Halcon学习-算子

1.harmonic_interpolation 对图像区域执行谐波插值。

2.binocular_distance 使用相关技术计算校正后的立体图像对的距离值。
binocular_disparity 使用相关技术计算校正后的图像对的差异。

3.illuminate 增强对比度。图像中非常暗的部分被“照亮”得更强烈，非常亮的部分被“变暗”。

4.inpainting_mcf将与输入图像Image的区域Region相邻的图像边缘扩展到区域内部，并通过平滑图像灰度值函数的水平线来连接它们的端点。
inpainting_aniso算子根据Perona和Malik模型，利用各向异性扩散，将跨越区域边界的图像边缘进行延续，并将它们在区域内连接起来。
inpainting_ced算子对输入图像Image的区域Region执行各向异性扩散过程，其目的是通过增加图像中包含的图像结构的一致性来完成不连续的图像边缘扩散，而不平滑这些垂直于其主导方向的边缘。其机理与基于各向异性扩散方程离散化的算子相干增强差分相同
isotropic_diffusion 执行图像的各向同性扩散。

5.inpainting_ct通过将图像信息从区域边界沿相干方向传输到该区域来绘制图像图像的缺失区域Region。
inpainting_texture操作符用于从输入图像图像的区域中删除大型对象和图像错误。

6.label_to_region 从图像中提取灰度值相等的区域。
corner_response 提取图像中的灰度值角。

7.plateaus从灰度值大于或等于相邻(8邻域)灰度值的图像中提取所有点，并以plateaus的形式返回这些点。每个最大值作为一个单独的区域返回。
lowlands从灰度值小于或等于其邻域(8邻域)灰度值的图像中提取所有点，并在lowlands中返回这些点。每个低地作为一个单独的区域返回。
plateaus_center从灰度值大于或等于相邻(8个邻域)的图像中提取所有点，并以Plateaus的形式返回这些点。如果这些点中的一个以上是连接的(平台)，它们的重心就会返回。每个高原中心作为一个单独的区域返回。
lowlands_center从灰度值小于或等于相邻(8个邻域)的图像中提取所有点，并在低地返回这些点。如果这些点中的一个以上是连接的(低地)，它们的重心就会返回。每个低地作为一个单独的区域返回。

8.symm_difference 计算两个区域的对称差分。

9.lut_trans 转换具有灰色值查找表的图像

10.max_image计算图像Image1和Image2的最大值(逐像素计算)。结果存储在image ImageMax中。生成的图像具有与输入图像相同的像素类型。
min_image计算图像Image1和Image2的最小值(逐像素计算)。结果存储在image ImageMin中。生成的图像具有与输入图像相同的像素类型。

11.mean_curvature_flow 将平均曲率流应用于图像。在平滑背景噪声的同时保留边缘信息。

12.rank_n从多个通道返回具有给定秩的灰度值。
mean_n 多个通道的平均灰度值。

13.这个示例程序演示了如何使用rank_n计算带有移动对象的场景的背景图像，而mean_n不能用于执行此任务。特别的，背景图像可以通过rank_n来计算，通过将秩设置为(|图像|+1)/2来计算中值图像。

dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 640, 480, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
NumImages := 27
* Read only the images from the bicycle scene that contain moving objects.
for Index := 1 to NumImages by 1
    read_image (Image, 'bicycle/bicycle_' + Index$'02d')
    dev_display (Image)
    disp_message (WindowHandle, 'Image ' + Index, 'window', 12, 12, 'black', 'true')
    if (Index == 1)
        copy_obj (Image, MotionImages, 1, 1)
    else
        append_channel (MotionImages, Image, MotionImages)
    endif
endfor
* 
* Compute the mean of the 27 images to show the ghost images of the moving objects.
mean_n (MotionImages, ImageMean)
dev_display (ImageMean)
disp_message (WindowHandle, 'Mean image of the ' + NumImages + ' images', 'window', 10, 10, 'black', 'true')
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
* 
* Compute the rank filter with rank (NumImages+1)/2, i.e., 14, to compute the median of the 27 images.  This creates a clean background image without the moving objects.
rank_n (MotionImages, ImageMedian, (NumImages + 1) / 2)
dev_display (ImageMedian)
disp_message (WindowHandle, 'Median image of the ' + NumImages + ' images', 'window', 10, 10, 'black', 'true')