什么是影像前处理?

在我们撷取影像时，可能由于环境的影响，譬如: 现场光源干扰、震动、待测物本身条件…等等，在这些状况下，导致所取得的影像品质不佳，或是影像中有我们不需要的资讯，这时就必须透过一些方法对影像做合适的处理，达到去除杂讯、增强影像…等的效果，借此改善影像的品质，将我们需要的资讯凸显出来，使影像可以用于后续的影像分析，这个过程称之为前处理。本篇会介绍较常用的影像前处理方式，二值化与型态学：

二值化

所谓二值化影像即是影像中只有「黑」与「白」的表现，将一个彩色影像转为灰阶影像后，针对影像中的每个像素点，设定一个灰阶值标准，也称作阀值(threshold)， 灰阶值大于标准的像素点转为白点，灰阶值小于标准的像素点转为黑点，经过转换就可以得到一张二值化影像。

阀值的设定通常是透过直方图的分布来选择适合的值，如图一，直方图的分布有明显的波峰波谷，位于波谷的阀值可以区分图像中的两个不同灰阶区块，这就是一个适合的阀值设定；图二为二值化后的直方图分布，所有像素点灰阶值依标准被转换为0或255，也就是黑或白。

形态学

形态学大多是利用二值化的影像做后续的处理，根据应用的需求，来增强影像上的特征或是纹理，主要分为四种方式

侵蚀(erosion)

透过侵蚀演算法可以消除影像中一些杂讯，下图即为侵蚀的效果，可以看到做完侵蚀处理的二值化影像，黑色边框中的白色杂讯数量受到侵蚀而减少。

膨胀(dilation)

透过膨胀演算法可以对侦测到的边缘做增强，将影像中的间隙填补起来，下图即为膨胀的效果，膨胀处理后影像会扩大

断开(opening)

断开的处理为先侵蚀再膨胀，目的在使物体的轮廓平滑，除去影像中的杂讯小点，消除窄小的细线，也就是断开物体与物体间的较细的连结，使物体可以较明显的区分开来。如下图，左图为一张盖在纸上的指纹，因为转印的关系，有许多的杂讯，透过断开处理，可以消除许多杂讯，并且使指纹的轮廓更加平滑。

闭合(closing)

闭合的处理为先膨胀再侵蚀，目的也是平滑轮廓，只是方式与断开的处理相反，闭合的功用是先将影像中的一些小洞和断线填补起来，让原本应是一体的物件趋向完整。如下左图中的数字某些部分有残破的现象，经过闭合处理后，会如右图中所示，影像中的残破的现象减少了，数字会变得较完整。