fast_threshold (Image, Region, 0, 120,

7)

boundary

(Region, RegionBorder, 'inner')

dilation_circle (RegionClipped, RegionDilation,

2.5)

reduce_domain (Image, RegionDilation,

ImageReduced)

一副图片的前期处理：

1、Blob应用(逼近感兴趣区域)

2、Boundary

3、膨胀

4、形成Image

提取图像精确边缘

(精确边缘就是亚像素边缘)

(这个函数就是将含有边缘的图像变成亚像素轮廓XLD)

Image:

输入图像

Edges： 输出边缘轮廓

Filter：

边缘提取算法的名称(canny，lanser1

)

Alpha：高斯平滑系数

Low：

低阈值

High：

高阈值

edges_sub_pix (ImageReduced, Edges, 'canny', 2, 20,

60)

(20,60,这两个越小，边缘越多，越细腻，越大，边缘越少)

介绍一下Canny算子：使用累计直方图计算两个阀值。凡是大于高阀值的一定是边缘；

凡是小于低阀值的一定不是边缘；如果检测结果大于低阀值但又小于高阀值，那就要看这个像素的邻接像素中有没有超过高阀值的边缘像素：如果有的话那么它就是边缘了，否则他就不是边缘；

将一个XLD轮廓分割为直线段、圆(圆弧)、椭圆弧。

Contours：

需要进行分割的轮廓。

ContoursSplit：

分割后的轮廓tuple。

Mode：

分割轮廓的方式，可以选择'lines'(使用直线段分割),

'lines_circles'(使用直线段和圆(弧)分割),

'lines_ellipses'(使用直线段和椭圆弧分割)。

SmoothCont：轮廓平滑的参数，可以抑制在折线逼近过程中过短的线段，能更加鲁棒的逼近圆和椭圆。

MaxLineDist1：

第一次用Ramer算法(即用直线段递进逼近轮廓)时的MaxLineDist，在逼近完成之后，再

用圆弧或椭圆弧对相邻分割线段进行拟合，如果拟合圆弧到轮廓的距离小于逼近线段到轮廓的距离，就用圆  弧替代逼近线段，这个过程一致迭代直到所有的线段拟合完毕。

MaxLineDist2：

第二次逼近轮廓时的MaxLineDist，只有当MaxLineDist2

这种两步逼近算法效率较高，因为在第一次逼近过程中，递进逼近的直线段较少，因此较大直径的圆弧能够被高效的分割出来。在第二次逼近过程中，能够被小直径圆弧逼近的轮廓被找到，同时大直径圆弧的末端被重新定义。

segment_contours_xld (Edges, ContoursSplit,

'lines_circles', 5, 4, 3)

Remark：

分割得到的轮廓是直线段、圆(圆弧)或者椭圆弧可以通过分割后轮廓的全局属性'cont_approx’参数的值来确定(参考get_contour_global_attrib_xld)。

如果'cont_approx'=-1，这一部分轮廓最适合被拟合为直线段。

如果'cont_approx'=0，这一部分轮廓最适合被拟合为椭圆弧。

如果'cont_approx'=1，这一部分轮廓最适合被拟合为圆弧。

Count_obj

(ContoursSplit，Number)

计算ContoursSplit连通域的个数

Select_obj

(ContoursSplit,i)

选择ContoursSplit连通域中第i个连通域

get_contour_global_attrib_xld:

::

用于得到一段XLD轮廓的全局特征

参数列表：

Contour(in)：单个轮廓

Name

: 特征名称，如

regr_norm_row\regr_norm_col\regr_mean_dist\regr_dev_dist\cont_approx

Attrib(out)：特征值

可能前置项：

lines_gauss, lines_facet, edges_sub_pix

get_contour_global_attrib_xld (ObjectSelected,

'cont_approx', Attrib)

如果Attrib

=-1，这一部分轮廓最适合被拟合为直线段。

如果Attrib

=0，这一部分轮廓最适合被拟合为椭圆弧。

如果Attrib

=1，这一部分轮廓最适合被拟合为圆弧。

If (Attrib > 0)

对亚像素拟合圆的函数

Contours(in)：

输入轮廓

Algorithm(in)：

拟合圆的算法

MaxNumPoints(in)：

用于计算的最大轮廓点个数

MaxClosureDist(in)：

一个轮廓的末尾点最大间距被认为是闭合

ClippingEndPoints(in)：在逼近过程中被忽略的开始及末尾点个数

Iterations(in)：

迭代的最大次数用于鲁棒加权拟合

ClippingFactor(in)：

消除异常值的裁剪因子

Row(out)：

圆心行坐标

Col(out)：

圆心列坐标

Radius(out)：

圆半径

StartPhi(out)：

开始点的角度(rad)

EndPhi(out)：

末尾点的角度(rad)

PointOrder(out)：

边界点的顺序

fit_circle_contour_xld (ObjectSelected, 'ahuber', -1, 2, 0,

3, 2, Row, Column, Radius, StartPhi, EndPhi,

PointOrder)

函数作用：

对一些线段的XLD做近似计算直线计算

参数Algorithm的可选项解释如下：

algebraic：这种方法减少了轮廓点与结果圆之间的代数距离

ahuber：类似于algebraic，轮廓点被加权以减小异常值的影响基于方法Huber

atukey：类似于algebraic，轮廓点被加权以减小异常值的影响基于方法Tukey

geometric：该法减少了轮廓点与结果圆之间的几何距离，该法被统计是最优的，但占用很多计算时间。如果轮廓点被噪声干扰严重，可以考虑使用该方法。

geohuber：类似于geometric，轮廓点被加权以减小异常值的影响基于方法Huber

geotukey：类似于geometric，轮廓点被加权以减小异常值的影响基于方法Tukey

ClippingFactor控制被弱化的异常值个数，值越小，越多异常值被检测到。

最小拟合一条线的必要轮廓点个数是2，因此，一条轮廓线点个数至少是2+2*ClippingEndPoints

可替代项：

fit_ellipse_contour_xld

fit_line_contour_xld

fit_rectangle2_contour_xld

可能后置项：

gen_circle_contour_xld

disp_circle,

get_points_

提取图像精确边缘 (精确边缘就是亚像素边缘) (zero—cross)

将一个XLD轮廓分割为直线段、圆(圆弧)、椭圆弧。

get_contour_global_attrib_xld(:

::

用于得到一段XLD轮廓的全局特征

对亚像素拟合圆的函数

第一步：提取轮廓

第二部：分割轮廓

第三部：选取轮廓，得到特征

第四部：根据特征，选择函数进行拟合

1、亚像素精度阈值分割

threshold_sub_pix(Image : Border : Threshold : )

2、亚像素轮廓查找

edges_sub_pix(Image : Edges : Filter, Alpha, Low, High :

)

zero_crossing_sub_pix(Image : ZeroCrossings : :

)