4.2 halcon 上位机实现塑料表面缺陷检测

当前帖子实例实现在塑料产品上检测微小纹理缺陷。
使用的方法是快速傅里叶变换。
实现思路首先是创建一个合适的高斯滤波器，然后对图像与滤波器进行快速傅立叶卷积运算。
最后在滤波后的图片上形态学算子检测缺陷。

有几个名词解释fft：Fast Fourier Transformation
即为快速傅氏变换，是离散傅氏变换（DFT）的快速算法，
它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。

rft:real-valued fast Fourier transform

4.2 halcon 上位机实现塑料表面缺陷检测

下面是源代码及注释

1. 
   
2. 
   
3. dev_update_off ()
   
4. dev_close_window ()
   
5. read_image (Image, 'plastics/plastics_01')
   
6. get_image_size (Image, Width, Height)
   
7. dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
   
8. set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
   
9. dev_set_draw ('margin')
   
10. dev_set_line_width (3)
    
11. dev_set_color ('red')
    
12. * 对指定大小的图片进行FFT速度优化。
    
13. optimize_rft_speed (Width, Height, 'standard')
    
14. * 生成两个高斯滤波器，GaussFilter1为生成的高斯滤波器,
    
15. *Sigma1, Sigma1为空间域中高斯滤波器在主方向 生成的标准差和正交于主方向上的标准差,
    
16. *0.0滤波器主方向上的角度, 'none'滤波器规范, 'rft'直流 频域 的位置, Width, Height图像宽高。
    
17. Sigma1 := 10.0
    
18. Sigma2 := 3.0
    
19. gen_gauss_filter (GaussFilter1, Sigma1, Sigma1, 0.0, 'none', 'rft', Width, Height)
    
20. gen_gauss_filter (GaussFilter2, Sigma2, Sigma2, 0.0, 'none', 'rft', Width, Height)
    
21. *两图像相减。将GaussFilter1, GaussFilter2的灰度值相减后乘以1加0，结果保存到Filter。
    
22. sub_image (GaussFilter1, GaussFilter2, Filter, 1, 0)
    
23. NumImages := 11
    
24. for Index := 1 to NumImages by 1
    
25.     read_image (Image, 'plastics/plastics_' + Index
    
26. 
    
27. 02')
    
28.     rgb1_to_gray (Image, Image)
    
29.     *计算图像的快速傅立叶变换 ，也就是频域变换，Image为输入图像,
    
30.     *ImageFFT为变换后的图像, 'to_freq'表示 从空间域到频域变换，为正向变换。
    
31.     *对应的是从频域到空间域的逆向变换, 'none'变换规范因数为无, 'complex'表示复数类型,
    
32.     *Width表示图像宽度。
    
33.     rft_generic (Image, ImageFFT, 'to_freq', 'none', 'complex', Width)
    
34.     *采用滤波器在频域上做卷积。
    
35.     convol_fft (ImageFFT, Filter, ImageConvol)
    
36.     *频域 回到空间域。
    
37.     rft_generic (ImageConvol, ImageFiltered, 'from_freq', 'n', 'real', Width)
    
38.     * 用矩形掩膜计算像素点灰度范围
    
39.     gray_range_rect (ImageFiltered, ImageResult, 10, 10)
    
40.     *判断 区内 灰度值 的最大最小值，第三个参数表示小于(大于)绝对最大(最小)值 的百分比值。
    
41.     *如为50表示Min,Max等于中间值，如为0将没有直方图被代入计算，可提高运算速度 。
    
42.     *后面三参数表示 最大最小值及它们的差。
    
43.     min_max_gray (ImageResult, ImageResult, 0, Min, Max, Range)
    
44.     threshold (ImageResult, RegionDynThresh, max([5.55,Max * 0.8]), 255)
    
45.     connection (RegionDynThresh, ConnectedRegions)
    
46.     *选取面积在4--99999范围内区域。
    
47.     select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 4, 99999)
    
48.     *将多区域联合成一个
    
49.     union1 (SelectedRegions, RegionUnion)
    
50.     closing_circle (RegionUnion, RegionClosing, 10)
    
51.     connection (RegionClosing, ConnectedRegions1)
    
52.     select_shape (ConnectedRegions1, SelectedRegions1, 'area', 'and', 10, 99999)
    
53.     area_center (SelectedRegions1, Area, Row, Column)
    
54.     * 结果显示
    
55.     dev_display (Image)
    
56.     Number := |Area|
    
57.     if (Number)
    
58.         gen_circle_contour_xld (ContCircle, Row, Column, gen_tuple_const(Number,30), gen_tuple_const(Number,0), gen_tuple_const(Number,rad(360)), 'positive', 1)
    
59.         ResultMessage := ['Not OK',Number + ' defect(s) found']
    
60.         Color := ['red','black']
    
61.         dev_display (ContCircle)
    
62.     else
    
63.         ResultMessage := 'OK'
    
64.         Color := 'forest green'
    
65.     endif
    
66.     disp_message (WindowHandle, ResultMessage, 'window', 12, 12, Color, 'true')
    
67.     if (Index != NumImages)
    
68.         disp_continue_message (WindowHandle, 'black', 'true')
    
69.         stop ()
    
70.     endif
    
71. endfor

复制代码