在機(jī)器視覺(jué)這一領(lǐng)域誕生的初期，一種普遍的研究范式，是將圖像看做二維的數(shù)字信號(hào)，然后借用數(shù)字信號(hào)處理中的方法，這就是圖像處理。今天小編給大家介紹的就是圖像處理的相關(guān)技術(shù)。

點(diǎn)運(yùn)算

有一些運(yùn)算只對(duì)圖像的每一個(gè)像元點(diǎn)操作，產(chǎn)生一幅新圖像，二值化就是一個(gè)典型的例子。在預(yù)先設(shè)定了閥值的情況下，二值化的輸出僅僅取決于該點(diǎn)的值，因此

式中 fA 和 fB 分別為輸入和輸出圖像。這種運(yùn)算可使用查找表，LUT，在圖像數(shù)據(jù)順序通過(guò)時(shí)一次完成。各種灰度校正也是這種運(yùn)算，所不同的是二值化產(chǎn)生了二值圖像，而校正產(chǎn)生的仍為灰度圖像。

局部運(yùn)算

局部運(yùn)算的輸出仍為一幅圖像，輸出圖像的每一個(gè)像元值取決于輸入圖像相對(duì)應(yīng)的像元以及它周圍的鄰近像元。因此

式中的 N 代表以[i,j]為中心的局部子圖像。這種運(yùn)算的一個(gè)例子見(jiàn)下圖，這種運(yùn)算幾乎會(huì)出現(xiàn)在每一個(gè)機(jī)器視覺(jué)系統(tǒng)中，它的輸入圖像可以是灰度圖像，也可以是二值圖像；它可以作平滑、銳化、去噪、細(xì)化、邊緣檢出等等運(yùn)算，局部像元的取法可以有多種方法，十字形、方形、蜂窩形等等，但使用得最多的是方形，例如使用 3×3 或 5×5 或 7×7 的方形模板，模板中每一位置具有一個(gè)核系數(shù)，用此模板對(duì)每一像元及其相鄰像元作卷積，是用得最多的一種運(yùn)算，其它如中值濾波也是去除噪音的較好算法。

全局算法

有一些算法是基于整個(gè)輸入圖像而獲得的，被稱作全局算子

這類算法的一個(gè)例子在下圖中顯示。

它的輸出可以是一幅圖像，也可以是符號(hào)輸出。直方圖、富氏變換、廣義 Hough 變換都是全局算法。

物體級(jí)算法

在大多數(shù)機(jī)器視覺(jué)的應(yīng)用領(lǐng)域，都要求計(jì)算出圖像中物體的特性。為了識(shí)別這些物體，大小、平均灰度、周長(zhǎng)、重心、形狀和其他一些特性都是常用到的，是直接對(duì)目標(biāo)物體計(jì)算而獲得的；而在缺陷檢測(cè)中，也是通過(guò)對(duì)目標(biāo)物體所作的檢測(cè)而獲得的。這就引出一個(gè)非常困難，而在機(jī)器視覺(jué)系統(tǒng)中又至關(guān)重要的問(wèn)題：目標(biāo)物體是什么？在哪里？?

在機(jī)器視覺(jué)中的很多算法都是圍繞圖像中的物體在哪里這一目的而展開(kāi)的。而圖像中的物體還會(huì)帶來(lái)令人左右為難的決策。

例如，我們必須使用屬于目標(biāo)物體的所有點(diǎn)來(lái)計(jì)算該物體的特性；但我們又必須使用這些特性來(lái)區(qū)別這些點(diǎn)是否屬于該物體。

所以從背景像元成功分割出前景物體是視覺(jué)系統(tǒng)工作成敗的關(guān)鍵。為了徹底理解圖像的內(nèi)容，機(jī)器視覺(jué)必須對(duì)目標(biāo)物體作多種運(yùn)算操作，以便做出正確的分割。

下圖演示了對(duì)一個(gè)物體的邊緣進(jìn)行跟蹤以后獲取的鏈碼，通過(guò)對(duì)鏈碼可以直接做形狀分類；還可以通過(guò)鏈碼做富氏算子變換，從而突出反映形狀的分量。從這個(gè)例子可以看出物體級(jí)算法不象前面所述的三種類型的算法那么有規(guī)律，可以按照像元掃描的順序來(lái)進(jìn)行，便于使用專門芯片來(lái)實(shí)時(shí)完成。物體目標(biāo)級(jí)算法往往是較復(fù)雜的，只適用于處理器來(lái)執(zhí)行，例如 PC 機(jī)的 CPU，專用信號(hào)處理器 DSP 等；同時(shí)這些算法的運(yùn)算時(shí)間不是往往固定的，而是隨著圖像內(nèi)容的復(fù)雜程度而變化的。

編輯：黃飛