2D图像处理：缺陷检测--实现Halcon的Variation Model

已于 2024-02-01 21:24:25 修改
阅读量1.6k 收藏 3
点赞数 1
CC 4.0 BY-SA版权
分类专栏： 2D视觉 文章标签： 图像处理 计算机视觉 人工智能 opencv c++
于 2023-02-18 20:01:01 首次发布
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/lddx_123456/article/details/129102912
2D视觉 专栏收录该内容
20 篇文章 ¥399.90 ¥499.90
订阅专栏
本文介绍了使用C++和OpenCV实现Halcon的Variation Model进行2D图像缺陷检测的方法，包括准备和训练模型、比较模板以及过滤缺陷特征的区域。在robust模式下，通过MAD（绝对中位差）处理异常值，提高检测鲁棒性。

订阅说明：如果要订阅，先看链接内容 看链接内容 看链接内容：订阅先看此内容

  • 语言：C++
  • IDE：Qt Creator
  • 第三方库：Opencv

Robust模式-MAD

1. Variation Model

      Halcon中的Variation Model主要是将待检测的图像与标准图像对比，检测出待检测图像与标准图像的差异，即缺陷。该缺陷检测方法对光照要求还是比较严格，尽量在封闭环境中使用。
      C++&Opencv 实现Variation Model流程主要是：准备和训练模型和比较模板；创建模板和正式检测时需要将待检测区域对齐（一般可以通过匹配的方式进行对齐）；

1.1 准备和训练模型方法

Halcon中创建模板主要有三种模式：‘standard’, ‘robust’, ‘direct’；

  • standard模式
    • ideal image：通过计算多张图像的平均值获取；
    • vari
了解本专栏 订阅专栏 解锁全文
halcon知识：差分模板variation_model
gongdiwudu的专栏
02-23 1万+
一、变化模板 * 这个示例程序展示了如何使用 HALCON 的变分模型算子执行典型的打印质量检查。程序检测在笔夹上的不正确打印。该程序类似于程序 print_check.hdev。主要区别是每个字符都是单独检查的。 这不是这个应用程序的一个特别好的策略，因为它不检测笔夹本身的错误以及由于 V 相对移动而导致的错误到其他字符。 然而，在某些应用中，正是这不变性很有用。这个程序可以用作这样的基础应用程序。 第一步，每个字符的变异模型是由正确打印的图像构成。由于物体的位置可以不同，不同角色的图像必须转
MATLAB算法实战应用案例精讲-【图像处理】缺陷检测（补充篇）（附matlab实现代码）
qq_36130719的博客
12-15 6245
差异模型（Variation Model）使用标准图像与待检测图像灰度值相比较，来判断产品是否OK，适用于印刷品检测及产品表面检测。
halcon 差异模型 异物_HALCON高级篇：变化模型
weixin_39780260的博客
12-22 918
变化模型一个变化模型的主要原则是将一个或多个图像同一个理想图像做对比，去找到明显的不同。借助它，你可以通过将生产不正确的物体同生产正确的物体做比较，进而鉴定出生产不正确的物体。理想图像通常是用几个参考图像通过训练而获得。除了理想图像，训练还获得了对于图像中每一个点被运行的灰度变化的信息，这些信息被存储在一个所谓的变化图像中。两个图像被用来创建一个变化模型，其他图像就可以用来和其做比较。变化模型的优...
Halcon3D点云，实现耐火砖尺寸测量及缺陷检测
最新发布
xy00021的博客
10-31 857
本文提出了一种基于双目结构光相机的耐火砖检测方案。选用中科融合Pro-M相机（精度0.75-2mm），针对110-250mm尺寸范围的耐火砖，开发了一套完整的检测算法。方案包含四个核心环节：首先通过点云高度筛选和连通域分析实现耐火砖定位；然后采用粗配准结合平面拟合的方法消除摆放倾斜误差；随后通过点云高度阈值筛选和三角面重建进行缺陷检测；最后将点云投影至二维平面实现尺寸测量。整个检测过程可在2秒内完成，满足1mm精度的工业检测要求。文末提供了完整的Halcon源码和点云数据下载链接。
IOS: Quartz2D图像处理
weixin_33858249的博客
05-25 223
Quartz2D 图像处理 　　本文将为大家介绍常见的IOS图像处理操作包括以下四部分：旋转，缩放，裁剪以及像素和UIImage之间的转化，主要使用的知识是quartz2D。Quartz2D是CoreGraphics框架中的一个重要组成部分，可以完成几乎所有的2D图像绘制，处理功能。跟window编程中GDI的功能一样，而且很多概念都差不多。   一、图像旋转 　　图像旋转是图像处理过程中...
Halcon之Variation Model
m1430630520的博客
04-02 3192
Variation Model是用一幅或多幅测试图像同样板图像做比较，找出差异，常用来做外观缺陷检测。 创建及使用步骤： Ø1、图像准备 Ø2、创建Variation Model Ø3、图像摆正 Ø4、训练Variation Model Ø5、准备Variation Model Ø6、比较Variation Model create_variation_model (Width, ...
Variation Model的应用
weixin_30565199的博客
12-14 397
Variation Model的主要原理是将待检测的图像与一张标准图像作比较，找出待检测图像与标准图像（ideal image）的明显差异（也就是不良）。 标准图像可以采用几张OK品的图像训练（training）得到，也可以通过对一张OK品图像进行处理得到。训练后得到标准图像和一张variation图像（variation image），variation图像中包含了图像中每个像素点灰...
halcon中variation_model_single实例注释.
07-02 5277
*  * This example shows how to employ the new extensions of HALCON's variation model operators * to perform customary print quality tests. * In this example the variation model is built upon a sing
Halcon打印质量检测之variation_model_illumination.hdev
weixin_41244604的博客
10-03 912
*本例子演示了使用变化模板进行打印质量检测，模板用单张图像训练而来。 *在应用检测之前，检测图像被放大或缩小，但是在同样的灰度范围 This example demonstrates the print inspection using a variation model. The variation model is trained using a single model image. Before applying the print inspection, the images are scale
Halcon--差异模型完整性检测
Doctor__Chen的博客
12-07 1630
文章目录前言一、思路二、实现三、源码总结 前言 基于Halcon实现差异模型完整性检测 一、思路 ①获取图像 使用的图像分为两类，一类是用于训练差异模型的图像；另一类是用于测试的图像，即实际检测图像。其中，图像如果是彩色的，需要将其转换成灰度图。如果存在一定的噪声，需要通过平滑去噪等预处理。当然，如果图片质量不佳或者ROI细节不够突出，也可以考虑重新采集，使图像的检测细节更为清晰。 ②创建差异模型 图像预处理完之后，使用create_veriation_model算子创建一个用于对比的差异模型。 ③
Halcon 模型变化
钢铁男儿
08-04 1192
模型变化主要原理是将一个或多个图像与理想图像进行比较，以发现显著差异。通过比较有缺陷的对象和正常的对象来识别判断生产的对象。理想图像通常是通过使用多个参考图像进行训练而获得。除了理想图像之外，训练还派生出图像中每个点允许的灰度值变换信息。这些信息存储在所谓的变换中，这两个图像都用于创建一个变化模型，与其他图像进行比较。模型变换优点可以直接通过灰度值对图像进行比较，并通过图像变换进行空间加权。
halcon边缘缺陷检测
07-13
阈值分割+形态学处理，将包含边缘部分图像进行抠图 然后使用canny滤波器进行边缘检测 详细见:http://www.skcircle.com/?id=1276
Halcon变化模板之variation_model_single.hdev
weixin_41244604的博客
09-27 920
在这个例子中，展示了如何应用差异检测的算子来检测打印质量 This example shows how to employ the new extensions of HALCON’s variation model operators to perform customary print quality tests. *在这个例子中，差异模板用一张参考图像建立 In this example the variation model is built upon a single reference ima.
Halcon 傅里叶 - 缺陷检测
weixin_39354845的博客
05-25 3813
缺陷检测
Halcon 缺陷检测
weixin_45672157的博客
02-06 2682
在进行闭运算时，膨胀操作会连接较小的亮点区域并填充它们之间的空隙，腐蚀操作会消除边缘部分使得亮点更加连通和光滑。在开运算中，先进行腐蚀操作再进行膨胀操作。然后，膨胀操作会试图恢复亮区域的亮度值，但由于先前的腐蚀操作的影响，亮点可能不会完全恢复到原始的尺寸和强度。思路：先读取图片，读取一个没有缺陷的图片，进行图片的仿射运算，获取每一个药片的位置，在读取一个可能有缺陷的图片，进行仿射运算，获取每一个药片的位置，之后进行相交，面积小于0（有缺陷），面积大于0判断灰度值的区间，在区间内有缺陷，在区间外没有缺陷。
Halcon缺陷检测
qq_60609496的博客
07-20 4327
halcon缺陷检测学习
HALCON【缺陷检测】
qq_45780653的博客
07-07 5280
1.缺陷分类： 边缘凹凸、毛刺 内部污点、内部凹凸、特定空洞、破损 划痕（一般用低角度环形光和同轴光源） 凸点一般用带角度的光源斜着打，背景打亮，凸点打暗。 凹点一般用平行光从上往下打，背景打亮，凹点打暗。 2.缺陷处理的方式： Blob+区域特征：cheak_blister.hdev(检测胶囊缺失和错误) Blob+区域特征+差分：fin.hdev(边缘凸起的检测) 频域+空间域 光度立体法 特征训练（分类器、深度学习）、OCV光学字符检测 测量+拟合：fit_rectangle2_contour_xld
Halcon之缺陷检测
qq_45780653的博客
06-19 2288
Halcon—缺陷检测 ——例程：detect_indent_fft.hdev 说明：这个程序展示了如何利用快速傅里叶变换（FFT）对塑料制品的表面进行目标（缺陷）的检测，大致分为三步： 首先，我们用高斯滤波器构造一个合适的滤波器（将原图通过高斯滤波器滤波）； 然后，将原图和构造的滤波器进行快速傅里叶变换； 最后，利用形态学算子将缺陷表示在滤波后的图片上（在缺陷上画圈）。 注：代码为个人理解和注释 *Initialization（初始化） dev_updata_off() //这一句包含如下三个
halcon之缺陷检测
lingxiao16888的博客
04-06 800
通过自动确定全局阈值，将单通道图像分割为前景（目标）和背景区域，输出二值化结果。适用于光照均匀且目标与背景对比度明显的场景（如字符分割）‌。是 HALCON 中用于图像二值化分割的关键算子，适用于双峰直方图场景下的目标提取。用于光照均匀背景下缺陷或目标的高效分割，如检测食品包装中的字符印刷质量‌。提取扫描文档中的文字区域，尤其适用于背景与文字灰度差异明显的场景‌。：基于类间方差最大化，适用于目标与背景灰度分布差异显著的情况‌。依赖全局阈值，适用于光照均匀场景‌。：提取亮色目标（灰度值高于阈值）‌。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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

让让布吉

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