机器视觉3

作业1

模板匹配和fixture定位

A尺寸流程
找线A

  找线B

1. 通过线B   Start 和End 点 ，创建两点平分线工具  获取平分线中心点

2.通过线B中平分线中心点 和线段A ,创建点到线距离工具   获取线A到线B距离

B尺寸流程
通过线B平分线中心点和线段A 的线段信息  创建一条线过某点的垂线A工具   CogCreateLinePerpendicularTool

创建线C

1. 通过线C   Start 和End 点 ，创建两点平分线工具  获取平分线的中心点 

 

 通过线C中垂线中心点和垂线A 的线段信息  创建一条线过某点的垂线A工具  

CogCreateLinePerpendicularTool

 计算B尺寸距离

C尺寸流程

1.获取线A过一点的平行线 CogCreateLineParallelTool

C尺寸距离   线B平分线的中心点 到 线A的平行线 距离

作业2：

 

作业3

斑点工具Blob解析
斑点分析 探测并且分析图像中的二维形状
斑点通过辨别处于用户定义的灰度范围内的像素不同组来查找对象
斑点报告多种属性：面积，质心，周长，主轴等

使用斑点场景：
对象在尺寸、形状和/或方向上差异很大（训练模型很难或者不可能）
对象有背景中找不到的截然不同的灰度
对象没有重叠或者接触
应用案例：
检查表示坏薄片模型的墨水点的正确位置和大小
检查药片的破碎和大小
 

极性 
     在光亮背景上的黑色斑点
     在黑色背景上的光亮斑点

图像分割
图像分割的过程是斑点分析中最难以预测和最具挑战性的方面，特别是如果您面对图像对比度和斑点数量在图像之间变化较大的情况。本节描述了一些可以有效分割图像的技术和工具。

图像越一致，您在编写应用程序时对图像了解的信息越多，分割方法的效果就会越好。

选择分割类型
第一步是为您的应用程序选择分割类型。以下表格定义了选择分割类型的一些指南：

分割类型	使用场景	优势	劣势
硬阈值	速度关键的应用处理大型物体	速度快	由于空间量化误差，精度略低
软阈值	适用于对象和背景之间简单的二进制分割的任何应用	简单，精度高
相对阈值	补充硬或软阈值；在图像之间的亮度变化时很有用	处理图像亮度变化	比绝对阈值慢，因为要计算图像百分比
动态阈值	补充硬二进制；基于输入图像自动计算阈值	无需配置	可能无法处理某些图像
像素映射	非二进制分割的应用，处理对象像素和背景像素之间的复杂关系	灵活性高	复杂度较大
阈值图像	处理背景照明不均匀的应用，背景像素可能与对象像素具有相同的值	处理其他无法分割的场景	需要一致的图像

 常用分割类型

硬阀值（固定）

斑点像素和背景像素分别根据灰度值来确定

硬阈值（相对）

设置左尾和右尾值处理的像素百分比，以及阈值百分比。斑点工具计算定义指定大小尾部的像素值，然后计算位于两个尾部值之间指定百分比距离的像素值。

 

硬阈值（动态）

连通性

• 灰度连通性斑点被定义为一组连接的对象像素，Blob工具以8邻域来定义对象的连通性；也就是说，所有与给定像素边缘接壤像素被认为与该像素连接。

• 由于对象像素是8连接的，背景像素是4邻域的；也就是说，背景像素在对角线方向上不被认为是连接的

• 

• 标签连通性

  其中每个像素具有相同的标签,以6连通性进行标签连通性分析

• 

• 图像修剪与填充
  由于大多数图像中存在的缺陷，例如图像噪声，即使经过分割后，图像可能仍然包含不需要的特征。从图像中移除小特征的技术是特征修剪和填充

  例如，如果一幅图像中包含一个面积为900像素的 blob，内含8个面积为10像素的孔洞，在最小特征尺寸设定为20像素时进行修剪，Blob 工具报告的是存在一个面积为900像素的单一 blob。选择

  填充已修剪特征所占据的空间。这称为图像填充

• 

• 形态学操作

  灰度形态学是将简单的运算符应用于图像内连续的像素邻域的过程。Blob工具提供的运算符允许您在图像中的每个像素位置上，用特定邻域内的最小像素值或最大像素值替换。

  形态学运算符考虑对象像素和背景像素

  将白色像素解释为对象像素，黑色像素解释为背景

• 名称    形态学操作    用途    例程
  水平膨胀（eMaxH）    用水平相邻像素的最大值替换图像中的每个像素 

  
  减少或消除物体内部的竖向孔洞，增加竖向物体特征的浓度    

  
  水平腐蚀(eMinH)    用水平相邻像素的最小值替换图像中的每个像素

  
  减少或消除物体上的竖向特征，增加物体内部竖向孔洞的浓度    

  
  垂直膨胀(eMaxV)    用垂直相邻像素的最大值替换图像中的每个像素

  
  减少或消除对象内部的水平形状孔洞，增加水平形状对象特征的浓度。    

  
  垂直腐蚀(eMinV)    用垂直相邻像素的最小值替换图像中的每个像素

  
  减少或消除对象内部的水平形状对象特征，增加水平形状孔洞的浓度    

  
  正方形膨胀(eMaxS)    用图像中每个像素及其八个垂直和水平相邻的最小值替换图像中的每个像素

  
  减少或消除对象内部的孔洞，增大对象的特征浓度    

  
  正方形腐蚀(eMinS)    用图像中每个像素及其八个垂直和水平相邻的最小值替换图像中的每个像素

  
  减少或消除对象特征，增加对象内部孔洞的浓度    

  
  水平开运算(eMaxMinH)    首先对图像进行水平腐蚀操作，然后进行水平膨胀操作。    保留对象内部的垂直形状孔洞，同时消除垂直形状的对象特征。    

  
  水平闭运算(eMinMaxH)    首先对图像进行水平膨胀操作，然后进行水平腐蚀操作。    保留对象内部的垂直形状特征，同时消除对象内部的垂直形状孔洞。    

  
  垂直开运算(eMaxMinV)    首先对图像进行垂直腐蚀操作，然后进行垂直膨胀操作。    保留对象内部的水平形状孔洞，同时消除对象内部的水平形状对象特征。    

  
  垂直闭运算(eMinMaxV)    首先对图像进行垂直膨胀操作，然后进行垂直腐蚀操作。    保留对象内部的水平形状特征，同时消除对象内部的水平形状孔洞。    

  
  正方形开运算(eMaxMinS)    首先对图像进行正方形腐蚀操作，然后进行方形膨胀操作。    保留对象内的孔洞，同时消除小的对象特征。    

  
  正方形闭运算(eMinMaxS)    首先对图像进行正方形膨胀操作，然后进行方形腐蚀操作。    保留对象内的特征，同时消除对象内的孔洞。    

  名称	形态学操作	用途	教程
  水平膨胀（eMaxH）	用水平相邻像素的最大值替换图像中的每个像素	减少或消除物体内部的竖向孔洞，增加竖向物体特征的浓度
  水平腐蚀(eMinH)	用水平相邻像素的最小值替换图像中的每个像素	减少或消除物体上的竖向特征，增加物体内部竖向孔洞的浓度
  垂直膨胀(eMaxV)	用垂直相邻像素的最大值替换图像中的每个像素	减少或消除对象内部的水平形状孔洞，增加水平形状对象特征的浓度。
  垂直腐蚀(eMinV)	用垂直相邻像素的最小值替换图像中的每个像素	减少或消除对象内部的水平形状对象特征，增加水平形状孔洞的浓度
  正方形膨胀(eMaxS)	用图像中每个像素及其八个垂直和水平相邻的最小值替换图像中的每个像素	减少或消除对象内部的孔洞，增大对象的特征浓度
  正方形腐蚀(eMinS)	用图像中每个像素及其八个垂直和水平相邻的最小值替换图像中的每个像素	减少或消除对象特征，增加对象内部孔洞的浓度
  水平开运算(eMaxMinH)	首先对图像进行水平腐蚀操作，然后进行水平膨胀操作。	保留对象内部的垂直形状孔洞，同时消除垂直形状的对象特征。
  水平闭运算(eMinMaxH)	首先对图像进行水平膨胀操作，然后进行水平腐蚀操作。	保留对象内部的垂直形状特征，同时消除对象内部的垂直形状孔洞。
  垂直开运算(eMaxMinV)	首先对图像进行垂直腐蚀操作，然后进行垂直膨胀操作。	保留对象内部的水平形状孔洞，同时消除对象内部的水平形状对象特征。
  垂直闭运算(eMinMaxV)	首先对图像进行垂直膨胀操作，然后进行垂直腐蚀操作。	保留对象内部的水平形状特征，同时消除对象内部的水平形状孔洞。
  正方形开运算(eMaxMinS)	首先对图像进行正方形腐蚀操作，然后进行方形膨胀操作。	保留对象内的孔洞，同时消除小的对象特征。
  正方形闭运算(eMinMaxS)	首先对图像进行正方形膨胀操作，然后进行方形腐蚀操作。	保留对象内的特征，同时消除对象内的孔洞。

• Blob使用流程

  

• 

•   运行工具后“

  结果界面

  0.找到的形状的编号ID

  1.形状的面积

  2.3 形状的中心原点坐标

  4.形状是斑点特征 还是孔特征

  

• 1.极性  白底黑点      白色做为孔特征     黑色做为斑点特征  

   黑底白点    反之

  

• 

• 斑点工具 作用：通过灰阶范围  来区分特征   从来分割特征   

  模式：就是通过什么样的方式设置灰阶范围

  1.模式 ：默认模式  硬阈值（动态） 

  硬阈值（动态）分割灰阶范围原理： 首先此模式适用于双峰值

  

• 1.切换到直方图模式

  2.y坐标 代表像素个数

  3.x坐标代表灰阶数

  4和5 代表 此是双波峰特征 直方图

  6.代表 波谷特征

  7.硬阈值（动态） 总结 ：根据图像的灰度值  动态进行  阈值分割

  

• 1.硬阈值（固定）

  2.阈值：以128为界限，大于128的映射成白色    小于128的映射成灰色

  7.硬阈值（固定） 总结 ：根据图像的灰度值  固定进行  阈值分割

  

• 1.效果为灰色  原因是当前区域灰度值 是128  没有做为 特征 分割成 对应颜色（白或者黑）

  

• 1.把阈值调整后   灰色部分  变成白色

  

• 硬阈值（相对）

  1.除去低灰度和高灰度比例的正常分割比例的阈值

  2 指定设置 丢弃低灰度值的比例

  3.指定设置 丢弃高灰度值的比例

  硬阈值（相对）：这种方式会动态根据 图像的明亮程度 自动按比例划分特征

  

• 使用blob工具 一般是为了 获取感兴趣的特征信息   所以需要去对特征进行筛选

  1. 过滤掉所有斑点特征

  

•  1.过滤掉 面积高于1000 和低于100的特征

•  1.可以添加其他需要的特征属性 （周长 角度 等）  再结果中 可以显示新属性

• 1.确认分析时 使用的连通性  一般选择默认灰色   （连通性含义： 是如何描述区域和边界的特性）

  2. 清除 以面积大小为标准 的 形式    （清除：填充 ：最小面积 ：126   结果就把 126 以下的所有特征 用 联通性颜色覆盖）

  

• 1.形态调整操作  :都是对白色 区域 进行 扩大 或者缩小    （目的 ：为了防止 某些 距离过近的特征相连 ）

  

•  CogHistogramTool 工具解析

  统计图像中各个灰度值或颜色值出现的频率，帮助用户了解图像的像素分布情况，进而进行图像增强、分割等操作

  

• Masked Region（掩膜区域） 指定仅分析位于此区域内的像素。
• Bounding Box（限定框） 指定应处理包围此区域的像素配对限定框内的像素。

• CogHistogramTool 工具使用流程

  

• 

• 

  1.灰度平均值

• 

• 作业1：检测图像是否存在污染