在LabVIEW教程中改善圖像質量的主要方法

 根據在LabVIEW教程中分析圖像收集到的信息，可能需要改善圖像的質量以便于檢測。可以通過查找表、濾波器、灰度幾何，以及快速弗里埃變換改善圖像。
1. 查找表
應用查找表(LUT)變換提高其它區域中損失了的包含重要信息區域的亮度。 查找表變換將源圖像中的輸入灰度值轉換成變換后圖像中的其它灰度值。NI Vision提供了四個模塊可以直接或間接的江查找表用于圖像:
  ● IMAQ MathLookup（(Image Processing?Processing)—用預定義的查找表替換圖像的像素值。NI Vision有七個基于算數變換的預定義查找表。有關這些查找表的詳細信息參閱NI視覺概念手冊第五章的圖像處理；
  ●  IMAQ UserLookup（Image Processing?Processing）—用自定義的查找表替換圖像的像素值；
  ● IMAQ Equalize（Image Processing?Processing）—將灰度值平坦的分布在給定的灰度區間內。 IMAQ Equalize用于為包含較少灰度值的圖像增強對比度；
  ● IMAQ Inverse（Image Processing?Processing）—反向圖像的像素密度，獲得圖像的負片。例如，如果背景像素比物體像素還亮得話，在為圖像進行自動閾值處理之前適用IMAQ Inverse； 
2. 濾波器
濾波器用于改善圖像中過渡區域的銳度或者增強圖像的整體信噪比。 根據需要既可以選擇低通濾波，也可以選擇高通濾波。
   低通濾波器通過平滑圖像去掉不必要的細節，去掉銳利的細節，以及平滑物體與背景之間的邊沿。可以使用MAQ LowPass模塊，或者使用IMAQ Convolute 或 IMAQ NthOrder定義自己的低通濾波器。
   高通濾波器強化細節，例如邊沿，物體邊緣，或裂縫。這些細節表現為密度值的強烈過渡。使用IMAQ Convolute 或 IMAQ NthOrder模塊可以定義自己的高通濾波器，或者使用IMAQ EdgeDetection 或 IMAQ CannyEdgeDetection 模塊。IMAQ EdgeDetection 使用預定義的邊沿檢測內核查找邊沿，例如Sobel, Prewitt, 和 Roberts內核。

以上兩點是在LabVIEW教程中改善圖像質量采用的其中兩種方式，在下一篇文章中為您介紹在LabVIEW教程中改善圖像質量的其它方式，