機(jī)器視覺是如何實現(xiàn)檢測黑白顏色的？
發(fā)布時間：2022-01-23 點擊次數(shù)：725
隨著自動化技術(shù)的進(jìn)一步發(fā)展，生產(chǎn)型企業(yè)的生產(chǎn)流水線也越來越自動化、智能化。其中，在物料顏色識別、定位和分選過程中，需要通過圖像采集和數(shù)據(jù)可視化分析，有效識別和定位樣品的顏色。那機(jī)器視覺是如何辨別黑色和白色的呢？
最簡單的就是圖像的二值化分割方法。二值圖像的每個像素只有兩個值：純黑或純白。
由于二值圖像數(shù)據(jù)足夠簡單，許多視覺算法都依賴于二值圖像。通過二值圖像，可以更好地分析物體的形狀和輪廓。二值圖像也經(jīng)常被用作原始圖像的掩模（又稱遮罩、蒙版，Mask)：它就像一張部分鏤空的紙，遮蓋了我們不感興趣的區(qū)域。進(jìn)行二值化的方式有很多種，其中閾值法是最常用的一種。
閾值法是指選擇一個數(shù)字，大于它就視為全白，小于它就視為全黑。根據(jù)閾值選取方式的不同，可分為全局閾值和局部閾值。
在機(jī)器視覺中，圖像一般用矩陣表示。也就是說，無論你的圖片看起來有多好吃，對電腦來說都只是一個矩陣。
在這個矩陣中，每個像素都是矩陣中的一個元素。在三通道彩色圖像中，該元素是由三個數(shù)字組成的元組。
對于單通道灰度圖像，這個元素是一個數(shù)字。這個數(shù)字表示圖像在這一點上的亮度。數(shù)字越大，像素越亮。在常見的八位單通道顏色空間中，0代表全黑，255代表全白。
上一篇：
機(jī)器視覺：智能制造的新引擎
