Halcon纹理分析texture_laws/trans_from_rgb

2023-12-31 00:04

本文主要是介绍Halcon纹理分析texture_laws/trans_from_rgb,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Halcon纹理分析

文章目录

  • Halcon纹理分析
    • 1. 纹理滤波器
    • 2. 织物折痕检测

纹理是图像表面的一种灰度变化。有的纹理很规则,会以局部小区域为单元重复出现,而有的纹理则呈现出随机性。对于规则的纹理,可以很容易地从中分辨出重复的区域,这些局部的、重复的部分称为纹理单元。
对于一些灰度变化复杂,很难用颜色分析去处理的图像,不妨使用纹理分析。纹理滤波器可以很方便地找出纹理的位置和内容。

1. 纹理滤波器

Halcon中的纹理滤波器的原理是,使用一个特殊的滤波器作为纹理算子,在图像上进行滤波操作,以增强或者抑制特定的纹理图像。经过纹理滤波器处理后的图像会被分割成若干个有相同图像的纹理单元。Halcon的标准纹理滤波器是texture_laws算子,该算子提供了各种纹理滤波器的集合。滤波器的类型有7种:level、edge、spot、wave、ripple、undulation、oscillation。
texture laws算子用于对纹理进行滤波,它根据参数设定的规则,对图像进行纹理变换。其参数如下。
(1)参数1为输入图像Image。
(2)参数2为输出纹理。
(3)参数3为滤波的类型FilterType。这里的类型参数由两个字母组成,两个字母都取自7种滤波器类型的首字母,如1表示 level,e表示edge,s表示spot等。第1个字母表示行方向上的滤波类型,第2个字母表示列方向上的滤波类型,如ss 表示两个方向都使用spot 滤波器。
(4)参数4为偏移量shift。当灰度值大于255时,可降低灰度值。该参数用于调整结果图像的灰度,默认为2。
(5)参数5为滤波器的卷积核尺寸,默认为5,可选择的有3、5、7。

2. 织物折痕检测

本部分举一个实例介绍纹理检测的用法。纹理检测常用于检测织物中的跳线、缺色、折痕等瑕疵。图(a)采集自一块有折痕的布料,这里使用texture_laws算子检测出纹理的异常区域。图(b)显示了纹理检测后的结果,然后经过阈值等形态学处理,将异常区域显示出来,如图(c)所示。
在这里插入图片描述
该程序的代码如下:

*读取布料的图像
read_image (Image, ' data/cloth')
*将图像分解成R、G、B3个通道
decompose3 (Image, Image1, Image2, Image3)
*将R、G、B3个通道的图像转化为HSV颜色空间
trans_from_rgb (Imagel, Image2, Image3, ImageResultl, ImageResult2, ImageResult3, 'hsv')
*进行纹理检测
*其中选择的滤波器类型是1s,即行方向用leve1,列方向用spot 进行检测
*这种滤波器类型适合检测垂直方向上的缺陷
texture_laws (ImageResult2, ImageTextureLs,'ls', 2, 7)
*对经过滤波器处理后的图像进行均值化,使图像更平滑,缺陷区域更明显
mean_image (ImageTextureLS, ImageMean, 11, 11)
*对检测出的缺陷区域进行形态学处理并显示出来
threshold (ImageMean, Regions, 60, 255)
*将符合条件的区域分割成独立区域
connection(Regions, ConnectedRegions)
*计算各区域的面积,提取出面积最大的区域
area_center (ConnectedRegions, Area, Row, Column)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', max(Area),99999)
*进行闭运算,提取出缺陷区域
closing_circle(SelectedRegions, RegionClosing, 11.5)
dev_clear_window ()
dev_display (RegionClosing)

本例主要介绍了纹理滤波器的应用。在应用纹理滤波器之前,也可以使用傅里叶变换,增强图像中灰度变化剧烈的区域,使检测更加方便。

这篇关于Halcon纹理分析texture_laws/trans_from_rgb的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/554408

相关文章

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、

MySQL中读写分离方案对比分析与选型建议

《MySQL中读写分离方案对比分析与选型建议》MySQL读写分离是提升数据库可用性和性能的常见手段,本文将围绕现实生产环境中常见的几种读写分离模式进行系统对比,希望对大家有所帮助... 目录一、问题背景介绍二、多种解决方案对比2.1 原生mysql主从复制2.2 Proxy层中间件:ProxySQL2.3

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1