石鑫华视觉论坛微信公众号:石鑫华视觉

 找回密码
 注册会员
查看: 42057|回复: 90

[原创] LabVIEW彩色图像转灰度图像性能分析

  [复制链接]
  • TA的每日心情
    慵懒
    14 小时前
  • 签到天数: 3156 天

    连续签到: 26 天

    [LV.Master]2000FPS

    发表于 2014-7-30 18:40:19 | 显示全部楼层 |阅读模式 来自:广东省东莞市 电信

    注册登陆后可查看附件和大图,以及购买相关内容

    您需要 登录 才可以下载或查看,没有账号?注册会员

    x
    本帖最后由 石鑫华视觉 于 2014-7-30 18:42 编辑

    LabVIEW彩色图像转灰度图像性能分析

    在文章“工业相机的选型_石鑫华视觉_机器视觉_机器视觉商城_机器视觉论坛_机器视觉光源_光源控制器_工业相机_工业镜头_图像处理_NI视觉_机器视觉方案系统_机器视觉论坛科技
    http://shixinhua.com/camera/2012/08/81.html”中我们提到,如果没有需要检测颜色的地方,最好是优先选择黑白相机。因为黑白相机输出的灰度图像有更多的图像处理算法。如果使用彩色相机的话,最后如果使用的是灰度算法,那么就必须在中间加一个彩色图像转换灰灰度图像的过程-抽取颜色平面。这个过程,其实是需要处理时间的。因为这个函数是每个像素都需要操作的,所以耗时与图像的大小成功正比。下面我们来验证一下抽取颜色平面耗时情况。

                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Red红色平面


                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Green绿色平面

                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Blue蓝色平面

                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Hue色调平面

                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Saturation饱和度平面

                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Value值平面

                                   
    登录/注册后可看大图

    提取670*386像素的彩色图像Intensity强度平面

    从上面的图中可以看到,同样的一幅图像,提供不同的颜色平面时,其所耗费的时间不同的,其中以提取RGB色彩系中的平面最节省时间,仅需要1ms以内的时间就可完成;其次是亮度平面和饱和度平面的提取速度较快,约需要2~4ms时间;而色调平面则比较慢,需要14ms左右;强度平面和值平面最慢,需要24~26ms左右。因此,如果图像特征可以通过 提取RGB平面中的一种来完成,尽量使用RGB颜色平面抽取,这样可以节约时间。当然这里没有固定的提取方法,因为我们可以看到,不同的颜色平面,其提取后得到的灰度图像是不一样的。这样会给后期处理带来一定的不确定性。如果说在强度平面或值平面有较好的图像效果,而其它平面没有,那还是使用强度平面和值平面。毕竟图像效果要比效率更重要。

                                   
    登录/注册后可看大图

    提取1366*768像素的彩色图像Red红色平面耗时6ms

                                   
    登录/注册后可看大图

    提取2560*1920像素的彩色图像Red红色平面耗时29ms

                                   
    登录/注册后可看大图

    提取4208*2368像素的彩色图像Red红色平面耗时45ms

    从上面图解中可以看到,随着图像分辨率的增大,提取颜色平面的耗时也越来越大。千万像素级别的图像提取颜色平面接近50ms了。当然这个时间还与电脑的性能有关系。但也至少说明,分辨率越高的相机,其提取过程越慢。
    游客,如果您要查看本帖隐藏内容请回复

    回复

    使用道具 举报

  • TA的每日心情

    2019-5-28 12:13
  • 签到天数: 17 天

    连续签到: 1 天

    [LV.4]400FPS

    发表于 2019-3-28 10:10:06 | 显示全部楼层 来自:日本 东京M247网络
    石鑫华视觉网http://shixinhua.com,工业相机、工业镜头、机器视觉光源、光源控制器、图像处理、系统集成服务商
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2023-11-20 10:59
  • 签到天数: 61 天

    连续签到: 1 天

    [LV.6]600FPS

    发表于 2018-4-11 16:28:44 | 显示全部楼层 来自:江苏省南京市 电信
    石鑫华视觉网http://shixinhua.com,工业相机、工业镜头、机器视觉光源、光源控制器、图像处理、系统集成服务商
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    无聊
    2020-2-22 11:41
  • 签到天数: 8 天

    连续签到: 1 天

    [LV.3]300FPS

    发表于 2014-7-31 22:24:01 | 显示全部楼层 来自:广东省深圳市 移动
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2014-8-3 08:13:08 | 显示全部楼层 来自:北京市海淀区 联通
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2015-10-27 21:22
  • 签到天数: 6 天

    连续签到: 1 天

    [LV.2]200FPS

    发表于 2014-8-17 17:34:41 | 显示全部楼层 来自:广东省深圳市 联通
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2014-8-17 22:30:33 | 显示全部楼层 来自:上海市 电信
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2014-8-18 16:14:28 | 显示全部楼层 来自:四川省绵阳市 长虹集团(电信出口)
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2016-7-11 18:19
  • 签到天数: 1 天

    连续签到: 1 天

    [LV.1]100FPS

    发表于 2014-8-25 11:40:28 | 显示全部楼层 来自:广东省深圳市福田区 电信
    机器视觉商城供应各种图像采集卡,1394卡、千兆网卡、IO卡。点击https://shop128020756.taobao.com了解详情。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2016-7-11 18:19
  • 签到天数: 1 天

    连续签到: 1 天

    [LV.1]100FPS

    发表于 2014-8-25 11:40:46 | 显示全部楼层 来自:广东省深圳市福田区 电信
    好                                          
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    发表于 2015-1-7 14:41:33 | 显示全部楼层 来自:广西梧州市 电信
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2023-8-26 09:44
  • 签到天数: 11 天

    连续签到: 1 天

    [LV.3]300FPS

    发表于 2015-2-17 00:15:10 | 显示全部楼层 来自:广东省江门市 电信
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册会员

    本版积分规则

    LabVIEW HALCON图像处理入门教程(第二版)
    石鑫华机器视觉与LabVIEW Vision图像处理PDF+视频教程11种全套
    《LabVIEW Vision函数实例详解》教程-NI Vision所有函数使用方法介绍,基于NI VISION2020,兼容VDM21/22/23
    LabVIEW图像处理教程
    机器视觉商城淘宝店铺
    视觉论坛充值赞助方法

    QQ|石鑫华视觉论坛 |网站地图

    GMT+8, 2024-3-29 22:01

    Powered by Discuz! X3.4

    © 2001-2024 Discuz! Team.

    快速回复 返回顶部 返回列表