4. 图像预处理与增强

在 In-Sight 系统中，相机采集到的原始图像往往并不适合直接送入定位、测量或读码工具。光照不均、传感器噪声、工件表面反光、背景纹理干扰，都会让边缘变钝、对比度下降，最终导致工具找不到特征或测量值跳动。图像预处理与增强的任务，就是在正式检测之前，把图像调整到“特征清晰、干扰可控、结果稳定”的状态。本节围绕灰度变换、滤波去噪、形态学操作、图像锐化、背景校正五类手段，说明它们各自解决什么问题、在 In-Sight 中如何落地，以及如何把它们串成一条合理的预处理链。

一、灰度变换：先把对比度拉到可用区间

灰度变换是逐像素改变亮度值的操作，不改变像素的空间位置。最常用的是线性拉伸和 Gamma 校正。线性拉伸把原图中较窄的灰度区间映射到 0～255 全区间，例如原图有效灰度集中在 80～150，可映射为 g' = (g - 80) × 255 / (150 - 80)，使目标与背景的差值被放大。Gamma 校正则用 g' = 255 × (g/255)^γ 调整整体明暗分布：γ<1 提亮暗部，适合暗背景上的浅色工件；γ>1 压暗亮部，适合抑制高光溢出。

在 In-Sight 电子表格中，这类操作可通过 Vision Tools 中的图像处理函数或 ExtractHistogram 先统计灰度分布，再决定拉伸区间。判断依据很直接：处理后在 Histogram 或 Line Profile 上观察目标与背景的双峰是否分离、峰间谷底是否明显。若双峰仍然重叠，说明仅靠灰度变换不够，需要进入下一步滤波或背景校正。

二、滤波去噪：在平滑与保边之间取舍

噪声表现为孤立的亮暗像素点，会干扰边缘提取和 Blob 分析。In-Sight 提供均值滤波、高斯滤波和中值滤波。均值滤波用邻域平均，速度快但会模糊边缘；高斯滤波按距离加权，平滑更自然，适合轻微噪声；中值滤波取邻域中值，对椒盐噪声抑制最好，且能较好保留边缘，是工件表面有随机亮点时的首选。

核尺寸决定效果：3×3 适合细密噪声，5×5 或 7×7 适合较粗噪声，但核越大边缘越钝。实操中可先取 3×3 中值滤波，若噪声仍在再升到 5×5。需要提醒的是，滤波会改变像素值，若后续测量依赖亚像素边缘，应避免过度平滑，否则边缘位置会产生偏移。判断滤波是否合适，可对比处理前后同一 Line Profile 上的噪声幅度与边缘斜率：噪声幅度下降而边缘斜率没有明显变缓，说明参数合理。

三、形态学操作：按形状修整目标区域

形态学操作针对二值或灰度图像中的形状进行处理，核心是腐蚀、膨胀、开运算和闭运算。腐蚀让亮区域收缩，可断开细小连接、去掉毛刺；膨胀让亮区域扩张，可填补小孔、连接断裂。开运算是先腐蚀后膨胀，用于去除小亮点和细桥；闭运算是先膨胀后腐蚀，用于填补小暗孔和裂缝。

在 In-Sight 中，形态学通常配合 Blob 或 FindCircle 使用。例如检测金属件上的黑色字符时，先阈值化得到字符区域，再用 3×3 开运算去掉背景噪点，最后用闭运算把断裂笔画连起来，Blob 的面积和数量才会稳定。结构元素的大小要与目标特征尺度匹配：字符笔画宽约 3 像素时，结构元素不宜超过 3×3，否则笔画会被腐蚀掉。判断标准是处理后目标区域的连通性和面积是否稳定，而不是单纯看图像是否“干净”。

四、图像锐化与背景校正：恢复边缘、压平光照

锐化用于增强边缘对比，常用拉普拉斯锐化或非锐化掩模。非锐化掩模的做法是：先对原图做高斯模糊得到低频分量，再用原图减去模糊图得到高频细节，最后按增益叠加回原图，即 g' = g + k × (g - blur)。k 取 0.5～1.5 较常见，过大时会放大噪声，因此锐化通常放在滤波之后。

背景校正解决的是光照不均问题。当视场中心亮、边缘暗时，固定阈值会在不同区域产生不同分割结果。In-Sight 可用 BackgroundCorrection 或先采集一张无工件的背景图，再用当前图减去背景图，得到仅含目标差异的校正图。另一种方式是形态学大核开运算估计背景，再相减。校正后应重新观察直方图，若原本被光照抬高的背景峰被压回低灰度区，目标峰与背景峰分离度提升，说明校正有效。

五、预处理链设计：顺序比单步更重要

把上述操作串成一条链时，顺序会显著影响结果。推荐的原则是：先做背景校正，再做滤波去噪，然后做灰度变换，最后做锐化和形态学。原因是背景校正处理的是低频光照，若先滤波会把光照梯度一起平滑掉，反而难以校正；锐化会放大噪声，因此必须放在滤波之后；形态学改变形状，应放在灰度增强之后、检测工具之前。

下面给出一份可直接参考的 In-Sight 预处理链配置示例，参数为教学示例值，实际需按工件和光照调整：

步骤1 背景校正：采集无工件背景图，当前图 - 背景图
步骤2 中值滤波：核 3×3，抑制表面随机亮点
步骤3 线性拉伸：输入区间 [70, 160] → 输出 [0, 255]
步骤4 非锐化掩模：高斯模糊 σ=1.2，增益 k=0.8
步骤5 形态学开运算：结构元素 3×3，去除残留小噪点
步骤6 送入 Blob / FindCircle 工具，观察面积与圆心稳定性

设计时还要注意两点。其一，预处理不是越多越好，每增加一步都会引入计算开销和参数风险，能用光照和镜头解决的，优先在采集端解决。其二，所有参数都应记录在电子表格的注释或作业文件中，便于换线或换批次时快速复现。判断整条链是否合格，最终看检测工具的输出是否稳定：同一工件重复采集 10 次，Blob 面积波动应在 ±2% 以内，圆心坐标波动应在 ±0.5 像素以内；若波动超标，应回到链中定位是哪一步放大了噪声或削弱了边缘。

掌握这五类手段及其组合顺序后，面对不同的工件和光照条件，就能有依据地选择处理步骤，而不是盲目堆叠工具。预处理的目标始终是让后续检测工具“看得清、找得稳”，所有参数和顺序都应围绕这一目标来验证和收敛。