卡尺工具：实现halcon中的fit_circle_contour_xld

已于 2023-12-09 16:51:30 修改
阅读量849 收藏 7
点赞数 8
分类专栏： 计算机视觉 文章标签： 计算机视觉
于 2023-12-09 15:21:34 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/manuoo/article/details/134892964
版权
博客介绍了在计算机视觉领域，Halcon库中的fit_circle_contour_xld操作符如何进行几何和代数拟合圆形。讨论了两种方法的优缺点，强调了代数拟合在某些情况下可能提供与几何拟合相当的精度。文章还提到使用权重函数优化拟合过程，并分享了一种自定义的拟合策略，通过迭代和误差评估选择最佳拟合结果。

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

        拟合圆的方法分为两大类：几何拟合与代数拟合。

        几何拟合：通过迭代算法使 \mathscr{F} 收敛到最小值，其中 d_i 是数据点到圆的几何(垂直)距离。

了解本专栏 订阅专栏 解锁全文 超级会员免费看
halcon知识：fit_circle_contour_xld函数
gongdiwudu的专栏
02-06 1万+
一、 说明 这个函数是用一个圆逼近一段弧，得到参数：圆心（Row, Column）,半径 Radius、弧的起点、终点、点顺序。 fit_circle_contour_xld(Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder) 二、参数列表： ..
halcon学习拓展系列—圆拟合卡尺算子fit_circle_base_circle
谷棵的专栏
08-28 1873
首先感谢wangpeng,joy和xy6300，三位提供了卡尺工具的思路，并提供了卡尺工具—rake函数，综合三位同事提供的思路，整合并优化，提出了矩形矢量直线拟合算子fit_circle_base_circle，增加了滤波功能，再次感谢三位同事！ 涉及到卡尺工具—rake函数，请参考博客园博主xy6300《边缘分析及直线和圆拟合——第5讲》 一、算子说明 fit_circle_base_circle(Image: :threshEdge,numEdge,transition,orie...
Halcon 算子 fit_circle_contour_xld
奔跑的郑的博客
01-06 1万+
作用：用圆近似XLD轮廓； 参数翻译（对应以上参数顺序）： 输入轮廓、 圆拟合算法（详细算法解释如下）、 用于计算的最大轮廓点数（MaxNumPoints >= 3，-1是所有点）、 闭合轮廓端点之间的最大距离（轮廓两头的距离MaxClosureDist >= 0.0）、 拟合过程忽略的点（轮廓首尾ClippingEndPoints >= 0）、 稳健加权拟合的最大迭代次数（Iterations >= 0）、 用于剔除异常值的剪切因子（ClippingFact..
Halcon——圆拟合算子详解
zeroCCY的博客
10-10 1758
该算子是 Halcon 中用于拟合轮廓的圆形的操作符。这个操作可以根据输入的轮廓点数据来计算最佳拟合的圆。（1）Contours：输入轮廓、（2）Algorithm：圆拟合算法（详细算法解释如下）、（3）MaxNumPoints：用于计算的最大轮廓点数（MaxNumPoints >= 3，-1是所有点）、（4）MaxClosureDist：闭合轮廓端点之间的最大距离（轮廓两头的距离MaxClosureDist >= 0.0）、
Halcon模板匹配定位跟随找圆
Helios的博客
02-27 3163
检测图像： Hdevelop代码： list_image_files ('D:/用户目录/Test', 'default', [], ImageFiles) read_image (Image,ImageFiles[0]) gen_rectangle2 (Roi_Model, 918.272, 2649.06, rad(-47.7444), 200.86, 111.06) reduce_domain (Image, Roi_Model, Image_model) edges_sub_pix (
Halcon算子之fit_circle_contour_xld,用于圆拟合XLD轮廓
qq_20278613的博客
04-26 1万+
函数原型：   fit_circle_contour_xld( Contours : : Algorithm, MaxNumPoints, MaxClosureDist, ClippingEndPoints, Iterations, ClippingFactor : Row, Column, Radius, StartPhi, EndPhi, PointOrder )  
【halcon】Metrology工具系列之 get_metrology_object_model_contour
songhuangong123的博客
11-27 831
我们可以清晰的看到，方块的排列是根据这跟红线进行排布的，红线就是他们的中心！
Halcon - 定位 - 卡尺
weixin_30598225的博客
09-23 2686
以直线卡尺为例，其他卡尺更改相应参数即可。 Code 直线卡尺 * 获取图像及图像尺寸 dev_close_window () read_image (Image, 'fabrik') get_image_size (Image, Width, Height) dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle) de...
halcon投影距离_机器视觉测量，halcon测量讲解，卡尺找线，卡尺找圆
weixin_39777497的博客
11-21 1999
测量是机器视觉应用场景之一，今天我来介绍一下在halcon中测量项目的一些方法。在halcon中本身的测量demo比较多，在实际项目使用中，最为广泛的方法还是使用卡尺来解决测量任务，整体的思想就是先找到边界点，然后判断边界点是否符合要求，最后通过拟合出线或者圆来进行测量任务。当然也可以通过边缘查找后拟合。理解halcon测量原理在halcon中，来确定边缘的方法为在一个ROI宽度上，计算每个宽度上...
halcon拓展系列—自动拟合非规则区域弧边算子fit_contour_base_region【2024更新】
谷棵的专栏
05-14 1190
一、算子说明 fit_contour_base_region(Image,RegionFit: :lNumCalNormalVector,lSampleIntervalNumber,dMRSigma,lMRThresh,lMRTransition,lMRWidth,lMRHeight:RowEdge,ColumnEdge) ** 功能：自动拟合非规则区域弧边 ** 输入 ** image 输入图像 ** RegionFit ...
Halcon例程分析——卡尺检测边缘夹角（apply_metrology_model_diamond.hdev）
jiDxiaohuo的博客
11-21 1612
文章目录卡尺原理卡尺调用步骤例程代码 卡尺原理 程序运行很炫酷，感觉很高大上 ，仔细看看代码 ，就很慢慢觉得 切 也不过如此。 之前也写过一个文章 也是卡尺工具的例程 说白了 卡尺不过是利用一些小的边缘检测矩形，逐一检测出边缘点。再通过拟合求出目标轮廓。 图中黄色栅格就是一个个边缘检测小矩形。 在 add_metrology_object_line_measure 算子中 通过 MeasureLength1 、MeasureLength2 设置其大小。圆形检测等同理 在这个图中就可以很好看出卡.
Halcon学习备忘六（拟合圆的一种方法）
热门推荐
08-11 2万+
对于圆形区域，我们想拟合出它的圆形
【计算机视觉】CV项目实战- 深度解析TorchVision_Maskrcnn：基于PyTorch的实例分割实战指南
最新发布
weixin_43988131的博客
04-26 639
深度解析TorchVision_Maskrcnn：基于PyTorch的实例分割实战指南
opencv图像的梯度处理，边缘检测
2401_87862479的博客
04-22 853
是因为经过第二步得到的边缘不经过处理是没办法使用的，因为高斯滤波的原因，边缘会变得模糊，导致经过第二步后得到的边缘像素点非常多，因此我们需要对其进行一些过滤操作，幅值处于最高像素与最低像素之间时，如果它能连接到一个高于阈值的边缘时，则被认为是边缘像素，否则就不会被认为是边缘。Canny 边缘检测算法是一种非常流行的边缘检测算法，是 John F. Canny 于 1986年提出的，被认为是最优的边缘检测算法。通过这个公式我们就可以计算出图片中所有的像素点的梯度值与梯度方向，然后根据梯度方向获取边缘的方向。
【计算机视觉】CV项目实战- SORT 多目标跟踪算法
weixin_43988131的博客
04-23 935
初始化# 每帧处理from sort import Sort # 初始化 mot_tracker = Sort(max_age = 5 , min_hits = 3) # 每帧处理 while True : dets = your_detector(frame) # [x1,y1,x2,y2,score] trackers = mot_tracker . update(dets) for d in trackers : print(f"ID: {4。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 1821
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
基于计算机视觉的行为检测：从原理到工业实践
我是赛博AI Lewis
04-20 1000
行为检测（Action Recognition）是计算机视觉领域的关键任务，旨在通过分析视频序列理解人类动作的时空特征。能力上——系统需要捕捉动作的起始、发展和结束全过程，同时适应不同持续时间（0.1秒至数分钟）的行为特征。A[多视角摄像头] --> B[视频流解码]C --> D[安全帽/反光衣识别]G --> H[GRU时序分析]C --> E[人体姿态估计]E --> G[行为分类模型]H --> I[危险行为预警]准确率(Kinetics)D --> F[违规报警]计算量(TFLOPs)
目标检测原理简介
blanokvaffy的博客
04-26 341
目标检测是一类计算机视觉任务，简单来说，目标检测可被定义为在计算机中输入一张图像，计算机需要找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，如图一所示。目标检测是计算机视觉领域的核心问题之一，相较于最原始的将整张图片分类为某一类别，目标检测不光可以感知图像中物体的类别，还可以提取感兴趣物体在图像中的位置信息，并将图片区分为前景和背景。随着科技的进步，目标检测算法广泛的利用深度学习作为基础，在近几年有了飞速的发展。目前，目标检测算法被广泛的应用于智能驾驶、安防摄像头、工业上的裂纹污损检测等工作。
人像面部关键点检测
weixin_47754029的博客
04-18 741
此工作为本人近期做人脸情绪识别，CBAM模块前是否能加人脸关键点检测而做的尝试。由于创新点不是在于检测点的标注，而是CBAM的改进，因此，只是借用了现成库Dilb与cv2进行。,文件：shape_predictor_68_face_landmarks.dat。判断该图是否存在face--->否--->return。进行关键点预测--->（存储关键点位置）使用cv2库进行图像读取--->将读取的图像输入预测模型--->将读取的图像转为灰度图--->在原图上进行关键点标识--->
halcon fit_line_contour_xld
03-04
### Halcon 中 `fit_line_contour_xld` 函数的使用方法 #### 函数描述 `fit_line_contour_xld` 是用于对轮廓数据进行直线拟合的操作符。该操作符接收一组XLD轮廓作为输入，并尝试找到最佳匹配的直线来近似这些轮廓点。 #### 参数说明 - **Contours**：输入的XLD轮廓。 - **Algorithm**：指定使用的算法类型，通常有'linear_regression'（线性回归）、'huber'（Huber稳健估计）等选项。 - **ClippingFactor**：裁剪因子，仅当选择了特定类型的鲁棒算法时才有效果，它决定了多远距离外的数据会被视为异常值并排除在外。 - **RowBegin** 和 **ColumnBegin**：返回所求得直线上最左侧端点的行号和列号。 - **RowEnd** 和 **ColumnEnd**：返回所求得直线下方右侧端点的行号和列号[^1]。 #### 实际应用示例 下面是一个简单的例子，展示了如何利用 `fit_line_contour_xld` 来处理图像中的线条特征： ```hdevelop * 加载测试图片 read_image (Image, 'fabrik') * 边缘检测 edges_sub_pix (Image, Edges, 'canny', 1, 20, 40) * 提取感兴趣的区域内的边缘部分 reduce_domain (Image, RegionOfInterest, ImageReduced) edges_sub_pix (ImageReduced, SelectedEdges, 'canny', 1, 20, 40) * 执行直线拟合 fit_line_contour_xld (SelectedEdges, 'linear_regression', 1.5, RowBegin, ColumnBegin, RowEnd, ColumnEnd) * 绘制结果 disp_cross (WindowHandle, ColumnBegin, RowBegin, 8, 8, 'color') disp_cross (WindowHandle, ColumnEnd, RowEnd, 8, 8, 'color') gen_contour_polygon_xld (LinePolygon, [RowBegin, RowEnd], [ColumnBegin, ColumnEnd]) disp_continue_XLD (WindowHandle, LinePolygon) ``` 上述代码片段首先加载了一张名为 "fabrik" 的样本图像，接着通过 Canny 方法提取其边缘信息。之后，在限定区域内选取感兴趣的部分继续做进一步分析。最后一步则是调用 `fit_line_contour_xld` 完成直线拟合工作，并将所得的结果可视化出来[^3]。
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
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