Halcon学习（五）获取特征点

古城微笑少年丶 2022-07-16 08:16 227阅读 0赞

## Halcon学习（五）获取特征点 ##

![此博文包含图片][sg_trans.gif] (2012-12-17 19:05:13)

<table> 
 <tbody> 
  <tr> 
   <td><span>标签：</span> <h3><a href="http://search.sina.com.cn/?c=blog&amp;q=%D1%A7%CF%B0&amp;by=tag" rel="nofollow">学习</a></h3> <h3><a href="http://search.sina.com.cn/?c=blog&amp;q=%D4%D3%CC%B8&amp;by=tag" rel="nofollow">杂谈</a></h3> </td> 
   <td><span>分类：</span> <a href="http://blog.sina.com.cn/s/articlelist_1640789040_1_1.html" rel="nofollow"> halcon学习</a></td> 
  </tr> 
 </tbody> 
</table>

这个例程是要检查图中焊接点，并获取焊接点的直径。

处理过程：

首先，分离比较明亮的区域，然后将找出来的结果，转换成最小的平行矩形，即获得了图像处理的ROI。

这里采用了**阈值分割**：将图像中的灰度值处于某一指定灰度值范围内全部点选到输出区域中。threshold (Bond, Bright, 100, 255)

然后，在ROI区域内选择比较暗的区域，移除不适合的区域（利用形状，面积等参数），把物体抽出变成一个独立的物，找出圆形物体，并且排列物体即可。[![Halcon学习（五）获取特征点][Halcon]][Halcon_Halcon]

[![Halcon学习（五）获取特征点][Halcon 1]][Halcon_Halcon 1]

**程序如下：**

dev\_close\_window ()

dev\_open\_window(0, 0, -1, -1, 'black', WindowID)

read\_image(Die, 'E:/halcon图像/die\_03.png')

dev\_display(Die)

threshold(Die, Brightregion,100,255)

shape\_trans(Brightregion, ROI, 'rectangle2')

reduce\_domain(Die, ROI, DieROI)

threshold(DieROI, RawSegmentation,0,50)

fill\_up\_shape(RawSegmentation, Wires, 'area', 1, 100)

opening\_circle(Wires, BallRegion, 15.5)

connection(BallRegion, Balls)

select\_shape(Balls, FinalBalls, 'circularity', 'and', 0.85, 1.0)

count\_obj(FinalBalls,NumBalls)

smallest\_circle(FinalBalls, Row, Column, Radius)

meanRadius := sum(Radius)/|Radius|

area\_center(FinalBalls, Area, RowCenter, Colcenter)

minArea := min(Area)

disp\_circle(WindowID, Row, Column, Radius)

所用到的算子如下：

threshold([*Image*][Image] : [ *Region*][_Region] : [ *MinGray*][_MinGray], [ *MaxGray*][_MaxGray] : )

阈值处理算子，MinGray <= g <= MaxGray，halcon软件将g所在的范围变成红色。

shape\_trans([*Region*][_Region] : [ *RegionTrans*][_RegionTrans] : [ *Type*][_Type] : )

由 threshold 的参数 100 及 255，即可产生一个合理的 raw segmentation，然后把这个区域转成一个 ROI，做为 bonding balls 侦测之用。选用 shapr\_trans，以"Brightregion"为输入区域，参数用"rectangle2"，来找出一个包含"Brightregion"最小的平行四边型。输出的 region 取名为"ROI"，差不多就是电路板的大小了。再来用reduce\_domain，把原始影像约化成包含 ROI 的范围。

reduce\_domain([*Image*][Image], [ *Region*][_Region] : [ *ImageReduced*][_ImageReduced] : : )

裁剪区域算子

fill\_up\_shape([*Region*][_Region] : [ *RegionFillUp*][_RegionFillUp] : [ *Feature*][_Feature], [ *Min*][_Min], [ *Max*][_Max] : )

填充满足给定的图形特征的区域。

opening\_circle([*Region*][_Region]  : [ *RegionOpening*][_RegionOpening]  : [ *Radius*][_Radius]  : )

打开具有圆形结构的区域

connection([*Region*][_Region] : [ *ConnectedRegions*][_ConnectedRegions] : : )

区域连通

select\_shape([*Regions*][Regions] : [ *SelectedRegions*][_SelectedRegions] : [ *Features*][_Features], [ *Operation*][_Operation], [ *Min*][_Min], [ *Max*][_Max] : )

选择满足要求的区域

count\_obj([*Objects*][Objects] : : : [ *Number*][_Number])

计数

smallest\_circle([*Regions*][Regions] : : : [ *Row*][_Row], [ *Column*][_Column], [ *Radius*][_Radius])

包含一 region 的最小圆，圆心位置以及半径

＊注意，'||'中求的不是绝对值，而是 tuple 数据的数目，这个例子中就是７。

area\_center([*Regions*][Regions] : : : [ *Area*][_Area], [ *Row*][_Row], [ *Column*][_Column])

计算圆心

disp\_circle( : : [ *WindowHandle*][_WindowHandle], [ *Row*][_Row], [ *Column*][_Column], [ *Radius*][_Radius] : )

将几个圆显示在原始图像中

![sg_trans.gif][]喜欢

阅读  *┊* [ 评论][Link 1]  *┊* 收藏  *┊* 禁止转载  *┊* 喜欢 **▼** *┊* [打印][Link 2] *┊* [举报][Link 3]

加载中，请稍候......

前一篇： [Halcon学习（四）区域连通][Halcon 2]

后一篇： [Halcon学习（六）计数与排][Halcon 3] [序][Halcon 3]

[sg_trans.gif]: /images/20220716/a445988d4d924004b7ef370c36a53f4e.png
[Halcon]: http://s13.sinaimg.cn/mw690/61cc7430g7b4dde10da4c&690
[Halcon_Halcon]: /images/20220716/e3bea948189e4f91956fed35bd29c978.png
[Halcon 1]: http://s7.sinaimg.cn/mw690/61cc7430gd10ab03f2da6&690
[Halcon_Halcon 1]: /images/20220716/6e2d26548b6643219e675933885c06c7.png
[Image]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Image
[_Region]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Region
[_MinGray]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#MinGray
[_MaxGray]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#MaxGray
[_RegionTrans]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#RegionTrans
[_Type]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Type
[_ImageReduced]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#ImageReduced
[_RegionFillUp]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#RegionFillUp
[_Feature]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Feature
[_Min]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Min
[_Max]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Max
[_RegionOpening]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#RegionOpening
[_Radius]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Radius
[_ConnectedRegions]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#ConnectedRegions
[Regions]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Regions
[_SelectedRegions]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#SelectedRegions
[_Features]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Features
[_Operation]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Operation
[Objects]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Objects
[_Number]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Number
[_Row]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Row
[_Column]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Column
[_Area]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#Area
[_WindowHandle]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#WindowHandle
[Link 1]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#commonComment
[Link 2]: http://blog.sina.com.cn/main_v5/ria/print.html?blog_id=blog_61cc743001017nul
[Link 3]: http://blog.sina.com.cn/s/blog_61cc743001017nul.html#
[Halcon 2]: http://blog.sina.com.cn/s/blog_61cc743001017ns8.html
[Halcon 3]: http://blog.sina.com.cn/s/blog_61cc743001017nva.html