halcon算子翻译——mean_image

最新推荐文章于 2025-02-28 20:21:32 发布
最新推荐文章于 2025-02-28 20:21:32 发布
阅读量7.3k 收藏 8
点赞数 2
CC 4.0 BY-SA版权
分类专栏： HALCON
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/haier123888/article/details/106167456
HALCON 专栏收录该内容
51 篇文章 ¥39.90 ¥99.00
订阅专栏
算子mean_image用于图像平滑，通过计算输入图像的灰度值均值进行线性平滑处理。该算子接受平滑蒙板的宽度和高度作为参数，提供不同大小的选择以适应不同需求。输出为平滑后的图像。

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

算子：mean_image(Image : ImageMean : MaskWidth, MaskHeight : )
功能：通过均值平滑一个图像。
           算子mean_image使用所有输入图像（Image）的灰度值执行线性平滑。
输入参数：
Image：输入图像(byte’/ int2’/ uint2’/ int4’/ int8 /real’/ vector_field);
MaskWidth：输入平滑蒙板宽度，默认 9’参考 3, 5, 7, 9, 11, 15, 23, 31, 43, 101 , 1 < MaskWidth < 501
MaskHeight：输入平滑蒙板高度，默认 9, 参考 3, 5, 7, 9, 11, 15, 23, 31, 43, 61, 101 , 1 < MaskH
输出参数：
lmageMean：输出平滑图像(byte/ int2 / uint2 / int4 / int8 /real/ vector_field),
示例：

read_image(Image
了解本专栏 订阅专栏 解锁全文
halcon算子翻译——dyn_threshold
haier123888的博客
10-30 1084
算子：dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark ) 功能：利用局域阈值（区域内的明亮黑暗）分割图像 dyn_threshold 这个算子就是根据一套灰度值比较规则来选择原图像中那些灰度值符合这个公式的像素点。令 g_{o} = g_{OrigImage}, g_{t} = g_{ThresholdImage}分别代表原图和参考图中的像素点的灰度值。我们的做法是把参考图像的...
Halcon图像处理基础篇，mean_image
king_linj的博客
01-25 3158
算子本体参数解释：mean_image(输入图像: 输出图像: 滤波器宽, 滤波器高: )eg平均值图像平滑是一种简单的滤波技术，它通过将每个像素的值替换为其周围邻域（滤波器范围内）像素值的平均值来实现。较大的邻域范围会产生更平滑的图像效果，但也可能导致细节的模糊。通过应用平均值图像平滑，可以减少图像中的噪声，并使得图像看起来更加平滑和柔和。平均值图像平滑广泛应用于图像增强、图像滤波和去噪处理等领域。但平均值图像平滑可能会导致一些细节的损失，因此在使用时需要权衡平滑效果和保留细节之间的平衡。
Halcon图像平滑与去噪mean_image/median_image/gauss filter/equ_histo _image
fallingleafgrief的博客
12-27 4205
有时拍摄的图像中会存在很多杂点和噪声，对于比较均匀的噪声，可以考虑用软件的算法进行消除。例如，可以用图像平滑的方法进行去噪，主要的方法有均值滤波、中值滤波、高斯滤波等。
mean_image
小小的博客
05-16 604
分水岭算法是根据分水岭的构成来考虑图像的分割， 它是—种基于拓扑理论的数学形态学的分割方法。首先， 把一幅图像看作起伏的地形， 图像的每像素灰度值作为这个地形的高度， 极小值是盆地， 极大值为山脊。算子mean_image使用所有输入图像（Image）的灰度值执行线性平滑。read_image (Image, 'C:/Users//分水岭算法/1.bmp')通过均值平滑一个图像。
mean_image（）平滑图像
进阶的小白
12-08 3193
算子：mean_image(Image : ImageMean : MaskWidth, MaskHeight : )功能：通过均值平滑一个图像。 算子mean_image使用所有输入图像（Image）的灰度值执行线性平滑。输入参数： Image：输入图像(byte’/ int2’/ uint2’/ int4’/ int8 /real’/ vector_field); MaskWidth：输入平滑蒙板宽度，默认 9’参考 3, 5, 7, 9, 11, 15, 23, 31, 43, ...
halcon算子
weixin_44704834的博客
07-22 482
edges_image可选择多种边缘检测算法来提取物体边缘，其与亚像素边缘算子的区别在于edges_image提取是以像素为单位的边缘特征，edges_sub_pix是以比像素还小的单位来提取的边缘，一般采用矩方法，插值法和拟合法。1.gen_contour_polygon_rounded_xld创建带圆角的多边形轮廓，坐标和圆角可以通过数组的形式指定。输出圆心的行坐标、输出圆心坐标的列坐标、输出圆的半径、输出起始点的角度、输出结束点的角度、输出沿边界的点序；反转后，较亮的区域将变暗，较暗的区域将变亮。
halcon算子翻译——estimate_noise
weixin_33759269的博客
01-31 537
名称 estimate_noise - 估算来自单个图像的图像噪声。 用法 estimate_noise(Image : : Method, Percent : Sigma) 描述 算子estimate_noise估算在Image中域（ROI）内的累积噪声的标准偏差。 标准偏差在Sigma中返回。 该算子在以下用例中很有用： 在匹配中确定MinContrast， 确定边缘滤波器的...
HALCON算子函数——Chapter 7 : Image
think_fast的专栏
11-25 4290
Chapter_7_:Image 7.1  Access 1. get_grayval   功能：获取一个图像目标的灰度值。 2. get_image_pointer1   功能：获取一个通道的指针。 3. get_image_pointer1_rect   功能：获取图像数据指针和输入图像区域内最小矩形内部的图像数据。 4. get_image_pointer3   功能：获取
【Halcon】图像预处理
weixin_42258743的博客
07-30 4290
预处理： mean_image 消除噪声 binomial_filter 消除噪声 median_image 抑制小斑点或者细线 smooth_image 平滑图像 anisotropic_diffusion 平滑图像同时保存边缘（图像越大越耗时） 1.mean_image mean_image——通过一个均值平滑一个图像 函数原型：mean_image(Image : ImageMean : MaskWidth, MaskHeight : ) 功能：算子（mean_image）对所有输入图像（Image）
halcon图像预处理之图像平滑
qq_29187197的博客
09-18 9706
图像预处理就是在提取目标物之前对图像进行一些预处理，预处理通常包括两大方向：图像去噪和图像增强。 1. 图像去噪 （1）时域去噪 中值滤波：Media_Image 中值滤波的原理是拿特征区域在图像滑动，每一点（与特征区域的中点重合）的值为特征区域所覆盖的范围的中值 均值滤波·：mean_image 均值滤波的原理是拿特征区域在图像滑动，每一点（与特征区域的中点重合）的值为特征区域所覆盖的...
HALCON的图像平滑算子
m0_47015717的博客
12-02 2908
1. 时域平均 采集同一场景的n幅图像，然后对这些图像进行平均，噪声方差降低到原来的1/n。 缺点：必须采集多幅图像，运行速度慢。 2. 均值滤波器 在像素数是（2n+1）X（2m+1）的一个空间窗口（掩码）内，计算窗口内所有像素的平均，噪声方差降低到1/(（2n+1）X（2m+1）)。 优点：计算速度快 缺点：并不能完全消除高频噪声 3. 高斯滤波器 基于正态分布随机变量的概率密度函数构造的滤波器。相比均值滤波器，更能有效消除高频噪声。关注滤波质量时优先考虑的滤波器。 缺点：速度稍逊均值
mean_image 均值滤波
StevenChen的博客
07-17 699
如果MaskHeight小于Image高度的两倍，则可以在OpenCL设备上对byte、int2、uint2、int4和真实图像执行mean_image。如果Image是int4或真实图像，并且使用了完整的动态范围，则可能导致溢出(从而导致错误的结果)。如果MaskHeight或MaskWidth的值是偶数而不是奇数，则例程使用下一个更大的奇数值(这样始终确定过滤器掩码的中心)。无论如何，选择图像的输入区域，避免任何边界处理，有利于mean_image的性能。Description描述。
Halcon图像预处理算子 sobel算子、傅里叶变换算子、卷积算子
2403_88923953的博客
02-28 2060
文章介绍什么是傅里叶算子 ，卷积算子 ，均值，中值，高斯算子，怎么去解决噪音，高通滤波，低通滤波算子 ，边缘算子 ，以及加减乘除
Halcon图像分割相关算子
a296026640的博客
04-21 316
'max_separability'（输入控制参数分割方法）：包含’max_separability’：最大限度的可分性, ‘smooth_histo’：直方图平滑。示例：binary_threshold (Image, Region1, 'max_separability', 'dark', UsedThreshold)示例：dyn_threshold (GrayImage, ImageMean, RegionDynThresh, 10, 'light')GrayImage（输入对象）：输入灰度图像。
【数据预处理】：图像去均值：image mean 和 pixel mean
热门推荐
Jack_Kuo的博客
07-22 4万+
1.什么是均值？ 对于每帧图像来说，均值分为两种：image mean 和 pixel mean。 image mean： 简单的说，读入一张彩色图像，假设是(N*N*3)，这时候，求出image mean的话，就也是N*N*3，相当于把所有训练集在同一个空间位置上的像素的对应通道求了均值，也就是caffe里生成的mean.binaryproto文件， pixel mean： 而pixe...
Halcon图像滤波方法与原理概述
优快云博客
03-10 1万+
目录简介Halcon算子与算法原理基础滤波a、均值滤波b、中值滤波c、高斯滤波d、导向滤波 简介 图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。（摘自百度百科） Halcon算子与算法原理 基础滤波 a、均值滤波 mean_image 均值滤波是指任意一点的像素值，都是周围 N \t...
常用的图像滤波方法简介-基于HALCON视觉算法包
$firecat利白的代码足迹$
08-14 4025
来源：机器视觉算法与应用 在机器视觉中，图像滤波器无处不在。例如，它们用于减少图像噪声，改善对比度或检测边缘。本文将向您介绍MVTec HALCON中一些最常用的滤波器，它们是如何工作的以及可以用于什么。 mean_image：均值滤波器 首先，我们读取具有背景纹理的示例图像。我们的目标是在不改变实际信息的情况下删除背景纹理。让我们从一个易于理解的通用运算符开始：mean_image。 在生成的图像中，背景纹理已被很好地去除，但是很多相关信息已经丢失。那么，此滤波器如何工作？ 为了调用mean_i
1.请简述图像特征的分类及其定义，并举出每类特征的具体例子（至少 3 类）。 2.使用 Halcon 的area_center算子，编写程序计算给定图像中所有连通区域的面积，并将面积最大的区域用红色标记显示。 3.对于包含孔洞的图像，使用area_holes算子计算孔洞总面积，并说明该算子与area_center的区别。 4.创建或者给定一张包含不同形状（圆形、矩形、不规则形状）的图像，使用select_shape算子提取出圆度（circularity）大于 0.8 且面积大于 500 像素的区域。 5.对图像中的某个区域，分别使用smallest_rectangle1和inner_circle算子计算其最小外接矩形和最大内接圆，并在原图中绘制两者的轮廓。 6.使用gray_features算子提取指定区域的灰度均值（mean）和偏差（deviation），并比较该结果与intensity算子的输出差异。 7.结合灰度共生矩阵（GLCM），解释纹理特征中的能量（Energy）和对比度（Contrast）的物理意义，并说明如何通过 Halcon 的cooc_feature_image算子计算这些特征。 8.对同一幅图像分别应用不同的阈值（如 50、100、150），观察并分析阈值变化对区域形状特征（如面积、圆度）的影响。 注意，提交日报或者答案。答案格式如下： 1.具体题目 答：xxxxx 2. 具体题目 答：xxxx
最新发布
03-29
### 答案： #### 1. 请简述图像特征的分类及其定义，并举出每类特征的具体例子（至少 3 类）。 答： 图像特征通常可以分为三类：几何特征、纹理特征和颜色特征。以下是它们的定义及举例： - **几何特征**：描述物体外形和空间分布的相关信息，包括面积、周长、圆度等。例如： - 面积 (Area)：表示连通区域所占像素的数量。 - 圆度 (Circularity)：衡量目标接近圆形的程度，公式为 \( \text{circularity} = \frac{\pi}{\left(\frac{\text{Perimeter}}{2}\right)^2} \times \text{Area} \) 。 - 最小外包矩形 (Smallest Bounding Rectangle)：包围目标的最小矩形框。 - **纹理特征**：反映图像局部区域内像素的空间排列规律，常用于区分表面特性相似的目标。例如： - 能量 (Energy)：灰度共生矩阵中各元素平方和的归一化值，表征纹理的一致性和均匀性。 - 对比度 (Contrast)：衡量图像亮度变化剧烈程度的一个指标，较大的对比度意味着更强的明暗差异。 - 相关性 (Correlation)：测量相邻像素强度之间的线性依赖关系。 - **颜色特征**：基于色彩模型统计得出的信息，可用于识别特定的颜色属性或模式。例如： - 平均颜色值 (Mean Color Value)：某区域内红、绿、蓝通道平均数值。 - 主色调直方图 (Dominant Hue Histogram)：记录频率最高的几种主色比例。 - 方差 (Color Variance)：描述颜色波动范围大小的一种量化标准。 --- #### 2. 使用 Halcon 的 `area_center` 算子，编写程序计算给定图像中所有连通区域的面积，并将面积最大的区域用红色标记显示。 答： ```hdevelop * 加载输入图像 read_image(Image, 'path_to_your_image') * 寻找二值化的边缘连接部分 connection(Region, ConnectedRegions) * 初始化变量存储最大面积及对应索引 MaxArea := 0 BestIndex := -1 * 迭代遍历每个连通域求解相关信息 for Index := 0 to |ConnectedRegions|-1 by 1 do select_obj(ConnectedRegions, CurrentRegion, Index) * 获取当前选区的基本数据 area_center(CurrentRegion, Area, Row, Column) if(Area > MaxArea): MaxArea := Area BestIndex := Index endfor * 提取拥有最大面积的那个区域并着色标注出来 select_obj(ConnectedRegions, LargestRegion, BestIndex) gen_rectangle1(RedRectangle, LargestRegion.YCenter-LargestRegion.Height/2,LargestRegion.XCenter-LargestRegion.Width/2,... LargestRegion.YCenter+LargestRegion.Height/2,LargestRegion.XCenter+LargestRegion.Width/2 ) disp_color(LargestRegion,'red') ``` --- #### 3. 对于包含孔洞的图像，使用 `area_holes` 算子计算孔洞总面积，并说明该算子与 `area_center` 的区别。 答： - **`area_holes`** 计算的是闭合区域内空缺部分（即“孔洞”）的总像素数；而 **`area_center`** 则关注整个形状的实际覆盖区域以及其中心位置坐标。两者用途截然不同——前者适用于分析内部缺失情况，后者更侧重整体几何特性的获取。 示例代码片段： ```hdevelop dev_close_window() read_image (Image, 'blobs') threshold (Image, Region, 150, 255) connection (Region, ConnectedRegions) select_obj (ConnectedRegions, SingleRegion, 1) area_holes(SingleRegion,HoleAreas,X,Y) sum_array(HoleAreas,TotalHoleArea) ``` 上述脚本首先读入样本图片文件路径下的测试图案，接着经过简单阈值得到前景掩模之后分离各个独立块状物之一作为下一步处理单元，在此基础上调用了函数评估了其内部存在多少黑色漏洞点位数目并通过累加操作得到最终的整体黑洞占据比率数字反馈回来供后续决策参考依据之用。 --- #### 4. 创建或者给定一张包含不同形状（圆形、矩形、不规则形状）的图像，使用 `select_shape` 算子提取出圆度大于 0.8 且面积大于 500 像素的区域。 答：略（类似第2题）。 --- ####
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

机器人自动化控制

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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