Halcon 频域图像缺陷检测学习笔记

本文介绍了如何使用Halcon的频域图像处理进行缺陷检测。通过高斯滤波器生成低通滤波器平滑图像,以检测划痕,并展示了高通滤波器的应用于图像锐化。此外,还探讨了如何利用频域去除周期性噪声,但指出边缘部分可能仍有残留噪声。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考文章

图像傅里叶变换的 图像处理(5)--图像的傅里叶变换_ShaneHolmes的博客-优快云博客_图像傅里叶变换

高斯核函数的

https://www.cnblogs.com/shine-lee/p/9671253.html

首先,我们要知道滤波用的高斯核函数的标准差与他的频谱图之间的关系

图像高斯滤波使用的二维高斯核为x和y两个一维高斯的乘积,也就是说二维高斯核有2个标准差参数,分别是水平及竖直

halcon中 算子 gen_gauss_filter( : ImageGauss : Sigma1, Sigma2, Phi, Norm, Mode, Width, Height : )即为用来产生高斯滤波器;

其中Sigma1, Sigma2分别为水平及垂直于水平方向的标准差

高斯核可以看成是与中心距离负相关的权重。平滑时,调整标准差实际是在调整周围像素对当前像素的影响程度,调大标准差即提高了远处像素对中心像素的影响程度,滤波结果也就越平滑。高斯曲线随𝜎σ变化的曲线如下:
 


可见标准差越小图像越靠近x=0这条线 反映在频谱图上则是图像越靠近中心点,这幅图像的频谱图是经过居中处理的,对应于算子 gen_gauss_filter中Norm参数的‘dc_center’,未经居中处理的对应于'dc_edge',若使用实数傅里叶变换rft_generic的话,对应'rft',他的频谱图是未经居中处理的频谱图的左侧

而图像频谱图与其频率特性又对应如下,分为经过频谱居中处理及未经频谱居中处理两种

图像的'尖锐',‘棱角分明’的部分对应于高频,过渡平缓的部分对应于低频

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值