什麼是影像前處理?

在我們擷取影像時,可能由於環境的影響,譬如: 現場光源干擾、震動、待測物本身條件…等等,在這些狀況下,導致所取得的影像品質不佳,或是影像中有我們不需要的資訊,這時就必須透過一些方法對影像做合適的處理,達到去除雜訊、增強影像…等的效果,藉此改善影像的品質,將我們需要的資訊凸顯出來,使影像可以用於後續的影像分析,這個過程稱之為前處理。本篇會介紹較常用的影像前處理方式,二值化與型態學:

  • 二值化

所謂二值化影像即是影像中只有「黑」與「白」的表現,將一個彩色影像轉為灰階影像後,針對影像中的每個像素點,設定一個灰階值標準,也稱作閥值(threshold), 灰階值大於標準的像素點轉為白點,灰階值小於標準的像素點轉為黑點,經過轉換就可以得到一張二值化影像。

閥值的設定通常是透過直方圖的分布來選擇適合的值,如圖一,直方圖的分佈有明顯的波峰波谷,位於波谷的閥值可以區分圖像中的兩個不同灰階區塊,這就是一個適合的閥值設定;圖二為二值化後的直方圖分布,所有像素點灰階值依標準被轉換為0或255,也就是黑或

白。

圖一             圖二

透過二值化處理,可以將一些隱藏在圖像中或是不易發覺的資訊有效的顯現出來,譬如我們想要找出圖三影像中的雜質,若不做任何的影像處理,既不易篩選且會耗費大量的時間,但若是經過二值化處理後,如圖四,所有的雜質都被篩選出來顯示於影像中,不僅清楚並且快速。

圖三      圖四

  • 形態學

形態學大多是利用二值化的影像做後續的處理,根據應用的需求,來增強影像上的特徵或是紋理,主要分為四種方式

  1. 侵蝕(erosion)

透過侵蝕演算法可以消除影像中一些雜訊,下圖即為侵蝕的效果,可以看到做完侵蝕處理的二值化影像,黑色邊框中的白色雜訊數量受到侵蝕而減少。

  1. 膨脹(dilation)

透過膨脹演算法可以對偵測到的邊緣做增強,將影像中的間隙填補起來,下圖即為膨脹的效果,膨脹處理後影像會擴大

  1. 斷開(opening)

斷開的處理為先侵蝕再膨脹,目的在使物體的輪廓平滑,除去影像中的雜訊小點,消除窄小的細線,也就是斷開物體與物體間的較細的連結,使物體可以較明顯的區分開來。如下圖,左圖為一張蓋在紙上的指紋,因為轉印的關係,有許多的雜訊,透過斷開處理,可以消除許多雜訊,並且使指紋的輪廓更加平滑。

  1. 閉合(closing)

閉合的處理為先膨脹再侵蝕,目的也是平滑輪廓,只是方式與斷開的處理相反,閉合的功用是先將影像中的一些小洞和斷線填補起來,讓原本應是一體的物件趨向完整。如下左圖中的數字某些部分有殘破的現象,經過閉合處理後,會如右圖中所示,影像中的殘破的現象減少了,數字會變得較完整。