Halcon学习之频域、傅里叶变换

一、定义
空间域：对像素的灰度处理
频域：傅里叶变换和小波变换，将空间域的信号拆分为不同频段的信号，将像素图像转换为频谱图。
频域检测缺陷的思路是先从空间域到频域，在频域中进行适当滤波，选择自己想要的频段，然后再返回到空间域中去。
二、处理算子：
fft_image()： 快速傅里叶变化，频谱原点在中心 空间域到频域
fif_image_inv(); 频域到空间域
fft_generic(): 参数可选在中心还是四个角上
rft_generic() 原点在四个角上

fft_generic(Image : ImageFFT : Direction, Exponent, Norm, Mode, ResultType : )
参数：
Image ：输入图像
ImageFFT ：频谱图
Direction：转换方向， ‘from_freq’,：从频谱图转到像素图 ‘to_freq’：从像素图到频谱图。
Exponent：Sign of the exponent.：1或-1，来回转换是分别填1，-1，若一致则图像为镜像。
Norm：归一化因子，List of values: ‘n’, ‘none’, ‘sqrt’；
'n’为这c=MN(图像宽高),图像会暗；‘none’：不使用，中；c; ‘sqrt’:c=sqrt(Mn)，亮。
ResultType ：图像数据类型，空间转频谱，只能选复数形式：compiex.

三、如何查看频谱图（信息包含：相位、频率高低，频段的含量）：
1.每一点不是像素点，而是表示不同频率或频段，而且频谱图的中心为低频，从中心向四周逐渐增高，有时频谱中心不在窗口的中心。
2.频谱图的上下左右对称。
3.频谱图中每一点的亮度表示该频段的振幅（及灰度的变换程度），如果亮点有一定的宽度，说明这一点频率的含量比较丰富。
4.在频谱图中某个方向有亮点或亮线，说明该方向有灰度变化剧烈的边。

四、处理滤波器算子
gen_std_bandpass,
gen_sin_bandpass,
gen_gauss_filter,
gen_mean_filter,
gen_derivative_filter,
gen_bandpass,
gen_bandfilter,
低通滤波：gen_lowpass();
高通滤波：gen_highpass();
频谱图滤波算子：convol_fft(ImageFFT, ImageFilter : ImageConvol : : )

五、案例

* Image Acquisition 01: Code generated by Image Acquisition 01
list_files ('./plastics', ['files','follow_links'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)
for Index := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[Index])
    * Image Acquisition 01: Do something
    get_image_size (Image, Width, Height)
    rgb1_to_gray (Image, GrayImage)
    *傅里叶变换转频域
    fft_generic (GrayImage, ImageFFT, 'to_freq', -1, 'n', 'dc_center', 'complex')
     *使用高斯滤波器做差分，弱化背景，增强缺陷
    gen_gauss_filter (ImageGauss, 15, 15, 0, 'none', 'dc_center', Width, Height)
    gen_gauss_filter (ImageGauss1, 3, 3, 0, 'none', 'dc_center', Width, Height)
    sub_image (ImageGauss1, ImageGauss, ImageSub, 1, 128)
    *对频谱图滤波
    convol_fft (ImageFFT, ImageSub, ImageConvol)
    *转换为空间域
    fft_generic (ImageConvol, ImageFFT1, 'from_freq', 1, 'n', 'dc_center', 'real')
    *Bold分析
    *灰度增强处理
     rgb1_to_gray (ImageFFT1, GrayImage)
     gray_range_rect (GrayImage, ImageResult,9, 9)
    min_max_gray (ImageResult, ImageResult, 0, Min, Max, Range)
    fast_threshold (ImageResult, Region, max2(0.055,Max*0.85), 255, 5)
    connection (Region, ConnectedRegions1)
    select_shape (ConnectedRegions1, SelectedRegions, 'area', 'and', 10, 99999)
    union1 (SelectedRegions, RegionUnion)
    closing_circle (RegionUnion, RegionClosing, 5)
    connection (RegionClosing, ConnectedRegions)
    area_center (ConnectedRegions, Area, Row, Column)
    count_obj (ConnectedRegions, Number)
    dev_display (Image)
    if (Number>0)
         dev_display (Region)
         tuple_gen_const (Number, 20, R)
         tuple_gen_const (Number, 0,PHIS)
         tuple_gen_const (Number,rad(360),PHIE)
         gen_circle_contour_xld (ContCircle, Row, Column, R, PHIS, PHIE, 'positive', 1)
         dev_display (ContCircle)
         disp_message (WindowHandle, 'NG', 'window', 12, 12, 'red', 'true')
    else
     disp_message (WindowHandle, 'OK', 'window', 12, 12, 'green', 'true')
    endif
    stop ()
    
    
    
endfor

效果图：