超级会员免费看
本文总结了缺陷检测中的定位+差分方法，包括模板匹配定位、创建形状模型、差异模型的训练与应用。通过形状匹配定位物品，再利用差异模型检测缺陷，适用于物品损坏、凸起、破洞等问题。文章通过halcon库中的例程分析了模板匹配和局部变形匹配的过程，展示了如何利用匹配和差分技术进行缺陷检测。
引言
机器视觉中缺陷检测分为一下几种：
blob分析+特征
模板匹配(定位)+差分
光度立体：halcon——缺陷检测常用方法总结（光度立体）
特征训练
测量拟合
频域+空间域结合：halcon——缺陷检测常用方法总结（频域空间域结合）
深度学习
本篇主要总结一下缺陷检测中的定位+差分的方法。即用形状匹配，局部变形匹配去定位然后用差异模型去检测缺陷。
模板匹配(定位)+差分
💚整体思路(形状匹配)：
先定位模板区域后，求得模板区域的坐标，创建物品的形状模板create_shape_model，注意把模板的旋转角度改为rad(0)和rad(360)。
匹配模板find_shape_model时，由于物品的缺陷使形状有局部
订阅专栏 解锁全文
8579
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
