halcon python缺陷检测_Halcon系列教程之【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