HALCON：Variation Model用法解析

Variation Model的主要原理是将待检测的图像与一张标准图像作比较，找出待检测图像与标准图像（ideal image）的明显差异（也就是不良）。标准图像可以采用几张OK品的图像训练（training）得到，也可以通过对一张OK品图像进行处理得到。训练后得到标准图像和一张variation图像（variation image），variation图像中包含了图像中每个像素点灰度值允许变化的范围。标准图像和variation图像用来创建一个variation model，如此，其他图像就可以与variation model作比较了。

Variation Model方法中常用的算子：

create_variation_model( : : Width, Height, Type, Mode : ModelID)

说明：创建一个ID为ModelID，宽为Width,高为Height,类型为Type的Variation Model，参数Mode决定了创建标准图像和相应的variation图像的方法。'standard'表示标准的训练方法，标准图像的位置是各训练图像位置的平均，'robust'表示鲁棒的训练方法，标准图像的位置是各训练图像的中值，此模式在训练图像中可能存在ERROR时使用，'direct'表示标准图像由单张图像经过处理得到，由此方法得到的标准图像只能应用prepare_direct_variation_model算子得到variation model。

train_variation_model(Images : : ModelID : )

说明：训练一个Variation Model。

get_variation_model( : Image, VarImage : ModelID : )

说明：返回variation model中的标准图像（Image）和variation image（VarImage），此算子主要用来检视创建的variation model是否OK。

prepare_variation_model( : : ModelID, AbsThreshold, VarThreshold : )

说明：设置variation model的绝对阈值和相对阈值。绝对阈值即待检测图像与标准图像的差值，相对阈值即待检测图像与variation model与VarThreshold乘绩的差值。

clear_train_data_variation_model( : : ModelID : )

说明：清除variation model的训练数据所占用的内存。

compare_variation_model(Image : Region : ModelID : )

说明：待检测图像与variation model进行比较，超过阈值的区域在Rgion参数中返回。同threshold一样，返回的区域被看做一个区域，可以使用connection算子进行连通性分析，然后根据区域的特征（如面积）对区域进行选择。

clear_variation_model( : : ModelID : )

说明：释放一个variation model的内存空间

【注】在model训练和比较的时候，常常需要对图像进行模板匹配，以使图像准确对齐。

【总结】Variation Model使用标准图像与待检测图像灰度值相比较，来判断产品是否OK，适用于印刷品检测及产品表面检测。从实际算法过程可以看出，此检测实际可分为两部分，对于图像中的大面积灰度一致区域，主要利用待检测图像与标准图像（ideal image)比较得出差异区域，对于图像中的边缘位置（edges）区域，主要利用待检测图像与Variation图像（variation image）比较得出差异区域。所以在实际应用中，应根据实际情况设置AbsThreshold和VarThreshold的值。

【转载】http://blog.sina.com.cn/s/blog_802a94a20102v10y.html

HALCON：Variation Model用法解析相关推荐

HALCON：lines_gauss用法解析
HALCON:lines_gauss用法解析 lines_gauss:检测图像中的线条及其宽度,在视觉表面检测方面应用广泛. lines_gauss(Image : Lines : Sigma, Lo ...
HALCON: texture_laws用法解析
HALCON: texture_laws用法解析纹理分析是图像处理中的一种典型任务,texture_laws是Halcon中纹理分析的重要算子,其本质原理是利用不同的kernel与图像进行卷积运算, ...
scipy.optimize.curve_fit函数用法解析
scipy.optimize.curve_fit函数用法解析转:https://zhuanlan.zhihu.com/p/144353126 optimize.curve_fit()函数,用于日常数 ...
四种Java线程池用法解析
四种Java线程池用法解析本文为大家分析四种Java线程池用法,供大家参考,具体内容如下 http://www.jb51.net/article/81843.htm 1.new Thread的弊端 ...
mysql have_mysql having用法解析
having的用法 having字句可以让我们筛选成组后的各种数据,where字句在聚合前先筛选记录,也就是说作用在group by和having字句前.而 having子句在聚合后对组记录进行筛选. ...
argparse.ArgumentParser()用法解析
argparse.ArgumentParser()用法解析(https://blog.csdn.net/the_time_runner/article/details/97941409) https: ...
sql中group by 和having 用法解析
--sql中的group by 用法解析: -- Group By语句从英文的字面意义上理解就是"根据(by)一定的规则进行分组(Group)". --它的作用是通过一定的规则将一 ...
python global和nonlocal用法解析
这篇文章主要介绍了python global和nonlocal用法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 global和nonlocal ...
word2vec实例详解python_Python实现word2Vec model过程解析
这篇文章主要介绍了Python实现word2Vec model过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 import gensim, ...

HALCON：Variation Model用法解析

HALCON：Variation Model用法解析

HALCON：Variation Model用法解析相关推荐

最新文章

热门文章