halcon学习笔记（一）毛边检测仿射变换+标准区域登陆检测内外边缘毛边

一、中级视频教程毛刺检测：

实现功能，检测突出产品外围突出的毛刺：

1.先获取背景的区域，用 binary_threshold()获取背景区域A；

2.背景区域进行闭运算得到闭运算区域B

3.用difference（）算子计算A B两个区域的补集C；

4.对C进行开运算，使边缘平滑。记得到边缘突出的毛刺

使用到的算子：

binary_threshold（）自动全局阈值，得到背景获背景和前景，适合使用在背景和前景差异明显的图像检测；

difference（）得到两区域补集

area_center（）得到区域的面积和中心坐标

**************************************************第一步  初始化****************************
*关闭通过调用算子在图像窗口上更新图像,单步模式下无效
dev_update_window ('off')
*批量读取3张图像
* read_image (Fins, 'fin' + [1:3])
read_image (NG1, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/毛边/Image_20210402162842007.bmp')
read_image (NG2, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/毛边/Image_20210402162849240.bmp')
read_image (NG3, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/毛边/Image_20210402162207016.bmp')
*如何自定义图像变量用来测试
testimage:=NG1
*获取图像大小
get_image_size (testimage, Width, Height)
*关闭已经打开的窗口
dev_close_window ()
*打开一个新的窗口
dev_open_window (0, 0, Width[0], Height[0], 'black', WindowID)
*设置字体的信息:字体大小:14;字体:mono;粗体,非斜体
* set_display_font (WindowID, 14, 'mono', 'true', 'false')
**************************************************第二步  图像处理****************************
* for I := 1 to 3 by 1*从图像集合里获取一张图像
*     select_obj (Fins, Fin, I)    *显示图像dev_display (testimage)    *二值化分割图像,使用自动全局阈值分割单通道图像.binary_threshold (testimage, Background, 'max_separability', 'light', UsedThreshold)    *设置对象的输出颜色为蓝色dev_set_color ('blue')   *设置区域的填充方式dev_set_draw ('fill')    *设置输出对象的线宽度dev_set_line_width (4)    *显示背景区域dev_display (Background)*闭运算,平滑背景边界closing_circle (Background, ClosedBackground, 73)    *设置输出对象的显示颜色为绿色dev_set_color ('green')    *显示闭运算后的背景区域dev_display (ClosedBackground)*闭运算后的背景区域和原背景区域进行求补集difference (ClosedBackground, Background, RegionDifference)   *开运算,消除边界毛刺opening_rectangle1 (RegionDifference, FinRegion, 5, 5)    *显示图像dev_display (testimage)    * 设置输出对象的显示颜色为红色dev_set_color ('yellow') *显示最后检出的毛刺dev_display (FinRegion)    *获取毛刺的面积和坐标area_center (FinRegion, FinArea, Row, Column)

原图：

图像A：

图像B：

图像C：

问题：该方法对较明显的特定的毛刺毛边效果有效，针对一些边缘比较复杂和毛边形状跟边缘较接近的缺陷效果差

如下图所示：闭运算无法完全把毛刺边缘补全，导致，检测的毛刺不完整。可能到会细小毛边漏检。

二、毛边检测算法优化：标准区域登陆+仿射变换（该算法需产品来料方向变化在+-45°以内）

实现方法：1.获取标准合格品图像检测区域A,2.对A进行膨胀，得到区域B。3.B-A得到实际想要检测毛边的区域C；4.将待检产品图像D进行仿射变换得到图像E；

5用区域C对图像E进行剪切，得到图像F；6.对图像F进行二值化得到缺陷区域G。

主要用到的算子：

difference（）计算两区域的补集获取毛边检测区域

smallest_rectangle2（）获取区域的坐标和角度；vector_angle_to_rigid（）计算两个区域的转换关系

affine_trans_image（）对图像进行仿射变化

read_image (NG1, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/毛边/Image_20210402162842007.bmp')
* read_image (NG1, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/毛边/Image_20210402162849240.bmp')
* read_image (NG1, 'G:/学习/技术博客/1.jpg')read_image (OK1, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/毛边/Image_20210402162207016.bmp')
* read_image (NG1, 'F:/工作/新建文件夹/工作/1.四月/5.三卓韩一/黑色样品一/堵孔/Image_20210402162834992.bmp')* binary_threshold (NG1, Region, 'max_separability', 'light', UsedThreshold)
*获取标准区域：（检测内圈毛刺区域获取）
threshold (OK1, Region1, 100, 255)
closing_circle (Region1, RegionClosing, 70)
connection (RegionClosing, ConnectedRegions)
select_shape (ConnectedRegions, RegionsBZ, 'area', 'and', 150, 100000)dev_display(OK1)
dev_display (RegionsBZ)*获取外圈的检测区域
threshold (OK1, Region4, 0, 40)
*膨胀将毛边检测区域进行扩大
dilation_circle (Region4, RegionDilation,30)
difference (RegionDilation, Region4, Regiondf)
erosion_circle (Regiondf, RegionMBJC, 5)
*  binary_threshold (OK1, Region5, 'max_separability', 'light', UsedThreshold)
* threshold (OK1, Region5, 40, 255)
*******************************仿射变换获取内孔检测区域***********
*获取标准仿射变换原点
* draw_rectangle1 (200000, Row12, Column12, Row2, Column2)
* gen_rectangle1 (Rectangle, Row12, Column12, Row2, Column2)
* reduce_domain (OK1, Rectangle, ImageReduced1)
threshold (OK1, Region2, 0, 20)
* area_center (Region, Area, Row, Column)
smallest_rectangle2 (Region2, Row1, Column1, Phi, Length1, Length2)*实现检测图像的仿射变换
threshold (NG1, Region3, 0, 15)
* area_center (Region, Area, Row, Column)
*实现图像的仿射变换的三个主要算子
smallest_rectangle2 (Region3, Row11, Column11, Phi1, Length11, Length21)
vector_angle_to_rigid (Row11, Column11, Phi1, Row1, Column1, Phi, HomMat2D)
affine_trans_image (NG1, ImageAffineTrans, HomMat2D, 'constant', 'false')dev_display(OK1)
dev_display (ImageAffineTrans)
reduce_domain (ImageAffineTrans, RegionMBJC, ImageReduced)
threshold (ImageReduced, Region, 0, 95)
opening_circle (Region, RegionOpening1, 4)
dev_set_draw ('fill')
dev_display(ImageAffineTrans)
dev_display (RegionOpening1)

标准品图片：

待检图像：

总结：该方法针对产品一致性比较好的产品检测效果比较理想。当产品形状有细微差异时，标准图像的区域就不能完全覆盖到形状发生变化的产品的检测区域。

当产品来料状态存在360°旋转变化时，该方法进行的仿射变化也有很大局限性。需对仿射变换进行优化。当缺陷面积较大时，会影响仿射变换的结果，导致整个检测区域偏移，故需要使用模板匹配来进行仿射变换。

毛边检测算法优化（二）：对区域进行仿射变换（未完待续）

毛边检测算法优化（三）：使用模板匹配对图像进行仿射变换（未完待续）

毛边检测算法优化（四）：检测图像与待检图像进行图像相减操作（未完待续）

halcon学习笔记（一）毛边检测仿射变换+标准区域登陆检测内外边缘毛边相关推荐

Halcon 学习笔记五：几何定位+仿射变换+测量
Halcon 学习笔记五:几何定位+仿射变换+测量定位流程例子一例子二(药片的定位) 例子三(充电宝定位) 例子四(车牌定位) 其他定位流程 blob分析模板匹配 (仿射变换成标准的形状) ...
一、HALCON学习笔记（容器液位缺陷检测）
一.HALCON学习笔记(容器液位缺陷检测) * In this example a fill level check for the * pharmaceutical industry is dem ...
Halcon 学习笔记八：颜色识别
Halcon 学习笔记八:颜色识别一.图像处理需要的知识二.图像处理的预处理和分割过程二.颜色识别的方法三.例子一四.例子二五.例子三一.图像处理需要的知识 1.图像处理基础(rgb(h ...
Halcon学习笔记：划痕、油污、瑕疵
Halcon学习笔记:划痕.油污.瑕疵划痕.油污.瑕疵,常用的方法有傅里叶变换和Blob分析. 1.表面划痕 invert_image(Image,ImageInvert1) mult_image ...
Python学习笔记（二）：标准流与重定向
Python学习笔记(二):标准流与重定向 - SamWei - 博客园 Python学习笔记(二):标准流与重定向 Posted on 2012-02-19 22:36 SamWei 阅读(176) ...
Halcon学习笔记（三）---数据类型
Halcon学习笔记(三)---数据类型 halcon只能在单独行进行注释,不能在语句后面进行注释. 1.tuple(元组,重数) 赋值符号":=" tuple算子: (1)变量定 ...
Halcon学习笔记：select_points_object_model_3d（3D对象模型阀值分割）
Halcon学习笔记:select_points_object_model_3d 3D对象模型阀值分割 This example program shows how to use the operat ...
Halcon学习笔记：xyz_attrib_to_object_model_3d示例
Halcon学习笔记:xyz_attrib_to_object_model_3d--从X.Y和Z图像中创建3D对象模型同时附加属性 xyz_attrib_to_object_model_3d.hdev ...
Halcon学习笔记：1D Measuring一维测量_fuse.hdev灯丝测量示例
Halcon学习笔记:1D Measuring一维测量_fuse.hdev灯丝测量示例一.基本概念基本流程为: 获取图像对图像进行灰度值标定 (针对相机获取的图像灰度和输入能量之间的非线性关系, ...

halcon学习笔记（一）毛边检测仿射变换+标准区域登陆检测内外边缘毛边

halcon学习笔记（一）毛边检测仿射变换+标准区域登陆检测内外边缘毛边相关推荐

最新文章

热门文章

halcon学习笔记（一）毛边检测 仿射变换+标准区域登陆检测内外边缘毛边

halcon学习笔记（一）毛边检测 仿射变换+标准区域登陆检测内外边缘毛边相关推荐

最新文章

热门文章

halcon学习笔记（一）毛边检测仿射变换+标准区域登陆检测内外边缘毛边

halcon学习笔记（一）毛边检测仿射变换+标准区域登陆检测内外边缘毛边相关推荐