2019-12-06 11:21:01
任意的灰度图像可以被看做是地质学表面,高亮度的地方是山峰,低亮度的地方是山谷。给每个孤立的山谷(局部最小值)不同颜色的水(标签),当水涨起来,根据周围的山峰(梯度),不同的山谷也就是不同的颜色会开始合并,要避免这个,你可以在水要合并的地方建立障碍,直到所有山峰都被淹没。你所创建的障碍就是分割结果,这个就是分水岭的原理,但是这个方法会分割过度,因为有噪点,或者其他图像上的错误。所以OpenCV实现了...
2019-12-06 11:15:47
OTSU算法又叫最大类间方差阈值分割算法,也叫大津算法,是在1980年由日本的大津展之提出,是由最小二乘法推导而来,用于一些简单的阈值确定。对于一个灰度图,我们有时候非常想把他用一个阈值将他的前景和背景区分开来。我们可以合理的假设为如果将图像的像素分布图画出来,那么图像上应该有两个峰,即前景色和背景色。在这两个峰之间肯定有一个谷,那么我们就可以将阈值设在这里,从而对图像达到一个良好的分割效果。怎样...
2019-12-06 11:12:33
物体的凸包(Convex hull)用于理解物体的形状或轮廓。很多复杂物体的特性都能很好的被这种缺陷表现出来。 一组平面上的点,求一个包含所有点的最小的凸多边形,这就是凸包问题了。这可以形象地想成这样:在地上放置一些不可移动的木桩,用一根绳子把他们尽量紧地圈起来,这就是凸包了。凸包有什么应用?凸包在很多地方有着重要的应用,如手势识别,需要识别出手的轮廓的凸包,二维或者三维区域的边界的信息等。凸缺陷...
2019-12-06 11:09:22
查找轮廓什么是轮廓:一个轮廓是由图像中的一系列点组成的,也就是图像中的一条曲线。在OpenCV中一般用序列来存储轮廓信息。序列中的每个元素是曲线中每个点的位置。关于序列:序列是内存存储器中可以存储的一种对象,序列是某种结构的链表。下面是序列结构体:typedef sturct CvSeq{
int flags;
int header_size;
CvSeq * h_pr...
2019-12-06 11:06:00
什么是反射投影反射投影是记录给定图像中像素点如何适应直方图模型像素分布的方式(估计你看了这句话还是不懂)。英文的解释是这样的:a way of recording how well the pixels of a given image fit the distribution of pixels in a histogram model.(还是不懂?)简单地讲就是就是先计算某一特征的直方图模型,...
2019-12-06 11:04:40
什么是仿射变换:一个任意的仿射变换都能表示为 乘以一个矩阵 (线性变换) 接着再 加上一个向量 (平移).仿射变换可以实现什么功能:旋转平移缩放操作怎样得到一个仿射变换:放射变换代表的是两幅图之间的关系。通过原图和目标图像三个点之间的对应关系,可以求出一个2 X 3的矩阵。我们通常使用2 x 3矩阵来表示仿射变换。怎样去旋转一个图像:- 确定旋转图像的中心点- 旋转的角度. 在OpenCV中正角度...
2019-12-06 11:01:58
在图像处理和与计算机视觉领域,兴趣点(interest points),或称作关键点(keypoints)、特征点(feature points) 被大量用于解决物体识别,图像识别、图像匹配、视觉跟踪、三维重建等一系列的问题。我们不再观察整幅图,而是选择某些特殊的点,然后对他们进行局部有的放矢的分析。如果能检测到足够多的这种点,同时他们的区分度很高,并且可以精确定位稳定的特征,那么这个方法就有使用...
2019-12-06 10:59:49
漫水填充法是一种用特定的颜色填充联通区域,通过设置可连通像素的上下限以及连通方式来达到不同的填充效果的方法。漫水填充经常被用来标记或分离图像的一部分以便对其进行进一步处理或分析,也可以用来从输入图像获取掩码区域,掩码会加速处理过程,或只处理掩码指定的像素点,操作的结果总是某个连续的区域。所谓漫水填充,简单来说,就是自动选中了和种子点相连的区域,接着将该区域替换成指定的颜色,这是个非常有用的功能,经...
2019-12-06 10:55:14
模板匹配是在一幅图像中寻找一个特定目标的方法。这种方法的原理非常简单,遍历图像中的每一个可能的位置,比较各处与模板是否“相似”,当相似度足够高时,就认为找到了我们的目标。程序中会用到 OpenCV 的函数包括:void matchTemplate( InputArray image, InputArray templ,
OutputArr...
2019-12-06 10:47:36
对输入的两张图像计算得到直方图H1与H2,归一化到相同的尺度空间,然后通过计算H1与H2之间的距离得到两个直方图的相似程度进而进行比较图像本身的相似度。OpenCV提供的比较方法有四种:直方图比较方法Correlation相关性比较Chi-Squra卡方比较Intersection十字交叉性Bhattacharyya distance巴氏距离直方图比较方法–相关性计算(CV_COMP_CORREL...
2019-12-06 10:36:02
灰度直方图,RGB直方图,梯度直方图对于数据在一定范围之内,可以统计频率的都可以做直方图。图像直方图。是指对整个图像在灰度范围内的像素值(0-255)统计出现频率次数,据此生成的直方图成为图像直方图,直方图反映了图像灰度的分布情况,是图像的统计学特征。直方图均衡化是一种提高图像对比度的方法,拉伸图像灰度值范围。如何实现均衡化呢?通过重映射可以将图像灰度分布从一个分布映射到另一个分布,然后在得等映射...
2019-12-06 09:14:56
勇哥最近跟的一台设备,其视觉定位出现一种奇怪的现象:定义好工具坐标1后,进行九点标定,然后把视野内的5个像素点位置转为机器人坐标,依次走过去看是否准确。结果发现只有中间的两个点走过去是比较准确的,而其它的几个点最大偏差有几个毫米!并且偏差的位置没有规律,有的是向左边偏,有的向右边偏。操,这又是什么鬼呢?重新做工具坐标1,做好后,在原地旋转一定角度后,再截原来的点,发现工具1并不准确,有零点几个毫米...
2019-12-05 22:15:03
勇哥之前发表的一篇文章《Halcon学习(27-2)halcon测量技术:找线》这个文章介绍的找线方式是使用算子measure_pos来工作的,因此这种方式适合halcon及以上版本。勇哥另外几篇贴子里介绍了适合halcon17及以上版本的找线方法:《视觉进阶:2D Metrology(二维计量)》《halcon17的找线功能》听说,这些高阶的功能其实也是对halcon10原来的算子的一些封装。因...
2019-12-05 08:06:17
勇哥继续讨论Epson机器人手眼标定的过程和一些经验。(一)九点标定时的高度与实际电池取放高度相差几毫米可以吗?依据最近勇哥现场做的实验来看,如果标定高度不等于电池取放高度,影响很大。定位的时候差别按mm来算,不是差一点半点。而且这种偏差呈放射状的变化,有点像CCD的成像方式。勇哥画了个示意,在下图中,电池1的偏差可能是向左,而电池6的偏差可能是向右。如果这个时候把电池面升高到原来标定的高度,你会...
2019-12-02 22:03:13
这一篇勇哥来谈一谈验证视觉取放料准不准如何来判定的问题。机器在客户工厂试产阶段,会暴露出整机定位精度不准的问题,这时候机构会甩锅给视觉这边,如何反驳呢?首先,我们视觉这边必须要有数据证明视觉取放精度是满足要求的.这一点之前的贴子中勇哥讲了许多.主要方法有两种:一是在标定完成后,在视野的最大范围内确定一批像素点, 转为机械人坐标后走过去戳下去, 看准不准.二是取实际的物料, 然后放置回视野内的一个固...
2019-12-02 17:06:13
先来段代码。 angle_ll (Row1, Column1, Row, Column,Row1, Column1, Row5-RT_Y, Column5+RT_X, Angle1)
disp_line(200000, Row1, Column1, Row, Column)
disp_line(200000, Row1, Column1, Row5-RT_Y, Co...
2019-12-01 16:46:50
(应用6)已经直线的起始端点与终止端点,把这条直线移动到指定的点勇哥先放上halcon写的函数moveline的代码,它的作用是把一条线移动到指定的点。resultLineStartPointRow := 0
resultLineStartPointCol := 0
resultLineEndPointRow := 0
resultLineEndPointCol := 0
projecti...
2019-12-01 10:12:54
已经矩形的中心点、边长、phi求四个顶点的坐标 在halcon里面,类似gen_measure_rectangle2、smallest_rectangle2的算子表示任意角度的矩形。其信息包括:矩形中心点 row,column矩形角度 Phi矩形区域的长和宽的一半 Length1, Length2如下图所示:(图1)就没有没直接给出矩形4个顶点坐标。有时候想知道4个顶点的坐标怎么计算呢?由于勇哥手...
2019-12-01 09:10:35
三角函数画圆法画圆可以用圆的方程来画。原点为圆心,半径为r(r>0)的圆的标准方程为x^2+y^2=r^2也可用三角函数的方式来画。下面是画圆的C#代码:/// <summary>
/// 利用三角函数画圆
/// </summary>
/// <param name="radius"></param>
/// &l...
2019-11-29 17:39:46
重映射就是把一个图像中一个为之的像素放置到另一个图片指定位置过程。为了完成重映射过程有必要获得一些插值作为非整数像素坐标,因为原图像与目标图像的像素坐标不是一一对应的。我们通过重映射来表达每个像素的位置(x, y):g(x, y)=f(h(x,y))这里g()是目标图像,f()是原图像,h(x,y)是作用于(x,y)的映射方法函数。假设有一幅图像I,满足下面条件作重映射:h(x,y)=(I.col...
2019-11-29 17:36:28
原理:霍夫变换圆检测原理和直线相似,直线检测需要两个参数(theta,r)。圆形需要圆心做坐标两个参数和半径。对左边做霍夫圆变换可以发现圆形的位置变成了一个两点,说明HoughCircles(image,outputArray circles, 发现圆信息int method, 方法-HOUGH_GRADIENTdouble dp, dp = 1;double mindist, 最短距离,可以分辨...
2019-11-29 17:33:10
霍夫变换直线检测前提条件:边缘检测已经完成(单通道8位灰度图像,经过二值化变为黑白图像)平面空间转到极坐标空间通过上式子可以把像素点转化成极坐标,如下图所示。上面的曲线相交与一点,说明了什么信息呢?说明这些像素都在一条直线。比如一个图像有200个像素,通过坐标变换。那么就可以得到200条曲线。相交点的对应横坐标角度就是直线在空间坐标的角度。这就是霍夫变换的原理。霍夫直线变换介绍:变换到极坐标中,从...
2019-11-29 17:28:00
算法介绍:Canny是一种边缘检测算法1.高斯模糊–GaussianBlur2.灰度转换–cvtColor3.计算梯度–sobel4.非最大信号抑制 对非边缘的像素进行移植,在切向和法向 去掉,5.高低阈值输出二值图像,进行边缘连接,如果大于最高阈值的像素要保留,低于最低的要舍去,中间的作为连接图像。非多大信号抑制:在x方向和y方向做完梯度变换角度是梯度变化最大的方向。如果在和梯度垂直的方向上的相...
2019-11-29 17:25:29
理论:在二阶微分的时候,最大变化处的值为零即边缘是零值,通过二阶导数计算,依据理论我们可以计算出图像二阶导数,提取边缘。处理流程:高斯模糊-去噪声GaussianBlur()转化为灰度图像cvtColor()拉普拉斯-二阶导数计算Laplacian()提取绝对值convertScaleAbs()显示结果代码:#include <opencv2/opencv.hpp>
#include...
2019-11-29 17:23:07
卷积边缘问题在做卷积处理时,图像边缘的像素不会被卷积操作。原因在于边界像素没有完全跟卷积和重合,所以3x3像素会有1个像素的边缘没有被处理。边缘处理方法:在卷积开始之前增加边缘像素,填充的像素为0或者RGB黑色。这样就确保边缘被处理。OpenCV默认的是BORDER_DEFAULT,其他还有:BORDER_CONSTANT - 填充边缘用指定像素BORDER_REPLICATE -填充边缘像素用已...
2019-11-29 14:31:31
点绕原点旋转(方法2)和上一篇《三角函数在图形学里的应用(1)》中的条件不同的是,现在我们不知道OP0和OP1有多长。还是要求p0绕着圆点绕到p1,求p1。图1已经把公式推导了出来。(图1)其中1式与2式的推导过程,上图可能有点没解释明白,这里勇哥详细推导一下:x1=L*cos(a+b)
x1=L*(cos(a)cos(b)-sin(a)sin(b))
x1=L*((x0/L)*cos(b)-...
2019-11-28 20:29:52
之前勇哥写了《三角函数超入门》系列的贴子。接下来继续写三角函数在图形学方面的应用。点绕原点旋转如图1,线长OP=OP'=r,点(x,y)以圆点O为旋转中心,逆时针转了b°,求P'(s,t)?解: s= r*cos(a+b) t= r*sin(a+b) x=r*cos(a) y=r*sin(a)(图1)勇哥画了个CAD的图,用来验证一下上面...
2019-11-28 15:18:32
这种方式比较简单,条件是你的焊点位置比较固定。这时候我们可以按焊点数量做几个固定的ROI区域,在reduce_domain。剩下的不用说大家也知道怎么玩了。如果有深度学习就好了,否则也不会出此下策,这实在不是什么好办法。此种方式让勇哥联想到当年用printf(" * ")打印金字塔图形的那种办法。为什么焊点会出现色阶分布不均匀的效果呢?这是因为打焊点的时候,由于两个...
2019-11-28 14:53:03
最近在公司实习,实习中的项目是使用的是微视的一款线阵相机(Microview MVC1024DLM-GE35);所以把线阵、面阵相机的一些区别学习下:了解线阵相机与面阵相机的基本区别 工业相机按照传感器的结构特性可分为面阵相机和线阵相机,面阵、线阵相机都有各自的优点和缺点,在用途不同的情况下选择合适的传感器的结构工业相机,至关重要。1、类型区分面阵相机:实现的是像素矩阵拍摄。相机拍摄图像中,...
2019-11-27 16:47:20
1.找出下面2张图的不同处//先加载2张图像到内存中
var background = new Bitmap( "left.bmp");
backgroundImg.Source = ToBitmapImage(background);
var original = new Bitmap( "right.bmp");...