halcon瓶身表面缺陷检测-滤波差值法

最新推荐文章于 2024-10-16 15:26:22 发布

LeonDL168

最新推荐文章于 2024-10-16 15:26:22 发布

阅读量59

点赞数

分类专栏： Halcon 文章标签：计算机视觉人工智能图像处理算法视觉检测

原文链接：https://blog.csdn.net/m0_51559565/article/details/137855877

版权

Halcon 专栏收录该内容

203 篇文章 30 订阅

订阅专栏

前言

在瓶子，灌装产业中，通常需要瓶子的瓶身进行检测，防止其出现划痕，破洞等情况。但是通常瓶身出现的缺陷都非常小，往往只是一些细小的划痕，这种情况就非常容易被误判为OK情况。
所以采用滤波差值法，可以有效的对瓶身细小的缺陷进行检测。
其核心在于，通过一个大卷积核的滤波程序将缺陷过滤，然后与低滤波的图像进行相减，得以突出缺陷所在位置。为什么不与原图相减？原因在于，低滤波的作用是在尽可能的保存缺陷所在位置的前提下，减少其他图像噪点的影响。所以使用低卷积核滤波时，可以根据实际情况将低卷积核的滤波调大。

1.halcon程序

read_image (Image, 'D:/2024Work/work/4.13瓶子异物检测/异物/10.bmp')
gen_rectangle1 (ROI_0, 152.494, 150.798, 906.861, 710)
reduce_domain (Image, ROI_0, ImageReduced)

binary_threshold (ImageReduced, Region1, ‘max_separability’, ‘dark’, UsedThreshold1)
shape_trans (Region1, RegionTrans, ‘convex’)

threshold (ImageReduced, Regions, 0, 243)
reduce_domain (ImageReduced, Regions, ImageReduced2)
smallest_rectangle2 (Regions, Row, Column, Phi, Length1, Length2)
gen_rectangle2 (Rectangle, Row, Column, Phi, Length1, Length2-10)
reduce_domain (ImageReduced, Rectangle, ImageReduced1)
*
mean_image (ImageReduced1, ImageMean, 1, 1)
mean_image (ImageReduced1, ImageMean1, 13, 13)
sub_image (ImageMean, ImageMean1, ImageSub, 20, 80)

threshold (ImageSub, Regions, 0, 60)
opening_circle (Regions, RegionOpening, 1)
closing_circle (RegionOpening, RegionClosing, 1)
connection (RegionClosing, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 200, 2000)
dev_display (Image)
dev_display (SelectedRegions)

2.halcon程序解析

2.1定位产品位置

首先需要确定瓶子的所在位置。但是滤波差值法受到边缘的影响较大，所以在确定瓶身位置时，需要尽可能的剔除瓶身上的边缘
在这里插入图片描述

read_image (Image, 'D:/2024Work/work/4.13瓶子异物检测/异物/10.bmp')
gen_rectangle1 (ROI_0, 152.494, 150.798, 906.861, 710)
reduce_domain (Image, ROI_0, ImageReduced)

binary_threshold (ImageReduced, Region1, ‘max_separability’, ‘dark’, UsedThreshold1)
shape_trans (Region1, RegionTrans, ‘convex’)

2.2滤波求差值

通常情况下滤波求差值可以使用均值，中值，高斯滤波都可以达到类似的效果，但是根据不同产品的不同，实际的差异可能比较大，通常在表面噪点少的情况，可以使用均值滤波
在这里插入图片描述

mean_image (ImageReduced1, ImageMean, 1, 1)
mean_image (ImageReduced1, ImageMean1, 13, 13)
sub_image (ImageMean, ImageMean1, ImageSub, 20, 80)

2.3形态学后处理

在这里插入图片描述

threshold (ImageSub, Regions, 0, 60)
opening_circle (Regions, RegionOpening, 1)
closing_circle (RegionOpening, RegionClosing, 1)
connection (RegionClosing, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 200, 2000)
dev_display (Image)
dev_display (SelectedRegions)