形态学图像处理

发布时间：2022-09-19 15:55:31 作者：显扬科技

#显扬科技# #3D机器视觉# #3D视觉# #图像处理# #图像预处理# #形态学图像处理#

理论上通过摄像机标定后，对双目摄像机采集到的图片进行去畸变及矫正，此时拍摄的图片是理想的，但是实际工作环境中存在各种因素影响摄像机的成像效果，通过摄像机采集的目标图像不可避免的会有各种环境噪声的影响，如光线、灰尘、噪点等。摄像机模型也不可能把所有的影响因素都用数学模型表达出来，这些不利因素将直接造成系统误差增大。因此在进行真正的图像处理前应该把容易干扰的因素过滤掉，对目标图像的预处理和特征提取是视觉测量技术中重要的一环。

不同的颜色信息对图像分割和图像识别尤为重要，面对不同的目标对象应该选择不同的颜色空间模型。为了更好地分离出目标信息，一般的做法是将摄像机的背景设置得比较干净，这样就可以通过图像二值化的方法将目标提取出来。而提取前需要将背景和目标进行灰度处理。灰度图像信息是二维的，目标与背景好分割，所以阈值分割方法一般用于灰度图像。

经过二值化处理的图像后因为外在因素，单纯二值化效果仍然不理想。存在噪点和物体上的斑点。这时候可以运用到数学形态学去处理图像，其基本运算有：膨胀、腐蚀、开和闭运算。消除物体的边界点，使边界向内收缩，可以把小于结构元素的物体去除。对二值化物体边界点进行扩充，将与物体接触的所有背景点合并到该物体中，使边界向外部扩张。闭运算为先膨胀再腐蚀能够去除物体上的斑点，闭运算为先腐蚀再膨胀能去除物体外噪点。

膨胀

腐蚀

显扬科技由香港中文大学博士团队创建，主要研究并产业化高速高清三维机器视觉系统，以及智能工业机器人系统。其研发的三维机器视觉设备精度能达亚微米级，三维数据采集帧率高达310帧，此外还具有高精度、大景深、高稳定性的优势，可实现高效率机器人引导，以及工业检测与测量。显扬科技的产品主要应用在对采集速度要求较高的快速工业产线、物流枢纽以及对测量精度要求高的精密制造、军工航天、半导体产业等。