图片资源

链接：https://pan.baidu.com/s/13-6MhbWoo51N_Uw3-LKFmA
提取码：hgwo

处理流程

1、计算线性高斯处理的参数
2、使用傅里叶变换频域高斯滤波逆傅里叶变换计算背景图
3、蓝色图片减去背景图缩小图片忽略边框区域
4、使用线性高斯处理图片
5、计算缩放关系矩阵、还原处理结果连通域位置。
6、显示结果

完整代码

* 处理淡线且有干扰的缺陷检测**** 1、读取图片 *****************************
dev_update_off ()
dev_close_window ()
ImgPath := './img/mura_defects_blur_'read_image (Image, ImgPath + '01')
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Height, 640, 480, WindowHandle)
dev_display (Image)set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_set_color ('red')**** 2、计算高斯线处理的参数 *****************************
ScaleFactor := 0.4
* 计算高斯线处理的参数
* 17：线宽 [25, 3] 对比度范围（高-->低）
calculate_lines_gauss_parameters (17, [25, 3], Sigma, Low, High)**** 3、循环读取图片 处理图片 *****************************
ImgNumber := 3
for Index := 1 to ImgNumber by 1* 读取图片read_image (Image, ImgPath + Index$'.2i')decompose3 (Image, ImgR, ImgG, ImgB)*** a、使用图片B 做傅里叶变换（高斯滤波）**************** 'to_freq' 正向傅里叶变换 'none' 变换的归一化因子 'complex' 复数*  蓝色图 转换为 ImageFFT 频域图rft_generic (ImgB, ImageFFT, 'to_freq', 'none', 'complex', Width)* 频域中生成高斯滤波gen_gauss_filter (ImageGauss, 100, 100, 0, 'n', 'rft', Width, Height)* 频域中使用高斯率波对图片做卷积convol_fft (ImageFFT, ImageGauss, ImageConvol)* 频域图转换 灰度图片rft_generic (ImageConvol, ImageFFT1, 'from_freq', 'none', 'byte', Width)*** b、图像去除背景干扰并增强、缩小**************** 图片相减 蓝色图片 - 经过傅里叶变换滤波图片  灰度值* 2 + 100sub_image (ImgB, ImageFFT1, ImageSub, 2, 100)* 0.4的等比例缩小图片zoom_image_factor (ImageSub, ImageZoomed, ScaleFactor, ScaleFactor, 'constant')*** c、去除边缘7个像素图**************** 获取图片的整个区域get_domain (ImageZoomed, Domain)* 腐蚀图片erosion_rectangle1 (Domain, RegionErosion, 7, 7)reduce_domain (ImageZoomed, RegionErosion, ImageReduced)*** d、线性高斯处理******************lines_gauss (ImageReduced, Lines, Sigma, Low, High, \'dark', 'true', 'gaussian', 'true')*** e、计算缩放矩阵 将结果转换回原图******************hom_mat2d_identity (HomMat2DIdentity)hom_mat2d_scale_local (HomMat2DIdentity, 1 / ScaleFactor, 1 / ScaleFactor, HomMat2DScale)affine_trans_contour_xld (Lines, Defects, HomMat2DScale)* 显示结果dev_display (Image)dev_display (Defects)if (Index < 3)disp_continue_message (WindowHandle, 'black', 'true')stop ()endif
endfor

halcon 缺陷检测 mura线检测相关推荐

医学图像处理——图像边缘检测（一）——掩模的概念、点检测、线检测
上一期的内容:医学图像处理--数据类与图像类型之间的转换单色图像的分割算法通常基于图像亮度值的两个基本特性:不连续性和相似性.在第一种类别中,处理方法是基于亮度的突变来分割一幅图像,如图像的边缘.在 ...
matlab线检测,车道线检测(matlab)
[实例简介] [实例截图] [核心代码] function [lines] = lane_detection_houghlines(inputImage)%#codegen % Copyright 2 ...
实时车道线检测和智能告警 | 车距 + 弯道 + 车道线
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达作者:Priya Dwivedi 编译:ronghuaiyang (AI公园) 导读车道线检测 + ...
用于自动驾驶的实时车道线检测和智能告警
点击上方"小白学视觉",选择加"星标"或"置顶"重磅干货,第一时间送达本文转自:计算机视觉life 导读车道线检测 + 距离告警 + 转 ...
【Python】自动驾驶检测车道线
检测车道线-- 检测尼玛的车道线,别检测了,除了深度学习,那些什么颜色阈值.梯度阈值.霍夫检测.透视变换都不靠谱-- 反正是老板和师兄们说的--现在车道线检测在深度学习里面已经很成熟了--没必要自己再 ...
【论文解读】Spatial As Deep: Spatial CNN for Traffic Scene Understanding（车道线检测SCNN）
Spatial As Deep: Spatial CNN for Traffic Scene Understanding 原文链接:https://arxiv.org/abs/1712.06080 g ...
2D车道线检测、车位检测、BEV感知工作总结
作者 | MrTian 编辑 | 汽车人原文链接:https://zhuanlan.zhihu.com/p/601731464 点击下方卡片,关注"自动驾驶之心"公众号 ADA ...
Halcon缺陷检测——测量拟合
缺陷检测--测量拟合 1. 简单聊一聊测量的那些事 2. 做几个测量判断缺陷的项目案例1. 测量液体线高度案例2. 检测矩形通孔的缺陷下载地址: 1. 简单聊一聊测量的那些事测量为什么也能做缺 ...
halcon缺陷检测——频域
缺陷检测--频域和空间域 1. 理解傅里叶变换 2. 读懂频谱图 3. 使用频域处理图像的案例 3.1 脏污检测 3.2 检测表面微小凸起 3.3 检测磨砂表面的缺陷 4. 资源下载 1. 理解傅里叶 ...

halcon 缺陷检测 mura线检测

图片资源

处理流程

完整代码

halcon 缺陷检测 mura线检测相关推荐

最新文章

热门文章