explore_halcon.hdev（15）之p_do_bottle_mouth函数模块

极坐标系：在平面内由极点，极轴和极径组成的坐标系

最优边缘检测方法的特性：

1.好的信噪比，即将非边缘点判断为边缘点的概率要低，将边缘点判断为非边缘点的概率要低

2.高的定位性能，即检测出的边缘点要尽可能在实际边缘点的中心

3.对单个边缘仅有唯一相应，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制

Canny算子提取边缘的步骤：

1.高斯滤波平滑图像

2.一阶偏导有限差分计算梯度幅值和方向

3.对梯度幅值进行非极大值抑制

4.用双阈值算法检测和连接边缘

函数：该函数主要是针对瓶子口的缺陷检测，通过极坐标转换将缺陷区域提取出来并进行定位展示

主要流程：

1.读取图片，对图片进行阈值分割、canny亚像素边缘提取，图像分割

2.对分割出的瓶口区域进行极坐标转换

3.针对转换后的极坐标区域进行增强对比度、均值滤波，动态阈值分割，提取对比图的阈值超过范围内的区域，对该区域根据'height'条件筛选，满足条件的即为缺陷区域

4.缺陷区域的极坐标转换为笛卡尔坐标，并在原图上显示出缺陷位置

运行效果图：

算子：

1.auto_threshold(Image : Regions : Sigma : )：使用从直方图确定的阈值分割图像

使用多个灰度值分割单通道图像，首先，确定灰度值的绝对直方图。然后从直方图