绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
手把手教你使用LabVIEW人工智能视觉工具包快速实现传统Opencv算子的调用(含源码)
2022-09-28 15:21:47

前言

今天我们一起来使用LabVIEW AI视觉工具包快速实现图像的滤波与增强;图像灰度处理;阈值处理与设定;二值化处理;边缘提取与特征提取等基本操作。工具包的安装与下载方法可见之前的博客

一、图像滤波与增强

有时候我们想要处理的图像中噪音太多,影响到我们的识别判断,我们就需要对图像进行模糊处理,使图像变得平滑。而LabVIEW AI视觉工具包提供给我们filter 2d算子可以对图像进行2D卷积,我们可以使用自定义的卷积核来对图像进行卷积操作。该算子输入输出如下所示:

在这里插入图片描述

图像内核是一个小矩阵,在Photoshop或Gimp中找到的效果都可以实现,例如模糊,锐化,轮廓或浮雕。它们还用于机器学习中的“特征提取”,这是一种用于确定图像重要部分的技术。在这种情况下,该过程更普遍地称为“卷积”,调用filter 2d算子配合不同卷积核实现图像滤波和增强的程序如下: 在这里插入图片描述 在前面板选择不同的卷积核可以实现不同的效果:

在这里插入图片描述

不同卷积核效果如下:

1.模糊(blur)

在这里插入图片描述

2.索贝尔(sobel),仅显示特定方向上相邻像素值的差异,从上往下,从暗处到亮处增强显示

在这里插入图片描述

3.浮雕(emboss),通过强调像素的差在给定方向的Givens深度的错觉,从左上往右下,从暗处到亮处增强显示:

在这里插入图片描述

4.大纲(outline),一个轮廓内核(也称为“边缘”的内核)用于突出显示的像素值大的差异,轮廓的增强显示

在这里插入图片描述

5.锐化(sharpen),该锐化内核强调在相邻的像素值的差异。这使图像看起来更生动

在这里插入图片描述

6.拉普拉斯算子(laplacian operator),可以用于边缘检测,对于检测图像中的模糊也非常有用。

在这里插入图片描述

7.分身(identity)就是原图

在这里插入图片描述

二、图像灰度处理

之前我们说过,LabVIEW默认使用BGR读取图像,所以我们将图片转化为灰度图使用cvtColor算子,参数选择:BGR2GRAY,如下图所示: 在这里插入图片描述

程序结果如下:

在这里插入图片描述 我们可以看到程序中使用了calHist用以绘制图片通道直方图,并以波形图显示出来;calHist函数参数具体如下:

在这里插入图片描述

波形图显示控件:前面板右键-->Graph-->Waveform Graph;

在这里插入图片描述

直接读取原图显示程序如下:

在这里插入图片描述

程序结果如下:

在这里插入图片描述

三、阈值处理与设定

如下程序通过设定阈值,实现将其他颜色全部过滤,只保留红蓝绿三种颜色:

在这里插入图片描述

程序结果如下:

在这里插入图片描述

threshold算子参数分析:

在这里插入图片描述 在这里插入图片描述

四、二值化处理

将图片先转化为灰度图,再进行二值化,程序如下:

在这里插入图片描述

设置阈值和大值,二值化之后的程序结果如下:

在这里插入图片描述

五、边缘提取

如下程序为使用findContours实现边缘提取:

在这里插入图片描述

程序实现效果如下:

在这里插入图片描述

六、角点检测

1.使用cornerMinEigenVal算子

角点检测程序如下:

在这里插入图片描述

程序结果如下:

在这里插入图片描述

2.使用cornerHarris算子

角点检测程序如下:

在这里插入图片描述

程序结果如下:

在这里插入图片描述

七、源码下载

链接:https://pan.baidu.com/s/1Ua00IwcLGFoFtXAWKDGW_w 提取码:8888

分享好友

分享这个小栈给你的朋友们,一起进步吧。

人工智能的世界
创建时间:2020-06-15 14:31:10
人工智能那点事儿
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

技术专家

查看更多
  • 栈栈
    专家
戳我,来吐槽~