halcon例程解析:数回收箱箱里的瓶子——check_bottle_crate
This example counts bottles in bottle crates of returned empties. With diffuse front light, correctly inserted bottles can be segmented relatively easy with a simple thresholding operation, followed by some basic morphology operations. Bottles inserted upside-down are also detected and displayed in orange, while across lying bottles or big objects are marked as clutter and produce a warning.
这个例子数的是回收箱中的空瓶子。使用漫射前光,正确插入的瓶子可以相对容易地分割,只需简单的阈值操作,然后进行一些基本的形态学操作。倒插的瓶子也能被检测到,并显示为橙色,而横放的瓶子或大物体则被标记为杂物,并产生警告。
1. 效果展示




2. 思路分析
这个问题比较简单,不需要太复杂的算法,只通过亮度等进行阈值分割、面积圆度等即可
经过漫射光的打光后,在表面的瓶口、瓶底及瓶身比较亮,当然回收箱的边缘也比较亮,这里我们只要通过亮度阈值分割;区域面积、宽、高、圆度即可区分出正常瓶子、数量、异物等
- 阈值分割出背景区域
- 阈值分割出瓶子区域
- 作差,优化瓶子区域
- 依靠宽、高提取大

该博客介绍了如何使用Halcon算法来计数回收箱内的瓶子。通过漫射光照明,结合简单的阈值处理和形态学操作,能够有效地分割出瓶子和异物。首先,通过亮度阈值分割背景和瓶子区域,再去除大异物和噪声。接着,利用形状特征如宽、高、圆度进一步精确定位瓶子。最后,识别倒置的瓶子并进行结果显示。此方法对于倒置和横放的瓶子都有较好的识别能力。
最低0.47元/天 解锁文章
918

被折叠的 条评论
为什么被折叠?



