Halcon实例系列教程-应用范围-表面检测-模糊图像mura检测detect_mura_defects_blur.hdev

先看效果：

例程实现了一个相对纯净的背景上，有一些斑点后，检测长的缺陷的过程。mura检测是一种LCD显示屏上的亮度不均匀的检测方法。

例程的检测思路是

1. 先对图像进行傅里叶变换 在频域内用一个滤波器对图像进行卷积 再傅里叶逆变换 得到图像的背景色
2. 用分解三原色后的蓝像素图减去背景图 得到更明显的带噪点的图
3. 腐蚀带噪点的图，去掉小的区域 得到大的折痕图  再检测图像的线和宽度

    read_image (Image, Path + f$'.2i')

    decompose3 (Image, R, G, B) %分成三原色

    * 第一步：傅里叶变换
    rft_generic (B, ImageFFT, 'to_freq', 'none', 'complex', Width)%作用域通道B
    gen_gauss_filter (ImageGauss, 100, 100, 0, 'n', 'rft', Width, Height)%生成高斯滤波器
    convol_fft (ImageFFT, ImageGauss, ImageConvol)%频域卷积
    rft_generic (ImageConvol, ImageFFT1, 'from_freq', 'none', 'byte', Width)%傅里叶逆变换
    sub_image (B, ImageFFT1, ImageSub, 2, 100)%第二步：通道B图像减去B通道滤波后图像
    * 第三步：腐蚀噪点得结果
    zoom_image_factor (ImageSub, ImageZoomed, ScaleFactor, ScaleFactor, 'constant')
    * avoid border effects when using lines_gauss()
    get_domain (ImageZoomed, Domain)
    erosion_rectangle1 (Domain, RegionErosion, 7, 7)
    reduce_domain (ImageZoomed, RegionErosion, ImageReduced)
    lines_gauss (ImageReduced, Lines, Sigma, Low, High, 'dark', 'true', 'gaussian', 'true')
    hom_mat2d_identity (HomMat2DIdentity)
    hom_mat2d_scale_local (HomMat2DIdentity, 1 / ScaleFactor, 1 / ScaleFactor, HomMat2DScale)
    affine_trans_contour_xld (Lines, Defects, HomMat2DScale)