halcon复杂背景加光照不均实现定位

最新推荐文章于 2024-05-31 11:49:33 发布
最新推荐文章于 2024-05-31 11:49:33 发布
阅读量140 收藏
点赞数 1
文章标签： 视觉检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/i1u2du1/article/details/133907070
版权

阿托mnt
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
基于同态滤波处理的图像光照不均匀校正实现
12-21
这是研一阶段《计算机视觉》课程设计时所做的图像清晰化实验，代码中通过自行浏览本地文件夹选取所要处理的图片，然后通过同态滤波处理得到高低频参数，可修改这两个参数来得到不同的实验效果。
Halcon处理光照或明暗度不均匀的图像，提取目标区域
qq_45813590的博客
12-14 2568
当然，可以根据自己图像特征选择合适的单通道图继续处理，上文中B通道的效果比较好，就选择了B的单通道图。先介绍一下本文的例子，要提取一张图片中的目标区域，但是目标一半亮一半暗有阴影，影响对有效区域的提取。因为需要做区域提取,所以下面先选取ROI区域,只需要看暗部提亮的可以参考更下文。还有动态阈值的，具体过程遇到有些瓶颈，有提取区域处理过程比较顺利的可以互相沟通。此时目标所在区域灰度比原图均匀，可以进行下一步提取区域，这里是第一种方法。第二种方法，这里是使用阈值提取轮廓再筛选，转成区域。
Halcon分析球体在不同光照条件下的图像
最新发布
zhangyy57的博客
05-31 567
Halcon分析球体在不同光照条件下的图像，以确定光源的方向
Halcon调整不均匀光照
听我俩天的博客
01-15 1021
当光照不均匀需要校正,可参考使用
halcon脚本-背景复杂的区域提取【附源码】
ctu_sue的博客
10-20 1200
本文主要实现基于复杂背景下提取区域可能前言表达的不太清楚，下边直接上图解释原图：本次识别区域是位置：识别是中间的污渍
Halcon--光照不均处理
Doctor__Chen的博客
12-07 7183
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、思路二、实现三、源码总结 前言 基于Halcon处理光照不均的图像。 一、思路 【1】采用read_image算子读取所输入待处理的彩色图像； 【2】采用decompose3算子进行rgb通道分离； 【3】采用gauss_filter算子对r通道的图像进行高斯滤波（相应的滤波还有mean_image均值滤波、median_image中值滤波，这里之所以采用gauss_filter算子，是因为高斯滤波可以保留图
halcon算子模板匹配（一）基于形状的模板匹配
qiaodahua的博客
05-04 3628
本文介绍基于形状模板匹配的优缺点和基本原理，同时对模板匹配的相关算子进行了简单的介绍。
使用halcon调用电脑摄像头实现自定义目标实时跟随
01-20
在本文中，我们将深入探讨如何使用Halcon这一强大的机器视觉软件来实现自定义目标的实时跟踪，通过调用电脑的内置或外接摄像头。Halcon是德国MVTec公司开发的一种高级机器视觉库，它提供了丰富的算法和工具，广泛...
halcon轮廓定位（模板定位）的专利资料（含原理）
07-05
在HALCON中，轮廓定位适用于那些边缘清晰、形状特征明显的对象，它可以有效地忽略背景的干扰，提高定位的准确性。为了实现轮廓定位，HALCON会首先对图像进行边缘检测，然后对边缘进行细化和筛选，最后通过匹配算法...
求瓶盖面积_halcon_
09-29
在实际操作中，可能会遇到一些挑战，比如光照不均、瓶盖颜色相似于背景、瓶盖形状不规则等。这些都需要通过调整图像预处理参数、优化匹配策略等方式来解决。HALCON提供了多种高级功能，如灰度阈值、形态学操作和...
Halcon18.11_深度学习功能介绍
01-25
2. **深度学习 OCR（光学字符识别）**：Halcon 18.11改进了OCR引擎，利用深度学习技术提高了字符识别的准确性和鲁棒性，尤其在识别复杂背景、手写体或低质量图像中的文字时效果显著。 3. **深度学习二值分类**：此...
halcon对光源打光不均匀进行平场矫正
CSDN博客
12-30 5616
* Image Acquisition 01: Code generated by Image Acquisition 01 *******预处理，生成RGB三通道的平场矫正的图像 *1.绘制检测ROI *2.对检测的ROI进行平场矫正 *3.平场矫正方法采用均值对减方法 read_image (ImageWhite, 'C:/Users/Administrator/Desktop/平场矫正/Pic_2018_10_18_140633_blockId#639.bmp') draw_rectangle1
halcon表面检测8——通过在频域中进行滤波来检测不均匀照明的表面中的缺陷（划痕）（find_scratches_banpass_fft）
weixin_45590420的博客
01-11 1478
该程序显示如何检测缺陷（划痕） 通过在频域中进行滤波来获得不均匀照明的表面。 处理步骤： 首先，创建一个合适的带通滤波器。 然后，在频域中对输入图像进行傅立叶变换和滤波，从而增强了高频信息。 最后，将其转换回空间域，并通过形态学对增强后的缺陷进行后处理。 dev_update_off () dev_close_window () read_image (Image, 'surface_scratch') invert_image (Image, ImageInverted) get_image_size
Halcon顶帽运算与底帽运算的应用
fallingleafgrief的博客
01-03 1104
正如上文所说的，顶帽运算返回的像素部分是尺寸比结构元素小的，并且比较亮的局部小区域；底帽运算返回的像素部分是尺寸比结构元素小的，并且比较暗的局部小区域。因此，根据这些特性可以得出，顶帽运算与底帽运算适合一些前景目标比较小或者背景面积比较大的，需要根据灰度进行分割的应用场景。
Halcon图像平滑与去噪mean_image/median_image/gauss filter/equ_histo _image
fallingleafgrief的博客
12-27 2900
有时拍摄的图像中会存在很多杂点和噪声，对于比较均匀的噪声，可以考虑用软件的算法进行消除。例如，可以用图像平滑的方法进行去噪，主要的方法有均值滤波、中值滤波、高斯滤波等。
halcon—利用顶帽操作减轻图像灰度不均匀对二值化的影响
asd_sz的博客
04-07 2127
先看原图 由于这副图像的灰度是渐变的，如果直接进行二值化处理的话......，会是这个样子 附上顶帽操作相关介绍顶帽运算和黑帽运算 - 爱码网 (likecs.com) 先使用halcon自带顶帽函数操作 ead_image (Image, '//Mac/Home/Documents/halcon/demos/去除不均匀光线/1.png') rgb1_to_gray (Image, GrayImage) *直接二值化 threshold (GrayImage, Region, 128,
＜Halcon练习＞非均匀提取
thisiszdy的博客
11-24 420
原图 Code-自测 read_image (Bad5, 'F:/培训/Halcon培训/资料/00参考答案篇/1-非均匀提取/bad5.png') gen_rectangle1 (ROI_0, 0, 0, 1540, 1580) reduce_domain (Bad5, ROI_0, ImageReduced) threshold (ImageReduced, Region, 200, 255) opening_rectangle1 (Region, RegionOpening, 6, 10) conn
halcon中的模板匹配方法
xiaochuideai的博客
05-09 1515
halcon中模板匹配方法的特点以及如何选择
halcon光照不均校正
08-30
您好！对于使用Halcon进行光照不均校正的问题，我可以给您一些建议。 Halcon提供了一些工具和技术可以用来校正光照不均的图像。以下是其中一种常用的方法： 1. 参考图像采集：首先，您需要收集一组目标场景的参考图像。这些图像应该包含您感兴趣的物体，并且在光照均匀的条件下拍摄。最好尽量覆盖不同的光照情况和角度。 2. 图像预处理：利用Halcon的图像预处理工具，如平滑滤波、灰度平衡等技术对参考图像进行预处理。这可以帮助去除一些噪音和细节，并使图像的灰度值更一致。 3. 光照校正算法：Halcon提供了不同的光照校正算法，例如平均化、直方图均衡化、相似性变换等。您可以根据实际情况选择合适的算法。这些算法可以通过将参考图像与待校正图像进行比较，并根据灰度值的差异来调整图像的亮度和对比度。 4. 参数调优：根据实际效果，您可能需要调整算法的参数来获得更好的校正结果。例如，调整亮度增益、对比度增益、滤波器尺寸等参数。 5. 校正应用：一旦您获得了一个令人满意的校正模型，您可以将其应用于实际图像。使用Halcon的校正工具，您可以将校正模型应用于待校正图像，从而获得一个光照均匀的图像。 需要注意的是，光照不均校正是一个相对复杂的问题，其效果可能会受到多种因素的影响，如光照条件、摄像机参数、目标场景等。因此，您可能需要进行一些实验和调试来获得最佳的校正结果。 希望这些信息对您有所帮助！如果您有任何进一步的问题，请随时提问。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值