函数:该函数演示利用光度立视觉技术检查皮革样本。输入是4张光线来自不同方向的皮革图片
Part 1:首先是通过Albedo反照率进行缺陷查找,对Albedo图像进行局部均值与标准差分析
Part 2:对Gradient向量场通过向量场的旋度进行高斯函数的导数卷积,在通过梯度的绝对值对图像进行高斯函数的导数的卷积。对处理后的图像进行threshold阈值分割,分割后的图像在计算二元秩(在滤波模型下区域内点的个数),选择出无纹理区域。在Gradient向量场通过'mean_curvature'进行高斯函数的导数卷积,对处理后的图形进行灰度值绝对值转换,转换后的图像进行阈值分割,分割后通过select_shape算子对灰度值偏差满足要求的区域进行输出,输出的结果为皮革上的刮伤
算子:
1.var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : ):阈值图像通过局部均值和标准差分析。不适合在不均匀的、有噪音的或不均匀的背景上分割区域
效果图:

参数:
Image :输入图像
Region :选择区域
MaskWidth:掩膜宽度,用于计算平均值和偏差(如果值为偶数则使用下一个较大的奇数,MaskHeight相同)
MaskHeight:掩膜高度,用于计算平均值和偏差
StdDevScale:灰色值的标准偏差因子
AbsThreshold:最小灰度值与平均值之差
LightDark:阈值类型
该算子执行过程为先用MaskWidth*MaskHeight的掩膜在图像上逐像素游走,用原图中的当前像素和对应掩膜中MaskWidth*MaskHe

这篇博客探讨了如何使用Halcon的p_do_inspect_leather_photometric_stereo函数来检查皮革样本的缺陷。首先,通过Albedo反照率进行缺陷检测,接着对Gradient向量场应用高斯函数的导数卷积。通过阈值分割和二元秩计算,识别出无纹理区域。最后,结合'mean_curvature'进行分析,输出刮伤区域。涉及的算子包括var_threshold、derivate_vector_field、derivate_gauss、rank_region和abs_image。
最低0.47元/天 解锁文章
1225

被折叠的 条评论
为什么被折叠?



