detect_mura_defects_blur.hdev-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_36672036/article/details/145055782

halcon案例

detect_mura_defects_blur.hdev

检测模糊图中的缺陷

检测一张彩色图，分解用B通道图，进行频率域的高斯滤波之后和原图做差，突然高频信息，然后缩放图，用line_gauss算子来找特征XLD，用矩阵来将XLD还原到原图尺寸并显示。

核心算子：lines_gauss

`lines_gauss` 在 HALCON 中的使用

lines_gauss 是 HALCON 中用于检测图像中线条及其宽度的算子。它能够提供亚像素精度的线条轮廓，适用于各种图像处理、机器视觉和视觉表面检测任务。以下是该算子的详细说明和使用示例：

语法

lines_gauss(Image : Lines : Sigma, Low, High, LightDark, ExtractWidth, LineModel, CompleteJunctions : )

Image：输入的单通道图像，可以是灰度图像或二值图像。
Lines：输出的线条，以亚像素精度的 XLD 轮廓形式表示。
Sigma：高斯平滑的系数，用于控制图像的平滑程度。较大的 Sigma 值会使图像更加平滑，但可能导致线条定位的精度下降。
Low：滞后阈值分割的低值，用于控制线条检测的灵敏度。低阈值越低，检测到的线条细节越多。
High：滞后阈值分割的高值，同样用于控制线条检测的灵敏度。高阈值越高，检测到的线条细节越少。
LightDark：指定提取线条的类型，可以选择提取亮色线条（'light'）或暗色线条（'dark'）。
ExtractWidth：是否提取每条 XLD 轮廓线的线宽。'true' 表示提取，'false' 表示不提取。
LineModel：用来调整线条位置和宽度的线模型。可选值包括：
- 'none'：不进行校正。
- 'bar-shaped'：适用于大多数应用。
- 'parabolic'：常用来提取边缘比较锐利的线条（例如背光照明的图像中的线条）。
- 'gaussian'：适用于线条边缘不那么锐利的情况。
CompleteJunctions：在断连的部分是否添加节点使线条连续。'true' 表示添加节点，'false' 表示不添加。

功能

lines_gauss 算子主要用于从输入图像中检测线条，并输出这些线条的亚像素精度 XLD 轮廓。它通过高斯滤波和边缘检测技术，能够准确地检测出图像中的线条。

示例代码

以下是一个使用 lines_gauss 的示例：

* 读取图像
read_image(Image, 'fabrik')

* 将图像转换为灰度图像
rgb1_to_gray(Image, ImageGray)

* 设置参数
Sigma := 1.5
Low := 1
High := 8
LightDark := 'light'
ExtractWidth := 'true'
LineModel := 'bar-shaped'
CompleteJunctions := 'true'

* 检测线条
lines_gauss(ImageGray, Lines, Sigma, Low, High, LightDark, ExtractWidth, LineModel, CompleteJunctions)

* 显示结果
dev_display(ImageGray)
dev_display(Lines)

注意事项

参数选择：Sigma、Low 和 High 的选择需要根据具体应用进行调整。较大的 Sigma 值会使图像更加平滑，但可能导致线条定位的精度下降。Low 和 High 的值需要根据线条的对比度和宽度进行调整。
线模型选择：LineModel 参数仅在 ExtractWidth 设置为 'true' 时才有意义。对于大多数应用，'bar-shaped' 是正确的选择。如果线条边缘比较锐利，可以使用 'parabolic'；如果线条边缘不那么锐利，可以使用 'gaussian'。

通过这些步骤，你可以使用 lines_gauss 算子在 HALCON 中检测图像中的线条及其宽度。

可借鉴点：
1、避免边界效应：截取图去周边
get_domain (ImageZoomed, Domain)
erosion_rectangle1 (Domain, RegionErosion, 7, 7)
reduce_domain (ImageZoomed, RegionErosion, ImageReduced)
2、图被缩放之后，XLD可以进行缩放，GET新技能

zoom_image_factor (ImageSub, ImageZoomed, ScaleFactor, ScaleFactor, ‘constant’)
* 在使用 lines_gauss() 时避免边界效应。

get_domain (ImageZoomed, Domain)
erosion_rectangle1 (Domain, RegionErosion, 7, 7)
reduce_domain (ImageZoomed, RegionErosion, ImageReduced)
lines_gauss (ImageReduced, Lines, Sigma, Low, High, 'dark', 'true', 'gaussian', 'true')
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_scale_local (HomMat2DIdentity, 1 / ScaleFactor, 1 / ScaleFactor, HomMat2DScale)
affine_trans_contour_xld (Lines, Defects, HomMat2DScale)

以下详细说明：

读入图

分解RGB三通道，用B图

B图经过从频率图高斯滤波之后的图

滤波图和原B图做差

去周边图

执行
lines_gauss (ImageReduced, Lines, Sigma, Low, High, ‘dark’, ‘true’, ‘gaussian’, ‘true’)
得到XLD

找到的高斯线XLD，执行缩放，用倒数还原到原图尺寸，用的好

* 本示例展示了如何在模糊图像中检测 mura 缺陷。

* 
dev_close_window ()
dev_update_off ()
Path := 'lcd/mura_defects_blur_'
read_image (Image, Path + '01')
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Height, 400, 300, WindowHandle)
set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_set_color ('red')
ScaleFactor := 0.4
calculate_lines_gauss_parameters (17, [25, 3], Sigma, Low, High)
for f := 1 to 3 by 1
    read_image (Image, Path + f$'.2i')
    decompose3 (Image, R, G, B)
    * 校正侧面照明。
    rft_generic (B, ImageFFT, 'to_freq', 'none', 'complex', Width)
    gen_gauss_filter (ImageGauss, 100, 100, 0, 'n', 'rft', Width, Height)
    convol_fft (ImageFFT, ImageGauss, ImageConvol)
    rft_generic (ImageConvol, ImageFFT1, 'from_freq', 'none', 'byte', Width)
    sub_image (B, ImageFFT1, ImageSub, 2, 100)
    * 执行实际的检测。

    zoom_image_factor (ImageSub, ImageZoomed, ScaleFactor, ScaleFactor, 'constant')
    * 在使用 `lines_gauss()` 时避免边界效应。

    get_domain (ImageZoomed, Domain)
    erosion_rectangle1 (Domain, RegionErosion, 7, 7)
    reduce_domain (ImageZoomed, RegionErosion, ImageReduced)
    lines_gauss (ImageReduced, Lines, Sigma, Low, High, 'dark', 'true', 'gaussian', 'true')
    hom_mat2d_identity (HomMat2DIdentity)
    hom_mat2d_scale_local (HomMat2DIdentity, 1 / ScaleFactor, 1 / ScaleFactor, HomMat2DScale)
    affine_trans_contour_xld (Lines, Defects, HomMat2DScale)
    * 
*     dev_display (Image)
    dev_display (Defects)
    if (f < 3)
        disp_continue_message (WindowHandle, 'black', 'true')
        stop ()
    endif
endfor