二十五.Edge Extraction (Subpixel-Precise)之一（基础篇）

一．基本流程：

获取图像---矫正图像---确定ROI---提取边缘或直线---计算轮廓属性---处理多边形轮廓---转换到世界坐标系---结果可视化。

二．常用算子：

1. boundary(Region : RegionBorder : BoundaryType : )

利用形态学算子计算区域边缘并返回。

BoundaryType：'inner', 'outer', 'inner_filled'

原始区域内部；外部；内部填充，边缘皆是一个像素宽。

2. union1(Region : RegionUnion : : )

返回区域的并集。

3.edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )

利用Deriche, Lanser, Shen, or Canny filters滤波器提取亚像素边缘。

4. sort_contours_xld(Contours : SortedContours : SortMode, Order, RowOrCol : )

对输入轮廓进行分类。

SortMode：分类参考点位置。

Order：升序排列还是降序。

RowOrCol：行或者列作为分类的第一标准。

5. colored_display(Objects : : Colors : )

内部程序，用交替的颜色显示Objects.

6.fit_ellipse_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, VossTabSize, Iterations, ClippingFactor : Row, Column, Phi, Radius1, Radius2, StartPhi, EndPhi, PointOrder)

用椭圆或椭圆弧拟合多边形轮廓,获得拟合数据。

Algorithm: 'fitzgibbon', 'fhuber', 'ftukey', 'geometric', 'geohuber', 'geotukey', 'voss', 'focpoints', 'fphuber', 'fptukey'

第一个算法：使得多边形上的点(Xi,Yi)到拟合椭圆的代数距离：a*Xi^2 + b*Xi*Yi + c*Yi^2 + d*Xi + e*Yi + f最小，已确定拟合椭圆。

MaxNumPoints：轮廓点上参与拟合的最大点数。

MaxClosureDist：作为封闭图像的端点间的最大距离。

ClippingEndPoints：拟合忽略的点数。

Row, Column, Phi,：中心点和主轴方向。

Radius1, Radius2：长半轴和短半轴的长度。

StartPhi, EndPhi：弧的起止角度。

PointOrder：轮廓点序正负。

7. gen_ellipse_contour_xld( : ContEllipse : Row, Column, Phi, Radius1, Radius2, StartPhi, EndPhi, PointOrder, Resolution : )

产生椭圆轮廓，Resolution轮廓点上相邻邻域点的最大欧氏距离。

 

三．例子分析

例1. * rim_simple.hdev: measures the diameter of drill-holes//测量钻孔直径//

*

dev_update_off ()

* ****

* step: acquire image

* ****

read_image (Image, 'rim')

get_image_size (Image, Width, Height)

dev_open_window_fit_image (Image, 0, 0, Width, Height, WindowID)

set_display_font (WindowID, 14, 'courier', 'true', 'false')

* ****

* step: determine region of interest (ROI)  //注意它提取ROI的方法，基于图像的，很智慧！//

* ****

threshold (Image, Dark, 0, 128)   //设定阈值//

connection (Dark, DarkRegions)

select_shape (DarkRegions, Circles, ['circularity','area'], 'and', [0.85,50], [1.0,99999])

boundary (Circles, RegionBorder, 'inner')

dilation_circle (RegionBorder, RegionDilation, 6.5)

union1 (RegionDilation, ROIEdges) //四个包括边界区域的ROI，形状接近椭圆环//

dev_display (Image)

dev_set_color ('yellow')

dev_set_draw ('margin')

dev_display (ROIEdges)

disp_continue_message (WindowID, 'black', 'true')

stop ()

* ****

* step: extract edges

* ****

reduce_domain (Image, ROIEdges, ImageROI)

edges_sub_pix (ImageROI, Edges, 'lanser2', 0.3, 10, 30)//提取亚像素边缘//

sort_contours_xld (Edges, SortedContours, 'upper_left', 'true', 'row')//对边缘进行编码//

dev_display (Image)

colored_display (SortedContours, ['cyan', 'white'])

disp_continue_message (WindowID, 'black', 'true')

stop ()

* ****

* step: process contours

* ****

fit_ellipse_contour_xld (Edges, 'ftukey', -1, 2, 0, 200, 3, 2, Row, Column, Phi, Ra, Rb, StartPhi, EndPhi, PointOrder))//产生椭圆弧拟合数据//

NumHoles := |Ra|//取长半轴数组的模//

gen_ellipse_contour_xld (ContEllipse, Row, Column, Phi, Ra, Rb, gen_tuple_const(NumHoles,0), gen_tuple_const(NumHoles,rad(360)), gen_tuple_const(NumHoles,'positive'), 1)//产生数据，前面是

数组的个数，后面为值，整体是赋值语句//

dev_display (Image)

sort_contours_xld (ContEllipse, SortedContEllipse, 'upper_left', 'true', 'row')

colored_display (SortedContEllipse, ['cyan', 'white'])  //间隔着色//

dev_set_color ('yellow')

for i := 0 to NumHoles-1 by 1  //显示长轴和短周方向，用箭头表示，并显示长轴和短轴的长度//

    sinPhi := sin(Phi[i])

    cosPhi := cos(Phi[i])

    disp_arrow (WindowID, Row[i], Column[i], Row[i] - sinPhi*Ra[i], Column[i] + cosPhi*Ra[i], 1)

    disp_arrow (WindowID, Row[i], Column[i], Row[i] - cosPhi*Rb[i], Column[i] - sinPhi*Rb[i], 1)

    disp_arrow (WindowID, Row[i], Column[i], Row[i] + sinPhi*Ra[i], Column[i] - cosPhi*Ra[i], 1)

    disp_arrow (WindowID, Row[i], Column[i], Row[i] + cosPhi*Rb[i], Column[i] + sinPhi*Rb[i], 1)

    set_tposition (WindowID, Row[i] - Rb[i] - 50, Column[i] - 85)

    write_string (WindowID, 'D1=' + 2*Ra[i])

    set_tposition (WindowID, Row[i] - Rb[i] - 30, Column[i] - 85)

    write_string (WindowID, 'D2=' + 2*Rb[i])

endfor