m0_47015717的博客

1：单相机标定目的1）校正畸变2）变换到世界坐标系，用于实际物理尺寸的测量2：标定过程通过标定助手，过程很简单。HALCON通过标定板进行标定的。标定板的选取：标定板占视野的三分一左右。标定板图像的数量：大概左右10-20张，并不是越多越好。但要求移动标定板尽量覆盖相机视野。具体过程参考博文：https://blog.csdn.net/cashmood/article/details/100089295https://blog.csdn.net/weixin_431973

1. 定义一维边缘的定义：图像中的点，其一阶导数绝对值是局部最大值，也被称为非最大抑制。一阶导数大于0是正边缘，小于0是负边缘。等价定义：二阶导数过零的点。按照上述定义，一维边缘就是点。与此相对应，二维边缘就是线，由一维边缘点组合而成的线（直线、曲线）。二维边缘的定义：图像中的若干点组合成的线，这些点的方向导数在垂直于边缘的方向上局部最大的。或者说在这些点上梯度值在梯度方向上局部最大。类似于一维边缘的定价定义：拉普拉斯算子过零的那些点。但是，对于二维边缘来说，拉普拉斯和梯度计算出来的

4. 算子gray_dilation(Image, SE : ImageDilation : : )指定结构元SEgray_dilation_rect(Image : ImageMax : MaskHeight, MaskWidth : ) gray_dilation_shape(Image : ImageMax : MaskHeight, MaskWidth, MaskShape : )

1. 膨胀区域R，结构元S。对区域R的膨胀定义为：结构元S平移到t点，并且平移后结构元S和R有交集。所有这样的t点集合构成的区域R的膨胀。2. 腐蚀区域R，结构元S。对区域R的腐蚀定义为：结构元S平移到t点，并且平移后结构元完全在R内。所有这样的t点集合构成的区域R的腐蚀。3. 击中、击不中变换膨胀、腐蚀的结构元只有一个，而击中、击不中有两个结构元：前景结构元Sf和背景结构元Sb。击中击不中定义为：结构元（Sf, Sb）平移到t点，并且平移后前景结构元Sf彻底落在前景内，而背景结构元

1：区域特征1.1 面积最简单的区域特征是区域的面积。1.2 重心重心用来描述区域的位置。算子area_center用来得到面积和重心。1.3 椭圆参数椭圆的长轴半径、短轴半径、以及相对于横轴的夹角，用来定义区域的方位和范围。长轴半径/短轴半径比：各向异性。在区域缩放时保持不变。用来描述区域的细长程度。算子elliptic_axis用来获取椭圆参数.1.4 外接矩形，外接圆外接矩形分为最小平行轴外接矩形，任意方位最小外接矩形。同椭圆参数类似，任意方位最小外接矩形也

1. 仿射变换HALCON中由算子hom_mat2d_identity, hom_mat2d_scale, hom_mat2d_rotate, hom_mat2d_translate, hom_mat2d_slant或者 vector_angle_to_rigid 生成仿射变换矩阵。由算子affine_trans_image affine_trans_region affine_trans_pixel affine_trans_point_2d affine_trans_p

1. 理论傅里叶变换及其反变换实现了图像在空间域和频域中的相互转换。h(r,c) <--> H(u,v)(r,c)表示空间域的像素位置，（u，v）表示像素的周期数。对于离散图像h(r,c)来说，变换后可能出现的最高频率是1/2，也就是每两个像素一个周期。频率1/2被称为尼奎斯特临界频率。高于1/2的频率分量将发生频率混淆现象。在对图像进行降分辨率采样前，先使用平滑滤波器消除高于尼奎斯特临界频率的高频分量，以避免频率混淆。对于图像滤波来说，一个重要的性质是：空间域的卷积（滤波）

1. 时域平均采集同一场景的n幅图像，然后对这些图像进行平均，噪声方差降低到原来的1/n。缺点：必须采集多幅图像，运行速度慢。2. 均值滤波器在像素数是（2n+1）X（2m+1）的一个空间窗口（掩码）内，计算窗口内所有像素的平均，噪声方差降低到1/(（2n+1）X（2m+1）)。优点：计算速度快缺点：并不能完全消除高频噪声3. 高斯滤波器基于正态分布随机变量的概率密度函数构造的滤波器。相比均值滤波器，更能有效消除高频噪声。关注滤波质量时优先考虑的滤波器。缺点：速度稍逊均值

1. 背景图像局部区域对比度太弱，从而需要增强它的对比度。或者光源老化而造成图像对比度同系统设计之初相比变弱。都需要进行灰度值变换。灰度值变换是一种点操作，即变换后的灰度值仅仅依赖于输入图像上同一位置的原始灰度值。2. 对比度增强最常见的灰度值变换是灰度值线性比例缩放：g' := g * Mult + Add，是由算子“scale_image”实现的。运算过程中的上溢出（>255）或者下溢出（<0）都会被剪除。|Mult| > 1：对比度增加|Multi| <

1. 图像图像可以视为由任意个通道组成的。每个通道可以简单地看作是一个二维数组。例如，黑白图像只有一个通道，彩色图像有三个通道。2. 区域先介绍行程的概念。区域就是行程的并集。3. XLD轮廓轮廓（contour）由多边形（polygon）描述。计算机中存储为一个浮点数数组。数组中每个点记录多边形角点的行列坐标。...

阈值算子类型特点threshold全局固定手动指定灰度范围fast_threshold全局固定手动指定灰度范围和步长，速度快binary_threshold全局自动基于灰度直方图，两种算法max_separability和smooth_histo，输出一个区域auto_threshold全局自动基于高斯平滑后的灰度直方图，输出多个区域的集合char_threshold全局自动基于高斯平滑后的灰度直方图，输出一个区域，适合文本图像的分割l...

char_threshold是专门设计用来提取字符的一类算子。它实际上是一种动态全局阈值算子。前面介绍过一种字符文本分割的算子local_threshold。但它是局部阈值算子。char_threshold要求图像必须是亮背景暗字符的。与其他动态全局阈值算子（binary_threshold，auto_threshold）类似，char_threshold同样基于灰度直方图。为了消除噪音等干扰，直方图需要经过高斯平滑处理。因为图像是亮背景暗字符，所以灰度直方图中的高灰度值处的最大峰值对应的就是亮背景。阈

dual_threshold是个比较特别的算子。它是用来处理有符号图像的。一般用在拉普拉斯算子之后，或者用来处理两个图像的差。算子的函数原型如下:dual_threshold(Image : RegionCrossings : MinSize, MinGray, Threshold : )该算子选择灰度值>=Threshold的正区域，或者灰度值<=- Threshold的负区域。并且要求区域面积大于MinSize，区域内最大灰度值要大于MinGray。总结如下：选择的是（dual

Halcon阈值算子 – 局部阈值之var_threshold与local_threshold类似，var_threshold也是基于局部均值和方差。只不过计算公式不一样。算子的函数签名如下：var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )下面介绍它的阈值计算公式：令g(x,y)为点（x,y)处的灰度值，m(x,y) 为均值，d(x,y) 为方差（实际是标准

Halcon阈值算子 – 局部阈值之local_threshold按照官方文档介绍，本算子适合文本二值化（This algorithm is a text binarization technique and provides good results for document images）。算子的函数签名如下：local_threshold(Image : Region : Method, LightDark, GenParamName, GenParamValue : )参数Method只有一

Halcon阈值算子 – dyn_thresholdHALCON有很多阈值算子，接下来将一一介绍。本文先介绍dyn_threshold。以下介绍主要参考HALCON帮助文档，并加上自己的体会。如有纰漏，欢迎留言指出理论介绍dyn_threshold算子的函数签名如下：dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )输入参数有：OrigImage：待处理图像ThresholdIm

全局阈值HALCON的阈值算子很多。从今天开始将分类介绍常用的阈值算子。预计将持续几周时间。下面先介绍最简单的全局阈值算子。全局固定阈值算子 – threshold为什么叫全局固定阈值算子呢？让我们先来看下它的函数签名：threshold(Image : Region : MinGray, MaxGray : )该算子把图像Image内灰度值介于MinGray和MaxGray之间的全部区域都选到输出区域Region内。可以看出，该算子用一个固定阈值范围（MinGray：MaxGray），对整副图