在LabVIEW教程中改善圖像質量的其它方法

卷積濾波
 

N序濾波器
   IMAQ NthOrder（Image Processing»Filters） 根據選擇的N的值，定義壹個低通或高通濾波器。壹個特定的N序濾波器，中值濾波器，可以濾除看起來像小黑點和白點的斑紋。詳見內容請參閱NI視覺概念手冊第五章的圖像處理。
灰度幾何
在需要濾掉圖像的灰度特征是使用灰度幾何。灰度幾個有助於去掉或加強孤立特征，例如黑色背景上的亮點。在準備進行顆粒分析分割圖象之前，在灰度圖象上使用這種變換以增強非離散性。
灰度幾何變換將壹個像素與它周圍的像素進行比較。這種變換在進行腐蝕運算時保留最小值，而在進行擴散運算時保留最大值。
詳見內容請參閱NI視覺概念手冊第五章的圖像處理。
   IMAQ GrayMorphology (Image Processing»Morphology)模塊可以實現以下七種變換：
 Erosion（侵蝕）—減少被低密度鄰居包圍的像素的亮度。鄰近像素是通過結構化元素定義的。詳細內容請參閱NI視覺概念手冊第九章的二值幾何；
 Dilation（擴散）—增加被高密度鄰居包圍的像素亮度。壹個擴散必然有壹個對應的侵蝕效果；
 Opening（開放）—去除暗區和光滑邊框中的孤立的亮點；
 Closing（閉合）—去除亮區和光滑邊框中的孤立的暗點；
 Proper-opening（適當開放）—去除暗區中的孤立亮點，平滑區域的邊緣；
 Proper-closing(適當閉合)—去除亮區中孤立的暗點，平滑區域邊緣；
 Auto-median（自動中值）—產生很少細節的簡單顆粒；
快速傅裏葉變換
    快速傅裏葉變換(FFT)用於將圖象變換到復頻域。壹幅圖像中，細節和銳利的邊沿是與顆粒頻率從中到高在很短的距離內明顯的導致灰度級別變化有關。緩慢變化的模式與較低的顆粒頻率有關。
壹幅圖像可能有外部噪聲，例如數值化過程中導致的周期性條紋。在復頻域，周期圖案被簡化成壹個高顆粒頻率的有限集合。另外，圖象系統設置可能導致視場亮度的不均勻，會在要分析的信息上面產生輕微的漂移。在復頻域，這種輕微的漂移表現為圖象平均密度旁邊的壹個低頻有限集。成為直流（DC）成分。
    利用工作在復頻域的算法可以從圖象中孤立或去除這些不期望的頻率。完成以下步驟，就可以獲得去掉不期望的圖案但仍保留整體特征的圖像：
  1） 使用IMAQ FFT模塊將圖像從空域轉換到復頻域。該模塊計算圖像的FFT，結果形成了代表圖像的頻率信息的復數圖像；
   
 Lowpass attenuation（低通衰減）—衰減量是與頻率信息呈正比。在低頻段，只有很小的衰減，隨著頻率的增加，衰減也增加。該運算保留所有零頻率的信息。零頻率信息對應於圖像的直流成份或者說是空域圖像的平均密度；
 Highpass attenuation（高通衰減）—衰減量與頻率信息成反比。高頻段，只有很小的衰減，隨著頻率的降低，衰減增加。 零頻率成份被完全剔除；
 Lowpass truncation（低通截斷）—高於理想截止頻率的成份被去除，低於的保持不變；
 Highpass truncation（高通截斷）—高於理想截止頻率的成份保持不變，低於得被去除；
   3）要將圖像變換為空余，使用IMAQ InverseFFT模塊(Image Processing»Frequency Domain).

高級運算

 IMAQ ImageToComplexPlane (Image Processing»Frequency
Domain) 和 IMAQ ComplexPlaneToImage (Image Processing»
Frequency Domain) 模塊用於任意訪問、處理、以及更新振幅、相位、和復數圖像的虛部。也可以通過IMAQ ComplexImageToArray (Image Processing»Frequency Domain)將復數圖像變換為矩陣，或者使用IMAQ ArrayToComplexImage (ImageProcessing»Frequency Domain)進行反變換
   這樣我們就用兩篇LabVIEW教程介紹了改善圖像質量的方法