在量测中很少用到图像预处理,进入检测行业后才知道图像预处理的重要性和复杂性,这个专题专门讲空域和频域的低通滤波,先了解一下高低频的概念
高频:图像中灰度变化剧烈的点,一般是图像轮廓或者是噪声。
低频:图像中平坦的,灰度变化不大的点,图像中的大部分区域。
低通滤波可以让图像变得光滑,滤除图像中的噪声。低通滤波有:线性的均值滤波器、高斯滤波器,非线性的双边滤波器、中值滤波器;高通滤波有基于Canny,Sobel等各种边缘滤波。这里大家可以看到低通滤波和高通滤波其实是相互矛盾的,但很多时候在做边缘检测前我们又需要进行低通滤波来降噪,这里就需要调节参数在保证高频的边缘不丢失的前提下尽可能的多去除图片的噪点。下面进入正题
一、算子说明
lowpass_filter_fft(Image : LowPassImage : : )
** 函数名:lowpass_filter_fft
** 功能:图片频率低通滤波
** 输入
** Image 输入图像
**** 输出
** LowPassImage 输出频域低通滤波后的图像
** written by guke
**------------------------------------------------------------------------
本文介绍了图像处理中低通滤波的重要性,包括空域和频域的低通滤波原理,如均值、高斯和中值滤波。讨论了在边缘检测前进行低通滤波降噪的平衡策略,并提供了Halcon算子`lowpass_filter_fft`的使用说明。实验结果显示,不同低通滤波方法在效率上存在显著差异,适用于不同场景。对于弱边缘信息的处理,建议采用特殊传统算法或AI解决方案。
订阅专栏 解锁全文
691

被折叠的 条评论
为什么被折叠?



