在LabVIEW教程中改善图像质量的主要方法

 根据在LabVIEW教程中分析图像收集到的信息，可能需要改善图像的质量以便于检测。可以通过查找表、滤波器、灰度几何，以及快速弗里埃变换改善图像。
1. 查找表
应用查找表(LUT)变换提高其它区域中损失了的包含重要信息区域的亮度。 查找表变换将源图像中的输入灰度值转换成变换后图像中的其它灰度值。NI Vision提供了四个模块可以直接或间接的江查找表用于图像:
  ● IMAQ MathLookup（(Image Processing»Processing)—用预定义的查找表替换图像的像素值。NI Vision有七个基于算数变换的预定义查找表。有关这些查找表的详细信息参阅NI视觉概念手册第五章的图像处理；
  ●  IMAQ UserLookup（Image Processing»Processing）—用自定义的查找表替换图像的像素值；
  ● IMAQ Equalize（Image Processing»Processing）—将灰度值平坦的分布在给定的灰度区间内。 IMAQ Equalize用于为包含较少灰度值的图像增强对比度；
  ● IMAQ Inverse（Image Processing»Processing）—反向图像的像素密度，获得图像的负片。例如，如果背景像素比物体像素还亮得话，在为图像进行自动阈值处理之前适用IMAQ Inverse； 
2. 滤波器
滤波器用于改善图像中过渡区域的锐度或者增强图像的整体信噪比。 根据需要既可以选择低通滤波，也可以选择高通滤波。
   低通滤波器通过平滑图像去掉不必要的细节，去掉锐利的细节，以及平滑物体与背景之间的边沿。可以使用MAQ LowPass模块，或者使用IMAQ Convolute 或 IMAQ NthOrder定义自己的低通滤波器。
   高通滤波器强化细节，例如边沿，物体边缘，或裂缝。这些细节表现为密度值的强烈过渡。使用IMAQ Convolute 或 IMAQ NthOrder模块可以定义自己的高通滤波器，或者使用IMAQ EdgeDetection 或 IMAQ CannyEdgeDetection 模块。IMAQ EdgeDetection 使用预定义的边沿检测内核查找边沿，例如Sobel, Prewitt, 和 Roberts内核。

以上两点是在LabVIEW教程中改善图像质量采用的其中两种方式，在下一篇文章中为您介绍在LabVIEW教程中改善图像质量的其它方式，