涂胶检测,点胶检测。halcon微积分原理生成卡尺,异形产品宽度测量

1.普通测量项目中,我们可以利用halcon的测量模型,例如add_metrology_object_line_measure。很方便的测量直线,圆,椭圆,矩形等。这些工具都有一个缺点是,需要提前绘制测量位置,然后利用仿射变换跟随,或者在项目中动态的生成测量位置。但是对于异形产品测量时,这些办法就不适应了,如下图形状,就需要根据微积分原理,实时的生成卡尺进行测量。
在这里插入图片描述

2.实现代码

dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
read_image (Image, 'glue.bmp')
decompose3 (Image, R, G, B)
mean_image (R, ImageMean, 255, 255)
dyn_threshold (R, ImageMean, RegionDynThresh, 25, 'light')
opening_circle (RegionDynThresh, RegionOpening, 15)
connection (RegionOpening, ConnectedRegions)
select_shape_std (ConnectedRegions, SelectedRegions, 'max_area', 70)
skeleton (SelectedRegions, Skeleton)
get_region_points (Skeleton, Rows, Columns)
gen_cross_contour_xld (Cross, Rows, Columns, 6, 0.785398)
tuple_sort_index (Columns, Indices)
dev_display (R)
dev_display (Cross)
get_image_size (ImageMean, Width, Height)
gen_empty_obj (Edge_MeasureOut)
gen_empty_obj (Rectangle_MeasureOut)
*测量距离数组
DisRet:=[]
*积分间距
RecDis:=50
for Index := 0 to |Rows|-RecDis-1 by RecDis
    *生成测量卡尺,隔50个像素,计算一小段区域角度
    angle_lx (Rows[Indices[Index]], Columns[Indices[Index]], Rows[Indices[Index+RecDis]], Columns[Indices[Index+RecDis]], Angle)
    *把每一个卡尺轮廓画出来
    gen_rectangle2_contour_xld (Rectangle, (Rows[Indices[Index]]+Rows[Indices[Index+RecDis]])/2, (Columns[Indices[Index]]+Columns[Indices[Index+RecDis]])/2, Angle-rad(90), 150, RecDis/2)
    concat_obj (Rectangle_MeasureOut, Rectangle, Rectangle_MeasureOut)
    *生成垂直待测区域卡尺
    gen_measure_rectangle2 ((Rows[Indices[Index]]+Rows[Indices[Index+RecDis]])/2, (Columns[Indices[Index]]+Columns[Indices[Index+RecDis]])/2, Angle-rad(90), 150, RecDis/2, Width, Height, 'nearest_neighbor', MeasureHandle)
    * 设置测量参数,并测量
    Sigma := 1.1
    Threshold := 20
    Transition := 'all'
    Select := 'first'
    measure_pairs (R, MeasureHandle, Sigma, Threshold, Transition, Select, RowEdgeFirst, ColumnEdgeFirst, AmplitudeFirst, RowEdgeSecond, ColumnEdgeSecond, AmplitudeSecond, IntraDistance, InterDistance)
    DisRet:=[DisRet,IntraDistance] 
    *获取测量上边缘
    Get_MeasureEdge (Edge_MeasureOut, Marker, Edge_MeasureOut, RowEdgeFirst, ColumnEdgeFirst, RecDis/2, Angle-rad(90))
    *获取测量下边缘
    Get_MeasureEdge (Edge_MeasureOut, Marker, Edge_MeasureOut, RowEdgeSecond, ColumnEdgeSecond, RecDis/2, Angle-rad(90))   
           
endfor
dev_display (R)
dev_set_color ('green')
dev_display (Rectangle_MeasureOut)
dev_set_color ('red')
dev_display (Edge_MeasureOut)

在这里插入图片描述

  • 6
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
Halcon目标检测是一种功能强大的机器视觉技术,主要用于从复杂的图像或图像序列中定位和识别特定的目标对象。 Halcon目标检测的基本原理是通过图像处理和分析算法,从图像中提取出具有目标特征的信息。它通过预先训练好的模型,可以识别和定位特定的目标。 Halcon目标检测包含以下几个主要步骤: 1. 图像预处理:首先对图像进行预处理,包括图像的去噪、滤波、灰度化等操作,以减少后续处理的干扰和提高处理效果。 2. 特征提取:通过特征提取算法,从图像中提取出与目标对象相关的特征信息。常用的特征包括边缘、纹理、颜色等。 3. 目标定位:根据提取的特征信息,使用匹配或分类算法对目标进行定位。匹配算法基于图像之间的相似度进行匹配,分类算法则根据已有的模型对目标进行分类判断。 4. 目标识别:根据目标定位的结果,对目标进行识别和分类。通过比对模型库中的模板或使用机器学习算法进行分类,最终确定目标的身份。 Halcon目标检测技术具有广泛的应用领域,包括工业自动化、智能交通、医学影像等。它可以帮助实现自动化生产、交通监控、医学诊断等任务,提高工作效率和准确性。 总结起来,Halcon目标检测是一种利用图像处理和分析算法,通过提取目标特征信息、定位和识别目标的技术。它的应用范围广泛,可以帮助实现许多自动化任务,提高工作效率和精度。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值