HALCON示例程序classify_halogen_bulbs.hdev使用SVM分类器检测卤素灯泡的好坏

HALCON示例程序classify_halogen_bulbs.hdev使用SVM分类器检测卤素灯泡的好坏

示例程序源码（加注释）

• 得到halcon默认图片存储路径
  get_system (‘image_dir’, HalconImages)

• 获得操作系统类型
  get_system (‘operating_system’, OS)

• OS{0:2}的意思是只选取OS里边的0,1,2三个字符
  if (OS{0:2} == ‘Win’)

  • 将字符串分割为预定义分隔符之间的子字符串。如果为windows就用；如果不是win系统就用：
  • 有一字符串为theboy:themen;thechild用 ';'分割分割为theboy:themen、thechild用 '：'分割分割为theboy、themen；thechild
    tuple_split (HalconImages, ‘;’, HalconImages)
    else
    tuple_split (HalconImages, ‘:’, HalconImages)
    endif
    ReadOK := false

• 得到系统是否禁止错误对话框显示
  dev_get_preferences (‘suppress_handled_exceptions_dlg’, SaveMode)

• 设置禁止错误对话框显示由try、catch捕获错误
  dev_set_preferences (‘suppress_handled_exceptions_dlg’, ‘true’)

• 按照路径读取图片，如果读取不成功catch错误，显示读取图片出错
  for k := 0 to |HalconImages| - 1 by 1
  try
  read_image (Image, HalconImages[k] + ‘/halogen_bulb/halogen_bulb_01.png’)
  ReadPath := HalconImages[k] + ‘/halogen_bulb/’
  ReadOK := true
  break
  catch (Exception)
  endtry
  endfor
  if (not ReadOK)
  disp_message (WindowHandle, ‘Could not find the images in $HALCONIMAGES’, ‘window’, -1, -1, ‘black’, ‘true’)
  stop ()
  endif

• 再将错误对话框显示恢复为默认模式
  dev_set_preferences (‘suppress_handled_exceptions_dlg’, SaveMode)

• 读入图片
  read_image (Image, ‘halogen_bulb/halogen_bulb_01.png’)

• 得到指向图片第一个通道的指针get_image_pointer1 (输入图像, 指针, 图片类型, 宽, 高)
  get_image_pointer1 (Image, Pointer, Type, Width, Height)

• 开窗口与显示
  dev_close_window ()
  dev_open_window (0, 0, Width / 2, Height / 2, ‘black’, WindowHandle)
  set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)

• 定义类名
  ClassNames := [‘good’,‘bad’,‘none’]

• 定义颜色数组，用于显示不同类别
  Colors := [‘forest green’,‘red’,‘red’]
  Nu := 0.05
  KernelParam := 0.02

• 创建一个svm分类器

• create_class_svm (特征数,内核函数, 向量对其周围环境的影响量, 错误率,类数量, ‘模式’, ‘预处理’, 样本数量, SVM分类器句柄)
  create_class_svm (7, ‘rbf’, KernelParam, Nu, |ClassNames|, ‘one-versus-one’, ‘principal_components’, 5, SVMHandle)

• 为SVM分类器添加样本，自定义函数
  add_samples_to_svm (ClassNames, SVMHandle, WindowHandle, ReadPath)
  for ClassNumber := 0 to |ClassNames| - 1 by 1
  list_files (ReadPath + ClassNames[ClassNumber], ‘files’, Files)
  从Files中选择图片格式为png的图片
  Selection := regexp_select(Files,’.*[.]png’)
  for Index := 0 to |Selection| - 1 by 1
  read_image (Image, Selection[Index])
  dev_display (Image)
  threshold (Image, Region, 0, 40)
  自定义函数
  calculate_features (Region, Features)

      求取region中心
      area_center (Region, Area, Row, Column)
      区域紧凑度
      compactness (Region, Compactness)
      计算区域二维不变矩
      moments_region_central_invar (Region, PSI1, PSI2, PSI3, PSI4)
      计算区域的凸度
      convexity (Region, Convexity)
      real将元组转换为浮点数的元组。
      Features := real([Area,Compactness,PSI1,PSI2,PSI3,PSI4,Convexity])
      return ()
  

  为svm分类器添加样本
  add_sample_class_svm（:: SVM句柄，特征向量，训练类别 ?
  add_sample_class_svm (SVMHandle, Features, ClassNumber)
  endfor
  endfor
  return ()
  dev_clear_window ()

• 训练SVM分类器
  disp_message (WindowHandle, ‘Training…’, ‘window’, -1, -1, ‘black’, ‘true’)

• 训练svn分类器train_class_svm (SVM分类器句柄, 梯度阈值, 训练模式)
  train_class_svm (SVMHandle, 0.001, ‘default’)
  disp_message (WindowHandle, ‘Training completed’, ‘window’, -1, -1, ‘black’, ‘true’)
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  stop ()

• 自定义函数使用svm分类器进行识别
  classify_regions_with_svm (SVMHandle, Colors, ClassNames, ReadPath)
  list_files (ReadPath, [‘files’,‘recursive’], Files)
  Selection := regexp_select(Files,’.*[.]png’)
  read_image (Image, Selection[0])
  dev_close_window ()
  get_image_size (Image, Width, Height)
  dev_open_window (0, 0, Width / 2, Height / 2, ‘black’, WindowHandle)
  set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
  for Index := 0 to |Selection| - 1 by 1
  read_image (Image, Selection[Index])
  threshold (Image, Region, 0, 40)
  自定义函数和上边做训练的是一个函数
  calculate_features (Region, Features)
  使用SVM分类器进行分类classify_class_svm（:: 分类器句柄，特征向量，最佳类数：识别结果）
  classify_class_svm (SVMHandle, Features, 1, Class)
  dev_display (Image)
  dev_set_color (Colors[Class])
  dev_display (Region)
  disp_message (WindowHandle, ‘Classified as:’ + ClassNames[Class], ‘window’, -1, -1, ‘black’, ‘true’)
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  stop ()
  endfor
  dev_display (Image)
  return ()

• 清除SVM分类器，释放内存
  clear_class_svm (SVMHandle)

处理思路

这个例子介绍了create_class_svm 、add_sample_class_svm、train_class_svm、classify_class_svm 的使用方法，使用SVM分类器对元素的凸度与不变的结构向量进行分类。完成了对卤素灯泡的完整性的检测。

后记

大家有什么问题可以向我提问哈，我看到了第一时间回复，希望在学习的路上多多结交良师益友。