课题需要对图像中的缺陷进行尺寸评价,开发环境是Halcon。 选择使用最小外接矩形方法,原因主要是 可获得的评价参数多:长度,宽度,角度,长宽比,面积 通过长宽比参数可以判定缺陷形状 获取最小外接矩形的过程: 这里是做测试的原图 图像分割 选取合适的阈值比较困难。考虑到是工厂环境,采光可能不均匀,也为了测试方便(主要...
包括基于阈值的分割、聚类的分割等等区域筛选:从分割出来的所有区域中,根据区域的某些特征,筛选出我们需要的区域。这些特征包括长度、长宽比例、凸性、圆度等等特征提取:根据筛选的区域,对区域进行定量分析,包括区域的大小、外接圆、以及其他特征分析等,来判断区域是否满足条件要求。如果是测量类,需要对区域之间的关系进行...
select_shape_xld (Edges, SelectedXLD, 'area', 'and', 5500, 5600) *根据形状特征选择轮廓 *参数1:轮廓集 *参数2:选中的轮廓 *参数3:形状特征 * 'area': 轮廓的面积---默认 * 'area_points': 轮廓点的面积 * 'row': 中心的行索引 * 'column': 中心的列索引 * 'width': 轮廓的宽度 * 'heig...
select_shape_xld (Edges, SelectedXLD,'area','and',5500,5600)*根据形状特征选择轮廓*参数1:轮廓集*参数2:选中的轮廓*参数3:形状特征*'area': 轮廓的面积---默认*'area_points': 轮廓点的面积*'row': 中心的行索引*'column': 中心的列索引*'width': 轮廓的宽度*'height': 轮廓的高度*'ratio': 轮...
select_shape - 借助形状特征选择区域。 原型: 1 select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : ) (将连接的区域进行筛选,筛选的特征有很多,如面积长度等,可以去掉不满足条件的轮廓) 描述: 操作符select_shape根据形状选择区域。对于来自区域的每个输入区域,计算所指示的特征(features...
首先,使用select_shape_proto算子设置合适的形状参数(如长宽比、面积等),然后应用滤波器以提高识别准确性。最后,根据识别结果输出形状原型及相关信息。 【5.总结与建议】 select_shape_proto算子为开发者提供了一种有效的方法,用于从复杂场景中提取特定形状的目标。在实际应用中,根据需求调整形状参数和滤波器设置,可以...
select_gray,shape_trans,reduce_domain,count_obj select_shape_std 参考其它 area_center,circularity,compactness,contlength,convexity,rectangularity,elliptic_axis,eccentricity,inner_circle,smallest_circle,smallest_rectangle1,smallest_rectangle2,inner_rectangle1,roundness,connect_and_holes,area_holes,diameter_region...
select_shape— Choose regions with the aid of shape features. Description The operatorselect_shapechooses regions according to shape. For each input region fromRegionsthe indicated features (Features) are calculated. If each (Operation= 'and') or at least one (Operation= 'or') of the calculated...
select_shape_std : Shape, Region, Sigma, Mode, Filter, FeatureName, ResultHandle, Row, Column, Angle, MinScore, MaxNumMatches, MatchHandle, SelectedRegion 其中,各个参数的含义如下: 1. Shape:输入的形状特征,可以是点、线、圆、椭圆、矩形等。 2. Region:待搜索的图像区域。 3. Sigma:高斯滤波器...
简介:Halcon之select_shape_xld是支持多个参数过滤的 例如: select_shape_xld (Edges, SelectedXLD, ['compactness','contlength'], 'and', [1,30], [5,200]) select_shape_xld (Contours, SelectedXLD, ['width', 'height'], 'and', [400, 40], [99999, 99999]) ...