yuhouxiyang的专栏

（1）：手机部件尺寸检测：Cover Glass白色区域宽度：通过线线测量上下边缘，结合ROI区域加速搜索，设置边缘极性（如“黑到白”和“白到黑”）以适应不同对比度场景。（4）：最大结果数：最大的查找的数量，这里如果需要同时查找多对间距，则可以设定对应的数量，应用多的是检测多个PIN间距。（2）：麦克风条形孔间距：使用卡尺工具的边缘对模式，结合间距计分和边缘对宽度参数，确保多孔结构的均匀性。（2）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。

能看到实际的检测数据，其实这个应用是可以用在做自动补偿亮度模块上的，有时候外界环境关照条件不稳定，拍摄的图片有亮有暗，那我们可以测区域内的平均亮度，然后通过增益算法补偿到我们需要的亮度上，小伙伴们可以思考下怎么实现！亮度测量模块针对输入灰度图像的指定ROI区域，输出该区域的图像灰度直方图、最小灰度值、最大灰度值、灰度均值、灰度标准差、对比度等信息。今天学习下VisionMaster中的亮度测量：这个和前面学习的都不一样了，这个是测量ROI区域内的平均亮度等。四：实测：上述设定好参数，开始实际测量看看效果。

工业自动化中很常见的应用尺寸测量，需要量测一个零件的外形尺寸，其中一项如果是需要测量某个圆心点到另外一个圆心点的距离，就会用到这个模块了。2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程。（2）：运行参数：输出角度范围：设置后可执行输出符合该角度范围内的结果，可选-90°-90°或-180°-180°。这个模块的设定非常简单，其实主要的设定在前置模块找点那边，具体的应用可以参考之前的模块介绍。4：拖入点点测量模块。

工业自动化中很常见的应用尺寸测量，需要量测一个零件的外形尺寸，其中一项如果是需要测量某个直线到直线的距离，就会用到这个模块了。2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程。（1）：选择直线1/2：直线的参数在之前的章节里面已经介绍过，可以参考一下，这里的设定方式其实是一模一样的。3：拖入位置修正功能：这个非常重要，这里也不提了，可以参考上一篇笔记。（1）：绘制：相当于两个ROI检测框，分别检测两条直线。

工业自动化中很常见的应用尺寸测量，需要量测一个零件的外形尺寸，其中一项如果是需要测量某个顶点到圆心的距离，就会用到这个模块了。2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程。这个模块设定比较简单，主要是前置模块的设定，可以参考之前顶点检测和直线查找的案例。（2）：运行参数设定：只有一个输出角度判定，可以根据当前两个点连接成的直线判定角度范围。3：拖入位置修正功能：这个非常重要，这里也不提了，可以参考上一篇笔记。

2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程。中很常见的应用尺寸测量，需要量测一个零件的外形尺寸，其中一项如果是需要测量某个顶点到圆心的距离，就会用到这个模块了。这个模块设定比较简单，主要是前置模块的设定，可以参考之前顶点检测和圆查找的案例。（2）：运行参数设定：只有一个输出角度判定，可以根据当前两个点连接成的直线判定角度范围。3：拖入位置修正功能：这个非常重要，这里也不提了，可以参考上一篇笔记。

工业自动化中很常见的应用尺寸测量，需要量测一个零件的外形尺寸，其中一项如果是需要测量圆心到圆心的距离，就会用到这个模块了。从白到黑：按照边缘查找方向，查找由白到黑的变化的像素。（5）：边缘阈值1：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。（4）：边缘极性1：从黑到白：按照边缘查找方向，查找由黑到白的梯度变化的像素。（6）：滤波尺寸1：设定边缘的清晰程度条件，边缘如果越清晰，这个数值就要减小。（3）：边缘类型1：最强：查找边缘梯度阈值最大的边缘点，然后拟合成直线。

工业自动化中很常见的应用尺寸测量，需要量测一个零件的外形尺寸，其中一项如果是需要测量圆心到直线边缘的距离，就会用到这个模块了。（5）：边缘阈值1：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。（4）：边缘极性1：从黑到白：按照边缘查找方向，查找由黑到白的梯度变化的像素。（6）：滤波尺寸1：设定边缘的清晰程度条件，边缘如果越清晰，这个数值就要减小。（1）：绘制：相当于两个ROI检测框，一个检测直线，一个检测圆。（3）：边缘类型1：最强：查找边缘梯度阈值最大的边缘点，然后拟合成直线。

这里也需要注意下，这里有两种模式，在运行参数的这一栏有“等距离取点”和“查找边缘点”两个检测模式，说实话，那个等距离取点我也没搞懂有什么用，我拿了OK和NG的图片去对比，好像没有什么实际用处，无法检测(不知道有没有小伙伴知道这个模式到底是怎么用的！2：应用场景：典型的场景是点胶检测，判断胶路质量，有没有断胶等，一开始这胶路检测，真的是难倒我了，特别是不规则图像如何检测，学习了这个算子后，思路一下子打开了，原来还可以这么搞!四：实测：上述设定好参数，开始实际测量看看效果，不同的检测模式下的检测效果。

2：应用场景：海康VisionMaster的顶点检测功能在工业视觉检测中具有广泛的应用场景，尤其在精密制造、电子元件检测和机械加工等领域，其通过高精度定位物体的关键点（如角点、交点或边缘顶点）来实现自动化测量与质量控制。基本参数这里就是画ROI，设定跟踪参数和之前的工具是一样的方法，这里画的方向需要注意，如下图所示，边缘的扫描方向正好对应需要查找的边缘点。一个不是很规则的物体需要检测一个凸台的顶角坐标，其实靠边缘与边缘交点是不太稳定的，如下图所示，边缘很短，很容易产生误抓边缘。1：什么是顶点检测？

（5）：边缘对宽度：边缘模式设置为边缘对时，该参数才出现，期望输出的边缘对的像素间距尺寸。如果我需要检测芯片的每一个PIN的宽度和坐标，如果用边缘直线或者边缘点的话，那得一个一个画，实在是太不方便了，那现在用一个卡尺工具就可以一次性测量出来，那是不是很方便。（3）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。中的卡尺工具：主要用于测量物体的宽度、边缘的特征的位置以及图像中边缘对的位置和间距。（4）：边缘0/1极性： 从黑到白：就是梯度变化是黑色像素向白色像素过渡的边缘点。

（1）：输入线1.2：注意下这里的直线其实是可以自由组合的，不一定是直接用前序模块找到的直线，可以是点或者坐标的组合成的直线，同样的必须配置前序模块。2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程。今天学习下VisionMaster中的角平分线查找，可查找两条指定直线的夹角的角平分线。5：双击组件，开始设定参数：这个和中线查找模块就是类似的，输入两条找到的直线。就是两条直线，然后计算两条直线的夹角输出夹角的平分线。

通过查找上下边缘的两条直线（如白色区域边界），利用线线测量功能计算两条直线的平均距离，输出垂直距离及夹角。2：使用轮廓定位，把两个组件的线连起来，这里是需要设定模版匹配功能，这样图像不管怎么旋转都能准确定位图像位置，具体操作步骤可以参考前面课程。今天学习下VisionMaster中的垂线查找，顾名思义，就是查找点到直线的垂线，输出垂足点或者垂线。（2）：输入点或者直线或者坐标是依据前面的前序模块，和上一篇的中线查找其实是一个原理，注意连线方式。第一个是过点垂线：以这个点为起点，查找垂直于指定直线的线段。

（1）：现输入1/2：这就是输入两条直线的坐标，注意下这里其实是可以把直线拆分的，有三种模式，直线，点和坐标。4：拖入中线查找模块，注意下这个模块不能直接用的，需要有前序模块，一般就是直线查找，相当于必须先找到直线。就是这条直线其实是可以灵活组合的，不一定是前序模块找到的直线，也可以是两个坐标组合成的直线。（2）：注意下连线方式：直线查找1和直线查找2的输出连线到中线查找的输入。中的中线查找，这个就是字面意思，输入两条直线，输出两条直线的中线。1：先导入需要测试的图片集合。5：双击组件，开始设定参数。

今天学习下VisionMaster中的矩形检测，这个一开始我以为是形态学方面的检测，实际操作下来其实还是边缘直线的衍生应用，这次是一次性检测4条边缘，然后输出一个矩形。(6）：投影宽度：类似于ROI宽度，就是每一个小检测框的宽度，数值越大，可以相对获取更加稳定一点的坐标点。（3）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。(5）：滤波尺寸：设定边缘的清晰程度条件，边缘如果越清晰，这个数值就要减小。识别液晶屏、触摸屏的矩形边缘，验证装配是否到位，检测边缘缺损或划痕。

1）：过直线外一点：需要输入点和输入线，点和线是通过前面获取的，所以这个工具是需要前序模块的，一般是查找直线，这里就选择前面的变量，然后就会生成经过该点并且与输入直线的平行线。今天学习下VisionMaster中的平行线计算，这个是拟合直线的扩展应用，针对需要计算平行线的应用场合，可以方便的生成对应的另外一条平行线。2）：与直线相距一定距离：相当于设定一个间距，然后在根据输入的直线坐标会生成两条平行线，分别在直线的两端。四：实测：上述设定好参数，开始实际测量看看效果，不同的检测模式下的检测效果。

按照传统的算法，必须是开两个窗口，每一个窗口检测一条边，然后计算两条直线的中线，为后续的应用场景输出中线，这样就比较麻烦，现在一个窗口直接搞定，简单直接快速。（1）：首先得先画ROI: 这里在需要测量的地方画一个矩形，比如现在需要测量PIN角的最大距离，就可以把需要测量的区域框起来。8）：投影宽度：类似于ROI宽度，就是每一个小检测框的宽度，数值越大，可以相对获取更加稳定一点的坐标点。任意：只要有梯度变化并且满足条件的点。3）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。

按照传统的算法，必须是开四个窗口，每一个窗口检测一条边，然后计算四条边的交点，为后续的应用场景输出交点坐标，这样就比较麻烦，现在一个窗口直接搞定，简单直接快速。四：实测：上述设定好参数，开始实际测量看看效果：这里就非常方便的只用了一个窗口，就把4个边缘位置都抓准了，自动计算出了中心坐标。从白到黑：就是梯度变化是白色像素向黑色像素过渡的边缘点。2）：边缘类型：最强：在边缘检测方向上查找梯度变化最大的边缘点，并将其拟合为直线。4）：边缘阈值：边缘梯度，只有实际的边缘梯度数值大于这个设定值，才会有效检测到边缘。

（1）：首先得先画ROI: 这里其实也做了两种模式，一个是一个框同时检测两个方向的边缘，另外一种是两个框分开画(可能考虑到有些应用场景必须两个分开画，这个就比较方便灵活了)，在形状那一栏，可以选择。按照传统的算法，必须是开两个窗口，每一个窗口检测一条边，然后计算两条边的交点，为后续的应用场景输出交点坐标，这样就比较麻烦，现在一个窗口直接搞定，简单直接快速。1）：边缘1，2类型：最强：在边缘检测方向上查找梯度变化最大的边缘点，并将其拟合为直线。4）：卡尺数量：定义卡尺的数量，相当于每个卡尺检测一个点。

一个检测框，就可以在检测框里面同时检测多条直线，如果使用单个直线拟合，需要画多个窗口，那多直线的优势就体现了，一个测量框就解决问题。（1）：首先得先画ROI: 在需要查找直线的区域画一个检测框，注意看框的上面的是有箭头的，那个箭头就是代表了边缘查找的方向。9）：旋转角度容忍：所发现的线段的旋转量与定义的梯度搜索方向的最大偏差。5）：边缘角度容忍：边缘点梯度方向与垂直于拟合直线的方向（拟合直线法线方向）的最大允许角度差。4）：边缘极性：由黑到白、由白到黑、任意，这里的参数含义和边缘直线是一样的，参考上一节。

用于查找中间不连续的边缘，当使用场景受限制，特别是背光条件下，遇到需要检测零件的尺寸，但是零件是实心的，就需要用到这个测量方式，如下图所示，需要拟合零件的水平基准直线，但是零件中间不透光，这个测量方式就完美解决这个问题。今天学习下VisionMaster中的直线查找组合，相当于多段拟合直线功能，这个应用是一些比较特殊的场景，需要多段拟合坐标同时拟合的情况。（3）：调整下ROI的参数，主要是调整卡尺数量以及卡尺宽度和高度，这部分具体的步骤和上一节直查找直线是一样的。5：双击组件，开始设定参数。

还有一个小细节，查找边缘肯定是有方向的，这里没有方向的设定，但是我们可以通过画直线来确定方向，在生成的蓝色小框这边会有一个小箭头，这个就是查找边缘的方向，下图就是从右向左查找边缘点位置。（2）：把ROI参数 那一栏点开，可以看到ROI参数的详细设定，这里需要先设定卡尺数量，比如现在有14个引脚，则数量设定14，然后设定合适的宽和高。5）：卡尺数量：和ROI参数里面的卡尺数量一个意思，就是采样点的数量，理论上ROI越长，则相应的卡尺数量最好设定大一点。从白到黑：按照边缘查找方向，查找由白到黑的变化的像素。

海康VisionMaster中的阵列圆查找算法是一种专门用于检测规则排列的圆形图案的视觉算法，当检测产品需求是有多个圆形规则排列并且需要检测圆时候，可以用该算法一次性找到所有的圆。四：实测：上述设定好参数，开始实际测量看看效果，图片中找了一张有阵列圆的图片，但是不是很规则，只是做一个参考，这个算法其实比较非标类型，当刚好碰到这种特殊的检测需求刚好用的上。（2）：设定参数：这里的参数其实是和查找圆是一样的，这里就没必要再重新列举了，请参考之前的教程即可。设定横向/纵向圆个数，比如圆是2*2的，那就设定2。

（1）：首先得先画ROI: 注意下这里和圆查找不太一样，这里的ROI只有选择矩形，将椭圆部分包含进去（*图片测试案例使用的圆，实在找不到类似的椭圆图片，原理是一样的）（2）：ROI选中位置修正，并且修正信息需要选择刚刚创建的位置修正组件输出信息，这里的话后续的检测窗口一般都需要做这一步，因为大部分的应用场景都是需要用到实时跟踪的。中的椭圆查找，相当于就是拟合椭圆轮廓，这个在视觉软件中的应用也是非常广泛的，通常用于定位，测量项目。6）：卡尺数量：就是圆方向扫描的检测框的数量，数值越小，则检测框数量越少。

（1）：ROI选中位置修正，并且修正信息需要选择刚刚创建的位置修正组件输出信息，这里的话后续的检测窗口一般都需要做这一步，因为大部分的应用场景都是需要用到实时跟踪的。圆查找模块是用于查找指定区域的圆，并且会输出该圆的相关参数信息，比如圆中心点，圆半径，圆是否存在等信息。7）：剔除点数：和高级参数里面的剔除距离搭配使用的，就是过滤较远的边缘点，让拟合圆心出来的轮廓更加接近。中的圆查找，相当于就是拟合圆心，这个在视觉软件中的应用也是非常广泛的，通常用于定位，测量项目。

6）：软阈值(相对)：是一种动态阈值分割方法，其核心思想是 基于图像局部特性（如背景或参考区域）自适应调整阈值范围，适用于光照变化明显、背景灰度不均的场景。3：拖入位置修正功能：这个非常重要，模版匹配成功后会得到新的匹配坐标，那和创建模版时候的原点坐标会组合成一个坐标变换矩阵，通过这个矩阵，那后续的blob分析窗口则可以实现精确定位来查找目标对象。（2）：设定参数：这里阈值方式是blob的核心算法，根据不同的应用场景来选择不同的阈值方式。8：高级参数：是设定blob区域的特征范围，用于筛选出来特定的区域。

4：使用ROI工具将需要定位的模版框进去：但是研究工具发现只有一个十字形，中间是镂空的，相当于专门找十字mark点，我找了一个相似的图形，按照下图所示，将ROI放置于十字形中间。3：然后和之前一样需要创建模版：图形定位也是基于轮廓点的算法，但是创建模版时候ROI框是固定形状的，是十字形，我想着这个功能应该是针对MARK点十字定位算法专用的。该值越大表示图像金字塔顶层的图像越小，相应提取的边缘点就越稀疏，进而加快特征匹配速度。取值范围为1~10，建模时若检测到的匹配点数量较少，建议增大该参数取值。

一：有感坚持就是力量，每天进步一点点，若干天后就会有大的突破二：开始学习今天学习中的灰度匹配：灰度匹配模块基于物体灰度特征进行特征匹配。由于不使用边缘点作为特征，该模块适用于在边缘点不明显的场景中进行物体定位、物体方向识别、物体角度检测等检测工作。

一：有感坚持就是力量，每天进步一点点，若干天后就会有大的突破二：开始学习今天学习VisionMaster中的快速匹配：快速匹配模块相较于高精度匹配和轮廓匹配，通常拥有更快的匹配速度，且对存在形变的目标有着更好的匹配效果，但匹配精度不如后两个模块。

基于VisionMaster的操作实战：理解轮廓匹配的应用并且实践展示可视化结果

一：必须下定决心，学习一个新的图像处理算法 学习了7,8年的HALCON了，很好用，就是贵，用不起，遇到成本瓶颈了。 现在做个项目不容易啊，有机会学习海康的VisionMaster，还不错，哈哈~~二：今天学习了一个高精度模板匹配算法实现 1：先导入两张图片，一张正的，一张旋转后的，为了后面看效果 2：用高精度模板匹配，把两个组件的线连起来，功能的输入输出就自动串起来了，有点像康耐视的方式 今天来小试牛刀一...