4. 图像预处理与增强
在MERLIC的视觉应用中，相机采集到的原始图像往往并不适合直接送入匹配、测量或OCR工具。光照不均、噪声、背景干扰、目标与背景对比度不足，都会让后续工具的输出变得不稳定。图像预处理与增强的任务，就是在正式执行检测逻辑之前，把图像调整到“工具最容易理解”的状态。MERLIC把这类操作集中在图像处理工具组中，常用的有灰度变换、滤波去噪、形态学操作和图像增强几类。理解它们的输入输出关系，比记住工具名称更重要。
灰度变换：改变像素值的映射关系
灰度变换是最基础的一类预处理。它的本质是建立一个输入灰度到输出灰度的映射函数，对图像中每个像素独立处理。MERLIC中常见的灰度变换工具包括亮度/对比度调整、伽马校正、反相、阈值截断和灰度拉伸。
以伽马校正为例，映射关系为 g_out = 255 × (g_in / 255)^γ。当 γ < 1 时，暗部被提亮，适合目标处于阴影区域的场景；当 γ > 1 时，亮部被压缩，适合抑制高光溢出。假设一张图像的目标区域灰度集中在 40～90，而背景在 150 以上，直接做阈值分割容易把暗部噪声也纳入目标。此时可先做灰度拉伸，把 40～90 线性映射到 0～255，再执行阈值，目标与背景的分离会明显改善。
灰度变换的优点是速度快、不改变空间结构，缺点是它无法区分“目标暗”和“噪声暗”。如果噪声与目标灰度重叠，单纯拉伸会把噪声一起放大，这时就需要滤波介入。
滤波去噪：在空间域抑制干扰
滤波去噪处理的是像素与其邻域的关系。MERLIC提供均值滤波、高斯滤波、中值滤波和双边滤波等工具。选择哪一种，取决于噪声类型和边缘保留要求。
- 均值滤波：邻域内像素取平均，对高斯噪声有效，但会模糊边缘。3×3 核即可让细小噪声明显减弱，代价是边缘过渡带变宽。
- 高斯滤波：按距离加权平均，中心像素权重最大。σ 控制平滑范围，σ 越大越平滑，边缘也越软。适合在边缘检测前做轻度平滑。
- 中值滤波：取邻域中值，对椒盐噪声特别有效，且比均值滤波更能保留边缘。3×3 或 5×5 核是常用起点。
- 双边滤波：同时考虑空间距离和灰度差，能在平滑噪声的同时保留强边缘，但计算量较大，适合对边缘精度要求高的测量任务。
实际配置时，核大小和迭代次数是两个关键参数。核越大、迭代越多，去噪越强，但目标细节丢失也越严重。一个可操作的判断方法是：先用默认 3×3 核处理，观察目标边缘是否仍然清晰；若噪声仍明显，再升到 5×5，而不是直接跳到 7×7。
形态学操作：按形状修改区域
形态学操作针对的是二值或灰度图像中的形状结构，核心是结构元素与图像的交互。MERLIC中常用腐蚀、膨胀、开运算和闭运算。
腐蚀会缩小亮区域，膨胀会扩大亮区域。开运算是先腐蚀后膨胀，用于去除小亮点和毛刺；闭运算是先膨胀后腐蚀，用于填补小孔和连接断裂区域。结构元素的形状和尺寸直接决定效果：圆形结构元素对圆形目标更友好，矩形结构元素适合规则边缘。
例如，一个金属件表面检测中，阈值分割后目标区域内部出现若干小孔洞，同时边缘有细小凸起。此时可先做一次 3×3 圆形结构元素的闭运算填补孔洞，再做一次开运算去除凸起。顺序不能随意颠倒：先开后闭可能把本应保留的细小连接断开，而先闭后开则更倾向于“先补后清”。
图像增强工具的综合配置与效果对比
MERLIC的图像增强工具通常不是单一操作，而是把灰度变换、滤波和形态学组合成一条处理链。配置时建议遵循“先全局后局部、先线性后非线性”的顺序：先做灰度变换调整整体亮度与对比度，再做滤波去噪，最后用形态学修整区域形状。如果顺序反过来，先做形态学再滤波，滤波可能把形态学刚修好的边缘重新模糊掉。
下面这张图展示了一条典型的MERLIC预处理链，以及每个环节对图像状态的影响。图中标注了示例参数，仅用于说明配置思路，实际值需根据具体图像调整。
从图中可以看到，灰度变换作用于单个像素，滤波作用于邻域，形态学作用于区域形状，三者处理的对象层级不同，因此顺序会直接影响最终结果。一个常见的错误是：先做形态学再做滤波，结果形态学刚修整好的边缘被滤波重新模糊，导致后续测量工具定位偏移。正确的做法是让滤波在形态学之前完成，形态学只负责最后的区域规整。
效果对比与参数选择建议
在MERLIC中对比不同预处理效果，最直接的方式是使用工具的输出图像预览，观察目标边缘、噪声残留和区域完整性三个指标。以下是一组示例性的对比观察记录，用于说明如何判断参数是否合适：
| 处理方案 | 目标边缘 | 噪声残留 | 区域完整性 | 判断 |
|---|---|---|---|---|
| 仅灰度拉伸 | 清晰 | 明显 | 完整 | 噪声未处理，不适合直接阈值 |
| 灰度拉伸 + 均值 3×3 | 略模糊 | 少量 | 完整 | 边缘损失可接受时可用 |
| 灰度拉伸 + 中值 3×3 | 清晰 | 基本消除 | 完整 | 椒盐噪声场景推荐 |
| 灰度拉伸 + 中值 3×3 + 闭运算 | 清晰 | 基本消除 | 孔洞填补 | 区域规整，适合测量 |
需要强调的是，上表中的“清晰”“少量”等描述是示例性判断，实际效果必须结合具体图像和后续工具的输出来评估。MERLIC的优势在于每个工具都有实时预览，调整参数时可以立即看到图像变化，这比离线计算参数再一次性应用要直观得多。
最后，预处理的效果最终要由后续工具来验证。如果匹配工具的输出分数从 0.65 提升到 0.92，或者测量工具的重复性从 ±3 像素改善到 ±0.8 像素，说明预处理链是有效的。反之，如果预处理后匹配分数反而下降，通常是因为滤波过度导致边缘特征被削弱，此时应减小核尺寸或改用边缘保持更好的双边滤波。MERLIC的工具链配置没有唯一正确答案，只有与当前图像和检测目标匹配的答案。