halcon学习经验.docx

HalCon学习经验总结图像的开运算和闭运算算子开运算就是用消除图像上的小物体，小区域，将纤细相连的物体分开， 将大物体的表面平滑与此同时不明显改变他的面积。扩大背景（就是暗的部分），缩小前景（就是亮的部分）。模板匹配等?闭运算就是填充物体内细小的空洞，连接邻近的物体， 平滑物体的边界同时呢不明显改变他的面积。?缩小背景（就是暗的部分），扩大前景（就是亮的部分）?开运算：先对图像腐蚀然后膨胀?闭运算：先对图像膨胀然后腐蚀必要的解释：?一：HALCON提供了开运算、闭运算的函数（算子），根据结构元素的不同（ 圆的 方的?椭圆的?或是自己定义也可以）细化出很多算子。这些都是细枝末节。此处不再赘余。。?二：开闭运算的结构元素没有参考点（中心点）的概念。?三：开闭运算 没有迭代的概念，就是图像 被同样结构元素做开运算，处理一次 和处理随意非零次的效果是一样的。gray_opening_rect (ImageInvert, ImageOpening, 20, 20)gray_closing_rect (ImageInvert, ImageClosing, 20, 20)connection (ImageOpening,tophat)connection (ImageClosing,bothat)sub_image (bothat,tophat,ImageSub, 1, 0)union1 (ImageSub, RegionUnion)击中击不中（hit_or_miss），加厚（thickening），打薄（thinning）thickening： 原始图像?+????对图像使用击中击不中产品的图像?thinning： 原始图像??-? 对图像使用击中击不中产品的图像?击中击不中原理继膨胀、腐蚀、开运算和闭运算之后的有一个基本操作就是击中击不中变换（HMT），HMT变换可以同时探测图像的内部和外部。在研究图像中的目标物体与图像背景之间的关系上，HMT能够取得很好的效果。所以常被用于解决目标图像识别和模式识别等领域。 A结构元素是形态学变换中的基本元素，是为了探测图像的某种结构信息而设计的特定形状和尺寸的图像，也可以称为收集图像结构信息的探针。结构元素有许多的种类，如圆形、方形、线型等，还有二值的和灰度值的，模糊集中的等等多种结构元素。在击中击不中变换中将结构元素分解成两个，一个定义为前景结构元素，一个定义为背景结构元素，定义如下： B=(E,F),其中E的F交集为空集BHMT的标准变换的定义就是：????腐蚀操作的结果就是结构元素S平移x但任包含在输入图像A内部的所有结构元素的原点集合，对于HMT变换，当且仅当结构元素E平移到某一点可以填入A的内部，且F平移到该点时可以填入A的外部时，该点才能在HMT变换的结果中输出。由于需要精确的匹配，因此该算法对识别的要求很高，但是对于实际的图像，往往含有各种未知的噪声，即会出现误差，所以实际的意义不是很大它的原理就是使用腐蚀；如果要在一幅图像A上找到B形状的目标，我们要做的是：首先，建立一个比B大的模板W；使用此模板对图像A进行腐蚀，得到图像假设为Process1;其次，用B减去W，从而得到V模板(W-B)；使用V模板对图像A的补集进行腐蚀，得到图像假设为Process2;然后，Process1与Process2取交集得到的结果就是B的位置。这里的位置可能不是B的中心位置，要视W-B时对齐的位置而异；　其实很简单，两次腐蚀，然后交集，结果就出来了；形态学分析与处理顶帽变换（高帽变换，Top_Hat）：原图?? 减去??原图开运算后的图?底帽变换（低帽变换，Bot_Hat）：原图闭运算后的图?? 减去??原图?高低帽变换（黑土老师叫：形态帽变换 ，洋名叫：morph_hat）： 顶帽变换的结果+底帽的变换的结果。?（高低帽变换在HALCON里面具体的操作流程是：?A：原图开运算 然后 使用Connection ?最后得到 区域甲?B：原图闭运算?然后 使用Connection ?最后得到到区域乙?C：乙减去甲? 然后 合并union最后得到 高底帽。）? 功用：?顶帽变换：主要是用于增强图像的对比度，在较暗的地方 把亮突出出来。?底帽变换：在较暗的背景中 把亮的部分找出来。高底帽变换： 就是亮的刺头 和暗的刺头全部提取出来。?Halcon学习之八：图像区域叠加与绘制overpaint_gray ( ImageDestination, ImageSource : : : )将灰度值不相同区域用不同颜色绘制到ImageDestination中， ImageSource包含希望的灰度值图像overpaint_region ( Image, Region : : Grayval, Type : )将Re