Halcon 几何变换之仿射变换

最新推荐文章于 2024-08-05 06:26:23 发布

洋航

最新推荐文章于 2024-08-05 06:26:23 发布

阅读量4.9k

点赞数 3

原文链接：https://blog.csdn.net/qq_31112205/article/details/89285421

版权

几何变换包括仿射变换、投影变换、图像变换以及极坐标变换。不同的资料可能会有不同的划分。它们具体的数学表达感性趣的可以自己查找。这里只描述Halcon的仿射变换运用。

Halcon中的放射变换常用的两种方式：旋转以及缩放（当然平移也常用，但是不属于仿射变换）。变换涉及到三个量，一个是待变换的图像或者说矩阵，一个变换矩阵，以及变换后的图像或者矩阵。所以在Halcon中会有两种运用方式。第一种：已知待变换的图像，变换矩阵，求变换后的图像；第二种：已知待变换的图像，变换后的图像，求变换矩阵。

第一种变换流程：
通过hom_mat2d_identity算子创建一个初始化矩阵（本来应该是3*3的单位矩阵，但是在Halcon10版本上看到的却是2*3的矩阵，不过在Halcon12版本上看到是3*3的。至于原因可能是3*3变换矩阵中有一行是固定值，早期版本有可能是为了节省空间在保存中故意缺省）。
在初始化矩阵的基础上，使用hom_mat2d_translate（平移）、hom_mat2d_rotate（旋转）、hom_mat2d_scale（缩放）等生成仿射变换矩阵（这几个算子可以叠加或者重复使用）。
根据生成的变换矩阵执行仿射变换，执行仿射变换的算子通常有：affine_trans_image、affine_trans_region、affine_trans_contour_xld，即不管对于图像、区域、XLD都可以执行仿射变换。
下面具体看看这种变换的示例。可以在Halcon例程中方法->几何转换->affine_trans_region.hdev 找到。代码如下：

dev_close_window ()
dev_open_window (0, 0, 512, 512, 'white', WindowID)
dev_set_color ('black')
 
*在图形窗口中任意画一个图形，用鼠标右键确认
draw_region (Region, WindowID)
*初始化一个变换矩阵
hom_mat2d_identity (HomMat2DIdentity)
*通过给定旋转角度(顺时针为负，逆时针为正)，旋转原点得到旋转矩阵
hom_mat2d_rotate (HomMat2DIdentity, -0.3, 256, 256, HomMat2DRotate)
*通过给定X、Y方向缩放尺度，缩放原点得到缩放矩阵
hom_mat2d_scale (HomMat2DRotate, 1.5, 1.5, 256, 256, HomMat2DScale)
*最后得到仿射变换图片
affine_trans_region (Region, RegionAffineTrans, HomMat2DScale, 'false')
 
dev_clear_window ()
dev_set_draw ('margin')
dev_set_color ('red')
dev_display (Region)
dev_set_color ('green')
dev_display (RegionAffineTrans)

结果如图：

第二种变换流程：
制订一个标准（模板）。例如下面例子中，就是读入一张合格的一板药片。并对该板药片进行标准化，获得标准化后药片的方向及位置，还有提取感性区域
读入新图片和制订的标准对齐。下面的例子中就是读入一张新的一板药片，并按照标准的位置和方向进行放射变换。
对齐后，和制订的标准图片进行感性区域对比分析。下面的例子就是对比后提取新读入图片的感性区域，分析该药片生成是否合格。
Halcon案例：方法->Blob分析->check_blister.hdev

dev_close_window ()
dev_update_off ()
read_image (ImageOrig, 'blister/blister_reference')
 
*自适应图片大小打开图形窗口
dev_open_window_fit_image (ImageOrig, 0, 0, -1, -1, WindowHandle)
set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
dev_set_draw ('margin')
dev_set_line_width (3)
dev_display (ImageOrig)
* 
* 第一步：制订标准
threshold (ImageOrig, Region, 90, 255)
dev_display (Region)
dev_set_color ('green')
*以Region区域为基准，获得该区域的凸性区域，注意和外接图形区分
shape_trans (Region, Blister, 'convex')
dev_display (Blister)
*通过获得区域Blister的图像的几何矩，计算该区域的角度。如果想理解的更深，可以查看图像的几何矩这篇博客
*该夹角大致可以用该区域“外接”椭圆（也是通过图像几何矩得到，当然不是真的外接椭圆）的长轴与水平线的夹角去理解
orientation_region (Blister, Phi)
area_center (Blister, Area1, Row, Column)
*通过一个向量转换到另外一个向量，得到该转换的变换矩阵（一个坐标加方向就是向量）
vector_angle_to_rigid (Row, Column, Phi, Row, Column, 0, HomMat2D)
*对图像进行仿射变换
affine_trans_image (ImageOrig, Image2, HomMat2D, 'constant', 'false')
dev_display (Image2)
*创建一个空对象数组
gen_empty_obj (Chambers)
for I := 0 to 4 by 1
    Row := 88+I*70
    for J := 0 to 2 by 1
        Column := 163 + J*150
        *创建任意方向的矩形区域
        gen_rectangle2 (Rectangle, Row, Column, 0, 64, 30)
        *将区域Rectangle放到Chambers中
        concat_obj (Chambers, Rectangle, Chambers)
    endfor
endfor
affine_trans_region (Blister, Blister, HomMat2D, 'false')
*计算两个图像区域的差集
difference (Blister, Chambers, Pattern)
*将不同区域变成连通区域（逻辑上连通），和connection算子是相反操作
union1 (Chambers, ChambersUnion)
*不确定这一步的目的是什么。Blister已经变换了，干嘛还要再求一次Blister的方向，是为了减少误差？
orientation_region (Blister, PhiRef)
*为什么要加π，或许可以从帮助文档中找到原因，或者查看我写的学习Halcon（5.1）博客
PhiRef := rad(180)+PhiRef
area_center (Blister, Area2, RowRef, ColumnRef)
* 
* 
* Each image read will be aligned to this pattern and reduced to the area of interest,
* which is the chambers of the blister
Count := 6
for Index := 1 to Count by 1
    *第二步：读入新图片，和标准对齐
    read_image (Image, 'blister/blister_'+Index$'02')
    threshold (Image, Region, 90, 255)
    connection (Region, ConnectedRegions)
    select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 5000, 9999999)
    shape_trans (SelectedRegions, RegionTrans, 'convex')
    * 
    * align pattern along blister of image
    orientation_region (RegionTrans, Phi)
    area_center (RegionTrans, Area3, Row, Column)
    vector_angle_to_rigid (Row, Column, Phi, RowRef, ColumnRef, PhiRef, HomMat2D)
    affine_trans_image (Image, ImageAffinTrans, HomMat2D, 'constant', 'false')
    * 
    * 第三步：对齐后，提取感性区域并分析是否达到要求
    reduce_domain (ImageAffinTrans, ChambersUnion, ImageReduced)
    *将三通道图片转换成三个单通道图片
    decompose3 (ImageReduced, ImageR, ImageG, ImageB)
    var_threshold (ImageB, Region, 7, 7, 0.2, 2, 'dark')
    connection (Region, ConnectedRegions0)
    closing_rectangle1 (ConnectedRegions0, ConnectedRegions, 3, 3)
    fill_up (ConnectedRegions, RegionFillUp)
    select_shape (RegionFillUp, SelectedRegions, 'area', 'and', 1000, 99999)
    opening_circle (SelectedRegions, RegionOpening, 4.5)
    connection (RegionOpening, ConnectedRegions)
    select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 1000, 99999)
    shape_trans (SelectedRegions, Pills, 'convex')
    * 
    * classify segmentation results and display statistics
    count_obj (Chambers, Number)
    gen_empty_obj (WrongPill)
    gen_empty_obj (MissingPill)
    for I := 1 to Number by 1
        select_obj (Chambers, Chamber, I)
        intersection (Chamber, Pills, Pill)
        area_center (Pill, Area, Row1, Column1)
        if (Area > 0)
            min_max_gray (Pill, ImageB, 0, Min, Max, Range)
            if (Area<3800 or Min < 60)
                concat_obj (WrongPill, Pill, WrongPill)
            endif
        else
            concat_obj (MissingPill, Chamber, MissingPill)
        endif
    endfor
    * 
    dev_clear_window ()
    dev_display (ImageAffinTrans)
    dev_set_color ('forest green')
    count_obj (Pills, NumberP)
    count_obj (WrongPill, NumberWP)
    count_obj (MissingPill, NumberMP)
    dev_display (Pills)
    if (NumberMP > 0 or NumberWP > 0)
        disp_message (WindowHandle, 'Not OK', 'window', 10, 10+600, 'red', 'true')
    else
        disp_message (WindowHandle, 'OK', 'window', 10, 10+600, 'forest green', 'true')
    endif
    disp_message (WindowHandle, '# correct pills: ' + (NumberP - NumberWP), 'window', 10, 10, 'black', 'true')
    disp_message (WindowHandle, '# wrong pills  :  ' + NumberWP, 'window', 10+25, 10, 'black', 'true')
    if (NumberWP>0)
        disp_message (WindowHandle, NumberWP, 'window', 10+25, 10+180, 'red', 'true')
    endif
    disp_message (WindowHandle, '# missing pills:  ' + NumberMP, 'window', 10+50, 10, 'black', 'true')
    if (NumberMP > 0)
        disp_message (WindowHandle, NumberMP, 'window', 10+50, 10+180, 'red', 'true')
    endif
    dev_set_color ('red')
    dev_display (WrongPill)
    dev_display (MissingPill)
    if (Index < Count)
        disp_continue_message (WindowHandle, 'black', 'true')
    endif
    stop ()