3.1 halcon实现上位机视觉定位功能介绍

定位从字面意义 上说就是确定 位置，
确定 物体在图像 坐标系及空间坐标系中的位置，
关键就是 确定 物体在图像 中的位置。
因为我们在实际 工业 视觉检测 中，
每个物体在图像 中的位置，每次拍照后并不是不会完全重合。
这时我们就要确定一个标志 性的目标，以这个目标为参考，
每次找到它的位置，然后在这个位置上再进一步识别 或者 测量等操作。
在实际的图像 处理中，一般采集和预处理的下一步就是定位，
找到ROI（也就是感兴趣的区域）。
在这个区域 内进行一系列的度量。
这样可以提高检测 精度，过滤掉外部干扰和噪声。

在halcon中，定位的方法总的可以分为blob分析 和匹配。
blob分析一般就是采用二值化，形态学，形状等几何特征来回处理，
最终得到 ROI。
blob分析包含很多经验方法，可以先得到背景区域 ，再用原图与背景区域 进行差运行，
得到目标区域，在这个目标区域上进行行上面的几种方法来回处理，最终得到最终BLOB。
这就是blob分析 的总体 思路：去噪声，粗定位，最后 精定位。

模板匹配定位的方法就是用提取的模板在图像 中进行搜索，找到最匹配的位置作为输出 。
在工业 视觉上一般采用形状匹配的方法进行匹配，找到匹配目标的位置，
这时我们得到的都 是像素坐标位置。 在这个像素 位置区域进行下一步检测与测量。
然后转换为物理空间坐标，这个转换需要我们进行标定操作，后续会介绍标定方面知识。

在halcon中，定位流程一般如下：
1.通过二值化，形态学，几何变换，特征筛选直接 选择目标或者背景。
2.在选择的目标区域内进一步精定位
3.得到具体的坐标位置。
4.建立匹配模板。
5.采用匹配算法 进行查找
6.输出得到目标位置。

下一帖子介绍一实际项目中，计算电路板金手指偏差例程。