1.基本步骤 Blob分析的基本步骤,这是一种理想状态,也是最基本的套路,获取图像->分割图像(区分前景像素和背景像素)->特征提取(比如面积、重心、旋转角度等)。 halcon代码实现如下:read_image(Image,‘particle’)threshold(Image, BrightPixels,120,255)//阈值分割算子connection(BrightPixels,Particles)//断开联通区域a...
0, 0, -1, -1, WindowHandle)* 转为灰度图rgb1_to_gray(Image,GrayImage)* 二值化threshold (GrayImage, Regions, 57, 255)* 计算连通域connection (Regions, ConnectedRegions)* blob分析select_shape (ConnectedRegions, SelectedRegions
1.Blob分析 Blob分析是将图像进行二值化,分割得到前景和背景,然后进行连通区域检测,从而得到Blob块的过程。简单来说,Blob分析就是在一块“光滑”区域内,将出现“灰度突变”的小区域寻找出来。 如下图这块布料,表面纹理比较均匀。如果这块布料上面没有瑕疵,那么,我们是检测不到“灰度突变”的;相反,如果在布料生产过...
1.概述 Blob分析就是将图像进行二值化,分割后得到前景和背景,然后进行连通域检测,从而得到Blob块的过程。简言之,Blob分析就是在一块“光滑”区域内,通过分析区域的面积、周长、重心等,我们可以将某些出现“突变”的小区域寻找出来,其中“面积”、“周长”、“重心”等属性即为区域的特征。 2. 常见的区域特征 '...
HALCON中级篇：Blob分析 Blob分析 Blob分析的概念：一张图像中，通过它们的灰度值，相关对象（也称为前景）的像素能够被辨识出来。例如，例如下图展示了液体中的组织颗粒，这些颗粒是明亮的，液体（背景）是黑色的。通过挑选亮的像素（阈值分割），颗粒能够很容易被检测出来。在许多应用中，黑白像素简单的状况是不多...
Halcon斑点分析BlobAnalysis解析 斑点分析的算法非常简单:在图像中,相关对象的像素(也称为前景)通过其灰度值来识别。例如,图中示例显示了液体中的组织颗粒。这些粒子是明亮的,液体(背景)是暗的。通过选择明亮的像素(阈值),可以很容易检测到颗粒。在许多应用中,暗像素和亮像素的简单条件不再成立,但结果相同可以通过...
Blob就是灰度值相同的前景像素构成的连通域。Blob分析可为机器视觉应用提供图像中的blobs的数量、位置、形状和方向等信息,还可以提供相关blobs间的几何拓扑结构。 1.1基本理念 图像分割的结果就是所谓的Blob(binary large objects),在halcon中该数据类型被叫做“区域”。 在特征提取这一步,Blob的像素数,重心,方向等被...
Blob分析+特征提取(常用,较简单) 定位(Blob定位、模板匹配定位)+ 差分(常用) 光度立体 特征训练 测量拟合(常用) 频域+空间域结合(常用) 深度学习 3.1 差分法 标准缺陷检测我觉得用差分法还是蛮多的。顾名思义,差分就是通过对两幅图像或和两个区域作差,来找出其中有差异的区域。处理流程基本就是定位Blob分析+...
标准缺陷检测我觉得用差分法还是蛮多的。顾名思义,差分就是通过对两幅图像或和两个区域作差,来找出其中有差异的区域。处理流程基本就是定位Blob分析+差分或模板匹配+差分的方式,主要用来检测物品损坏,凸起,破洞,缺失,以及质量检测等。两种方式的具体流程如下: ...
5.2保存区域,读取区域。 读取区域read_region 算子:read_region( :Region:FileName: ) 示例:read_region (Region2, 'region.hobj') Region2(输出对象):输出读取的区域图像 'region.hobj(输入参数):输入的读取路径 保存区域write_region 算子:write_region(Region: :FileName: ) ...