Halcon学习笔记之缺陷检测(二)教学教材

Halcon学习笔记之缺陷检测（二）例程：detect_indent_fft.hdev

说明：这个程序展示了如何利用快速傅里叶变换（FFT）对塑料制品的表面进行目标（缺陷）的检测，大致分为三步：

首先，我们用高斯滤波器构造一个合适的滤波器（将原图通过高斯滤波器滤波）；

然后，将原图和构造的滤波器进行快速傅里叶变换；

最后，利用形态学算子将缺陷表示在滤波后的图片上（在缺陷上画圈）。

注：代码中绿色部分为个人理解和注释,其余为例程中原有代码

*Initialization（初始化）

dev_updata_off() //这一句包含如下三个算子：

//dev_updata_pc(‘off’) 关闭更新程序计数器//dev_updata_var(‘off’) 关闭更新变量窗口

//dev_updata_window(‘off’) 关闭更新图像窗口（即通过命令来显示想要在图像窗口显示的图片）

dev_close_window() //关闭活动的图像窗口

read_image(Image,’plastics

/

plastics_01’) //载入图片//参数说明：为读入图片命名（Image）// 文件名（’plastics/plastics_01’）

get_image_size(Image,Width,height) //获取图片的长宽；//参数说明：之前读入或生成的图片（Image）// 图片的宽（Width）// 图片的高（Height）

dev_open_window(0,0,Width,Height,’Black’,WindowHandle) //打开一个新的图像窗口//参数说明：起始坐标（0,0）// 大小（Width,Height）// 背景颜色（’Black’）// 窗口句柄（WindowHandle）

set_display_font （WindowHandle,14,’mono’,’ture’,’false’）//设置不依赖操作系统的字体

//参数说明：窗口句柄（WindowHandle）

// 字体大小（14）

// 字体类型（’mono’）

// 是否黑体（’ture’）

// 是否倾斜（’false’）

dev_set_draw(‘Margin’) //定义区域填充模式//参数说明：填充模式（’Margin’或

者’Fill’）

dev_set_line_width（3） //设置输出区域轮廓线的线宽//可以修改参数来看最后缺陷区域标示

的区别

dev_set_color（’red’） //设置一种或者多种输出颜色

*

*Optimize the fft speed for the specific image size(根据指定图像大小进行fft速度最

优化)

optimize_rft_speed（Width,Height,’standard’） //对指定大小的图片的fft速度进行

优化//参数说明：图片大小（Width,Height）// 优化模式（’standard’）

*

*Construct a suitable filter by combining two Gaussian filters（结合两个高斯滤波

器构造一*个合适的滤波器）

Sigma1 := 10.0

Sigma2 := 3.0 //定义两个常量

gen_gauss_filter(GaussFilter1,Sigma1,Sigma1,0.0,’none’,’rft’,Width,Height)

gen_gauss_filter(GaussFilter2,Sigma2,Sigma2,0.0,’none’,’rft’,Width,Height) //在频域生成两个高斯滤波器//参数说明：生成的高斯滤波器（GaussFilter）// 空域

中高斯在主方向上的标准差（Sigma）// 空域中高斯在正交于主方向的方向上的标准差

（Sigma）// 滤波器主方向的角度（0.0）// 滤波器的规范（’none’）

// 直流项在频域的位置（’rft’）// 图片的大小（Width,Height）

sub_image(GaussFilter1,GaussFilter2,Filter,1,0) //两图片相减（灰度）

//sub_image(ImageMinuend, ImageSubtrahend : ImageSub : Mult, Add : )//g' := (g1

- g2) * Mult + Add//以上为函数原型以及运算公式

*

*Process the images iteratively(对图像进行迭代运算)

NumImages := 11

For Index := 1 to NumImages by 1 //for循环从1到NumImages，步长为1

*

*Read an image and convert it to gray values

read_image(Image,’plastics/plastics_’+Index$’02’)

rgb1_to_gray(Image,Image) //将原图转化为灰度图，第一个参数为原图

*Perform the convolution in the frequency domain

rft_generic(Image,ImageFFT,’to_freq’,’none’,’complex’,Width)//对计算一幅

图片实部进行快速傅里叶变换 //参数说明：输入的图片（Image） // 傅里叶变换

后输出的图片（ImageFFT） // 变换方向（’to_freq’或’from_freq’） //

变换因子的规范（’none’） // 输出图片的数据类型（’complex’） //

图片的宽（Width）

convol_fft(ImageFFT,Filter,ImageConvol) //对图片用一个滤波器在频域进行卷积运

算 //参数说明：输入的图片（ImageFFT） // 频域滤波器（Filter） //