Halcon 轮廓处理详解

Halcon 轮廓处理详解

引用

CSDN

1.

https://blog.csdn.net/weixin_42291376/article/details/140858087

Halcon是一款功能强大的机器视觉软件，其亚像素级的轮廓提取功能尤其出色。通过Halcon，可以将轮廓进一步分割成直线或圆弧，并提取如角度、中心或半径等参数进行深入分析。本文将详细介绍Halcon中轮廓处理的基本概念、扩展功能以及具体的操作步骤。

1 基本概念

1.1 提取轮廓XLD

在使用Halcon进行轮廓处理时，首先需要从图像中提取轮廓。这一步通常需要结合感兴趣区域（ROI）来完成，通过设置合适的ROI可以更准确地找到目标轮廓。提取轮廓时还需要充分考虑ROI的大小，以确保提取的准确性。

1.2 拟合处理

获取轮廓后，可以使用拟合算子来确定轮廓的几何参数，例如直线的端点坐标或圆的圆心和半径。为了获得最佳拟合效果，提取的目标轮廓应该尽可能接近于直线、矩形、圆形或椭圆。

1.3 特征提取

无论是原始轮廓还是经过处理的轮廓，都可以用来提取对象的特征。对于线性对象，可以提取其曲率等特征；对于封闭轮廓，则可以计算其重心。

2 扩展概念

2.1 创建轮廓XLD

创建轮廓是轮廓处理的第一步。可以通过多种算子来实现这一目标：

• 使用edges_sub_pix、edges_color_sub_pix或zero_crossing_sub_pix算子进行边缘轮廓提取。
• 使用lines_gauss、lines_facet或lines_color算子提取线条。
• 对于亚像素级的blob分析，可以使用threshold_sub_pix算子。
• 如果需要更高的像素精度，可以使用sobel_amp或edges_image等边缘过滤器，或者使用bandpass_image进行线性滤波。

创建轮廓后，可以使用gen_contours_skeleton_xld算子将其绘制出来。此外，轮廓也可以从不同的数据源合成，如CAD数据、用户交互或测量数据，使用gen_contour_polygon_xld和gen_contour_polygon_rounded_xld算子将其转换为XLD轮廓。最后，可以使用draw_xld和draw_xld_mode算子进行交互式绘制，或将区域边界转换为轮廓。

2.2 处理轮廓XLD

轮廓处理的一个关键步骤是分割轮廓。可以使用segment_contours_xld算子将轮廓分割成多个部分，然后根据需要提取直线、圆、椭圆等形状。使用select_obj算子可以选择特定的轮廓段，并将其传递给拟合算子。可以通过cont_approx算子查询轮廓是否包含直线、圆或椭圆，使用get_contour_global_attrib_xld算子查询全局属性。

如果只需要提取线段，可以使用gen_ploygons_xld和split_contours_xld算子的组合。与segment_contours_xld不同，gen_ploygons_xld生成的是XLD多边形轮廓，它将段分割为平行线。

在处理轮廓时，剔除不相关的轮廓是一个重要步骤。可以使用select_shape_xld算子，它提供了30多种形状特征，通过指定所需的最小值和最大值，可以灵活地提取轮廓。另一种方法是使用select_contours_xld算子，它提供了一种线性结构的轮廓选择方式。此外，还可以使用select_xld_point算子与鼠标函数结合，以交互方式选择轮廓。

2.3 拟合处理

从轮廓中分割出直线、矩形、圆弧或椭圆弧时，可以通过调用相应的算子来确定参数，例如直线端点的坐标或圆的圆心和半径。Halcon的拟合算法非常先进，能够获得可靠的参数。

2.4 特征提取

从原始轮廓或提取轮廓都能够确定零件特征。其中，一些轮科视为线性对象，另一些轮廓视为零件的外部对象。重心表示封闭轮廓，曲率表示线性轮廓特征。

2.5 示例

该例子，实现了轮廓提取，实现如何将短轮廓处理为反应真实情况的轮廓。

2.6 处理和转换轮廓XLD

要访问原始轮廓中的信息或将其转换为另一种数据类型，可以使用get_contour_xld算子获取控制点的坐标，它以浮点数值元组的形式返回轮廓上所有点的行、列坐标。如果需要遍历筛选每个轮廓，可以使用select_obj算子。

要将轮廓转换为区域，可以使用gen_region_contour_xld算子。paint_xld算子可以将重叠的轮廓绘制到图像中。提取轮廓的边缘和先等可返回XLD轮廓，也返回属性。属性是数值，他们与每个控制点相关联（称为轮廓属性）。算子get_contour_attrib_xld和get_contour_global_attrib_xld可以通过指定属性名称来访问这些值。

2.7 可视化结果

将处理结果先显示出来。

2.8 程序示例

下面是一个完整的示例程序，展示了如何使用Halcon进行轮廓检测、拟合和可视化：

* 通过拟合直线或圆检测零件

dev_close_window()
dev_update_window('off')

* step:读取图像
read_image(Image,'D:/Halcon_Study/LineCircle.bmp')
get_image_size(Image,Width,Height)
dev_open_window_fit_image(Image,0,0,Width,Height,WindowHandle)
set_display_font(WindowHandle,16, 'mono', 'true', 'false')
dev_set_draw('margin')
dev_set_line_width(3)
dev_display(Image)
disp_continue_message(WindowHandle, 'black', 'true')
stop()

* step:创建轮廓
edges_sub_pix(Image,Edges,'lanser2',0.5,40,90)
dev_display(Edges)
disp_continue_message(WindowHandle, 'black', 'true')
stop()

* step:轮廓处理
segment_contours_xld(Edges,ContoursSplit,'lines_circles',6,4,4)
sort_contours_xld(ContoursSplit,SortedContours,'upper_left','true','column')
dev_clear_window()
dev_set_colored(12)
dev_display(SortedContours)
disp_continue_message(WindowHandle, 'black', 'true')
stop()

* step:拟合处理
ROI:=[115,225,395,535]
dev_open_window(0,round(Width/2),Width,Height,'black',WindowHandleZoom)
dev_set_part(round([0]),round(ROI[1]),round(ROI[2]),round(ROI[3]))
set_display_font(WindowHandleZoom,16, 'mono', 'true', 'false')
count_obj(SortedContours,NumSegments)
dev_display(Image)
NumCircles:=0
NumLines:=0
for i:=1 to NumSegments by 1
    select_obj(SortedContours,SingleSegment,i)
    get_contour_global_attrib_xld(SingleSegment,'cont_approx',Attrib)
    if(Attrib==1)
        NumCircles:=NumCircles+1
        fit_circle_contour_xld(SingleSegment,'atukey',-1,2,0,5,2,Row,Column,Radius,StartPhi,EndPhi,PointOrder)
        gen_ellipse_contour_xld(ContEllipse,Row,Column,0,Radius,Radius,0,rad(360),'positive',1.0)
        dev_set_color('white')
        dev_display(ContEllipse)
        set_tposition(WindowHandleZoom,Row-Radius-10,Column)
        write_string(WindowHandleZoom,'C'+NumCircles)
        ResultText:='C'+NumCircles+' :radius='+Radius
    else
        NumLines:=NumLines+1
        fit_line_contour_xld(SingleSegment,'tukey',-1,0,5,2,RowBegin,ColBegin,RowEnd,ColEnd,Nr,Nc,Dist)
        gen_contour_polygon_xld(Line,[RowBegin,RowEnd],[ColBegin,ColEnd])
        dev_set_color('yellow')
        distance_pp(RowBegin,ColBegin,RowEnd,ColEnd,Length)
        set_tposition(WindowHandleZoom,(RowBegin+RowEnd)-Nr*10,(ColBegin+ColEnd))
        write_string(WindowHandleZoom,'L'+NumLines)
        ResultText:='L'+NumLines+':length='+Length
    endif
    set_tposition(WindowHandleZoom,275+i*10,230)
    write_string(WindowHandleZoom,ResultText)
endfor
disp_continue_message(WindowHandle,'black', 'true')
stop()
dev_set_window(WindowHandleZoom)
dev_close_window()
dev_clear_window()

这个示例程序展示了如何读取图像、创建轮廓、处理轮廓以及进行拟合处理。通过这些步骤，可以实现对零件的自动检测和特征提取。