2D图像处理：缺陷检测--实现Halcon的Variation Model

---

订阅说明：如果要订阅，先看链接内容 看链接内容 看链接内容：订阅先看此内容

---

• 语言：C++
• IDE：Qt Creator
• 第三方库：Opencv

Robust模式-MAD

1. Variation Model

      Halcon中的Variation Model主要是将待检测的图像与标准图像对比，检测出待检测图像与标准图像的差异，即缺陷。该缺陷检测方法对光照要求还是比较严格，尽量在封闭环境中使用。
      C++&Opencv 实现Variation Model流程主要是：准备和训练模型和比较模板；创建模板和正式检测时需要将待检测区域对齐（一般可以通过匹配的方式进行对齐）；

1.1 准备和训练模型方法

Halcon中创建模板主要有三种模式：‘standard’, ‘robust’, ‘direct’；

• standard模式
  • ideal image：通过计算多张图像的平均值获取；
  • variation image：通过计算多张图像的标准方差获取；
  • 优点：可以迭代计算多张OK图像；
  • 缺点：一旦存在NG图像会导致最后正式检测结果