Halcon——SVM例程

最新推荐文章于 2024-08-30 00:46:22 发布

Vector_LW

最新推荐文章于 2024-08-30 00:46:22 发布

阅读量2.2k

点赞数

分类专栏：机器视觉 Halcon 文章标签：机器学习

本文链接：https://blog.csdn.net/jiDxiaohuo/article/details/104702210

版权

该博客介绍了如何利用Halcon的SVM功能对卤素灯图像进行分类。首先，准备卤素灯的好坏图像样本，然后进行图像分割获取关键区域。接着，提取区域的形态特征如面积、密实度、四个不变矩和凸度作为识别特征。最后，通过SVM训练并分类测试图像。

摘要由CSDN通过智能技术生成

classify_halogen_bulbs.hdev

本例程展示了通过提取区域形态特征（面积（Area）、密实度（Compactness）、四个不变矩特征（PSI1，PSI2，PSI3，PSI4）和凸度（Convexity））交给SVM训练实现分类

原代码


get_system ('image_dir', HalconImages)
get_system ('operating_system', OS)
if (OS{
   0:2} == 'Win')
    tuple_split (HalconImages, ';', HalconImages)
else
    tuple_split (HalconImages, ':', HalconImages)
endif
ReadOK := false
dev_get_preferences ('suppress_handled_exceptions_dlg', SaveMode)
dev_set_preferences ('suppress_handled_exceptions_dlg', 'true')
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