halcon可以导出python_使用python或Halcon获取图像的绝对值导数

与Piglet达成一致，如果图案的频率大大低于缺陷的频率，则陷波滤波器是首选。

还应同意，如果您有多帧校准的条纹图案，则有一系列可用的选项。 Halcon的最新版本具有内置的折光法运算符。

为了快速实现n-dirty，您还可以使用矩形内核利用样式的一般方向。这等效于正交各向异性高通滤波器。

read_image(imgInput, 'C:/Users/jpeyton/Documents/zzz_temp/FringePat_raw.jpg')

*smooth input image with mean using vertically oriented rectangular kernel

mean_image (imgInput, imgMean, 3, 15)

*subtract smoothed image from raw image to get local / high frequency residuals

abs_diff_image(imgMean,imgInput,imgAbsDiff, 1)

*threshold away background

threshold (imgAbsDiff, Regions, 8, 255)

Smooth with mean operator. Vertically oriented kernel (3x15 in this case)

从原始图像和阈值中减去平滑图像：

从那里，您可以运行连接运算符，并使用区域功能进一步突出缺陷。您会注意到这种方法无法为低频缺陷（凹痕？）提供强大的信号。

因此，需要权衡的是FFT / DFT滤波器不会利用图案的方向，而会留下边缘/谐波伪像。高通滤波器方法（如上）将对缺陷不敏感，因为接近/边缘频率较高。