图像拼接技术就是针对同一场景的一系列图片，根据图片的特征，比如位置，重叠部分等，拼接成一张大幅的宽视角的图像。图像拼接要求拼接后图像最大程度的与原图一致，失真尽可能的小，并且要尽量做到天衣无缝即没有明显的拼接线或其他拼接痕迹。图像拼接不能损失原始图像信息为达到以上目标，图像拼接要求具备以下条件：1：图像应具有一定的特征性能，拼接正是通过这些特征来进行的。2：图像需要具有重叠部分，一般情况下，这些重叠部分点图像的1/4以上较为合理。3、图像的背景亮度差异不能太大，应该低于10个灰度值，否则难以拼接
灰度形态学处理有腐蚀，膨胀，开运算，闭运算，顶帽操作，低帽操作等。可以对图像进行图像平滑，图像增强，图像分割等。一，图像平滑gray_opening_shape(Image : ImageOpening : MaskHeight, MaskWidth, MaskShape : )开运算。开操作会抑制比结构元小的亮细节，去除亮点噪声gray_closing_shape(Image : ImageClosing : MaskHeight, MaskWidth, MaskShape : )闭运算。闭操
频率域滤波基础之五2018-11-23 20:38:23
选择性滤波在很多应用中，其中感兴趣是处理指定的频段或频率矩形。第一类滤波器分别称为带阻滤波器或带通滤波器。第二类滤波器称为陷波滤波器。1、带阻滤波和带通滤波D(u,v)是距离频率矩形中心的距离，D0是带宽的径向中心，W是带宽。一个带同滤波器可以用从低通滤波器得到高通滤波器的相同的方法从带阻滤波器中得到halcon生成理想带阻带通和高斯带阻带通的代码read_image (Image, 'D:/halcon work/fft/1.png')
rgb1
频率域滤波基础之三2018-11-23 20:30:33
低频对应于图像变化缓慢的灰度分量，前面我们通过衰减高频成分来平滑图像。高频则对应于图像中变化快速的灰度变化。这些通常是物体的边缘及噪声。以下我们将通过高通滤波来实现图像的锐化。高通滤波会衰减傅立叶变换中的低频分量而不扰乱高频信息。理想高通滤波器halcon程序read_image (Image, 'D:/halcon work/fft/有票.bmp')
rgb1_to_gray (Image, GrayImage)
get_i
频率域滤波基础之二2018-11-23 20:16:21
二维离散傅立叶（DFT）变化及其反傅立叶变换（IDFT）傅立叶变换通用形式对通用形式来讲，c=1，s=-1即为傅立叶变化（图像空间域转频域）；c=1/MN，s=1即为逆变换（频域转空间域）halcon算子fft_generic(Image : ImageFFT : Direction, Exponent, Norm, Mode, ResultType : ) 通过参数设置可实现图像的频域和空间域的互转。fft_generic(Image,ImageFFT,'to_freq',-1
频率域滤波基础之一2018-11-23 20:08:31
如果不了解在图像滤波中如何应用傅里叶变换和频率域的基本知识，要彻底理解这一领域也是不太可能。二维离散傅里叶变换的一些性质1、空间和频率间隔的关系假设对连续函数f(t,z)取样生成了一副数字图像f(x,y),它由分别在t和z方向所取的MxN个样点组成。令△T和△Z表示样本间的间隔。那么相应离散频率域变量间的间隔分别由给出。频率域样本间的间隔与空间样本间的间距和样本数成反比。2、平移和旋转用指数项乘以f(x,y)将使DFT的原点移动到点（u0，v0）；反之，用负指数乘以F(u,v)将使f(x,y)的
原文出处： 韩昊 12345678910作 者：韩 昊知 乎：Heinrich微 博：@花生油工人知乎专栏：与时间无关的故事 谨以此文献给大连海事大学的吴楠老师，柳晓鸣老师，王新年老师以及张晶泊老师。 转载的同学请保留上面这句话，谢谢。如果还能保留文章来源就更感激不尽了。 ——更新于2014.6.6，想直接看更新的同学可以直接跳到第四章————我保证这篇文章和你以前看过的所有文章都不
直方图处理灰度级范围（0，L-1）的数字图像的直方图是离散函数h(rk)=nk, rk表示第k级灰度值，nk是图像中灰度为rk的像素个数。在实践中常用MN表示的图像像素总数除它的每个分量来表示归一化直方图。归一化的直方图由p(rk)=nk/MN给出，p(rk)即灰度级rk在图像中出现的概率的一个估计。所有分量和为1。图像的直观感觉暗图像，直方图分量集中在灰度级的低端。亮图像，直方图分量集中在灰度级的高端。低对比度图像具有较窄的直方图，且集中于灰度级中部。高对比度图像中直方图的分量覆盖
接触机器视觉的东西到现在有好长一段时间了，从以前折腾opencv到现在折腾halcon，这么浑浑噩噩的一年折腾，也没折腾出什么深刻的认识。回过头来想想，自己的学习过程完全是建造空中楼阁。提到的opencv及halcon的大部分资料都在介绍函数，算子等。因此决定，从基础做起，以数字图像处理这本书来理解halcon里的算子的想法的学习方式孕育而生。前提以8bit灰度图作为研究对象（L=256），输入图像、输出图像的灰度值都在范围【0，255】.1、图像反转 s=L-1-r，即每个灰度值将会变成（25
如果你的照片看上去灰蒙蒙的，缺少生机，那么hsv拉伸也许可以帮你的忙。hsv拉伸是一种可以提高图像鲜艳程度的图像增强方法，它能够让图像的颜色更加鲜活、艳丽，而且它的处理结果看上去很自然，比如源图中较暗的红色会变的鲜红，而不会像拉伸对比度那样把图像弄的难看失真，暗红色变的发紫发黑。来个例子：其基本原理如下：1、 将源图像的(rgb)颜色空间映射到(hsv )，什么是HSV?2、 对图像的s和v通道进行一次min-max normalize，h通道不变所谓min-max normalize是指： d