halcon缺陷检测学习5孔洞缺陷inspect_blister_photometric

本文链接：https://blog.csdn.net/mlxg99999/article/details/111565765

*光度立体技术检查药物背面的水泡是否破损。
*
*思路为：

1.读入多张从不同角度拍摄的药片包装的背面图像

2.应用光度立体法得到反照率图像和表面梯度图像

3.使用之前得到的表面梯度，计算表面的高斯曲率，得到高斯曲率图像

4. 对高斯曲率图像进行预处理和Blob分析，从而得到缺陷区域

```
5. 在图像中标记缺陷区域
```
初始化
dev_close_window ()
dev_update_off ()
dev_open_window (0, 0, 512, 512, ‘black’, WindowHandle)
*打开图形窗口。左上角坐标（0，0）宽与高（512）黑色窗体
set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
*设置窗体字体
Message := ‘Inspect the backside of a blister’
Message[1] := ‘using photometric stereo. In this case four’
Message[2] := ‘different light orientations were used.’
*1.一个框里多行信息方法2.在语句外输入显示内容方法
*提示’‘在4个不同的灯光方向图片上，使用光度立体视觉法，检查一个水泡的背面是否有缺陷’
disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
*信息框，显示内容为变量，代表上面输入的内容
disp_continue_message (WindowHandle, ‘black’, ‘true’)
*定义提示继续运行的文本框，内容为默认
stop ()
以不同的光照显示输入图像
read_image (Images, ‘photometric_stereo/blister_back_0’ + [1:4])
下面的for循环，依次显示4张从不同角度拍摄的药片包装的背面图像
for I := 1 to 4 by 1
select_obj (Images, ObjectSelected, I)
*将带有索引(从1开始)的图标对象从图标输入对象元组对象复制到输出对象。
*输入的元组（Images）复制后的对象（ObjectSelected）要选择的对象的索引（I）
dev_display (ObjectSelected)
*显示复制后的对象
disp_message (WindowHandle, ‘Acquire image ’ + I + ’ of 4’, ‘window’, 12, 12, ‘black’, ‘true’)
*显示。获取图像是4个中第I个
wait_seconds (0.5)
*延迟程序的执行（0.5s）。
endfor
应用光度立体法确定反照率和表面梯度。多副有多个方向光源的图片。
Slants := [41.4,42.6,41.7,40.9]
*偏锋。物体平面与光照方向之间的角度(单位为度)。
Tilts := [6.1,95.0,-176.1,-86.8]
*倾斜。物体平面内光照方向的角度(单位为度)
ResultType := [‘gradient’,‘albedo’]
*输出结果的类型。[“梯度”、“反照率”].
photometric_stereo (Images, HeightField, Gradient, Albedo, Slants, Tilts, ResultType, ‘poisson’, [], [])
光度立体技术重建一个表面。具有至少三个不同光照方向的输入图像数组（Images）重建的高度（HeightField）
*表面的梯度图像（Gradient）表面的反照率图像（Albedo）参上参上参上重构方法的类型（泊松分布）
*泛型参数的类型与值（默认为空）
显示反照率图像。二维纹理称为反照率，与表面的局部光吸收和反射特性相对应，不包括任何阴影效果。
dev_display (Albedo)
*显示反照率图像
disp_message (WindowHandle, ‘Albedo image’, ‘window’, 12, 12, ‘black’, ‘true’)
*文本框显示“Albedo image”
disp_continue_message (WindowHandle, ‘black’, ‘true’)
*同上
stop ()

*使用gradient field作为erivate_vector_field的输入来计算曲面的高斯曲率。
*在曲率图像中缺陷通常很容易检测到。
derivate_vector_field (Gradient, GaussCurvature, 1, ‘gauss_curvature’)

用高斯函数的导数卷积向量场。
*输入向量场（Gradient）过滤后的结果图像(GaussCurvature)高斯函数的变量（1）待计算分量（高斯曲率）

*检测缺陷
*在曲率图像中分割平板区域
regiongrowing (GaussCurvature, Regions, 1, 1, 0.001, 250)
*分割图像。输入图像（GaussCurvature）分割图像（Regions）测试像素之间的垂直与水平距离(光栅的高度)（1，1）
*将灰度值差小于或等于容差的点累加到同一对象中。容差（0.001）输出区域的最小面积（250）
select_shape (Regions, TabletRegions, [‘width’,‘height’], ‘and’, [150,150], [200,200])

通过宽和高的特征，进行特征选择。参数：待考察区域（Regions）满足条件的区域（TabletRegions）
*待检查的形态特征（[‘width’,‘height’]）独立特征间的连接关系（’and’）特征的最小限制（[150,150]）特征的最大限制（[200,200]）
shape_trans (TabletRegions, TabletRegions, ‘convex’)
*改变一个区域的形状。待转换区域（TabletRegions）改变后区域（TabletRegions）类型的转换（凸出）
union1 (TabletRegions, TabletRegions)
*返回集合。参数：包含所有区域的待计算区域（TabletRegions）所有输入区域集合（TabletRegions）
erosion_circle (TabletRegions, TabletRegions, 3.5)
*具有循环结构元素的侵蚀区域。被侵蚀的区域（TabletRegions）侵蚀后的区域(TabletRegions)循环结构元素的半径(3.5)
寻找平板内部的缺陷
reduce_domain (GaussCurvature, TabletRegions, ImageReduced)
*减少图像的域。输入域（GaussCurvature）与新定义的域（TabletRegions）的交集为图像简化的域（ImageReduced）
abs_image (ImageReduced, ImageAbs)
*计算区域内的绝对灰度值。需要计算绝对灰度值的区域（ImageReduced）结果（ImageAbs）
threshold (ImageAbs, Region, 0.03, 255)
*利用全局阈值算子分割图像。输入的图片（ImageAbs）分割后（Region）阈值（0.03，255）
*分割后图像灰度范围：MinGray <= RegionDynThresh <= MaxGray
closing_circle (Region, RegionClosing, 10.5)
*用一个圆圈表示瑕疵区域。参数：含有瑕疵的区域（Region）瑕疵区域（RegionClosing）圆圈的半径（10.5）
connection (RegionClosing, ConnectedRegions)
*计算区域的连通分量。参数：输入的图片（RegionClosing）连接组件（ConnectedRegions）
select_shape (ConnectedRegions, Defects, ‘area’, ‘and’, 10, 99999)
*根据指定的形态特征选择区域。参数：输入的图片（ConnectedRegions）满足条件的区域（Defects）
*将要计算的形态特征（’area’）独立特征间的连接关系（’and’）特征的最小限制（10）特征的最大限制（99999）
area_center (Defects, Area, Row, Column)
*获得缺陷区域的中心。待检查区域（Defects）选择区域的大小（Area）中心坐标（Row, Column）
gen_circle (Circle, Row, Column,20.5)
*gen_tuple_const(|Row|,20.5)
*创建一个圆。生成的圆（Circle）圆心坐标索引（Row, Column）圆的半径（20.5）
在曲率图像中显示缺陷
dev_set_draw (‘margin’)
*定义圆区域填充模式（边缘）
dev_set_color (‘red’)
*圆为红色
dev_set_line_width (2)
*圆宽2
dev_display (GaussCurvature)
*在窗口显示曲率图像
dev_display (Circle)
*在窗口显示定义的圆
Message := ‘The defect can easily be detected’
Message[1] := ‘in the surface curvature image’
*文本显示的两行内容
disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
stop ()
在反照像中显示缺陷
dev_set_draw (‘margin’)
dev_set_color (‘red’)
dev_display (Albedo)
*在窗口显示反照率图像
dev_display (Circle)
*同上
disp_message (WindowHandle, ‘Defect in albedo image’, ‘window’, 12, 12, ‘black’, ‘true’)