差影-Variation Model
简介:
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(idealimage)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(variationimage),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。(引用http://blog.sina.com.cn/s/blog_802a94a20102v10y.html)
1、create_variation_model( : : Width, Height, Type, Mode : ModelID)
输入参数:width、Height是模板和待检测图像的尺寸。
输入参数:Type,是图像的类型。
输入参数:Model,决定如何计算idealimage和variationimage,其有三种模式
1)、standard,该模式下,可以使用算子train_variation_model对多张图片进行迭代训练,此时ideal image是通过计算多张图片的平均值获得,variation image是通过计算多张图片的标准方差获得。该模式的优点是可以迭代计算多张good image,缺点是在训练图片时,一旦有不良的图片混入会导致算法检测时出现误判。
注意:在训练多张图片时,每张图片的位置、角度都必须一致,可使用基于形状匹配来进行定位处理,然后再进行训练train_variation_model
2)、‘robust’,如果在训练多张图片时,无法避免训练的图片中出现未知瑕疵,可以使用该模式。此时,ideal image时通过计算多张图片的中值获得,variation image也是通过计算多张图片中值获得。该模式的优点是鲁棒性更强,缺点是无法进行迭代预算。
注意:训练多张张图片时,每张图片的位置、角度必须一致,然后使用concat_obj将图片组合起来,在使用train_variation_model进行训练。
以上两种模式下,训练完图片后只能使用prepare_variation_model算子准备用于图像比较的模板。
3)、‘direct’,该模式下,可以使用一张图片训练,并不需要使用train_variation_model训练模板,但只能使用prepare_direct_variation_model准备模板,并且prepare_direct_variation_model中的RefImage,就是模板图像,而 VarImage必须通过其他边缘算子生成如,sobel_amp,edges_image, or gray_range_rect.,或者自己制造一个边缘(见Halcon12例程variation_model_single)
2、train_variation_model(Images : : ModelID : )
训练Variation Model。
3、get_variation_model( : Image, VarImage : ModelID : )
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。
4、prepare_variation_model( : : ModelID, AbsThreshold, VarThreshold : )
**prepare_direct_variation_model(RefImage, VarImage : : ModelID, AbsThreshold, VarThreshold : )**
这两个算子的作用是准备用于比较图片的模板,其不同在上文已说明。
输入参数:ModelID,训练或生成的模板。
输入参数:AbsThreshold,绝对阈值。
输入参数:VarThreshold ,相对阈值。
AbsThreshold,VarThreshold 可以分别有一个值,也可以分别有两个值。当都只有一个值的时候,亮暗缺陷都是其决定的。
i(x,y)表示ideal image灰度值,v(x,y)表示variation image灰度值,c(x,y)表示待检测图片的灰度值,a=AbsThreshold,b=VarThreshold
当c(x,y)>i(x,y)+ max{a,b*v(x,y)}为亮缺陷。
当c(x,y)<i(x,y)- max{a,b*v(x,y)}为暗缺陷。
当AbsThreshold,VarThreshold有两个值时,第一个值决定亮缺陷,第二个值决定暗缺陷。
i(x,y)表示ideal image灰度值,v(x,y)表示variation image灰度值,c(x,y)表示待检测图片的灰度值,AbsThreshold=[a1,a2],VarThreshold =[b1,b2]
当c(x,y)>i(x,y)+ max{a1,b1*v(x,y)}为亮缺陷。
当c(x,y)<i(x,y)- max{a2,b2*v(x,y)}为暗缺陷。
5.clear_train_data_variation_model( : : ModelID : )
说明:清除variation model的训练数据所占用的内存。
6、compare_variation_model(Image : Region : ModelID : )
输入参数:Image,该图像为待检测图像,需要注意的是,该图像也必须与模板图像对齐。
输出参数:Region,检测出来的区域。输入参数:ModelID,准备好的模板ID。
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。
**7.clear_variation_model( : : ModelID : )**释放一个variation model的内存空间
PS: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。
差影-Variation Model相关推荐
- HALCON:Variation Model用法解析
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 ...
- 【matlab选题推荐二】MATLAB差影法车型识别算法研究
1.基本设计思路 该设计主要采用的算法是背景差影算法.背景差影法又称为背景差分法,算法的原理是将拍摄得到的已经包含背景图的车型图像和单独的背景图像进行做差来得到差值图像,再对差值图像进行图像预处理,从 ...
- MATLAB差影法的人体姿态识别
GUI框架源码: https://download.csdn.net/download/weixin_44748303/12682348 该课题为基于MATLAB差影法的人体姿态识别.带有一个GUI可 ...
- MATLAB差影法人体姿态检测系统
MATLAB差影法人体姿态检测系统 1.应用背景 运动目标的定位跟踪,检测识别,运动分析在图像压缩.运动分析.交通检测,智能监控等方面有主要的应用. 首先,在图像压缩中,运动目标检测技术可以在背景区 ...
- Infrared and visible image fusion using total variation model(采用全变差模型的红外与可见光图像的融合)
由于研究需要,在非专业学习的基础上对<Infrared and visible image fusion using total variation model>进行了翻译,有翻译不对之处 ...
- 【Matlab行为识别】差影法三维人体姿态行为识别【含源码 277期】
一.代码运行视频(哔哩哔哩) [Matlab行为识别]差影法三维人体姿态行为识别[含源码 277期] 二.matlab版本及参考文献 1 matlab版本 2014a 2 参考文献 [1] 蔡利梅.M ...
- TIP2022/去雾:Variational Single Nighttime Image Haze RemovalWith a Gray Haze-Line Prior具有灰色雾霾线先验的变分去雾
0.摘要 受发光效果的影响,夜间冰雹移动是一项具有挑战性的不适宜的任务.现有的夜间除霾方法通常会导致发光伪影.颜色偏移.过度曝光和噪声放大.因此,通过统计分析和理论分析,我们提出了一种简单有效的灰霾线 ...
- LabVIEW图像模式匹配(基础篇—11)
目录 1.图像模式匹配概念 2.影响图像模式匹配的因素 3.灰度匹配 4.几何匹配 5.黄金模板比较 图像模式匹配是指通过分析模板图像和目标图像中灰度.边缘.外形结构以及对应关系等特征的相似性和一致性 ...
- halcon知识:差分模板variation_model
一.差分模板 这个示例程序展示了如何使用 HALCON 的变分模型算子执行典型的打印质量检查.程序检测在笔夹上的不正确打印.该程序类似于程序 print_check.hdev.主要区别是每个字符都是单 ...
- 【图像超分辨率】Remote Sensing Image Super-resolution: Challenges and Approaches
Remote Sensing Image Super-resolution: Challenges and Approaches 遥感图像超分辨率的挑战和方法 1 摘 要 2 遥感观测模型 3 遥感中 ...
最新文章
- cocos2dx小游戏数据签名算法破解
- 删除windows7的隐藏分区
- CSDN写作Markdown编辑器中的Python命令帮手
- Tableau实战系列Tableau基础概念全解析 (二)-万字长文解析数据类型及数据集
- YonBuilder直播预约第七期 | 一场直播带你走近规则链
- 精读《javascript高级程序设计》笔记二——变量、作用域、内存以及引用类型
- 一个同事做的基于yaas平台的一个应用,可以用来学习SAP yaas
- IOS , plist 配置项说明
- grep 正则匹配
- MOXy的@XmlVariableNode – JSON模式示例
- 如何使用Nginx服务开启HTTP2
- ionic 旅途-- 一起来填坑
- Threejs3D模型爆炸效果
- Markdown详细教程+技巧总结
- 四位共阳极数码管显示函数_4位共阴极数码管单片机驱动
- 同时删除多个 PDF 中间几页
- 一个好用的项目工时管理系统
- Simple java里面的paint(Graphics g)的理解
- 本地启动wss服务链接不成功原因
- java 枚举 color_java 枚举实现方法-java 枚举个性化-嗨客网
热门文章
- java gbk编码_JAVA中文字符串编码--GBK转UTF-8
- 比较IC卡、ID卡、M1卡、CPU卡它们之间有什么区别
- handsome主题添加服务器信息,handsome主题部分常用markdown语法
- 点击计算机管理出现找不到文件,win10点击计算机管理时提示找不到文件如何办?...
- 【室内园艺】——栀子花
- 丝般顺滑!全新垃圾回收器 ZGC 初体验 | 龙蜥技术
- 【国信安实训】——文件上传漏洞
- java模拟手机号码发短信_java实现发送手机短信
- 如何将pdf转换成txt转换器破解版
- Leetcode每日一题:使括号有效的最少添加(括号匹配)