在機器視覺系統中，視覺信息的處理技術一般依賴于圖像的處理方法，它通常包括圖像增強、圖像的數據編碼和圖像傳輸、數據平滑、邊緣銳化、圖像分割、圖像的特征抽取、圖像識別與理解等相關內容。經過這些圖像處理后，這些輸出圖像的質量有了相當程度的改善，這樣的處理，不僅改善了圖像的視覺效果，而且有利于計算機對圖像進行分析、處理和識別。線面針對機器視覺系統的圖像處理技術，進行全面的講解。

首先就是機器視覺系統的圖像增強，圖像的增強用于調整圖像的對比度，飽和度等質量指標，突出圖像中的重要細節，從而改善人的視覺感受和實際感知的圖像質量。通常采用灰度直方圖修改技術進行圖像增強，從多方面多角度增強圖像的現實效果和顯示質量。

反映圖像質量的一種工具叫做灰度直方圖這是一種表示一幅圖像灰度分布情況的統計特性圖表，這種圖表所表示的參數，與對比度緊密相連，是反應圖片質量的重要指標。

一般情況下，在計算機中表示的一幅二維數字的圖像，可表示為一個數字矩陣，其矩陣中的元素是處在相應坐標位置的圖像灰度值，這個灰度值是離散化的整數，一般取0，1，……，255。這些離散的數據。

有人可能很想知道為什么是一串離散的數字。實際上這是由于計算機中的一個字節所表示的數值范圍通常在0~255之間。另外，我們的人眼肉眼也只能分辨32個左右的灰度級。所以，用一個字節表示灰度即可，也是非常適合用來表示圖像質量的。

但是，從直方圖僅能統計某級灰度像素出現的概率上看，用直方圖反映圖像質量，卻反映不出該像素在圖像中的二維坐標。正是因為這樣，不一樣的圖像就有非常大的可能性，也就是具有相同的直方圖。而通過灰度直方圖的形狀，就能判斷出該圖像的清晰度和黑白對比度。這就是機器視覺系統中圖片處理技術，以及反映圖片質量的灰度直方圖，下面一篇小編將給大家分享圖像質量的其它衡量指標，用來更加詳細的展示圖像質量的評價指標。