这是网上写得比较好的一篇贴子，勇哥转载一下以方便大家。讲的都是基础的region操作。1、区域的运算在学习特征分析之前，先了解一下几个区域的基本运算方式。区域的运算主要包含：区域作差、区域合并、区域集合、区域的选择、区域的填充、区域的骨架等。在项目中，根据实际需要，灵活的选择相应的计算方式。在Halcon创建两个矩形，作为后面算子测试用：*生成两个矩形区域
gen_rectangle1 (Rectangle1, 123, 196, 186, 3
目录1、图像边缘提取原理2、边缘提取算子介绍3、图像的亚像素边缘提取4、亚像素轮廓的特征分析5、xld的分割及直线拟合6、圆及椭圆的拟合7、中心线的提取1、图像边缘提取原理网上搜索图像边缘提取，有很多详细的讲解，就是讲的都太深奥，很难看明白。图像边缘提取原理并不复杂，至于一些大牛提供的复杂变换公式，也没必要深入的去研究，halcon都已经在算子中将其封装好了，我们会用就行。边缘的定义：边缘是图像中灰度发生明显变化的地方，是不同灰度区域之间的界限。图像的每个像素点的灰度值用矩阵来表示，那么画竖线的
Chapter 1:Classification 用于各类分类操作，其中包括对高斯混合模型的操作、对分类器的相关操作、对感知器的相关操作以及对支持向量机的相关操作。Chapter 2 ：Control ，用于程序的执行控制。包括程序常用的跳转语句，比如continue、if/else、for等等。Chapter3 :Develop，主要用于窗口的操作，比如窗口的关闭、显示等。Chapter 4 :File，主要用于图片的读取和写入、文件的打开和关闭等。Chapter 5:Filter，主要用于图
一般我们见到的简单的图像处理都是空间域的处理。即图像是一个二维图像，每个点都有对应的坐标。图像的频域理解起来并不是那么简单，因此我在这里说一下个人理解，希望帮助到需要帮助的人。本篇博文使用Halcon软件的示例以及图像进行展示。首先需要说明的几点知识：1.如果需要看频谱图是要进行傅里叶变换的，图像的傅里叶变换其实是将图像的灰度分布函数变换为图像的频率分布函数。2.图像的频域中的高频分量对应图像的细节信息，图像低频分量对应图像的轮廓信息。高频分量代表的是信号的突变部分（即灰度值梯度大），而低频分量
此示例是一个综合的示例，检测的是皮革纹理表面上出现的凸起、凹痕、划痕上的缺陷。使用的依然是光度立体法，只是不同的缺陷，需要使用的是不同参数所生成的图像。示例代码如下：* 使用光度立体的方法检测皮革样品
* Initialization
dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 640, 480, '
dev_close_window ()
dev_update_off ()
Path := 'lcd/mura_defects_texture_'
read_image (Image, Path + '01')
get_image_size (Image, Width, Height)
dev_open_window (0,
目标：实现高纹理图像中缺陷的检测（黑色）。思路为：1.对彩色图像进行R G B分解，选取B作为后续图像。2. 生成背景模板，将图像傅里叶变换到频域中，通过高斯滤波，然后傅里叶反变换回来，得到的图像就是背景模板。3 .背景差分。采用sub_image函数进行图像差分,增强两幅图像的差异4 .分水岭算法分割，在分割之前采用中值滤波来抑制小斑点或细线。分水岭后，图像分割为多个轮廓（region）。5 .计算多个轮廓region的灰度信息，包括能量。相关度、同一度、对比度，通过灰度共生矩阵。 前面的两个
texture.hdev这个例子是主要讲解了histo_2dim 、class_2dim_sup 搭配使用灰度直方图进行图像分割。* Find textured areas (trees and bushes)
*
dev_close_window ()
Interactive := 0
dev_close_window ()
read_image (MreutHi
1.mean_n(Image : ImageMean : : )mean_n生成所有通道的逐像素平均值。对于每个坐标点，计算该坐标上所有灰度值的和0。结果是灰度值的平均值(总和除以通道数)。输出图像有一个通道。有关平滑滤波器概念的解释，请参阅“滤波/平滑”一章的介绍。例如：read_image (Images, ['ic0','ic1','ic2','ic3'])
channels_to_image
无纺布折痕检测（3）· 基于灰度投影的折痕检测 https://www.skcircle.com/?id=1279频率域滤波基础之一 https://www.skcircle.com/?id=330基于二次曲面拟合的脏污检测 https://www.skcircle.com/?id=1274视觉进阶：阈值分割函数总结 https://www.skcircle.com/?id=683Hal