由于隨機干擾，相機輸入的原始圖像在一般情況下不能在機器視覺系統(tǒng)中直接使用，因此需要對原始圖像進行處理。

圖像處理的作用是突出圖像中對機器視覺系統(tǒng)而言需要的特征，而減少不需要的特征，并不考慮圖像是否降質(zhì)。圖像處理不是目的，而是為了機器視覺系統(tǒng)進一步的決策做準(zhǔn)備。

圖像處理的主要方式有以下幾種：

一、二值化處理

根據(jù)某個閾值，將圖像（模擬圖像已經(jīng)轉(zhuǎn)換成了數(shù)字圖像）中的256個灰度級別變成只有黑（0）和白（255）兩種像素的二值化圖像。

這樣就把圖像分成了需要使用的和不需要使用兩部分，因此這一方法稱為二值化處理或圖像分割。

在對數(shù)字圖像的處理過程中，將灰度圖像（包括以灰度模式顯示的彩色圖像）二值化，使得在對圖像做進一步處理時，操作更簡單，運算和存儲的數(shù)據(jù)量更小，系統(tǒng)速度更優(yōu)化。

對灰度圖像或以灰度模式顯示的彩色圖像進行二值化處理時，可人工設(shè)定閾值，也可以由系統(tǒng)自動求出閾值，從而將圖像二值化。比較常用的計算閾值的方法包括雙峰法、P參數(shù)法、迭代法和OTSU法等。

二、灰度處理

灰度圖像是RGB三種顏色的分量相同的圖像。彩色圖像的三原色（學(xué)名三基色）中RGB的數(shù)量級（0~255）用同一個數(shù)值表示，則把彩色圖像變?yōu)橐曰叶葓D像表示，這樣可以減少圖像數(shù)據(jù)運算量和存儲量。

這個數(shù)值就叫灰度值，彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像的過程就是灰度處理的過程。

常用的灰度處理方法有任意分量法、最大值法、平均值法、加權(quán)平均值法。

三、圖像增強（清晰化處理）

圖像在傳送和轉(zhuǎn)換過程中，信號會不同程度地受到干擾而衰減，圖像質(zhì)量有時達不到機器視覺系統(tǒng)的要求。這時就要對圖像附加一些信息或變換數(shù)據(jù)，有選擇性地突出圖像中有用的特征或抑制無用的特征，這就是圖像增強。比如對比度增強、直方圖均衡化、去霧處理等。

圖像增強和圖像還原是有區(qū)別的，圖像增強是不考慮圖像的降質(zhì)而提高圖像的實用性；圖像還原是考慮圖像的降質(zhì)而提高圖像的真實性。

圖像增強的方法有：1、直接對圖像的像素進行處理的空間域法。2、利用某種變換將空間域變?yōu)轭l率域，再將頻率域變?yōu)榭臻g域的圖像（傅里葉變換、小波變換等）的頻率法。

四、圖像濾波（圖像平滑處理）

由于硬件的性能原因以及對圖像的某些處理環(huán)節(jié)，圖像在形成、傳輸、記錄過程中會受到多種雜波（噪聲）干擾，使圖像形成亮點、暗斑，影響了圖像的進一步使用。這時就要對雜波進行過濾，稱為濾波。

圖像濾波是圖像處理中不可缺少的一步，其處理效果將直接影響后續(xù)的圖像分析的有效性和可靠性。圖像濾波的方法有移動平均濾波、高斯濾波、中值濾波、非線性中值濾波等。

五、圖像銳化（清晰化處理）

圖像銳化也稱為邊緣增強，起到突出圖像的地物邊緣、補償圖像的輪廓、使圖像更清晰的作用。圖像銳化和圖像增強一樣有空間域處理和頻率域處理兩個方法。

簡單的邊緣線就能使我們理解所要表述的物體，對于圖像處理來說，邊緣檢測也是重要的基本操作之一。

六、圖像的腐蝕和膨脹（二值圖像平滑處理）

圖像的腐蝕和膨脹操作是圖像形態(tài)學(xué)算法處理的基礎(chǔ)。

腐蝕的作用是消除目標(biāo)圖像的邊界噪聲點，使目標(biāo)縮?。ò咨珔^(qū)域變小）；膨脹的作用是將與目標(biāo)圖像接觸的背景點合并，填補空洞，使目標(biāo)增大（白色區(qū)域變大）。

兩種操作一般配合使用，先腐蝕后膨脹為開運算（清除白色外部的白點噪聲，使外輪廓清晰，噪聲去外白、留內(nèi)黑）；

先膨脹后腐蝕為閉運算（清除白色內(nèi)部的黑點噪聲，使內(nèi)輪廓清晰，噪聲去內(nèi)黑、留外白）。

為了不破壞區(qū)域間的連接性，更多的方法是使用面積法去噪聲處理。

想了解更多機器視覺相關(guān)內(nèi)容可登錄：網(wǎng)頁鏈接