halcon学习笔记——机器视觉工程应用的开发思路
机器视觉工程应用主要可划分为硬件和软件两大部分。
硬件:工程应用的第一步就是硬件选型。硬件选型很关键,因为它是你后面工作的基础。主要是光源、工业相机和镜头选择。
软件:目前业内商业库主要有Halcon,康耐视,DALSA,evision,NI等,开源库有OpenCV.其中NI的labview+vision模块。
机器视觉工程应用的基本开发思路是:
一、图像采集,二、图像分割,三、形态学处理,四、特征提取,五、输出结果。
下面在Halcon下对这四个步骤进行讲解。
一、图像采集:
Halcon通过imageacquisition interfaces对各种图像采集卡及各种工业相机进行支持。其中包括:模拟视频信号,数字视频信号Camera Link,数字视频信号IEEE 1394,数字视频信号USB2.0,数字视频信号Gigabit Ethernet等。
Halcon通过统一的接口封装上述不同相机的image acquisition interfaces,从而达到算子统一化。不同的相机只需更改几个参数就可变更使用。
Halcon图像获取的思路:1、打开设备,获得该设备的句柄。2、调用采集算子,获取图像。
1、打开设备,获得该设备的句柄。
open_framegrabber('DahengCAM', 1, 1, 0, 0, 0, 0, 'interlaced', 8, 'gray', -1, 'false','HV-13xx', '1', 1, -1, AcqHandle) //连接相机,并设置相关参数
Parameter |
Values |
Default |
Type |
Description |
Name |
'DahengCAM' |
string |
Name of the HALCON interface. |
|
HorizontalResolution |
1 |
1 |
1表示水平全部,2为水平1/2,表示图像截取。 |
|
VerticalResolution |
1 | 1 |
同上,表示垂直方向。 |
|
ImageWidth |
<width> |
0 |
integer |
所需的图像部分的宽度('0 '代表了完整的图像)。 |
ImageHeight | <height> | 0 | integer | 所需的图像部分的高度(0”是完整的图像) |
StartRow | <width> | 0 | integer | 所需的图像部分左上方的像素行坐标 |
StartColumn | <column> | 0 | integer | 所需的图像部分左上方的像素列坐标 |
Field | 忽视 | |||
BitsPerChannel | 忽视 | |||
ColorSpace | 'default', 'gray', 'rgb' | 'gray' | string | HALCON图像的通道模式 |
Generic | 忽视 | |||
ExternalTrigger |
'false', 'true' |
'false' | string | 外部触发状态 |
CameraType | 'HV-13xx', 'HV-20xx', 'HV-30xx', 'HV-31xx','HV-50xx', 'SV-xxxx' | 'HV-13xx' | string | 所连接的摄像机系列型。 |
Device | '1', '2', '3', ... | '1' | string | 相机连接第一个设备号“1”,第二个设备编号“2”。 |
Port | 忽视 | |||
LineIn | 忽视 |
2、调用采集算子,获取图像。
grab_image (Image, AcqHandle) //(同步采集)完后处理图像,然后再采集图像。采集图像的速率受处理速度影响。
grab_image_async (Image, AcqHandle,MaxDelay) //(异步采集),一幅画面采集完后相机马上采集下一幅画面,不受处理速度影响。其中第三个参数为:MaxDelay,表示异步采集时可以允许的最大延时,本次采集命令距上次采集命令的时间不能超出MaxDelay,超出即重新采集。
图像采集其他相关算子:
grab_image_start,该算子开始命令相机进行异步采集。只能与grab_image_async(异步采集)一起使用。
例子:
* Select a suitable image acquisition interface nameAcqName
open_framegrabber(AcqName,1,1,0,0,0,0,'default',-1,'default',-1.0,\
'default','default','default',-1,-1,AcqHandle)
grab_image(Image1,AcqHandle)//进行同步采集
* Start next grab
grab_image_start(AcqHandle,-1.0)//命令相机进行异步图像采集开始
* Process Image1 ...
* Finish asynchronous grab + start next grab
grab_image_async(Image2,AcqHandle,-1.0)//读取异步采集的图像
* Process Image2 ...
close_framegrabber(AcqHandle)
3、相机参数读写
读取相机参数:
info_framegrabber( : : Name, Query : Information, ValueList)
写相机参数:
set_framegrabber_param( : : AcqHandle, Param, Value : )
二、图像分割:
图像分割的定义:
所谓图像分割是指将图像中具有特殊含义的不同区域分割开来,这些区域是互相不交叉的,每个区域都满足特定区域的一致性。
1、基于阈值的图像分割
threshold —采用全局阈值分割图像。
格式: threshold(Image : Region : MinGray, MaxGray : )
自动全局阈值分割的方法:
(1)计算灰度直方图
(2)寻找出现频率最多的灰度值(最大值)
(3)在threshold中使用与最大值有一定距离的值作为阈值
代码:
gray_histo(Regions, Image,AbsoluteHisto, RelativeHisto) //计算出图像区域内的绝对和相对灰度值直方图。
PeakGray := sort_index(AbsoluteHisto)[255] //求出出现频率最多的灰度值
threshold(Image,Region,0,PeakGray-25)
bin_threshold — 使用一个自动确定的阈值分割图像。
格式: bin_threshold(Image : Region : : )
dyn_threshold —使用一个局部阈值分割图像。
格式: dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )
例子:
mean_image(Image,Mean,21,21)
dyn_threshold(Image,Mean, RegionDynThresh,15,'dark')
var_threshold —阈值图像局部均值和标准差的分析。
格式: var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )
2、基于边缘的图像分割:寻找区域之间的边界
watersheds —从图像中提取分水岭和盆地。
格式: watersheds(Image : Basins, Watersheds : : )
watersheds_threshold —使用阈值从图像中提取分水岭和盆地。
格式: watersheds_threshold(Image : Basins : Threshold : )
3、基于区域的图像分割:直接创建区域
三、形态学处理
形态学处理以集合运算为基础。
腐蚀、膨胀、开操作、闭操作是所有形态学图像处理的基础。
开操作(先腐蚀再膨胀)使对象的轮廓变得光滑,断开狭窄的间断和消除细的突出物。
闭操作(先膨胀再腐蚀)消弥狭窄的间断和长细的鸿沟,消除小的孔洞,填补轮廓线的断裂。
形体学基础算子:
erosion1
dilation1
opening
closing
常用的形态学相关算子
connection
select_shape
opening_circle
closing_circle
opening_rectangle1
closing_rectangle1
complement
difference
intersection
union1
shaps_trans
fill_up
形态学高级算子:
boundary
skeleton
四、特征提取:
1、区域特征:
area
moments
smallest_rectangle1
smallest_circle
convexity:区域面积与凸包面积的比例
contlength:区域边界的长度
compactness
2、灰度特征
estimate_noise
select_gray
五、输出结果:
(1)获取满足条件的区域
(2)区域分类,比如OCR
(3)测量
(4)质量检测
转载于:https://www.cnblogs.com/hanzhaoxin/archive/2013/02/15/2912879.html
halcon学习笔记——机器视觉工程应用的开发思路相关推荐
- Halcon学习笔记——机器视觉应用工程开发思路及相机标定
机器视觉应用工程开发思路 机器视觉应用工程主要可划分为两大部分,硬件部分和软件部分. 1.硬件部分,硬件的选型至关重要,决定了后续工作是否可以正常开展,其中关键硬件部分包括:光源,相机以及镜头. 2. ...
- Vue学习笔记之16-tarbar地开发思路
页面下方有一个单独的TabBar组件, 如何封装 自定义TabBar组件, 在App组件中使用 让TabBar处在底部, 并且在 .vue文件中的style标签中设置相关的样式 页面中会有很多公共的样 ...
- Halcon学习笔记(一):Qt+Halcon联合开发配置
Halcon学习笔记(1):Qt+Halcon联合开发配置 首先是新建一个QT项目qtest_hc 方法一: 1)QT项目文件 qtest_hc 添加库: #1.包含目录添加 INCLUDEPATH ...
- Python学习笔记:Day13 提升开发效率
前言 最近在学习深度学习,已经跑出了几个模型,但Pyhton的基础不够扎实,因此,开始补习Python了,大家都推荐廖雪峰的课程,因此,开始了学习,但光学有没有用,还要和大家讨论一下,因此,写下这些帖 ...
- 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) ...
- springmvc学习笔记(10)-springmvc注解开发之商品改动功能
springmvc学习笔记(10)-springmvc注解开发之商品改动功能 springmvc学习笔记(10)-springmvc注解开发之商品改动功能 标签: springmvc springmv ...
- Android:日常学习笔记(8)———探究UI开发(2)
Android:日常学习笔记(8)---探究UI开发(2) 对话框 说明: 对话框是提示用户作出决定或输入额外信息的小窗口. 对话框不会填充屏幕,通常用于需要用户采取行动才能继续执行的模式事件. 提示 ...
- Android:日常学习笔记(8)———探究UI开发(5)
Android:日常学习笔记(8)---探究UI开发(5) ListView控件的使用 ListView概述 A view that shows items in a vertically scrol ...
- 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 ...
最新文章
- JavaScript 事件冒泡简介及应用(转)
- 重新认识错过(通向财富自由之路学习笔记十四)
- 27.CSS3文本效果
- C++ STL学习笔记 : 1. template 模板函数
- SPI和RAM IP核
- cesium坡度坡向分析_景观设计分析图制作技巧到底是什么?
- 零基础搭建Hadoop大数据处理环境
- windows2016+sqlserver2017集群搭建alwayson之域控篇
- 复练-关于面试的科技树-V1004-求职面试的阶段和策略
- 如何判断脚本执行成功
- html文件中用import,@import引入CSS文件
- echarts实现山东地图可放大缩小可下钻
- sealos4.1部署Kubernetes单机
- 大数据时代是什么意思?
- 性能优化 之 节流(throttle)与防抖(debounce) vue 使用
- 查询onedrive空间大小
- Windows操作系统截屏快捷键
- 【过关斩将】如何在工作中提高沟通能力?
- NEON 常用函数及其执行结果
- 重要信息:如何扫描和删除恶意病毒
热门文章
- centOS安装python
- maven学习笔记之IDEA+Maven+Jetty运行一个简单的web项目
- Java super关键字
- Bit-Z开放零门槛做市商计划 最高返100%交易手续费
- 【译】What do machine learning practitioners actually do?
- 深度学习在智能助理中的应用
- 【译】Getting Started With Ethereum and Building a Basic Dapp — Part 2
- 第三篇 - EOS DAWN-V3.0.0 智能合约开发之Hello World
- 区块链 PoS 共识——Tendermint
- 企业壳的反调试及Hook检测分析