Halcon 1D测量(2) :测量特定灰度值像素

最新推荐文章于 2024-08-25 11:05:21 发布

Fred_Yang2013

最新推荐文章于 2024-08-25 11:05:21 发布

阅读量9.1k

点赞数 1

分类专栏： halcon 图像处理文章标签： halcon 图像处理

本文链接：https://blog.csdn.net/fred_yang2013/article/details/12253589

版权

本文介绍了使用Halcon进行1D测量的方法，重点关注如何测量特定灰度值的像素。首先找到ROI，然后通过gen_measure_rectangle2获取测量句柄。接着，利用measure_projection获取灰度值分布并进行平滑滤波。通过对Profile进行一阶和二阶导数运算找到边缘点，设置阈值筛选测量点。最后，通过坐标转换计算出测量点在图像中的实际位置。

摘要由CSDN通过智能技术生成

测量的目的就是得到测量点的图像坐标

1. 首先在测量之前我们明白，测量点和背景之间一定有灰度值的差异，这是前提。

2. 和前面一样，首先必须找到一个ROI。然后通过gen_measure_rectangle2得到一个测量的句柄。

3. 由于我们不是测量边缘对，所以要换方法了，但是和测量边缘对的原理相同，我们需要先得到灰度值分布（gray value Profile），算子measure_projection可以找到，但是注意，他返回的是原始的，没有经过平滑滤波的“线条”上的灰度值，注意这里的Profile只是一个元组，也就是从0开始间隔1采集到的像素值（把Profile均分为主轴长度个像素Length1*2，当然像素值要插值），我们所要找的测量点必须要在这个“线条”上，然后才能得到测量点的坐标。

4. 为了减小噪声的影响，使结果更准确，必须先对Profile进行平滑滤波smooth_funct_1d_gauss，但是前面说过Profile是离散的点，必须要先把这些点使用create_funct_1d_array连接成一个函数才可以对其进行函数操作。下图是对某图Profile像滤波过后的灰度分布（注意根据横坐标的长度可以看出ROI Length1 = 220）