Halcon软件有哪些高级图像处理功能?
- 内容介绍
- 文章标签
- 相关推荐
本文共计1027个文字,预计阅读时间需要5分钟。
在视觉检测中,直线宽度测量表现良好,即两条平行线的垂直距离容易检测。而曲线的宽度检测则需额外计算路径。检测图像中曲线边缘的宽度,用以判断边缘是否破损,总结如下五种方法:
1. 图像匹配
2.边缘检测
3.区域生长
4.特征点匹配
5.机器学习
视觉检测中,直线的宽度很好检测,即两条平行线的垂直距离,而曲线的宽度检测则需要另辟蹊径。
检测图像中曲线边缘的宽度,用以判断边缘是否崩缺,总结如下五种方法:
1.图像匹配判断
概述:建立标准图像参考,通过比对检测结果。
核心算子:
(1)参考:align_bead;
(2)检测:apply_bead_inspection_model;
参考Halcon例程:apply_bead_inspection_model.hdev。
该方法较适用于胶水检测,因为无法方便地获取崩缺的值,因而弃用,但具有参考价值,建议学习。
2.点到轮廓的距离
概述:通过二值化提取Border(边缘),提取其中一条边缘的点阵,计算该点阵的所有点到另一条边缘的距离。
核心算子:
(1)获取边缘上的点阵:get_contour_xld(Contour : : : Row, Col);
(2)计算点阵到边缘的距离:distance_pc(Contour : : Row, Column : DistanceMin, DistanceMax)
参考Halcon例程:distance_pc.hdev。
本文共计1027个文字,预计阅读时间需要5分钟。
在视觉检测中,直线宽度测量表现良好,即两条平行线的垂直距离容易检测。而曲线的宽度检测则需额外计算路径。检测图像中曲线边缘的宽度,用以判断边缘是否破损,总结如下五种方法:
1. 图像匹配
2.边缘检测
3.区域生长
4.特征点匹配
5.机器学习
视觉检测中,直线的宽度很好检测,即两条平行线的垂直距离,而曲线的宽度检测则需要另辟蹊径。
检测图像中曲线边缘的宽度,用以判断边缘是否崩缺,总结如下五种方法:
1.图像匹配判断
概述:建立标准图像参考,通过比对检测结果。
核心算子:
(1)参考:align_bead;
(2)检测:apply_bead_inspection_model;
参考Halcon例程:apply_bead_inspection_model.hdev。
该方法较适用于胶水检测,因为无法方便地获取崩缺的值,因而弃用,但具有参考价值,建议学习。
2.点到轮廓的距离
概述:通过二值化提取Border(边缘),提取其中一条边缘的点阵,计算该点阵的所有点到另一条边缘的距离。
核心算子:
(1)获取边缘上的点阵:get_contour_xld(Contour : : : Row, Col);
(2)计算点阵到边缘的距离:distance_pc(Contour : : Row, Column : DistanceMin, DistanceMax)
参考Halcon例程:distance_pc.hdev。

