halcon的灰度变换(图像增强)

简介: halcon的灰度变换(图像增强)

参考Halcon代码:

image.png

1、线性灰度变换
1.1 图像相加

image.png

上面函数的意思是,将(图像1灰度+图像2灰度)*4+50,等于最终的图像灰度

1.2 图像取反

image.png

2、非线性灰度变换

exp_image (Image, ExpImage, ‘e’)
特点:降低低灰度值像素的对比度,提高高灰度值像素的对比度,因为高灰度值对应X轴正方向的值,x增加相同值,y轴的值增加的更多。

image.png

log_image (ImageInvert, LogImage, ‘e’)
特点:提高低灰度值像素的对比度,降低高灰度值像素的对比度,因为高灰度值对应X轴正方向的值,x增加相同值,y轴的值增加的越少。

3、直方图变换

*直方图均衡化
equ_histo_image (Image, ImageEquHisto)
将图像的灰度范围按照一定的关系进行扩大,从而增强图像对比度
参考代码如下:

image.png

图像Image是均衡化前的灰度范围,蓝色柱状图显示如下,横坐标为灰度值,纵坐标为该灰度值的个数

image.png

均衡化后的图如下:
可以看出灰度范围变宽了

image.png

直方图工具在Halcon中是如下箭头所指的一个图标,当双击图像变量时,就能出现右上角所示的灰度直方图统计图。

image.png

目录
相关文章
|
1月前
|
机器学习/深度学习 算法
低光图像增强
这篇摘要讨论了低光照图像增强技术,涉及HDRNet、GAN、轻量化伪影、语义分割网络和Retinex等方法。核心任务是提升图像亮度和细节。方法包括分布映射(如伽马矫正、直方图均衡化)、模型优化(Retinex理论)和深度学习(亮度增强与噪声去除)。传统方法不依赖数据,但可能产生伪影;深度学习方法需大量训练数据,无监督学习更优。不足之处在于缺乏成对数据集和精确标签。
36 1
|
5月前
|
编解码 对象存储 UED
[Halcon&标定] 单相机标定
[Halcon&标定] 单相机标定
106 1
|
5月前
|
计算机视觉
[Halcon&图像] 图像增强算子汇总
[Halcon&图像] 图像增强算子汇总
107 1
|
5月前
|
算法
[Halcon&图像] 图像阈值分割算法汇总
[Halcon&图像] 图像阈值分割算法汇总
84 0
|
5月前
|
算法 计算机视觉
[Halcon&图像] 图像滤波算法原理
[Halcon&图像] 图像滤波算法原理
89 1
|
7月前
|
测试技术 C#
C# halcon SubImage的使用
C# halcon SubImage的使用
|
7月前
|
算法 C# C++
|
12月前
|
算法 计算机视觉
图像增强—图像锐化
图像增强—图像锐化
图像增强—图像锐化
|
编解码 人工智能 Python
AugLy图像增强方法
AugLy图像增强方法
210 0
|
计算机视觉
图像增强技术总结
图像增强技术总结(老师突然布置的总结作业)(水一期博客)
634 0
图像增强技术总结