云敬山

输入图片输出图片Halcon 程序*read_image(Image, '1.jpg')read_image(Image, '3.jpg')rgb1_to_gray (Image, GrayImage)threshold (GrayImage, Region, 145, 255)closing_circle(Region, RegionClosing, 3.5)erosion_circle(RegionClosing, RegionErosion, 3.5)connection(Reg

目录什么是模板匹配粒子检查算法流程STEP1 图像获取Step2 Mark模板匹配BUMP引脚分割参考文献什么是模板匹配模板匹配需要人工划定一个模板，在待检测图像上对比匹配程度，找出匹配程度一定阈值的区域，从而实现识别的功能。粒子检查算法流程图像扫描Mark模板匹配BUMP引脚分割粒子提取粒子特征分析STEP1 图像获取Step2 Mark模板匹配通过Halcon自带的模板匹配助手工具可以迅速建立模板图像以及相关代码。从图像加载，图像窗口中提取，绘制矩形，右键确定，暂时不理会其

这里写目录标题==9.2 基于灰度值的特征==9.2.1 区域的灰度特征值==9.3 基于图像纹理的特征==9.2 基于灰度值的特征基于灰度值的特征，即利用灰度信息表示区域或者图像的特征，如计算图像的灰度的最大值、最小值、偏差、均值等，还可以算出灰灰度区域的面积和中心，相关算子有gray_features算子、min_max_gray算子、intensity算子、area_ceter_gray算子、select_gray算子等，下面将对其一一介绍。9.2.1 区域的灰度特征值gray_feature

通过分割形态学得到一些图像区域之后，就可以使用特提取想要的区域，通常特征的类型有面积最大的区域、灰度差异大的图、区域面积中心区域形状特征的算子区域面积及和中心点坐标信息：area_center()封闭区域孔洞的面积：area_holes()根据特征值选择区域：select_shape() 可以根据不同特征选取区域根据特征值创建区域：inner_circle()求最小外接矩形：smallest_rectangle2() 矩形与物体方向平行。smallest_retangle1()矩形和坐标轴平行

彩色图像和灰度图像：彩色图像具备更多信息，可以进行目标区域分析等图像的颜色RGB颜色灰度图像HSV：色调Hue、饱和度Saturation、纯度ValueHSI: 色调Hue、饱和度Saturation、亮度IntensityBayer使用单芯片和一个Bayer滤色片过滤光线得到不同通道信息，输出的图像就叫做Bayer图像，每个像素只有一个颜色分量的图像图像通道RGB+灰度图表示像素的透明度访问通道：access_channel()通道数量查询：count_channels()

目的：将感兴趣图像从背景中分离出来。图像分割标准：像素的灰度、边界、几何形状、颜色、纹理阈值处理全局阈值：threshold()自适应阈值：auoto_threshold() 以灰度直方图中出现谷底为分割点，对灰度直方图的波峰进行分割自动全局阈值分割法：binary_threshold() 可选最大类间方差法或平滑直方图法局部阈值分割法：dyn_threshold() 适用于无法用单一灰度进行分割的情况var_threshold() 算子和char_threshold()算子和dual_

图像的变换与矫正平移、旋转、和缩放——仿射变换和仿射变换矩阵仿射变换矩阵应用于：像素点、二维点、图像、区域、XLD轮廓等对象*创建空仿射变换矩阵hom_mat2d_identity(HomMat2DIdentity)*xy各平移30变换hom_mat2d_translate(HomMat2DIdentity, 30, 30, HomMat2DTranslate)*旋转hom_mat2d_rotate(HomMat2DIdentity, 0.78, 0, 0, HomMat2DRotate

单张图像采集*绝对路径读取图片read_image (Image1, 'D:/MYSTU/0013 书籍教程/006 机器视觉/练习/cha4-1/xinpian.jpg')*同级目录读取图片read_image(Image2,'xinpian.jpg')*读取下级目录图片 '.' 读取当前目录read_image(Image3,'./images/xinpian_file.jpg')*读取上级目录图片 '..'获取上级目录read_image(Image4,'../images_up