跳转至

05 图像预处理与滤波#

一句话总结

预处理的目的只有两个：① 让目标与背景的灰度差异更大（增强）；② 让噪点更少（滤波）。做完之后再去做 threshold，结果会稳定得多。

源文件： note/05图像预处理.hdev

一、灰度变换：scale_image 与 sub_image#

1.1 scale_image：线性拉伸（乘 + 加）#

scale_image (Image, ImageScaled, 1, 50)
\[g' = \text{Mult} \cdot g + \text{Add}\]
参数 作用 直觉
Mult 乘系数 >1 拉大对比度（亮的更亮、暗的更暗）；<1 压缩对比度
Add 加系数 >0 整体提亮；<0 整体压暗

源码参数解读

scale_image (Image, ImageScaled, 1, 50)：乘系数为 1（对比度不变），加系数 50 → 整体提亮 50 个灰度级。这是"图像太暗，先整体抬亮再看"的典型手法。

1.2 sub_image：两图相减（差分）#

sub_image (ImageScaled, Image, ImageSub, 1, 0)
\[g' = \text{Mult} \cdot (g_1 - g_2) + \text{Add}\]
  • Mult 用来把差值放大（差值通常很小，不放大看不清）；
  • Add 用来把结果抬回正区间，避免出现负数（8 位图像无法表示负值）。

主要用途：

用途 做法
背景消除 / 光照补偿 大核 mean_image 得到"背景"，再与原图相减 → 只留下细节
运动检测 / 缺陷比对 标准图与待检图相减，差异处即为异常
验证一步操作的效果 如源码中 sub_image (ImageScaled, Image, ...) 把"提亮 50"的效果直接差出来看

源码里那两行\"看起来没用\"的代码

scale_image (Image, ImageScaled, 1, 50)
sub_image (ImageScaled, Image, ImageSub, 1, 0)
这是在做实验：先把图提亮 50 得到 ImageScaled，再把 ImageScaled 减去原图，得到的 ImageSub 应当是一张"灰度恒为 50"的图 —— 用来验证 scale_image 参数理解是否正确。之后的 emphasize、illuminate 也都作用在 ImageSub 上，属于随手拿来试参数的练习。

二、平滑滤波：均值 vs 中值#

2.1 mean_image：均值滤波#

mean_image (Image1, ImageMean, 6, 6)

签名： mean_image(Image : ImageMean : MaskWidth, MaskHeight : )

  • 用 MaskWidth × MaskHeight 的窗口（这里是 6×6）取平均替代中心像素。
  • 优点：平滑效果强，计算快，能明显压低随机噪点。
  • 缺点：边缘会被模糊，图像特征（锐利的角、细线）一起被抹掉。

源码注释的原文

*平滑 均值滤波 (可以扫尾去除一些噪点 , 但是会减少图像特征) "减少图像特征"就是这个意思：均值滤波是无差别的，它不区分"这是噪声还是这是我要的边"。

2.2 median_image：中值滤波#

median_image (Image1, ImageMedian, 'circle', 6, 'mirrored')

签名： median_image(Image : ImageMedian : MaskType, Radius, Margin : )

参数 取值 说明
MaskType 'circle' / 'square' 掩膜形状，圆掩膜各方向对称性更好
Radius 数值 掩膜半径（注意这里叫 Radius，不是 Width/Height）
Margin 'mirrored' / 'cyclic' / 'continued' / 0 / 255 边界外推方式：镜像 / 循环 / 延长 / 填 0 / 填 255
  • 用窗口内像素的中位数替代中心像素。
  • 优点：去椒盐噪点（salted noise）能力极强，且能较好保留边缘。
  • 缺点：比均值慢；对高斯型细密噪声不如均值有效。

2.3 对比总结#

mean_image 均值滤波 median_image 中值滤波
计算 窗口内取平均值 窗口内取中位数
噪声类型 高斯噪声、随机噪点 椒盐噪声（黑白散点）
边缘 模糊明显 保留较好
速度 快 慢
关键参数 MaskWidth, MaskHeight MaskType, Radius, Margin
选谁 想让图像"变柔和" 想"只去噪点、别动边缘"

记忆口诀

均值"和稀泥"，中值"投票定"：均值会被一个极端值（一个纯白噪点）拉偏；中值取中间那个值，极端值直接被无视 —— 这就是中值抗椒盐噪点的原因。

三、图像增强#

3.1 emphasize：增强对比度（锐化）#

emphasize (ImageSub, ImageEmphasize, 10, 10, 2)

签名： emphasize(Image : ImageEmphasize : MaskWidth, MaskHeight, Factor : )

  • 原理：把原图与该图的均值滤波结果相减，将差值乘以 Factor 后加回原图。
  • MaskWidth, MaskHeight：估计局部均值的窗口大小（越大越"粗"）。
  • Factor：增强强度，越大对比越强（也越容易出现噪点放大、过曝）。

Factor 别贪大

源码注释写的是"增加对比度（增加亮度）"，其实 emphasize 主要作用是锐化/提升局部对比，Factor = 2 已经能明显看出效果；调到 5 以上通常会出现"边缘发白的光晕"。

3.2 illuminate：光照补偿（提亮暗部）#

illuminate (ImageSub, ImageIlluminate, 200, 200, 2)

签名： illuminate(Image : ImageIlluminate : MaskWidth, MaskHeight, Factor : )

  • 原理：用大窗口均值估计出"背景光照"，然后把暗的地方提亮，使整体亮度更均匀。
  • 窗口一般要开得很大（源码用 200, 200），目的是"只抓大范围的光照趋势，不要抓细节"。
  • 典型用途：光照不均、四角偏暗的图像，预处理后再 threshold。

3.3 三个增强算子怎么选#

算子 一句话 参数直觉
emphasize 提升局部对比/锐化细节 窗口小（10×10），Factor 2 左右
illuminate 补偿光照不均、提亮暗区 窗口大（200×200），Factor 2~5
scale_image 全局线性拉伸/提亮 Mult 管对比，Add 管亮度

四、完整源码解读#

* 图像预处理
read_image (Image, 'printer_chip/printer_chip_01')

* 乘以常量, 加减常量 (第一个参数是乘以, 第二个加减)
scale_image (Image, ImageScaled, 1, 50)
* 两张图片相减
sub_image (ImageScaled, Image, ImageSub, 1, 0)

* ---------- 平滑 ----------
read_image (Image1, 'crystal.png')
* 均值滤波 (可以去除一些噪点, 但是会减少图像特征)
mean_image (Image1, ImageMean, 6, 6)
* 中值滤波
median_image (Image1, ImageMedian, 'circle', 6, 'mirrored')

* ---------- 增强 ----------
* 图像增强 (增加对比度)
emphasize (ImageSub, ImageEmphasize, 10, 10, 2)
* 图像增强 (增加亮度)
illuminate (ImageSub, ImageIlluminate, 200, 200, 2)
stop ()

* ---------- 形态学 ----------
read_image (Image2, 'x5.bmp')
threshold (Image2, Region, 128, 255)
dilation_circle (Region, RegionDilation, 3.5)
erosion_circle (Region, RegionErosion, 3.5)
stop ()

read_image (Image3, 'x2.bmp')
threshold (Image3, Region1, 128, 255)
opening_circle (Region1, RegionOpening, 3.5)

read_image (Image4, 'x4.bmp')
threshold (Image4, Region2, 128, 255)
closing_circle (Region2, RegionClosing, 6)

* 形态学调整 一般都是搭配着二值化处理来使用
read_image (Image5, 'wood_knots')
threshold (Image5, Region3, 8, 100)
connection (Region3, ConnectedRegions)
opening_circle (ConnectedRegions, RegionOpening1, 3.5)
select_shape (RegionOpening1, SelectedRegions, 'area', 'and', 50, 500)
dev_clear_window ()
dev_display (Image5)
dev_display (SelectedRegions)

注意 stop () 的位置

源码用 stop () 把程序切成几段：每段演示一类预处理手段，按 F5 运行时会一段段停下，方便对照窗口看效果。这是 HDevelop 里组织"多主题练习"的标准写法。

五、配套素材说明#

x2.bmp、x4.bmp、x5.bmp 三张图是同一个零件的三种状态，正好构成形态学练习的对照素材：

素材 图像状态 用于演示
x2.bmp 目标边缘带细白毛刺与细小飞点 opening_circle 去毛刺（见 形态学运算）
x4.bmp 目标内部混有黑色小孔洞（椒盐噪点） closing_circle 填黑点
x5.bmp 干净的理想图（用于对照） 膨胀 / 腐蚀的基准

观察重点

对比 x2 与 x5：x2 的白色主体上额外长出许多细如发丝的白线（毛刺）——这正是开运算要消除的目标。 对比 x4 与 x5：x4 的白色主体里散布着黑色小点（孔洞）——这正是闭运算要填补的目标。

六、预处理决策流程#

flowchart TD
    A[拿到一张原图] --> B{图像整体偏暗/偏亮?}
    B -->|是| C[scale_image 调 Mult/Add]
    B -->|否| D{光照不均, 四角偏暗?}
    D -->|是| E[illuminate 大窗口补偿]
    D -->|否| F{噪点多?}
    F -->|椒盐散点| G[median_image 中值滤波]
    F -->|细密高斯噪声| H[mean_image 均值滤波]
    F -->|细节不够清晰| I[emphasize 增强对比]
    G --> J[threshold 二值化]
    H --> J
    I --> J
    C --> J
    E --> J
    J --> K[后续 Blob 分析]

自检

  1. scale_image (Image, Out, 2, -50) 的效果是什么？—— 对比度加倍（亮暗差距拉大），同时整体压暗 50；若出现"255 顶格"就是过曝，需调小 Mult 或加大 Add。
  2. 为什么 mean_image 的窗口参数叫 MaskWidth, MaskHeight，而 median_image 叫 Radius？—— 因为均值用的是矩形窗口，中值用的是圆形掩膜（'circle'），半径比宽高更自然。
  3. illuminate 的窗口为什么开 200×200 这么大？—— 目标是抓大范围光照趋势，窗口必须远大于细节尺寸才不会把细节当成光照给"补"掉。

上一步：区域特征与 select_shape 筛选 · 下一步：形态学运算