C#Halcon从零开发_Day14_AOI缺陷检测策略1_Bolb分析+特征分析

一、引言

*缺陷检测策略1：Blob分析+特征分析

*Blob分析：阈值分割、开闭运算

(1) 图像预处理

• 目的：增强目标与背景的对比度，抑制噪声。

• 常用算子：

  • threshold()：通过阈值分割将图像转换为二值图像。

  • mean_image() / gauss_filter()：平滑图像，减少噪声。

  • invert_image()：反转图像（如目标为暗色时）。

(2) 连通区域检测

• 目的：将二值图像中的连通像素分组为Blob。

• 关键算子：

  • connection()：根据像素连通性（4邻域或8邻域）分割Blob。

  • select_shape()：根据特征（面积、圆度、长宽比等）筛选目标Blob。

(3) Blob特征提取

• 目的：量化Blob的几何和形态特征，用于后续分析。

• 常用特征：

  • 面积（Area）：Blob的像素数量。

  • 质心（Row, Column）：Blob的中心坐标。

  • 长宽比（Aspect Ratio）：Blob的最小外接矩形的宽度与高度比。

  • 圆度（Roundness）：衡量Blob接近圆形的程度。

  • 方向（Orientation）：Blob的最小外接矩形的旋转角度。

(4) Blob分类与筛选

• 目的：根据特征过滤或分类Blob。

• 常用方法：

  • 范围筛选：如 select_shape(Regions, SelectedRegions, 'area', 'and', 100, 1000) 筛选面积在100到1000之间的Blob。

  • 分类：如根据圆度区分圆形和矩形物体。

(5) 结果可视化与输出

• 目的：显示Blob分析结果或导出数据。

• 常用操作：

  • dev_display()：显示Blob的轮廓或填充区域。

  • count_obj()：统计Blob数量。

  • area_center()：获取Blob的面积和质心坐标。

*特征分析: 空洞面积、矩形度等

(1) 几何特征

• 描述目标的基本形状和位置：

  • 面积（Area）：目标区域的像素数量。

  • 质心（Row, Column）：目标的中心坐标。

  • 最小外接矩形（Bounding Box）：目标的最小外接矩形的尺寸和方向。

  • 长宽比（Aspect Ratio）：外接矩形的宽度与高度比。

  • 圆度（Roundness）：衡量目标接近圆形的程度（值越接近1，越接近圆形）。

  • 方向（Orientation）：目标的最小外接矩形的旋转角度。

  • 凸性（Convexity）：目标区域与其凸包的比值。

(2) 形态特征

• 描述目标的复杂形状和边缘特性：

  • 紧密度（Compactness）：面积与周长平方的比值（值越小，形状越复杂）。

  • 矩形度（Rectangularity）：目标面积与其最小外接矩形面积的比值。

  • 孔洞数量（Holes）：目标区域内部的孔洞数量。

  • 边缘长度（Contour Length）：目标轮廓的像素长度。

(3) 灰度/纹理特征

• 描述目标的灰度分布或纹理模式：

  • 灰度均值（Mean Gray Value）：目标区域的平均灰度值。

  • 灰度方差（Gray Value Variance）：目标区域的灰度方差。

  • 纹理特征：通过灰度共生矩阵（GLCM）提取的对比度、熵、能量等特征。

  • 梯度特征：边缘强度、梯度方向等。

(4) 高级特征

• 基于模型或学习的特征：

  • 形状描述符：如Zernike矩、Hu矩等。

  • 深度学习特征：通过预训练的深度学习模型提取的高层特征（需结合Halcon的深度学习模块）。

*重要算子：ared_heoles    rectangularity

二、分析饼干检测

需要对饼干的破损进行检测，破损会导致空洞面积大以及外围矩形度受损

*D:/Program Files/MVTec/Data/HALCON-23.05-Progress/examples/images/food
for Index := 1 to 24 by 1
    read_image (Image, 'food/hazelnut_wafer_'+Index$'.02')
    *Blob分析-对图片二值化阈值分割
    binary_threshold (Image, Region, 'max_separability', 'light', UsedThreshold)
    *Blob分析-对区域进行开运算   --先腐蚀后膨胀以去除杂质
    opening_circle (Region, RegionOpening, 8)
    *特征分析1-检测空洞的面积
    area_holes (RegionOpening, Area)
    *特征分析2-检测区域矩形度
    rectangularity (RegionOpening, Rectangularity)
    if(Area>600 or Rectangularity<0.9)
        dev_get_window (WindowHandle)
        set_display_font (WindowHandle, 16, 'mono', 'false', 'false')
        dev_disp_text ('NG', 'window', 'top', 'left', 'red', ['box','box_color'], ['true','blue'])
        stop()
    else       
        dev_get_window (WindowHandle)
        set_display_font (WindowHandle, 16, 'mono', 'false', 'false')
        dev_disp_text ('OK', 'window', 'top', 'left', 'green', ['box','box_color'], ['true','blue'])
        stop()
    endif
endfor

最终效果为：