灰度直方图与特征直方图的使用方法

要求：将下图的
的水果提取出来，去掉logo。使用到的知识，图像采集、灰度化、二值化、特征选择。

灰度直方图
首先采集图像，代码如下：

read_image (Image, 'C:/Users/LWJ/Desktop/AS_1/各种颜色的水果.jpg')
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)

说明：灰度直方图，顾名思义就是处理灰度图像，由于采集到的图像是彩色（RGB）图像，所以先对采集图像进行灰度化处理。对灰度化官方一点的说法就是将彩色图像中的三通道（R通道、G通道、B通道）变为一个通道（R通道=G通道=B通道）来存放灰度值（0~255），那么图像就变成灰色了，神奇吧！代码如下：

rgb1_to_gray (Image, GrayImage)

接下来点击灰度直方图的图标弹出灰度直方图的窗口，即对图像进行二值化处理，所谓的二值化就是选择一个像素值范围后，若图像中的像素值在这个范围里的就变成255，范围外的就变成0。灰度直方图窗口如下：
可以知道这个窗口的直方图是空白的，说明灰度图像没有，因此按下F5运行一遍即可获得灰度图像，然后再点击图标弹出该窗口，画面如下：
上图我特意做了一些特殊标注，也是使用灰度直方图的方法所在。
第一步：
点击阈值左侧的叉号，即选择阈值大小来做二值化处理，当然也可以点击阈值切换成缩放（缩小像素值，使亮的图像区域更亮，暗的图像区域更暗），这里我就选择阈值就好了。
第二步：
上方左侧绿色线条为该图像像素值的最小值；上方右侧红色线条为该图像像素值的最大值，这两跟线条可以按住鼠标拖动，在拖动的过程中直方图的图像区域大小也在变化，根据自己对图像区域的要求来拖动最大最小值的线条，我自己拖动效果如下：

蓝色图像区域的是自己要的，为了明确自己是否选对了，可以点击颜色右侧的按钮切换颜色，选择什么颜色，直方图中你要的区域就变什么颜色就说明选对了。
第三步：点击插入代码按钮就OK了，代码如下：

threshold (GrayImage, Regions, 0, 242)

通过插入的这行代码可以知道，该算子的第一个参数为输入图像，第二个参数为输出图像，第三第四个参数为像素值范围的最小与最大值。
按F6图形窗口变成二值化处理后的图像。

2.特征直方图
根据字面意思就能知道这是根据特征处理图像的，也就是根据形状（圆形、矩形等）特征选择图像区域。在上述二值化处理后，图像中是一个颜色，说明是相同的区域，为了形状选择，需要分割成几块区域供选择，不然就一块区域就是单选题。现在使用connection算子进行分割区域，代码如下：

connection (Regions, ConnectedRegions)

按F6执行，效果如下图：

可以看到图形窗口上有三种颜色区域，分别为红、绿、蓝、紫，这就是分割的效果。现在开始点击特征直方图的，弹出的特征直方图窗口如下：

特征直方图的使用方法类似于灰度直方图，这里就只重点说明特征的选择这项，点击特征下的area会出现一大串英文，有行、列、高、宽等特征，剩下的本人英语不好就不一一说了，大家就自己翻译，丰衣足食嘛！思路就是选择一个特征，然后拖动最小最大值的线条来调试，看图形窗口的变化，直到满足自己的特征选择要求，如果达不到要求就多添加特则，在特征字样的左侧有个+号可以添加特征选择项。这里在安利一个窍门，即点击特征检测图标，即用来检测某块区域的参数，例如检测面积，如下图
首先在basic下选择area这项，然后鼠标选择区域，这样就实现了检测区域面积的操作，检测结果（area=123180）在右边框框显示。
接下来根据检测结果能直接在特征直方图中设置成特征选择条件，见下图

最后点击插入代码按钮，代码如下：

select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 123180, 123180)

该算子的第一第二个参数分别是输入输出图像，后面是选择的特征参数。
按下F6执行这行程序，图形窗口的显示结果如下图：
至此，整个流程做完了。总结：图像采集后，若是彩色图像则要灰度化处理，然后采用灰度直方图对图像二值化处理，接着分割成若干块区域，然后采用特征直方图对分割出的多块区域进行特征筛选，假如分割出的区域不能满足特征筛选的要求，则在二值化这步的后面做一些像素值的处理，如开运算、闭运算、膨胀、腐蚀等，这样的话，分割出的区域会比较好进行特征选择的。大家在以后的练习中会用到，这里就卖个关子。

灰度直方图与特征直方图的使用方法相关推荐

Halcon_灰度直方图和特征直方图的使用
1.灰度直方图在进行阈值分割的时候往往要确定一定的灰度范围,把自己想要的部分分割出来,这时就需要借助灰度直方图(如下图所示). 拖拉图中1处确定最小灰度值,拖拉图中2处确定最大灰度值,区间内的范围就 ...
pcl点云特征提取法线估计 PFH FPFH NARF 惯量偏心矩 RoPs特征视点特征直方图VFH GASD特征
pcl点云特征提取法线估计 PFH FPFH NARF 惯量偏心矩 RoPs特征视点特征直方图VFH GASD特征博文末尾支持二维码赞赏哦 _ 如果要对一个三维点云进行描述,光有点云的位置是 ...
一文了解点特征直方图
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 3D中特征检测和匹配的目标与2D中大致相同:从不同的角度查找可以与 ...
Matlab数字图像处理 02 灰度变化（图像直方图、直方图均衡化、直方图匹配）
第二章灰度变化 2.1 图像的亮度.对比度和动态范围 2.1.1 亮度 2.1.2 对比度 2.1.3 动态范围 2.2 线性灰度变换 2.2.1 具有饱和处理的线性灰度变换 2.2.2 分段线性灰 ...
pcl里面的点特征直方图(PFH)
表面法线和曲率可以好的代表一个点的几何特征.然而它们算得很快,而且算法简单,但是它们不能捕获细节,它们只是点的近邻的几何特征的近似估计.作为一个直接的结论,大多数的场景往往会包括很多有着相似特征的点, ...
MATLAB：虹膜识别的图像灰度化处理，直方图均衡化
(1)图像灰度化处理: 读取一张图片之后,进行灰度化处理,然后对其进行直方图均值化. clear;close all %读取原图地址 RGB= imread('D:\img\1.jpg'); %图像灰 ...
PCL之点特征直方图（PFH）
背景表面法线和曲率估计是对某个点周围的几何特征的基本表示.虽计算速度快容易,但却无法获得太多信息,因为它们只使用很少的几个参数值来近似某个点的k-邻域特征.然而大多数场景会包含许多具有相同或非常相似 ...
PCL提取3D点云模型特征（3.0 FPFH快速点特征直方图）附完整代码
一.概述上一篇博客解释了PFH是什么以及如何利用PFH来提取点云的特征,那么讲了PFH(PCL提取3D点云模型特征(2.0 PFH点特征直方图 )附完整代码)之后肯定是要接着说FPFH的.本来想着把 ...
【PCL自学:Feature3】PFH点特征直方图的概念和使用 (持续更新)
一.点特征直方图(PFH)描述子介绍 Point Feature Histograms (PFH) 称为点特征直方图. 随着点特征的研究不断深入,利用点周围的邻近点估计表面法向和曲率的基本操作 ...

灰度直方图与特征直方图的使用方法

灰度直方图与特征直方图的使用方法相关推荐

最新文章

热门文章