增强图像的边缘和轮廓
从图中可知图像的边缘一般是灰度突变的地方，锐化的实现是基于微分。边缘取一阶微分的极值或二阶微分的过零点


实际使用差分来处理微分
水平垂直差分梯度
梯度方向是边缘方向垂直的方向，梯度的意义：梯度是灰度变化率最大的方向



一阶微分算子-Roberts梯度算子
使用交叉的差分表示,就变成了Roberts梯度算子

Roberts梯度算子的缺陷：采用梯度微分锐化图像，同时会使噪声、条纹得到增强，并且边缘信息强度低，可能出现断断续续。

一阶微分算子-Sobel梯度算子
结合了高斯平滑和微分求导，增强了边缘信息的强度，一定程度上避免了噪声、条纹的干扰。


对比Roberts，边缘信息得到了加强

sobel_amp(Image:EdgeAmp:FilterType,Size) // FilterType-滤波类型，Size-掩膜大小
EdgeAmp的结果：

进一步通过阈值分割、提取边缘框架(skeleton)后，可获得所需边缘：

skeleton(Region,Skeleton) // 提取边缘框架
二阶微分算子-拉普拉斯算子
拉普拉斯算子获得的轮廓信息比一阶微分算子更为丰富

图像的拉普拉斯锐化处理：将原图像和拉普拉斯图像进行叠加，可以使增强图像轮廓显示的更为清晰。

laplace(Image:ImageLaplace:ResultType,MaskSize,FilterMask:) // MaskSize-掩膜大小，FilterMask-4邻域还是8邻域
laplace_of_gauss(Image:ImageLaplace:Sigma:) // 先高斯平滑再锐化

频率域处理法

一幅图像灰度均匀的区域对应低频部分，噪声、边缘、细节对应高频部分
高通滤波：筛除低频部分，保留高频部分
低通滤波：筛除高频部分，保留低频部分
（1）fft_generic(Image:ImageFFT:'to_freq',Exponent,Mode,ResultType:) // 空域到频域的快速傅里叶变换，Mode-直流分量在中间还是在边缘，dc_center-高频分量在边缘，低频分量在中间，dc_edge-高频分量在中间，低频分量在边缘
（2）gen_lowpass(:ImageLowpass:Frequency,Norm,Mode,Width,Height:) // 生成低通滤波器模型
gen_highpass(:ImageHighpass:Frequency,Norm,Mode,Width,Height:) // 生成高通滤波器模型
（3）convol_fft(ImageFFT,ImageFilter:ImageConvol::) // 在频域里卷积图像，ImageFFT-待处理的频域图像，ImageFilter-滤波器模型，ImageConvol滤波后的频域图像
（4）fft_generic(ImageFFT:Image:'_freq',Exponent,Mode,ResultType:) // 频域到空域
频谱图中白亮的地方是低频，因为图像的能量一般是集中在低频部分
频域图中的(0,0)点是特殊的点，是频谱的直流(dc)分量，代表空间域图像的平均灰度

频率域处理法-同态滤波

目的：解决光照不均匀导致的图像模糊
原理：相机的成像可以看作是照射分量和反射分量的乘积，通过换算，低频部分对应照度分量，高频部分对应反射分量，此时只需使用高通滤波器过滤低频部分即可。
图片来源：B站WLSU苏波的Halcon课堂