Halcon_blob分析_形态学

一、基本理论

1.定义：以像素的灰度值作为分析单位   团块分析  像素颗粒分析
   适应条件：光照稳定 干扰少  对比度明显
   基本流程：采集--》预处理（ROI  去噪  几何变换  拉开对比度）-》分割（二值化 形态学 特征选     择）-》计算显示
   二值化：根据灰度值范围将像素分为两部分的过程二值化  这个灰度范围值叫做阈值
   区域：像素的集合
   灰度直方图：对一幅图像的灰度值进行一个概率统计（像素个数）
   区域形态学：

   1.区域膨胀和区域闭运算是增加区域像素  区域腐蚀和区域开运算减少区域像素

   2.在相同的结构元素半径下，区域膨胀比区域闭运算增加多 ，区域腐蚀比区域开运算元素减少的多
  3.结构元素半径越大，增加减少的区域像素越多
  4.结构元素是什么形状，区k域形态学处理后就越接近什么形状

连通域：具有4邻域或者8邻域关系的区域集合称为一个连通域 
特征直方图：对区域进行特征的一个概率统计（区域个数)

颜色模型：RGB  HSV(色度  饱和度  亮度)

二、算子

1.二值化算子  

a.全局二值化  输入图像  输出区域 最小灰度值 最大灰度值

threshold (ImageReduced, Regions, 13, 43)

b.
binary_threshold (ImageScaled, Region, 'smooth_histo', 'light', UsedThreshold)//二值化--适合黑白分明

输入图像 输出区域  算法（大津阈值(利用求最大平法差的手法)  平滑直方图）  亮暗选择  输出阈值

c.动态阈值

输入图像 输出图像 均值

mean_image (GrayImage, ImageMean, 119, 119)  //求均值滤波

输入图像1  输入图像2      输出区域       偏移值        亮暗选择
dyn_threshold (GrayImage, ImageMean, RegionDynThresh, 5, 'dark')//动态阈值

该算子利用了差分思想，适用于光照不均衡状态下使用，需要与均值滤波搭配使用

2.图像增强

输入图像  输出图像  掩模大小(掩模越大图像增强越强)  因子
emphasize (GrayImage, ImageEmphasize, 67, 67, 3)//图像增强

      注释：            (原图值－平均值)  *  因子 + 原图值 

 计算公式：  res := round((orig - mean) * Factor) + orig

3.光照均衡

 输入图像 输出图像  掩模大小  因子
 illuminate (GrayImage, ImageIlluminate, 101, 101, 0.7)//光照均衡

  注释：            (固定值127－平均值)  *  因子 + 原图值 

计算公式:   new = round ( (val - mean) * Factor + orig )

直方图均衡

输入图像  输出图像
equ_histo_image (GrayImage, ImageEquHisto)//直方图均衡

4.连通域断开

输入区域  输出多个区域
connection (RegionOpening, ConnectedRegions)//连通域断开

5.区域的特征选择

输入多个区域  输出区域  特征名称  逻辑关系  最小特征值  最大特征值
select_shape (ConnectedRegions, SelectedRegions, ['area','circularity'], 'and', [443.84,0.84601], [2086.35,1])

6.区域排序

输入区域  输出排序后的区域 参考点  递增/递减  行列
sort_region (SelectedRegions, SortedRegions, 'first_point', 'true', 'column')//*排序区域

7.区域最小外接圆

输入区域  圆心行列坐标  圆的半径
smallest_circle (SortedRegions, Row, Column, Radius)//求区域最小外接圆

8.计算显示

输入窗口句柄 显示的文本(格式化显示) 坐标系选择 文本左上角的行列坐标  文本颜色  文本背景box
disp_message (WindowHandle, D$'4.2f'+' pix', 'image', Row+Radius, Column, 'white', 'false')//显示文本

9.灰度变换

a.线性变换

输入图像 输出图像  k    b---》y=kx+b ：

什么时候考虑：当你想整体拉亮  拉暗的时候
scale_image (Image, ImageScaled, 19.6154, -1883)     //线性变换

b.指数变换

exp_image (Image, ExpImage, 2)//指数变换 

c.对数变换
log_image (Image, LogImage, 90)//对数变换

三、区域形态学

1.区域开运算（先腐蚀后膨胀）

输入区域  输出区域  结构元素半径

opening_circle (Region, RegionOpening, 3.5)//区域开运算

2.区域腐蚀

输入区域  输出区域  结构元素半径

erosion_circle (RegionOpening, RegionErosion, 7.5)//区域腐蚀

3.区域闭运算（先膨胀后腐蚀）

4.区域膨胀

输入区域  输出区域  结构元素半径
dilation_circle (ConnectedRegions, RegionDilation, 7.5)//区域膨胀

四、仿射变换

定义：在平面一个物体由一个位置变换到另外一个位置，在变换过程中基本形状不变叫仿射变换，其本质是:矩阵变换
方式：平移（条件：前一个矩阵的列数=后一个矩阵的行数）  旋转  缩放   镜像  错切

1.平移矩阵

*输入矩阵  行的平移量  列的平移量  平移矩阵
hom_mat2d_translate (HomMat2DRotate, 200, -40, HomMat2DTranslate)//求平移矩阵

注：a12代表  1:第几行内容  2:第几列内容

2.旋转矩阵

输入矩阵  旋转角度（弧度） 旋转中心的行列坐标  输出矩阵
 hom_mat2d_rotate (HomMat2DIdentity, -(rad(180)-abs(Phi)), Row, Column, HomMat2DRotate)

注：旋转矩阵偏移，注意旋转中心行列坐标(如果先平移了，需要先加上平移后的行列坐标)

旋转角度: 与水平x轴的夹角，逆正顺负

3.缩放矩阵

   输入矩阵    行方向缩放比例  列方向的缩放比例      缩放中心行列坐标  输出矩阵
hom_mat2d_scale (HomMat2DTranslate, 4, 0.5, Row+200, Column-40, HomMat2DScale)

4.单位矩阵

hom_mat2d_identity (HomMat2DIdentity)    单位矩阵*任何矩阵都等于其本身

5.刚体变换（平移和旋转矩阵）

参考点变换前的行列坐标  角度   参考点变换后的行列坐标 角度  输出矩阵
vector_angle_to_rigid (Row, Column , Phi,Row+210, Column-10 , rad(180) , HomMat2D)//平移和旋转矩阵

6.区域仿射变换

  输入区域  输出区域  输入矩阵  插值算法
affine_trans_region (Region, RegionAffineTrans, HomMat2DScale, 'nearest_neighbor')

7.图像的仿射变换

输入图像  输出图像  矩阵  插值算法  是否适应大小
affine_trans_image (Image, ImageAffineTrans, HomMat2DScale, 'constant', 'false')

8.轮廓仿射变换

输入轮廓  输出轮廓 输入矩阵

affine_trans_contour_xld (ModelContours, ContoursAffineTrans, HomMat2D)