【2021 亚太赛】A题-Image Edge Analysis and application图像边缘分析与应用 参赛经历与思路与实现讲解

详细步骤参考以下博客
https://blog.csdn.net/weixin_43935696/article/details/121555038?spm=1001.2014.3001.5501

用到的东西

• Python （主要用于数据处理）
• opencv（这个后来不用了）/Halcon（这个是主要的软件）
• Photoshop（看到这个大家是不是想打人）
• Excel（计算第一题，还有填写问题中的表格）
• 记事本（打开第一问第3小问导出的坐标数据）

问题一

问题分析：

• 图像预处理（这一步很重要）
• 亚像素级别的边缘检测

解决过程

首先进行图像的边缘检测，第一次用的是opencv，用的是canny算法，检测效果大致如下。



大家可以发现图1-1是可以检测出来的，但是图1-2就玩球了，图1-3更是惨不忍睹，基本噪声都给检测出来了。
所以要对图像进行预处理
预处理的过程大概有这么多：

1. 图像增强
2. 图像平滑
3. 图像二值化
4. 之后进行锐化等xxxx系列的形态学处理
   上述技术大家可以自行查阅资料，我也在参考文献里给大家提供了一些，都用红框圈出来了，方便大家查找
   ​

经过处理之后，大家可以看到检测的效果就非常可以了
（其实预处理之后也不理想，上文也说了，我用了ps预处理，预处理一天还不如我ps半小时的效果好）

这个时候可以看到图1-2有五个轮廓，1-3有2个轮廓
那么题目里要实现的是亚像素级别的检测。为啥要用亚像素，这个是看的一点文献里说的为啥要用亚像素。

这个都给大家整理好了，在文件夹里都能找到，都标记了一下。
我的理解就是下面这个意思。

大家看，a，b两条轮廓都过了像素1、2、3，在像素级别下，他们就被当成一条线了，但是当我们想要更高精度的时候，就需要转化为亚像素了。
亚像素一般可以分为3个方法，分别是：
基于矩的方法、拟合方法（最小二乘法）、插值的方法。（这个大家写论文的时候想用啥就用啥吧）
这里用的是Halcon里面的亚像素检测的方法，这个算子是edges_sub_pix（），具体参数设置大家可以看官方文档，先不说了，有时间再整理一波。

这里我选用的是canny算子和lanser2算子
可以看到边缘已经被检测出来了，那么我们就要回答问题了

对问题进一步归纳：

• 计算边缘的长度
• 计算过的像素点
• 之后图1和图2的需要把轮廓的坐标导出来

这里有小伙伴可能有疑问，什么是过的像素点，什么是长度
我理解的是这样的
a这条线过的像素点是3个，但是长度却不是3

我们可以通过Halcon带的分析工具轻松的得到边缘长度和过像素点的个数
选择轮廓——点击打开特征检测——选择xld_contlength和xld_area_points

下面是我的数据，这个会发给大家，文件命名是第一问实现过程。1、2、3的大家都可以拿去参考一下

之后单独保存坐标数据，我朋友写的是用Python，我这里用的excel处理的，因为时间不够了，Python代码当时没调好hhh
下面我说说excel的简单处理思路（这里就文字描述了）
以为提取出来的是起始点的x1和y1。终止点的x2和y2的数据。所以大家只需要给这四个值变成（x1,y1）和（x2.y2）的形式。其实就是两边加一个括号和中间加个逗号。
**这里要注意啊！！！！**图像坐标是这么定义的，左上角是原点（0,0），见下图

这里更要注意啊！！！，Halcon里的坐标col对应的题目里的x坐标，row对应的是y坐标。之后坐标显示是(row,col)，如下图

A点的坐标显示是（4，10），是先显示列，再显示行，有点反人类，可能是能调整但是我没找到。
到此问题一就over了。

问题二

问题分析

• 标定校正
• 通过标定板来计算零件的实际尺寸

解决过程

同第一问，边缘检测效果如下

这里说一下代码里存在的问题，看这个最大的红色框框，之前算多了，把外框加进去了，当时程序的裁剪处理没调好参数，实际值应该是在这个左右的

标定板这里我就不说了，大家可以去看m哥的文档。简单描述为
求出两个圆心之间的dx，代码直接运行你就可以找到这个变量了，之后我们用下面的公式计算实际尺寸，解释一下：因为题目里说圆心距是2mm，所以找到有几个2mm就行了。

xi就是上表格中的像素长度值，第一问告诉大家怎么看了，dx就是程序里跑出来的，y_i就是我们要的实际尺寸。
再补充一下dx是啥：

这里我的dx就是代码里的distance/12，distance是上图两个红色圆圈之间的圆心距离
okk，表格填完，问题二解决！！

问题三

问题分析

之前问题一是从图像中直接提取出来的轮廓数据，之后把轮廓的坐标导出来
这个题，反过来了。他把第一问中的第三小问题的亚像素坐标数据给咱们了，之后我们得想办法给它转换成轮廓数据
之后再对轮廓进行切割，之后再检测出来每个基元（直线、圆弧、椭圆弧）

• 轮廓切割
• 直线段、圆、椭圆的拟合

实现过程

通过Halcon里面的gen_contour_polygon_xld算子，我们可以把坐标数据转为轮廓数据
之后用segment_contours_xld算子，可以把轮廓分割为直线、圆弧、椭圆弧。
最后用fit_line_contour_xld拟合直线、fit_circle_contour_xld拟合圆。
之后我们就可以得到他们的具体值了
这里直线我们可以得到起点坐标的x，y；终点坐标的x，y
圆弧的圆心坐标x，y；半径长度；圆弧开始的扫描角；圆弧结束的扫描角度
​

直线的问题就很简单了。我们只要知道起点坐标和终点坐标，就可以得到题目要求的所有属性
圆的问题，圆心可以得到了，之后扫描角度可以用：（圆弧开始的扫描角-圆弧结束的扫描角度）*180/π计算得到，它的方向是从x轴正向到y轴正向为正的。如下：

但是这里我遇到了一个问题，不知道怎么计算起点坐标和终点坐标
所以用了一个最原始的办法，就是去图里一个一个找，先把数据搞出来再说！！！
这步大家最好两个人做，这里要表扬一下本次被叫来打工的童鞋，我的室友一波

终于把表都填好啦！！！！
第三问勉勉强强Over

其实应该是不用这么搞的，但是连续干了27个小时，我的脑袋已经不转了，有机会再给大家提供计算方法吧，欢迎各位小伙伴一起探讨哈。

遇到的问题

解决了的

• 图像预处理
• 怎么导出坐标数据
• 怎么把坐标数据转换为轮廓数据

没解决的

• 图像预处理（你说解决了吧，它其实还没解决。用ps解决了，但是显然不行）
• 第三问，分割之后，进行拟合，会发现有许多短的圆弧被检测为直线段了，例如这下面的白色小段，其实是圆弧，但是却拟合为直线了。
  
• 时间问题，只检测了圆弧，没有椭圆弧，有了初步的思路，但是时间不允许，如果解决椭圆弧，那么上边的问题就解决了
• 我们采用的算子只能检测直线和圆弧、直线和椭圆弧，并没有直线+圆弧+椭圆弧这个操作，如果大家有兴趣可以一起沟通一下，应该是没找到这个功能。

小结

这个就是我的真实解题过程了，有很多地方因为知识欠缺，能力不够，走了捷径。有研究这方面的大佬看到了请忽略哈哈哈哈，当然如果可以帮我讲讲办法更好了。

​

​

​

​