缺陷检测——Halcon表面划痕检测

一.项目场景:

提取表面划痕缺陷

缺陷检测——Halcon表面划痕检测

; 二.解决方案:

1.先对原始图像做中值滤波处理:

缺陷检测——Halcon表面划痕检测

2.局部阈值处理

缺陷检测——Halcon表面划痕检测
3.blob分析提取特征
缺陷检测——Halcon表面划痕检测

三.halcon代码

read_image (Image, 'scratchSrc')
mean_image (Image, ImageMean, 7, 7)
dyn_threshold (Image, ImageMean, DarkPixels, 5, 'dark')
connection (DarkPixels, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 10, 1000)
union1 (SelectedRegions, RegionUnion)
dilation_circle (RegionUnion, RegionDilation, 3.5)
skeleton (RegionDilation, Skeleton)
connection (Skeleton, Errors)
select_shape (Errors, Scratches, 'area', 'and', 50, 10000)
select_shape (Errors, Dots, 'area', 'and', 1, 50)

四.核心算法解析

dyn_threshold (OrigImage, ThresholdImage, RegionDynThresh, Offset, LightDark)

算法功能:使用局部阈值分割图像。

OrigImage:原始输入图像
ThresholdImage:平滑处理之后的输入图像
RegionDynThresh:结果输出图像
Offset: 相对于ThresholdImage图像每个像素值的偏移量
LightDark:选择项,提取亮、暗或类似区域?

默认值:”light”提供的选项: ‘dark’, ‘equal’, ‘light’, ‘not_equal’

分析原图可知,图中的划痕和背景区分度非常小,完全无法找到合适的全局阈值将划痕与背景分割。故局部阈值分割算法才是此解决方案 的关键。
其原理如下:
从输入图像中选择像素满足阈值条件的区域,令g{o} = g{OrigImage}, g{t} = g{ThresholdImage}。那么LightDark= ‘dark’的条件是:

g{o}

Original: https://blog.csdn.net/weixin_44901043/article/details/119995083
Author: liu_jie_bin
Title: 缺陷检测——Halcon表面划痕检测

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/645947/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球