Halcon学习笔记：1D Measuring一维测量_fuse.hdev灯丝测量示例

Halcon学习笔记：1D Measuring一维测量_fuse.hdev灯丝测量示例

一.基本概念

基本流程为：

• 获取图像
• 对图像进行灰度值标定
  （针对相机获取的图像灰度和输入能量之间的非线性关系，获得相机对输入能量的线性函数）
• 排列感兴趣区域或图像
• 校正图像
• 创建测量句柄
• 进行测量
• 将测量结果转换到世界坐标系
• 结果可视化
• 释放测量句柄。

二.典型相关算子：

• 1.gen_rectangle2( : Rectangle : Row, Column, Phi, Length1, Length2 : )
  创建任意方向的一个矩形，控制输入分别为矩形中心的行列坐标，矩形纵向与水平方向的夹角，长和宽的一半。

• 2.gen_measure_rectangle2( : : Row, Column, Phi, Length1, Length2, Width, Height, Interpolation : MeasureHandle)
  产生测量句柄，准备提取和矩形主轴垂直的直边缘。插值方法有：‘nearest_neighbor’, ‘bilinear’, 'bicubic’三种。

• 3.measure_pairs(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdgeFirst, ColumnEdgeFirst, AmplitudeFirst, RowEdgeSecond, ColumnEdgeSecond, AmplitudeSecond, IntraDistance, InterDistance)
  抽取和矩形或者圆弧垂直的直线。
  MeasureHandle：测量句柄
  Sigma：进行高斯平滑的方差值。
  Threshold ：边缘的最小幅值。
  Transition：沿主轴方向dark-to-light定义为第一类边缘，反之为第二类边缘。
  Select (input_control) string → (string)
  RowEdgeFirst ；ColumnEdgeFirst ；AmplitudeFirst
  第一类边缘点的行列坐标和幅度值。
  RowEdgeSecond ；ColumnEdgeSecond ；AmplitudeSecond
  第二类边缘点的行列坐标和幅度值。
  IntraDistance ：每个边缘对之间的距离。
  InterDistance ：连续边缘对之间的距离。

• 4．get_points_ellipse( : : Angle, Row, Column, Phi, Radius1, Radius2 : RowPoint, ColPoint)
  返回椭圆上某一点，该点与椭圆中线连线和椭圆长轴正方向成角为参数Angle。
  Row, Column, Phi, Radius1, Radius2：为椭圆的参数
  RowPoint, ColPoint：返回点的行列坐标。

• 5.disp_arc( : : WindowHandle, CenterRow, CenterCol, Angle, BeginRow, BeginCol : )
  在窗口中显示圆弧。从（BeginRow, BeginCol）点，顺时针显示，角度为Angle

• 6.gen_measure_arc( : : CenterRow, CenterCol, Radius, AngleStart, AngleExtent, AnnulusRadius, Width, Height, Interpolation : MeasureHandle)
  产生圆弧测量句柄，提取和圆弧垂直的直线。
  AnnulusRadius：为沿着半径方向测量宽度的一半。

• 7.count_seconds( : : : Seconds)
  程序执行时间测量算子。

	Eg. count_seconds(Start)
	* program segment to be measured
	count_seconds(End)
	Seconds := End - Start

• 8.measure_pos(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdge, ColumnEdge, Amplitude, Distance)
  提取和矩形或者弧垂直的边缘线。

RowEdge, ColumnEdge：提取的边缘线与测量弧线或测量矩形的交点坐标，为亚像素精度，改算子常和循环配合使用。
Distance：连续边缘线之间的距离。

• 9.distance_pp( : : Row1, Column1, Row2, Column2 : Distance)
  计算两点之间的距离。

• 10.create_funct_1d_pairs( : : XValues, YValues : Function)
  根据一系列的（x,y）坐标值创建一个函数。X坐标值会被升序排列。

• 11.set_fuzzy_measure_norm_pair( : : MeasureHandle, PairSize, SetType, Function : )
  设置归一化的隶属度函数。
  PairSize：优先的边缘对宽度
  SetType：待选择的模糊集合
  Function :隶属度函数

• 12.fuzzy_measure_pairs(Image : : MeasureHandle, Sigma, AmpThresh, FuzzyThresh, Transition : RowEdgeFirst, ColumnEdgeFirst, AmplitudeFirst, RowEdgeSecond, ColumnEdgeSecond, AmplitudeSecond, RowEdgeCenter, ColumnEdgeCenter, FuzzyScore, IntraDistance, InterDistance)
  创建模糊测理论量句柄，提取和矩形或弧线垂直的直线。
  AmpThresh：最小的边缘梯度阈值；
  FuzzyThresh：最小的模糊阈值；
  FuzzyScore：对所提取边缘值的模糊评价；

• 13.create_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, Contrast, MinContrast : ModelID)
  为匹配准备一个形状模型。模型产生于多个图像金字塔级数，并储存在内存中。每个级数再进行多次旋转。最高的金字塔级数最少需要四个特征点进行匹配。
  Template：定义域用来创建模板的输入图像
  NzmLevels： 金字塔的最大级别。
  AngleStart ；AngleExtent ；AngleStep ：匹配旋转开始的角度和终止的角度范围，角度步长，单位弧度。
  Optimization：产生模板的优化种类和方法。
  Metric ：模板被识别的条件。
  Contrast：模板图像物体和背景之间或物体各部分之间的灰度差异值。最小为2个元素的数组。
  MinContrast ：最小灰度差异。
  ModelID ： 模型句柄代码。

• 14.get_shape_model_contours( : ModelContours : ModelID, Level : )
  返回一个形状模型的多边形轮廓表示。

• 15.hom_mat2d_identity( : : : HomMat2DIdentity)
  创建一个2D转换的齐次变换矩阵—平移矩阵。
  

• 16.hom_mat2d_translate( : : HomMat2D, Tx, Ty : HomMat2DTranslate)
  增加一个平移量到其次变换矩阵HomMat2D中。
  

• 17.affine_trans_contour_xld(Contours : ContoursAffinTrans : HomMat