少有人走的路原图来自于Ihalcon论坛，条条大路通罗马，目前有动态阈值、频域分析等算法思路，都可以尝试，在此提出另一种思路--人为构造光滑的二次区域与原图对比，进行脏污的检测。
所检测图片如下
脏污在红色箭头所指处
特别浅显
灰度拉伸等预处理后，脏污基本清晰可见
原图打光不均匀，中间亮，四角暗，应使用尺寸更大的环形光
打开轮廓线工具
经过脏污处的灰度值分布如图右所示
我们目的使得灰度值分布线更加平滑
按行依次拟合平滑后的二维灰度图片
效果如下视频
拟合后的轮廓线
几乎无毛刺，十分光滑
拟合前后的3D视图对比，左原图，右拟合图
拟合后明显比原图光滑很多
以拟合图为阈值图像进行动态阈值分割
形态学处理，特征筛选后，检测脏污缺陷如下
整体算法思路
*（1）按行依次拟合平滑后的二维灰度图片
*（2）动态阈值分割，形态学处理，特征筛选出脏污缺陷
拟合代码如下
for i:=0 to Height-1 by 1 tuple_gen_const(Width,i,Newtuple) get_grayval(ImageScaleMax, Newtuple, [0:Width-1], Grayval) gen_region_points(Region, [0:Width-1],1000-Grayval) union2(RegionLines,Region, RegionUnion) closing_rectangle1(RegionUnion,RegionClosing,1000,1) opening_circle(RegionClosing, RegionOpening, 3) shape_trans(RegionOpening, RegionTrans, 'convex') get_region_runs(RegionTrans, Row, ColumnBegin, ColumnEnd) set_grayval(ImageCleared, Newtuple, [0:Width-1],1000-ColumnBegin) endfor
详细源代码：
*算法思路
*（1）初始化，设置系统变量，读图，定义后续用到的相关常量值
*（2）按行依次拟合平滑后的二维灰度图片
*（3）动态阈值分割，形态学处理，特征筛选出脏污缺陷
*（4）结果显示
*-------------（1）初始化，设置系统变量，读图，定义后续用到的相关常量值------------
*打开窗口更新，方便观察曲面拟合过程
dev_update_on()
*设置为false，即超出图像区域部分不裁剪，否则1000-Grayval时导致超出图像区域会报错
set_system('clip_region','false')
*读图
read_image (Image, '脏污.bmp')
*灰度化
rgb1_to_gray (Image, GrayImage)
*灰度拉伸
scale_image_max(GrayImage, ImageScaleMax)
*得到图片尺寸
get_image_size(ImageScaleMax, Width, Height)
*生成一条区域直线，用于与灰度区域点组成闭合区域，进行后续处理
gen_region_line(RegionLines, 0,1600,Width-1,1600)
*生成一副无灰度值的图
gen_image_proto(ImageScaleMax, ImageCleared, 0)
*-------------（2）按行依次拟合平滑后的二维灰度图片------------
*拟合二维曲面
for i:=0 to Height-1 by 1
*依次获得每行灰度值大小
tuple_gen_const(Width,i,Newtuple)
get_grayval(ImageScaleMax, Newtuple, [0:Width-1], Grayval)
*将灰度值转换为区域点，平移至图像区域外，方便对比观察
gen_region_points(Region, [0:Width-1],1000-Grayval)
*与前面常量直线构成闭合区域
union2(RegionLines,Region, RegionUnion)
closing_rectangle1(RegionUnion,RegionClosing,1000,1)
*开运算，凸性转换，使得区域更加平滑
opening_circle(RegionClosing, RegionOpening, 3)
shape_trans(RegionOpening, RegionTrans, 'convex')
*生成区域游程编码，得到每个区域点的起始坐标，ColumnBegin即为取反后的灰度值曲线上的点
get_region_runs(RegionTrans, Row, ColumnBegin, ColumnEnd)
*依次生成每行灰度图，合并成一副图像，使用1000-ColumnBegin平移回来，将灰度值与所在位置点对应上
set_grayval(ImageCleared, Newtuple, [0:Width-1],1000-ColumnBegin)
endfor
*-------------（3）动态阈值分割，形态学处理，特征筛选出脏污缺陷------------
*动态阈值分割
dyn_threshold(ImageScaleMax,ImageCleared, RegionDynThresh, 18, 'dark')
*形态学处理，特征筛选脏污缺陷
opening_circle (RegionDynThresh, RegionOpening1, 1.5)
closing_circle(RegionOpening1, RegionClosing1, 3.5)
connection(RegionClosing1, ConnectedRegions)
select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 400, 9999)
fill_up (SelectedRegions, RegionFillUp)
*-------------（4）结果显示------------
*结果显示
dev_display (Image)
dev_display (RegionFillUp)本文出自勇哥的网站《少有人走的路》wwww.skcircle.com，转载请注明出处！讨论可扫码加群：
