Halcon那些事:如何使用差异模型create_variation_model检测印刷品缺陷

缺陷检测抛开blob分析，尺寸判定与深度学习之外还有一种常用的方式，个人称之为差异分类模型，简称差分模型

Variation Model的主要原理是将待检测的图像与一张标准图像作比较，找出待检测图像与标准图像（idealimage）的明显差异（也就是不良）。标准图像可以采用几张OK品的图像训练（training）得到，也可以通过对一张OK品图像进行处理得到。训练后得到标准图像和一张variation图像（variationimage），variation图像中包含了图像中每个像素点灰度值允许变化的范围。标准图像和variation图像用来创建一个variationmodel，如此，其他图像就可以与variati

本文深入解析Halcon Variation_Model算子的三种模式（standard/robust/direct），从核心原理到实战选型提供全面指南。针对工业视觉检测中的常见问题，详细对比各模式的优缺点、适用场景及避坑技巧，帮助开发者根据样本质量、实时性需求等关键指标做出最优选择，提升检测精度与效率。

一、实验要求： 1.写程序找出下面两幅图像的不同之处，用红色表示。 二、代码实现： read_image (Image, 'C:/Users/86159/Pictures/Saved Pictures/1作业图片/5.1-1.jpg') *照片尺寸：515*698 rgb1_to_gray (Image, GrayImage) *RGG转灰度 read_image (Image1, 'C:/Users/86159/Pictures/Saved Pictures/1作业图片/5.1-2.jpg') rg

文章目录前言一、思路二、实现三、源码总结 前言 基于Halcon的差异模型完整性检测 一、思路 ①获取图像 使用的图像分为两类，一类是用于训练差异模型的图像；另一类是用于测试的图像，即实际检测图像。其中，图像如果是彩色的，需要将其转换成灰度图。如果存在一定的噪声，需要通过平滑去噪等预处理。当然，如果图片质量不佳或者ROI细节不够突出，也可以考虑重新采集，使图像的检测细节更为清晰。 ②创建差异模型 图像预处理完之后，使用create_veriation_model算子创建一个用于对比的差异模型。 ③图

Variation Model是用一幅或多幅测试图像同样板图像做比较，找出差异，常用来做外观缺陷检测。 创建及使用步骤： Ø1、图像准备 Ø2、创建Variation Model Ø3、图像摆正 Ø4、训练Variation Model Ø5、准备Variation Model Ø6、比较Variation Model create_variation_model (Width, ...

一：创建variation model （差异模型） sobel_amp(ModelImage, EdgeAmplitude, ‘thin_max_abs’, 5) / ‘thin_sum_abs’ (thin(|a|) + thin(|b|)) / 4来求得幅值大小, 其中a，b是sobel卷积之后所求单一像素的输出值（横向，纵向）/ 1 ， create_variation_mo...

2D算法 Halcon 印刷质量缺陷检测

简介： Variation Model的主要原理是将待检测的图像与一张标准图像作比较，找出待检测图像与标准图像（idealimage）的明显差异（也就是不良）。标准图像可以采用几张OK品的图像训练（training）得到，也可以通过对一张OK品图像进行处理得到。训练后得到标准图像和一张variation图像（variationimage），variation图像中包含了图像中每个像素点灰度值允许变化的范围。标准图像和variation图像用来创建一个variation model，如此，其他图像就可以与v

建立变异模型的方法有三种，这里只说两种standard，direct 先新建一个模型 create_variation_model (Width, Height, 'byte', 'standard', ModelID_Variation) 1.standard 这里如果选择的是standard属性那么就是通过train_variation_model来训练多张图像，以获取一个平均的变异图像，再通过prepare_variation_model来建立变异模型。 2.direct 如果选择的.

Halcon缺陷检测项目之变化模型的创建

create_variation_model 创建变异模型 可用于简单环境下的缺陷检测

一、用于查找有轻微的变形的目标，可以用在印刷检测。 1.create_variation_model() 创建模板 2.prepare_variation_model() 准备模板 train_variation_model() 训练模板 3.compare_variation_model() 比较模板 4.clear_variation_model() 释放模板 二、算子详解 2.1 算子：create_variation_model( : : Width, Height, Type, Mode : Mo

一、变化模板 * 这个示例程序展示了如何使用 HALCON 的变分模型算子执行典型的打印质量检查。程序检测在笔夹上的不正确打印。该程序类似于程序 print_check.hdev。主要区别是每个字符都是单独检查的。 这不是这个应用程序的一个特别好的策略，因为它不检测笔夹本身的错误以及由于 V 相对移动而导致的错误到其他字符。 然而，在某些应用中，正是这不变性很有用。这个程序可以用作这样的基础应用程序。 第一步，每个字符的变异模型是由正确打印的图像构成。由于物体的位置可以不同，不同角色的图像必须转

inspect_cap (rImage, RegionROI, WindowHandle, ModelID, VariationID, RowModel, ColumnModel, BackgroundGVModel, ForegroundGVModel) 比较灰度值的不同。get_variation_model 返回变量模型用于图像比较的图像,返回训练后的图片和差异图像。compare_ext_variation_model 比较图片与模板图片的不同。sobel_amp 索贝尔算子检测边缘(振幅)

abs_diff_image 名称 abs_diff_image —计算两个图像的绝对差。 签名 abs_diff_image（IMAGE1，图像2：ImageAbsDiff：MULT：） 描述 abs_diff_image计算两个图像之间的绝对差。根据输入图像（ Image1和 Image2）的灰度值（g1，g2），如下计算输出图像 ImageAbsDiff的灰度值g’ ： ...

HALCON：Variation Model用法解析 Variation Model的主要原理是将待检测的图像与一张标准图像作比较，找出待检测图像与标准图像（ideal image）的明显差异（也就是不良）。标准图像可以采用几张OK品的图像训练（training）得到，也可以通过对一张OK品图像进行处理得到。训练后得到标准图像和一张variation图像（variation image），var...

[模板匹配定位+差分] 基于形状的模板匹配定位+差分方法的基本步骤: create_variation_model —— 创建一个变化模板 get_variation_model —— 获得变化模板 train_variation_model —— 训练变化模板 prepare_variation_model —— 准备变化模板 compare_variation_model —— 比较模板与实例 clear_variation_model —— 清除变化模板 create_shape_model——创建模