图像

In-Sight 图像工具输入图像以增强所需特征，同时去除或减少不需要的特征；所得结果是得到增强的输入图像或新输出图像，更适合其他数据提取函数，例如斑点或直方图分析。

图像处理

机器视觉应用需要高质量的图像。当图像未聚焦、扭曲或光线不足时，数据会丢失，这可能导致数据提取函数（如斑点或直方图分析）运行不佳甚至失败。

生成高质量图像的第一步是确保在设备设置过程中优化照明和镜头等硬件和环境问题，以便获取的图像清晰聚焦、不失真且照明均匀。如果从图像中提取所需数据有困难，第二步可能是使用图像函数进一步增强图像。

与所有照片一样，In-Sight 图像是光栅图形。光栅图形将有关图像特征的信息存储在图像元素（“像素”）网格中，这些图像元素是图像的最小完整样本并且不可缩放。光栅图像的质量由像素总数（称为“分辨率”）和每个像素中的信息量决定。

为了增强所需对象并消除或减少图像中令人分心的特征（例如，通过调整颜色、亮度、对比度或缩放比例），In-Sight 图像函数采用复杂的图像处理算法从单个像素或图像组中添加或减去数据相邻像素（称为“领域”）。

使用图像处理时

图像函数在以下任何情况下使用：

• 采集的图像显示对象与其背景之间的对比度很小。
• 采集的图像包含分散注意力的特征，可最大限度地减少对象的视觉影响。
• 采集的图像失焦，需要调整视觉系统镜头。
• 另一个 In-Sight 工具需要采集图像的放大、缩小、未弯曲或未旋转版本。
• 另一个 In-Sight 需要采集图像的黑白版本。

图像函数可以执行各种图像处理操作。大多数函数针对特定的操作；三个是为多用途设计的。下表列出了常见操作和适用的图像函数。

操作	说明	适用图像函数
亮度/对比度	“裁剪”（或“放大”或“缩小”）将每个像素中的灰度值调整为用户指定的最小值和最大值，以修改亮度和对比度。	筛选
扩展/收缩	扩展或收缩输入图像或 ROI 中的特征。	筛选
填充	用白色或黑色值填充像素，使它们类似于相邻像素。	筛选
筛选	阻止不需要或不需要的数据，同时仅传递需要的数据。	筛选
图像差异	将输入图像与模板、另一个图像或形状进行比较，以确定两者之间的差异。	CompareImage FindCircleDefects ImageMath
反转	创建图像的“负片”。	筛选
镜头调整	测量镜头焦距，以便可以通过迭代过程对其进行调整。	ComputeImageSharpness
缩放（大小）	创建输入图像的放大或缩小版本。	ScaleImage
锐化	根据方向（垂直、水平）发现边缘（即图像中像素灰度值急剧变化的区域）；或通过将图像的“平滑”版本与原始图像进行比较来增强边缘。	筛选
平滑	平均输入图像中一组相邻像素（“领域”）中的灰度值，以减少快速变化的灰度值的影响。	筛选
阈值处理	根据用户设置的阈值生成输入图像或 ROI 的黑白版本。	筛选 FindCircleDefects ImageMath

为什么使用图像处理

如果由于图像质量差而发生故障，图像函数可以帮助增强图像，以便更容易提取所需的数据。一些例子包括：

• 减少噪音或改变斑点分析的对象连接模式。
• 将空间特征转换为灰度值，以便为直方图分析计算统计数据。
• 最大限度地减少模型和图像像素数据中的混淆或不需要的空间频率特征，以提高图案匹配模板搜索的速度和可靠性。

如何进行图像处理

图像处理过程可以分为三个步骤：

• 第 1 步：分析采集的图像以确定图像处理是否有帮助以及需要进行哪些修改。
• 第 2 步：将适当的图像函数插入 In-Sight 电子表格并试验参数以确定增强图像的最佳设置。
• 第 3 步：如果需要，将另一个图像函数插入 In-Sight 电子表格，将其引用到前一个函数的输出图像并尝试参数设置。根据需要重复。

正如所指出的，可能需要几个图像函数来提高采集的图像的质量，每个采集函数都参考后续图像函数的输出。