原图:
处理后的图片:
主要方法为:
对图像进行拆分,提取RGB三个分量。
对B分量进行处理,将其转换为频域内图像,并对其进行高斯卷积。
再将卷积处理后的图像转换回空间域图像。
随后将B分量图像和处理后的B分量图像用算子sub_image做差运算。
最后就可以调用lines_gauss提取印痕了。
为避免边框对lines_gauss的影响,对图像进行了一定的截取处理,
用erosion_rectangle1将四周去除了。
主要halcon代码如下:
dev_close_window ()
dev_update_off ()
Path := ‘lcd/mura_defects_blur_’
read_image (Image, Path + ‘01’)
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Height, 640, 480, WindowHandle)
set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
dev_set_draw (‘margin’)
dev_set_line_width (3)
dev_set_color (‘red’)
ScaleFactor := 0.4
calculate_lines_gauss_parameters (17, [25,3], Sigma, Low, High)
for f := 1 to 3 by 1
read_image (Image, Path + f.2i’)
*将三通道图像转换为R,G,B三图像
decompose3 (Image, R, G, B)
* 计算图像的快速傅立叶变换,ImageFFT为输出结果图像,to_freq表示从空间到频域变换。
* 当前用的是频域变换
*none表示变换的规范变化因数,complex表示输出图像为complex类型,width为图像宽度。
rft_generic (B, ImageFFT, ‘to_freq’, ‘none’, ‘complex’, Width)
*生成高斯滤波器ImageGauss,最后两个参数为图片的宽高。
gen_gauss_filter (ImageGauss, 100, 100, 0, ‘n’, ‘rft’, Width, Height)
*在频域图片ImageFFT上,用之前生成的高斯滤波器做卷积计算。
convol_fft (ImageFFT, ImageGauss, ImageConvol)
*将频域图像转换为空间域的图像。
rft_generic (ImageConvol, ImageFFT1, ‘from_freq’, ‘none’, ‘byte’, Width)
*将两幅图像做减法运算,公式为g’ := (g1 - g2) * Mult + Add。
*代表g1 这个图片上每个像素的灰度值减去g2 这个图片上每个像素的灰度值
*这两个的差值再乘以一个系数Mult ,在加上一个值Add
sub_image (B, ImageFFT1, ImageSub, 2, 100)
* 将图像ImageSub进行放大观察,ImageZoomed为放大后的图像,
* ScaleFactor, ScaleFactor为长宽放大加数
* *constant为插值方法。
zoom_image_factor (ImageSub, ImageZoomed, ScaleFactor, ScaleFactor, ‘constant’)
* 获取一幅图的区域,目的为避免边框对lines_gauss的影响。
get_domain (ImageZoomed, Domain)
*对图像 进行腐蚀运算处理,7,7为矩形 结构宽高。
erosion_rectangle1 (Domain, RegionErosion, 7, 7)
*在图像ImageZoomed截取RegionErosion大小图片,存放到变量ImageReduced
reduce_domain (ImageZoomed, RegionErosion, ImageReduced)
*检测图像的线条与宽度。ImageReduced, Lines为输入图像与输出的亚像素线条,
*Sigma为高斯平滑系数, Low为后滞阈值分隔低值, High为前置阈值分割高值,
*'dark’表示 提取图像 中的暗线条, 'true’表示 是否提取线条 宽度, 'gaussian’提取线条的模式,
*gaussian在线条不锐利时使用, 'true’表示添加 能够 提取的接合点。
lines_gauss (ImageReduced, Lines, Sigma, Low, High, ‘dark’, ‘true’, ‘gaussian’, ‘true’)
*生成齐次转换矩阵
hom_mat2d_identity (HomMat2DIdentity)
*添加缩放的齐次转换矩阵,HomMat2DIdentity为输入矩阵,
*1 / ScaleFactor, 1 / ScaleFactor为缩放因数, HomMat2DScale为输出的矩阵。
hom_mat2d_scale_local (HomMat2DIdentity, 1 / ScaleFactor, 1 / ScaleFactor, HomMat2DScale)
*对亚像素直线Lines进行仿射变换。
affine_trans_contour_xld (Lines, Defects, HomMat2DScale)
*
dev_display (Image)
dev_display (Defects)
if (f < 3)
disp_continue_message (WindowHandle, ‘black’, ‘true’)
stop ()
endif
endfor
对应示例程序:
detect_mura_defects_blur.hdev