二維自動化光學檢測及應用_陳金聖_影像處理基礎複習(上)_影像空間濾波

. DeltaMOOCx
50粉絲
2023年12月2日
DeltaMOOCx 台達磨課師是大學及高中/高工的免費公益磨課師(MOOCs)平臺。練習題、討論、教師輔導及更多數位課程資源,請至https://univ.deltamoocx.net 註冊。本影片採用「創用CC-姓名標示-非商業性-禁止改作4.0」臺灣授權條款,相關授權作業依「創用CC-姓名標示-非商業性-禁止改作4.0」規範辦理。
歡迎各位同學來到自動化光學檢測及應用課程,這個單元主要跟各位介紹數位影像處理基礎複習。
我是來自國立臺北科技大學自動化科技研究所陳先生老師。
那接下來我們來看一下這張投影片。
這張投影片主要跟各位介紹影像處理在自動化光學檢測的角色。
從這張魚骨圖各位可以看得到,上面包含了光學機構設計、
機臺設計、運動控制技術、系統整合。
及下半部的影像前處理、影像後處理、尺寸量測及瑕疵檢測。
那在這個單元裡面,我們主要是要跟各位介紹影像前處理及影像後處理。
那接下來讓我們看一下這個單元學習目標與大綱。
主要我們分為這幾個部分,第一個是影像空間濾波,
第二個部分是影像頻率濾波。
那接下來的是影像分割,我們分為三部分,1、2跟3。
那我們第一個來看一下影像空間濾波。
這一張影像是表達了一個灰階影像的表示法,我們可以用Fxy來表示一張灰階影像。
然後如果我們把它表示成二維的空間,它會變成這個樣子,你會發現D是比較亮的,
中間的是灰色,是比較中間的灰階,那背景是黑色,是比較暗。
那我們可以定出影像座標,原點的部分是在左上角,
那我們的縱軸的部分是X軸,橫軸部分是Y軸。
那接下來我們談一下影像的解析度部分。
影像解析度可以表示為L是2的k次方,
這邊的L是單指一個影像像素強度的總數目,那k可以代表記憶體的儲存空間。
那以8位元的一個灰階影像為例,我們可以從0表達到255,
所以這時候需要的8位元來表示,那其中強度最小的值代表的是黑色,
強度最大值的255代表的是白色。那接下來我們看一下基本的一個強度函數轉換。
強度函數轉換主要是要轉換每一個像素的強度值,將影像強化,增加影像的一個對比度,
然後能夠讓我們顯示更多的一個影像資訊,人類還可以方便來觀察。
那它的描述式可以表示成底下這個式子,S等於T括號R,
其中的R的部分是input的強度,那S是轉換後的一個影像強度。
那如果我們要考慮它的座標的話,可以表述成右邊這邊的GSY,
GSY是輸出的影像,那輸入影像為FXY,經過這個T的轉換,我們就可以得到一個輸出的GSY的輸出影像。
那接下來我們來看一下幾個二值化的一個轉換函數,
所謂二值化就是把影像分為兩個階,那所謂兩個階的話,我們看右邊這張圖,
如果我們的門檻值是M的話,那當你的推介值大於門檻值M的話,我們就把它歸到最亮的25,
那門檻值低於這個M的話,我們就要歸為0,是最暗的。這時候我們來看一下這個例子,
我這裡是一張那個電腦斷層掃描的一個人的頭的影像,那如果我們經過一個二值化轉換,會變為右邊這張圖。
另外一個轉換是叫做負轉換,負轉換的話,我們可以增加黑暗區域的一個細節,
那它的表示式是可以表示S等於L-1-R的部分,一樣R是輸入的強度,
S是輸出的強度,那這是一個它的式子,這個負片的部分是它的一個從L-1,然後一直到對應到L-1的這個
負對角線。那我們看一下,一樣看一個例子,以一個8位元的灰金影像為例,強度是最強代表惡物,
那這是一個女性的一個乳房的一個照片,那經過我們負片轉換以後,你會發覺這個
腫瘤的部分就可以凸顯得比較清楚,那數學式子可以表示為S等於惡物-R,
就是一個負片的概念。那接下來我們看一下對數轉換,對數轉換是要將
影像裡面有大變化的一個影像動態範圍能夠壓縮,比如說
這個式子是表達了一個數位影像的一個轉換,對數轉換,S會等於C乘上log的1加R,
其中C是一個常數,那這是一樣它的一個圖形表達,我們可以看到有一個log的圖形跟反log的圖形,
那我們來看一下例子,這個應用例是負力業頻率轉換以後,我們希望用對數轉換能夠壓縮
高數值的部分,以這張影像為例的話,它是一個8位元的灰階影像,
經過負力業轉換以後變這樣,各位可以發覺它的範圍非常廣,從0到1.5乘以10的6次方這麼大的值,
所以低頻的部分相對被壓縮,所以我們希望把低頻能夠凸顯,所以我們就
使用了log transformation,然後轉換以後可以看到這張圖,
從這張左邊這張圖我們會轉換到右邊這張圖,你會發覺它的值只有0到6.2,
所以相對的低階的部分,低頻的部分就被凸顯出來了,接下來我們再看一下所謂power log transformation叫做指數轉換,
它主要的功能也是在增強影像的對比度,那它的公式是S等於C乘上R加epsilon的
伽馬次方,其中的C跟伽馬都是一個常數,那這是它的一個
圖形表示式,可以有伽馬是大E或小E,它有不同的一個效果,
那epsilon部分是代表一個偏移的補償,那我們來看一下這個應用力,這個應用力用在螢幕強度校正,
左邊這邊是一個輸入,如果你沒有經過螢幕校正的話,你會發現螢幕的輸出就偏暗,
那如果我們經過power transformation的話,我們可以發覺我們先把它變亮,
變亮以後經過一個螢幕本身的一個特性,它變成
照暗以後就會跟原來的輸出,原來的輸入完全一致了,
接下來這部分是講述直方圖,直方圖在影像裡面是相當重要的一個成分,那我們來看一下什麼叫做直方圖,
直方圖是計算影像中每一個像素強度值的次數,
那做成一個統計的直方圖表,數學表示是可以表示為這樣子,
rk的部分是dk匯接強度的一個強度值,
然後nk的話是它的數目,像素,
那這張圖可以顯示我們的縱軸的部分就是它的數目,
那橫軸是對應的一個強度值,可以分為低階的跟中階跟高階的一個強度,
那在直方圖裡面的話,直方圖等化是一個我們普遍用來做影像強化的一個方法,
那我們來看一下什麼是直方圖等化,直方圖等化是透過統計直方圖可以瞭解目前像素強度的分佈,
各位可以看到底下這張圖,從它的那個直方圖我們看到它
坐落在比較中間的部分,所以它看起來的影像相對就比較灰,
那我們希望透過直方圖等化能夠讓這個影像強度的比較均勻分佈,也就是它的對比度會比較強,
那我們看一下怎麼做,直方圖等化的步驟有分為下面幾個步驟,
第一個部分是計算輸入影像的一個直方圖hk,
第二個部分是計算轉換函數,它是255再乘上剛剛那個直方圖的一個累積,
然後再將原影像依照轉換函數得到一個新的影像強度,這就是直方圖等化的三個步驟。
接下來這部分是影像空間濾波,跟上面的一個強度轉換稍微不同,
所謂空間域的濾波的話,我們是希望在目前影像的位置,
然後跟它四周的一個相數,我們要經過一個運算,然後來決定它的輸出。
以這張例子來看的話,我們希望把t,經過t的轉換,把那個輸入影像fsy會轉成gsy,
但是這個處理的話,我們是希望有一個遮罩來做處理,或者是我們稱為濾波器的一個處理。
那這是一個空間濾波的一個數學式子,w的部分就是我們指的係數,
那f的部分就是指我們原影像的一個相數強度,
所以經過這樣的運算以後,我們就可以得到輸出影像gsy。
這是剛剛那個例子,但我們用個動畫來展示,讓各位同學比較瞭解。
首先原影像我們需要經過補齡的動作,因為我們現在的遮罩是3乘3,
所以我們必須加一行補齡的動作,補齡的話就得到我們現在這個比較大的一個影像,
然後遮罩的部分我們就從左上角開始進行掃描的動作,
在第一個點部分我們會得到一個兩個一一相加,所以得到2,
然後進行我們掃描的動作,在每一個點我們會得到一個新的更新值,
我們一直這樣的重複動作下來以後,我們會得到最後這個輸出影像,
這就是我們用我們剛才這個遮罩部分去對我們的原始影像進行空間濾波的一個動作。
那空間濾波裡麪包括兩個比較大的一個範疇,第一個叫做平滑濾波器,
那第二個就是銳化濾波器,我們先來介紹平滑濾波器,它又稱為平均濾波器或者是叫低通濾波器,
它主要的目的是用來減少雜訊,它的公式是Gsy等於下面這樣一個式子,
上面部分是我們剛才提到的係數乘上我們的輸入影像,下面是類似把它做正規化除以我們的係數總和,
那常見的一個平滑濾波器的遮罩數值如下,第一個這叫均值濾波器,
各位可以看到它所有的值都是1,但是最後要除以9,這樣纔能夠讓你的影像強度維持原來的,跟原來一樣。
那第二個叫做高斯濾波器,各位可以看到中間的部分數值比較大,那往旁邊的話會稍微降低,
一樣我們要除以所有係數的總和16,接下來我們看一下平滑濾波器的一個效果,針對輸入影像這張NINA圖形,
假設經過均勻濾波器的話,你會發覺它的模糊程度比較大,但是經過高斯濾波器,因為它有權重的分配,
雖然模糊柔焦了,但是影像的清晰度會比較好一些。第二個部分叫做中質濾波器,
中質濾波器主要目的是消除脈衝雜訊,也就是我們俗稱胡椒鹽的一個雜訊。
各位可以看到這張投影片的圖,這個圖裡面是一個IC版,上面有很多胡椒鹽的雜訊,
如果這張影像的話,我們通過低通濾波器的話,就剛剛的一個平滑濾波器的話,效果就會很差,
會把原來的這些IC上面,或是電路板上面的這些線路,把它弄得模糊了。
那經過中質濾波器的效果就會蠻好了,各位可以看到右邊這張圖是它的輸出結果,
你會發覺它的胡椒鹽雜訊被消除了,但是影像的清晰度還是蠻好。
這是中質濾波器的一個運作關係,我們可以看到左邊這張圖是原影像,
然後它有200跟255這樣的一個比較高強度的一個雜訊,
那我們一樣經過我們補點,會得到一個右邊這張影像,接下來我們對這張影像進行中質濾波,
所謂中質濾波就是把這個,以這個例子來講,我們是一個3乘3的一個window,
所以我們就會有9個值,那9個值我們把它排列起來,我們取中間的值來取代
這個原先的值,這就是所謂的中質濾波器,以這個例子看起來,我們會把46改為41,
所以這樣輸出影像就會得到我們右下角這一張,你會發覺200跟255已經被消除掉了,
掃完的結果是這張圖,那最後一部分我們來介紹銳化濾波器,所謂銳化濾波器又稱為高通濾波器,
它的目的讓你的影像邊緣銳利化,也就是更明顯,那所以這張各位可以看到Lena的圖像經過我們的銳化濾波器以後,
可以得到它的邊緣特性,但是平滑的部分的話,它就會得到一個0的值,因為它沒有邊緣存在這個範圍裡面。
這是銳化濾波器的一個動作,我們可以看到這張圖裡面,在紅色這條線上的一個剖線,
就會對應到我們右邊這個一個強度值的分佈,那經過這樣的一個剖線分析的話,我們可以得到第一階的導數
跟第二階的導數,如這個紅色的虛線裡面所列的部分。
所以各位可以看到,我們取了一階跟二階導數以後,可以讓我們的邊緣部分更凸顯一些,
那這也就是往後我們用來做銳化濾波器的方法,那銳化濾波器從我們剛剛的一階跟二階導數
用數學字來表示的話,可以如底下這兩個式子,上面這個是一階導數,底下這個是二階導數,
那所謂的一階導數我們通常用梯度來表示,可以發覺這個梯度是一個向量,所以它含有大小跟向位,
但是以我們這個空間濾波器要介紹的動作原理,都是使用它的大小值,這個m的大小值,
那這是一個我們非常非常常用的一個銳化濾波器,叫做Sobel濾波器的一個遮罩,
各位可以看到,它的重點是在它的上下的對應中心的部分,它有比較強的一個
權重,然後它的公式是這個樣子,所以它的得到效果會比較好,
我們看到這是一樣是一個Lina的一個圖形,那經過Sobel濾波器以後,我們可以得到底下這張濾化以後的圖像,
那二階導數最典型的就是拉普拉斯的濾波器,這是拉普拉斯的公式,
它是來自於波動方程式或是熱傳方程式,那如果我們把它數位化以後,針對在x方向
跟y方向,就可以得到底下這兩個式子,這是我們把它統合在一起的一個
銳化濾波器拉普拉斯的一個結果,那它的遮罩的話可以表達成這個樣子,中間是負4或是4,
然後它的式子是這個樣子,那各位可以發覺,如果我們只針對s跟y來做的話,
跟我們原先的那個式子裡面具有等向性的特性不太吻合,所以如果我們要修正的話,可以將我們的對角線
也修正成有銳化的效果,就會得到這兩個遮罩,這是符合等向性的效果,
那我們來看一下拉普拉斯濾波的一個結果,上面這個是原始的,
只對上下左右做銳化,可以得到這樣的一個圖像,那下面這個是我們修正過,
除了對上下左右,還對對角線做銳化,可以得到底下這個結果。
以上我們介紹完影像的空間濾波,那接下來我們做個結論,
我們介紹了影像處理的基礎,也介紹了強度轉換函數跟直方圖,
然後我們介紹了空間濾波的基礎,包括了平滑濾波器、中質濾波器跟銳化濾波器。
