HALCON【缺陷检测】

1.缺陷分类：

边缘凹凸、毛刺

内部污点、内部凹凸、特定空洞、破损

划痕（一般用低角度环形光和同轴光源）

凸点一般用带角度的光源斜着打，背景打亮，凸点打暗。

凹点一般用平行光从上往下打，背景打亮，凹点打暗。

2.缺陷处理的方式：

Blob+区域特征：cheak_blister.hdev(检测胶囊缺失和错误)

Blob+区域特征+差分：fin.hdev(边缘凸起的检测)

频域+空间域

光度立体法

特征训练（分类器、深度学习）、OCV光学字符检测

测量+拟合：fit_rectangle2_contour_xld(矩形拟合)和measure_fill_level(测量液位高度)和align_measurements(检测剃须刀片断齿)

3.形态学中的区域Region差分

增加像素：膨胀+闭运算，其中并运算是增加多一些

减少像素：腐蚀+开运算，其中开运算是减少多一些

4.局部二值化

这种用法适用于光照稳定、环境简单的现场

mean_image (Image, ImageMean, 3, 3) //均值滤波，例如是3*3的模板，从图像左上角滑到图像右下角，每一点的像素值取临近9个像素值的平均值，这样可以使图像变得平滑和均匀，没有太大的凸起

dyn_threshold (Image, ImageMean, RegionDynThresh, 5, ‘dark’) //5是offset，offset越大，越难提取太亮或太暗的
　　
5.形态学中的图像Image差分：灰度形态学

亮的像素点变多：膨胀+闭运算，其中闭运算算子：gray_closing_shape (Image, ImageClosing, 7, 7, ‘octagon’) octagon：八角形，用的7*7的模板

暗的像素点变多：腐蚀+开运算，其中开运算算子：gray_opening_shape (Image, ImageOpening, 7, 7, ‘octagon’)

6.图像处理的十大类

图像的基本理论

图像增强

图像的灰度变换：scale_image

图像的几何变换：仿射变化、投影变换、极坐标变换

图像的频域变换：傅里叶变换、小波变换

图像复原技术

图像形态学：分区域形态学和灰度形态学

图像分割：边缘检测、二值化、边缘分析，分割出感兴趣的

运动图像：图像差分

图像配准：例如形状匹配
　　
7.仿射变换矩阵
　　
8.OCV光学字符识别

create_ocv_proj (‘A’, OCVHandle)　　创建OCV句柄

traind_ocv_proj (ImageReduced, OCVHandle, ‘A’, ‘single’)　　训练OCV句柄

write_ocv (OCVHandle, ‘test_ocv.ocv’)　　保存OCV句柄

read_ocv (‘test_ocv.ocv’, OCVHandle)　　读取OCV句柄

do_ocv_simple (ImageReduced, OCVHandle, ‘A’, ‘true’, ‘true’, ‘true’, ‘true’, -1, Quality)　　检测OCV质量：使用OCV工具验证样品

do_ocv_simple(Pattern : : OCVHandle, PatternName, AdaptPos, AdaptSize, AdaptAngle, AdaptGray, Threshold : Quality)