Další díl seriálu se bude zabývat morfologickou filtrací a její základní operací binární morfologie, která pracuje s binárními obrazy.

Sedmý díl bude zaměřen na prahování a detekci hran u objektů. Prahováním rozumíme takovou úpravu obrazu, při které dochází k podstatné redukci počtu jasových úrovní. Detekcí hran se říká procesu, který automaticky detekuje místa v obraze kde se nejvíce mění hodnoty jasu.

V šestém díle se budeme zabývat opět zpracováním obrazu, jehož výstupem je opět obraz. Dvourozměrná data vstupního obrazu jsou transformována do dvourozměrných dat výstupního obrazu. Obraz upravujeme, abychom potlačili jeho nedostatky a vady, a naopak abychom v obraze zdůraznili ty informace, které budeme v dalších krocích strojového vidění využívat.

Přítomnost osoby, která se vyskytuje v nebezpečné oblasti nebo do ní vstupuje, může detekovat mnoho alternativních zařízení. Výběr nejlepší možnosti v daném konkrétním případě závisí na mnoha faktorech, k nimž patří: četnost výskytu, doba zastavení rizika, důležitost dokončení strojního cyklu, zadržení vymrštěných částí, kapalin, mlhy, výparů apod.

V této kapitole se budeme zabývat takovým zpracováním obrazu, jehož výstupem je opět obraz. Dvourozměrná data vstupního obrazu jsou transformována do dvourozměrných dat výstupního obrazu.

Čtení registračních značek automobilů je poměrně častou úlohou, řešenou různými obecnými i jednoúčelovými kamerovými systémy. V prostředí systému strojového vidění VisionLab jsou všechny mechanismy čtení soustředěny do jednoho kroku. Krok lokalizuje registrační značku v zadaném regionu vstupního obrazu a následně ji přečte.

Ohýbací a ohraňovací lisy dnes nemusejí pracovat pouze produktivně,první prioritu má i ochrana obsluhy, ať již se jedná o novo ukonstrukci nebo o modernizaci starších strojů. Ochranné a měřicí systémy na bázi kamer zde poskytují účinnou ochranu obsluhy a navíc zaručují nejvyšší produktivitu.

Ve čtvrtém dílu se budeme zabývat analýzou obrazu, kde máme na mysli zjištění globálních vlastností obrazu, který poskytuje kamera a který je obvykle na vstupu řetězce kroků systému strojového vidění. Budeme se tedy zajímat o statistické metody hodnocení jasů množin pixelů a nikoliv o další porozumění obsahu obrazu ve smyslu hledání objektů a vztahů mezi nimi.

O úspěšnosti řešení úloh strojového vidění a vizuální inspekce do znační míry rozhoduje volba správného způsobu osvětlení scény. Osvětlovací jednotky DataLight DF15 nám mohou pomoci vyřešit překvapivě mnoho problémů s osvětlením průhledných, lesklých a reliéfně nevýrazných objektů.