HALCON算子函数Chapter 15： Segmentation
Halcon常见算子的用法
Halcon常见算子的用法1.threshold ( Image :Region : MinGray, MaxGray : )选取从输入图像灰度值的g满足下列条件:MinGray < = g < = MaxGray 的像素为目标。
2.bin_threshold( Image : Region : : )自动确定阈值 Region:黑暗区域为目标图像。
举例：threshold(Image,CircleRegion,200,255)bin_threshold(Image, Region)处理结果如下图：对于threshold 可用于提取任意区域，本例中白色为目标，可提取圆形。
bin_threshold只能将工件区域作为目标。
3.dyn_threshold ( OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )自适应阈值分割：主要用于光照不均匀图像的局部阈值分割，比较两个像素的图像像素RegionDynThresh(Out) 分割区域Offset: 减少噪音引起的问题LightDark 提取光明、黑暗或类似的地方常常与mean_image 函数一起用来处理背景光照分布不均匀的问题。
举例：mean_image (ParticlesRed, Mean, 31, 31) #均值滤波dyn_threshold (ParticlesRed, Mean, SmallRaw, 3, 'light')4.reduce_domain( Image, ROI : ImageReduced : : )主要用来获得选取Image图像中的ROI范围的区域。
用于提取原始图像中感兴趣的区域。
举例：read_image (Image, 'mreut')gen_circle (ROI, 256, 256, 200) * 创建一个圆reduce_domain (Image, ROI, ImageReduced) *和图像结合起来--- 选取图像中的圆范围的图像形成了ROIedges_sub_pix (ImageReduced, Edges, 'lanser2', 0.5, 20, 40) dev_display (Image)dev_display (ROI)dev_display (Edges)处理结果如下图：说明后续处理的区域都在圆的范围内。
halcon 边缘检测算子
Halcon 边缘检测算子1. 引言边缘检测是计算机视觉中的一个重要任务，它在图像处理和分析中起着至关重要的作用。
边缘检测算子是用于检测图像中物体边缘的一种数学工具。
在本文中，我们将重点介绍Halcon边缘检测算子的原理、应用和优缺点。
2. Halcon 边缘检测算子的原理Halcon是一种功能强大的计算机视觉库，提供了多种边缘检测算子用于图像处理。
边缘检测的目标是找到图像中明显变化的区域，即物体的边缘。
Halcon边缘检测算子主要基于以下原理：2.1 灰度梯度法灰度梯度法是一种常用的边缘检测方法，它通过计算图像中像素灰度的变化率来检测边缘。
Halcon中的边缘检测算子可以根据不同的灰度梯度算法来实现边缘检测，如Sobel算子、Prewitt算子和Roberts算子等。
2.2 Canny算子Canny算子是一种经典的边缘检测算法，它通过多步骤的处理来提取图像中的边缘。
首先，Canny算子对图像进行高斯滤波以平滑图像。
然后，利用灰度梯度法计算图像的梯度幅值和方向。
接下来，根据梯度方向进行非极大值抑制，以保留边缘的细节。
最后，通过滞后阈值处理来提取最终的边缘。
3. Halcon 边缘检测算子的应用Halcon边缘检测算子在许多计算机视觉应用中都有广泛的应用。
下面我们将介绍几个常见的应用场景：3.1 目标检测边缘检测算子可以用于目标检测，通过提取图像中物体的边缘来实现目标的定位和识别。
在Halcon中，可以利用边缘检测算子结合其他图像处理算法来实现目标检测，如形状匹配和模板匹配等。
3.2 图像分割边缘检测算子可以用于图像分割，将图像分成不同的区域。
通过提取图像中不同区域之间的边缘，可以实现对图像进行分割和提取感兴趣的区域。
3.3 角点检测边缘检测算子可以用于角点检测，通过检测图像中的角点来定位物体的特征点。
在Halcon中，可以使用边缘检测算子结合角点检测算法来实现物体的特征提取和匹配。
3.4 图像增强边缘检测算子可以用于图像增强，通过提取图像中的边缘来增强图像的细节和对比度。
halcon常用算子原理
halcon常用算子原理Halcon是一款常用的机器视觉编程软件，拥有丰富的算子库。
算子是Halcon中用于实现图像处理和分析的基本操作单元，通过对图像进行各种算子操作，可以提取出感兴趣的特征信息，实现目标检测、图像匹配、测量等功能。
本文将介绍Halcon常用算子的原理和使用方法。
一、算子的基本概念算子是Halcon中的一个核心概念，它是一种用于对图像进行操作和处理的函数。
算子可以接受一个或多个输入参数，并根据这些参数对输入图像进行处理，生成输出结果。
Halcon提供了丰富的算子库，包括图像预处理、特征提取、形状分析、匹配等各个方面的算子，用户可以根据需要选择合适的算子进行组合使用。
二、算子的分类根据功能和用途的不同，Halcon中的算子可以分为以下几类：1. 图像预处理算子：用于对输入图像进行去噪、平滑、增强等预处理操作，以提高后续处理的效果。
2. 特征提取算子：用于从输入图像中提取出感兴趣的特征信息，如边缘、角点、直线、圆等。
3. 形状分析算子：用于对输入图像中的目标进行形状分析，如面积、周长、矩形度等。
4. 目标检测算子：用于在输入图像中检测目标的位置和姿态，如模板匹配、形状匹配、边缘匹配等。
5. 图像匹配算子：用于对输入图像进行模板匹配，找出与模板相似的目标。
6. 测量算子：用于对输入图像中的目标进行测量，如距离、角度、直径等。
三、算子的使用方法在Halcon中使用算子非常简单，只需按照以下步骤进行操作：1. 加载图像：使用read_image算子加载输入图像。
2. 预处理图像：根据需要使用不同的预处理算子对图像进行预处理，如smooth_image、reduce_noise等。
3. 提取特征：根据需要使用不同的特征提取算子对图像进行特征提取，如edges_image、threshold等。
4. 分析形状：根据需要使用不同的形状分析算子对目标进行形状分析，如area_center、orientation等。
halcon形态学算子
Halcon形态学算子是用于图像处理的一种数学方法，主要用于提取和分析图像中的特定形状。
在Halcon中，形态学算子主要包括以下几种：1. 二值化（Binary Image）：将图像转换为二值图像，即黑白图像。
常用的二值化方法有阈值法、自适应阈值法等。
2. 膨胀（Dilation）：对二值图像进行膨胀操作，可以扩大图像中的白色区域。
膨胀操作可以通过结构元素来实现，结构元素的形状和大小决定了膨胀的效果。
3. 腐蚀（Erosion）：对二值图像进行腐蚀操作，可以缩小图像中的白色区域。
腐蚀操作同样可以通过结构元素来实现，结构元素的形状和大小决定了腐蚀的效果。
4. 开运算（Opening）：先进行腐蚀操作，再进行膨胀操作。
开运算可以消除小的白色区域，同时保持大的白色区域不变。
5. 闭运算（Closing）：先进行膨胀操作，再进行腐蚀操作。
闭运算可以消除小的黑色区域，同时保持大的黑色区域不变。
6. 形态学梯度（Morphological Gradient）：计算图像的灰度梯度信息，用于提取图像的边缘信息。
7. 顶帽变换（Top Hat Transformation）：先进行腐蚀操作，再进行膨胀操作。
顶帽变换可以提取图像中的局部最大值信息。
8. 黑帽变换（Black Hat Transformation）：先进行膨胀操作，再进行腐蚀操作。
黑帽变换可以提取图像中的局部最小值信息。
9. 形态学重建（Morphological Reconstruction）：根据原始图像和形态学操作的结果，恢复原始图像的信息。
10. 形态学滤波器（Morphological Filters）：通过形态学操作实现的滤波器，如平滑滤波器、边缘检测滤波器等。
在Halcon中，可以使用morphology模块中的函数来实现这些形态学算子。
HALCON函数介绍
HALCON函数介绍HALCON函数介绍（转）sobel_amp( Image : EdgeAmplitude : FilterType, Size : )根据图像的一次导数计算图像的边缘close_edges( Edges, EdgeImage : RegionResult : MinAmplitude : )close_edges_length( Edges, Gradient : ClosedEdges : MinAmplitude, MaxGapLength : ) 使用边缘高度图像关闭边缘间隙。
输出的区域包含杯关闭的区域。
（感觉是对边缘的扩充）derivate_gauss( Image : DerivGauss : Sigma, Component : )watersheds( Image : Basins, Watersheds : : )从图像中提取风水岭。
zero_crossing( Image : RegionCrossing : : )零交点（二次导数）diff_of_gauss( Image : DiffOfGauss : Sigma, SigFactor : )近似日志算子( 拉普拉斯高斯) 。
laplace_of_gauss( Image : ImageLaplace : Sigma : )拉普拉斯高斯edges_color_sub_pix( Image : Edges : Filter, Alpha, Low, High : )精确的亚像素边缘提取（彩色图像）edges_sub_pix( Image : Edges : Filter, Alpha, Low, High : )精确边缘提取的亚像素（灰度图像）edges_color( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )根据颜色进行边缘提取edges_image( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )边缘提取skeleton( Region : Skeleton : : )计算区域的框架Skeleton == Regionfrei_amp( Image : ImageEdgeAmp : : )Frei-chen模板进行边缘检测（振幅）frei_dir( Image : ImageEdgeAmp, ImageEdgeDir : : ) Frei-chen 模板进行边缘检测（振幅和方向）nonmax_suppression_dir( ImgAmp, ImgDir : ImageResult : Mode : )使用方向图像抑制所有的超过给定最大值的图像灰度值的点gen_contours_skeleton_xld( Skeleton : Contours : Length, Mode : ) 将系统框架转换成XLD轮廓laplace( Image : ImageLaplace : ResultType, MaskSize, FilterMask : )使用有限差分计算拉普拉斯变换info_edges( : : Filter, Mode, Alpha : Size, Coeffs )估计滤波器的宽度kirsch_dir( Image : ImageEdgeAmp, ImageEdgeDir : : )使用Kirsch算子计算出边缘（振幅和方向）prewitt_amp( Image : ImageEdgeAmp : : )使用Prewitt 算子计算出边缘（振幅）kirsch_amp( Image : ImageEdgeAmp : : ) 使用Kirsch 算子计算出边缘（振幅）highpass_image( Image : Highpass : Width, Height : )从高频成分提取的图像。
HALCON运算符及功能-中文
HALCON运算符及功能Chapter1:Classification1.1Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
2.classify_class_gmm功能：通过一个高斯混合模型来计算一个特征向量的类。
3.clear_all_class_gmm功能：清除所有高斯混合模型。
4.clear_class_gmm功能：清除一个高斯混合模型。
5.clear_samples_class_gmm功能：清除一个高斯混合模型的训练数据。
6.create_class_gmm功能：为分类创建一个高斯混合模型。
7.evaluate_class_gmm功能：通过一个高斯混合模型评价一个特征向量。
8.get_params_class_gmm功能：返回一个高斯混合模型的参数。
9.get_prep_info_class_gmm功能：计算一个高斯混合模型的预处理特征向量的信息内容。
10.get_sample_class_gmm功能：从一个高斯混合模型的训练数据返回训练样本。
11.get_sample_num_class_gmm功能：返回存储在一个高斯混合模型的训练数据中的训练样本的数量。
12.read_class_gmm功能：从一个文件中读取一个高斯混合模型。
13.read_samples_class_gmm功能：从一个文件中读取一个高斯混合模型的训练数据。
14.train_class_gmm功能：训练一个高斯混合模型。
15.write_class_gmm功能：向文件中写入一个高斯混合模型。
16.write_samples_class_gmm功能：向文件中写入一个高斯混合模型的训练数据。
1.2Hyperboxes1.clear_sampset功能：释放一个数据集的内存。
2.close_all_class_box功能：清除所有分类器。
HALCON中的算子大全(中英对照)
HALCON中的算子大全（中英对照）HALCON中的算子大全（中英对照）Chapter 1 :Classification1.1 Gaussian-Mixture-Models1.add_sample_class_gmm功能：把一个训练样本添加到一个高斯混合模型的训练数据上。
2.classify_class_gmm功能：通过一个高斯混合模型来计算一个特征向量的类。
3. clear_all_class_gmm功能：清除所有高斯混合模型。
4. clear_class_gmm功能：清除一个高斯混合模型。
5. clear_samples_class_gmm功能：清除一个高斯混合模型的训练数据。
6. create_class_gmm功能：为分类创建一个高斯混合模型。
7.evaluate_class_gmm功能：通过一个高斯混合模型评价一个特征向量。
8. get_params_class_gmm功能：返回一个高斯混合模型的参数。
9. get_prep_info_class_gmm功能：计算一个高斯混合模型的预处理特征向量的信息内容。
10. get_sample_class_gmm功能：从一个高斯混合模型的训练数据返回训练样本。
11. get_sample_num_class_gmm功能：返回存储在一个高斯混合模型的训练数据中的训练样本的数量。
12. read_class_gmm功能：从一个文件中读取一个高斯混合模型。
13. read_samples_class_gmm功能：从一个文件中读取一个高斯混合模型的训练数据。
14. train_class_gmm功能：训练一个高斯混合模型。
15. write_class_gmm功能：向文件中写入一个高斯混合模型。
16. write_samples_class_gmm功能：向文件中写入一个高斯混合模型的训练数据。
1.2 Hyperboxes1. clear_sampset功能：释放一个数据集的内存。
HALCON算子函数整理1-19章
HALCON算子函数整理1-19章halcon算子中文解释open_file(::FileName,FileType:FileHandle)创建（'output'or'append'）或者打开（output）文本文件fwrite_tring(::FileHandle,String:)写入tringdev_cloe_window(:::)关闭活跃的图形窗口。
read_image(:Image:FileName:)；加载图片get_image_pointer1(Image:::Pointer,Type,Width,Height)获得图像的数据。
如：类型(='字节',''',uint2int2等等)和图像的尺寸(的宽度和高度)dev_open_window(::Row,Column,WidthHeight,Background:WindowHan dle)打开一个图形的窗口。
dev_et_part(::Row1,Column1,Row2,Column2:)修改图像显示的位置dev_et_draw(’fill’)填满选择的区域dev_et_draw(’margin’)显示的对象只有边缘线，dev_et_line_width(3)线宽用LineWidth指定threhold(Image:Region:MinGray,Ma某Gray:)选取从输入图像灰度值的g满足下列条件:MinGray<=g<=Ma某Gray的像素。
dev_et_colored(number)显示region是用到的颜色数目dev_et_color(::ColorName:)指定颜色connection(Region:ConnectedRegion::)合并所有选定像素触摸相互连通区fill_up(Region:RegionFillUp::)填补选择区域中空洞的部分fill_up_hape(Region:RegionFillUp:Feature,Min,Ma某:)elect_hape(Region:SelectedRegion:Feature,Operation,Min,Ma 某:)选择带有某些特征的区域，Operation是运算，如“与”“或”mallet_rectangle1(Region:::Row1,Column1,Row2,Column2)以矩形像素坐标的角落,Column1,Row2(Row1,Column2)计算矩形区域(平行输入坐标轴)dev_diplay(Object:::)显示图片dip_rectangle1(::WindowHandle,Row1,Column1,Row2,Column2:)显示的矩形排列成的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
HALCON算子函數——Chapter 15 : Segmentation 15.1 Classification
1. add_samples_image_class_gmm
功能：將從圖像中獲取的測試樣本添加到高斯混合模型的測試數據庫中。
2．add samples_image_class_mlp
功能：將從圖像中獲取的測試樣本添加到多層視感控器的測試數據庫中。
3. add_samples_image_class_svm
功能：將從圖像中獲取的測試樣本添加到一個支持向量機的測試數據庫中。
4. class_2dim_sup
功能：采用二維空間像素分類分割圖像。
5. class 2dim unsup
功能：將兩幅圖像以聚類分割。
6.class ndim_box
功能：利用立方體將像素分類。
7. class_ndim_norm
功能：利用球體或立方體將像素分類。
8. classify_image_class_gmm
功能：根據高斯混合模式分類圖像。
9. classify_image_class_mlp
功能：根據多層視感控器分類圖像_。
10. classify_image_class_svm
功能：根據支持向量機分類圖像。
11. learn_ndim_box
功能：利用多通道圖像測試一個分級器。
12. learn_ndim_norm
功能：為class_ndim_norm構建類。
15.2 Edges
1. detect_edge_segments
功能：檢測直線邊緣分割。
2. hysteresis_threshold
功能：對一副圖像采取磁滯門限操作。
3. nonmax_suppression_amp
功能：抑制一幅圖像上的非最大值點。
4. nonmax_suppression_dir
功能：利用指定圖像抑制一幅圖像上的非最大值點。
15.3 Regiongrowing
1. expand_gray
功能：依據灰度值或顏色填充兩個區域的間隙或分割重疊區域。
2. expand_gray_ref
功能：依據灰度值或顏色填充兩個區域的間隙或分割重疊區域。
3. expand_line
功能：從給定線開始擴充區域。
4. regiongrowing
功能：利用區域增長分割圖像。
5. regiongrowing_mean
功能：利用平均灰度值執行區域增長。
6. regiongrowing_n
功能：利用區域增長為多通道圖像分割圖像。
15.4 Threshold
1. auto_threshold
功能：根據直方圖決定的閥值分割圖像。
2. bin_threshold
功能：根據自動產生的閥值分割圖像。
3. char_threshold
功能：為提取的字符產生一個分割閥值。
4. check_difference
功能：一個像素一個像素的比較兩幅圖像。
5. dual_threshold
功能：對標記的圖像做門限操作。
_
6. dyn_threshold
功能：利用局域閥值分割圖像。
7. fast_threshold
功能：利用全局閥值快速將圖像二值化。
8. histo_to_thresh
功能：根據直方圖決定灰度值門限。
9. threshold
功能：利用全局閥值分割圖像。
10. threshold_sub_pix
功能：根據子像素的准確性從一副圖像中提取水平（平坦）交叉口。
11. var_threshold
功能：根據局域平均標准偏差分析將圖像二值化。
12. zero_crossing
功能：從一幅圖像中提取零相交。
13. zero_crossing_sub_pix
功能：根據子像素准確性從一幅圖像中提取零相交。
15.5 Topography
1. critical_points_sub_pix
功能：一幅圖像中主要點的子像素精確度檢測。
2. local_max
功能：檢測一幅圖像中所有的最大數。
3. local_max_sub_pix
功能：一幅圖像中局域最大數的子像素精確度檢測。
4_.local_min
功能：檢測一幅圖像中所有的最小數。
5. local_min_sub_pix
功能：一幅圖像中局域最小數的子像素精確度檢測。
6. lowlands
功能：檢測凹地所有灰度值。
7. lowlands_center
功能：檢測凹地所有灰度值的中心。
8. plateaus
功能：檢測所有平穩狀態灰度值。
9. plateaus_center
功能：檢測所有平穩狀態灰度值的中心。
10. pouring
功能：根據大於「pouring_water」分割圖像。
11. saddle_points_sub_pix
功能：一幅圖像中底部點的子像素精確度檢測。
12. watersheds
功能：從一副圖像中提取分界線和「盆地」。
13. watersheds_threshold
功能：利用閥值從一幅圖像中提取「分水嶺盆地」。