halcon 缺陷检测--形状匹配+差分

ForeverYang2015

已于 2024-01-04 18:22:33 修改

阅读量1.8k

点赞数 8

CC 4.0 BY-SA版权

分类专栏： Halcon 文章标签： halcon缺陷检测 halcon 形状匹配

于 2024-01-04 18:06:47 首次发布

本文链接：https://blog.csdn.net/AP1005834/article/details/135389775

Halcon 专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何使用Halcon库进行缺陷检测，通过形状匹配和模板提取技术，对含有多个工件的图片进行处理，提取每个工件并进行定位。作者详细展示了从ROI选择、模板创建到匹配过程的代码实现和最终效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、前言

本篇主要总结使用halcon 做缺陷检测的一个常用思路，当一张图片拍摄多个待检测工件，常用方法是由预先建立好的模版图像，采用形状匹配+查分方法抠下每个工件，逐个检测。

形状匹配比灰度值匹配要更为可靠

二、代码

代码是对一张有10个茶杯的图片进行演示

取第一个茶杯ROI作为模版，提取边缘作为形状匹配对的模版

set_system ('clip_region', 'false') //设置剪切为false
read_image (Image, 'E:/halcon-study/test_shape_match/002.jpg')

rgb1_to_gray(Image,ImageGray) 


***对截取的ROI滤波去除干扰
mean_image (ImageGray, ImageMean, 3, 3)

***选取ROI区域
*gen_rectangle2 (ModelRegion, 24.29, 20.63, rad(0), 40, 60)
gen_rectangle1 (ModelRegion, 94, 45, 177,131)
reduce_domain (ImageMean, ModelRegion, ImageROI)



***创建模型
create_shape_model (ImageROI, 1, -rad(120), rad(240), 'auto', 'auto', 'use_polarity', 70, 65, ModelID)

inspect_shape_model (ImageROI, ShapeModelImage, ShapeModelRegion,1, 70)


ModelFile := 'model.shm'

write_shape_model (ModelID, ModelFile)
clear_shape_model (ModelID)

*读取形状模板
read_shape_model (ModelFile, ReusedModelID)

*获取新装模板的轮廓，区域坐标等信息
*并在最后变换至原图去
get_shape_model_contours (ModelContours, ReusedModelID, 1)


get_shape_model_params (ReusedModelID[0], _, AngleStart, AngleExtent, _, _, _, _, _, mincon)
minScore := 0.7
*匹配数量,先验知识
numMatches := 10


*max_deformation 5表示的是允许变形5个像素值，0-32,0表示不允许变形，数字越大越耗时间
SubPix := ['least_squares','max_deformation 5']

NumLevels := 4
bFind := false
for Index4 := 1 to 2 by 1
    if(Index4 > 1)
        if(bFind)
            break
        endif
        NumLevels := 2
    endif
    for minScoreSelect := minScore to 0.2 by -0.1
        *AngleStart，AngleExtent必须使用文件导出的
        find_shape_models (ImageMean, ReusedModelID, AngleStart, AngleExtent, minScoreSelect,\
                numMatches, 0.0001, SubPix, min2(NumLevels,7),\
                   0.9, RowCheck, ColumnCheck, AngleCheck, Score, Model)
        if(|ColumnCheck| == numMatches)
            bFind := true
            break
        endif
    endfor

endfor

*由模版外部轮廓生成眼膜mask
select_obj (ModelContours, ModelCont0, 1) 
get_contour_xld (ModelCont0, Row, Col)   
gen_region_polygon (Region, Row, Col)
shape_trans (Region,RegionTrans,'convex')


gen_empty_obj (RegionWaits)

*将模型轮廓变换为检测到的位置
dev_display (Image)
for I := 0 to |Score| - 1 by 1
    hom_mat2d_identity (HomMat2D)
    hom_mat2d_rotate (HomMat2D, AngleCheck[I], 0, 0, HomMat2D)
    hom_mat2d_translate (HomMat2D, RowCheck[I], ColumnCheck[I], HomMat2D)
    affine_trans_contour_xld (ModelContours, TransContours, HomMat2D)
    affine_trans_region( RegionTrans,RegionTransNew ,HomMat2D ,'false'  )
    
    reduce_domain( ImageGray ,RegionTransNew , ImageReduce )
    
    concat_obj (RegionWaits, ImageReduce, RegionWaits)
    
    dev_set_color ('green')
    dev_display (RegionTransNew)
    dev_set_color ('red')
    dev_display (TransContours)
    
endfor
stop ()

三、效果

最后将边缘匹配到各个茶杯的效果