Halcon学习（27-2）halcon测量技术：找线-工业视觉/halcon-少有人走的路

halcon测量的第一步，就是找边。边找精准了，计算两边的距离才可能精准。

由于物料的管控不可能做到每片抽检，或者根本不被管控。这就要求我的抓边效果能最大化适合各种可能性。

下面的程序使用鼠标确定测量框，根据设定参数拟合出一条质量可调的XLD线条。

图1 鼠标绘制测量框

图2 拟合完成的线条，这个例子由50个点拟合出XLD线条。十字点起标识点的作用。

找线方法调用代码：

fpath:='C:/Users/Administrator/Desktop/2018资料/分类器研究'
*www.skcircle.com  by 勇哥(很想停止)
*QQ：496103864  微信：abc496103864
* Code generated by Image Acquisition 01
list_files (fpath, ['files','follow_links','recursive'], ImageFiles)
tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima)$','ignore_case'], ImageFiles)
dev_close_window()

for Index := 0 to |ImageFiles| - 1 by 1
    read_image (Image, ImageFiles[Index])
    dev_open_window_fit_image(Image, 0, 0, -1, -1, WindowHandle)
    dev_display(Image)
    *鼠标绘制测量矩形框
    draw_rectangle2_mod (WindowHandle, 60, 60, rad(0), 100, 50, Row, Column, Phi, Length1, Length2)
    Row := Row
    Col := Column
    Phi1 := Phi
    Length1 := Length1
    Length2 := Length2
    thresold := 40
    sigma := 1.0
    roiWidth := 60
    transition := 'all'
    select := 'all'
    p_number :=50
    level := 3
    
    param:=[]
    tuple_concat(Row, param, param)
    tuple_concat(Col, param, param)
    tuple_concat(Phi1, param, param)
    tuple_concat(Length1, param, param)
    tuple_concat(Length2, param, param)
    tuple_concat(thresold, param, param)
    tuple_concat(sigma, param, param)
    tuple_concat(roiWidth, param, param)
    tuple_concat(transition, param, param)
    tuple_concat(select, param, param)
    tuple_concat(p_number, param, param)
    tuple_concat(level, param, param)
    tuple_inverse(param, Inverted)
    find_line(Image, object, Inverted, outValue, message, error)
    
    break
endfor

找线方法代码：

支付2元或购买VIP会员后，才能查看本内容!立即支付或升级会员查询订单

gen_measure_rectangle2 矩形测量句柄

gen_measure_rectangle2通常是配合算子measure_pos使用，定义如下：

gen_measure_rectangle2( : : Row, Column, Phi, Length1, Length2, Width, Height, Interpolation : MeasureHandle)

产生测量矩形句柄，控制输入为测量矩形范围的坐标中心，矩形长轴和水平方向夹角范围的弧度，矩形边长的一半，测量图片的宽和高度，输出为测量句柄。

Row, Column是矩形的中心
Length1, Length2是矩形区域的长和宽的一半，关于区域的宽度，尽量在包住边缘的同时设置的越大越好，因为设置的太小噪声太大
Phi是Rectangle旋转的角度，当为正时表示逆时针旋转，当为负时表示顺时针旋转
如果想看ROI是否合适可以利用gen_rectangle1查看
Interpolation表示插值的方法，因为当ROI不是垂直或者水平的话，那么他的Projection（下图中短的等距线）经过的就不是一个完整的像素，因为要计算它的平均值给Profile。它的值就需要插值。

measure_pos 取一对边缘线条的距离和中心点xy坐标

定义为：

measure_pos(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdge, ColumnEdge, Amplitude, Distance)

Sigma表示高斯滤波的参数，高斯滤波的是对Profile形成的曲线，Threshold是对他的一阶导数设置的阈值

Transition = ‘negative’时表示由像素值高转到低像素值的边缘放在RowEdgeFirst中，这里有一个参考方向，就是Rectangle旋转角度为0时，从左到右的方向。另一解释：沿主轴方向dark-to-light定义为第一类边缘，反之为第二类边缘。
RowEdge：边的中心行坐标

ColumnEdge ：边的中心列坐标

Distance: 表示的是边缘组之间的距离

fit_line_contour_xld 拟合线条

fit_line_contour_xld( Contours : : Algorithm, MaxNumPoints, ClippingEndPoints, Iterations, ClippingFactor : RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist )

函数作用：

对一些线段的XLD做近似计算直线计算

对于参数Algorithm中的一些类型解释如下：

regression：回归，标准的最小二乘法拟合

huber：加权的最小二乘法拟合，异常值的影响被减小基于Huber方法

tukey：加权的最小二乘法拟合，异常值的影响被减小基于Tukey方法

drop：加权的最小二乘法拟合，异常值的影响被消除

gauss：加权的最小二乘法拟合，异常值的影响被减小基于最逼近线上的所有其轮廓点的平均值和距离标准方差

ClippingFactor控制被弱化的异常值个数，值越小，越多异常值被检测到。

最小拟合一条线的必要轮廓点个数是2，因此，一条轮廓线点个数至少是2+2*ClippingEndPoints

参数列表：

Contours（in）：输入轮廓