Halcon一維測量

Halcon一維測量 [TOC]

1.測量對象

1.1 生成測量對象

• 矩形、弧形測量對象

  • 矩形

  Halcon中通過gen_measure_rectangle2( : : Row, Column, Phi, Length1, Length2, Width, Height, Interpolation : MeasureHandle)即可生成一個矩形測量對象：

  圖1 矩形測量對象

圖2 矩形測量參數 * **弧形**

Halcon中通過gen_measure_arc( : : CenterRow, CenterCol, Radius, AngleStart, AngleExtent, AnnulusRadius, Width, Height, Interpolation : MeasureHandle)即可生成一個矩形測量對象：

圖3 弧形測量對象 圖4 弧形測量參數

---

1.2 測量過程步驟

1. 沿着測量對象的起始位置將其分割成寬度為1pixel高度與測量對象相等的的切片；
2. 計算每個切片內的所有像素的灰度均值，並將均值投影到Pfofile Line上（如果需要知道所有的投影值，可以通過measure_projection算子獲取），這里需要注意的是：如果這個投影不是水平方向上的或者是垂直方向，那么在計算每個切片內的灰度均值時，需要進行插值，插值類型的選擇根據實際情況而定；
3. 對Profile Line上的投影值進行高斯濾波（高斯濾波對邊緣保留效果比較好）；
4. 計算濾波后Profile Line上的值的一階導數，並且對這些導數值要乘上系數\(\sqrt{2\pi}·Sigma\)（因為高斯濾波的關系才需要乘上這個系數的嗎，沒弄明白）；
5. 判斷一階導數值是否在閾值范圍內；

---

1.3 測量方式

• 邊緣測量measure_pos(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdge, ColumnEdge, Amplitude, Distance)：measure_pos用以檢測所有的邊緣點，其中Transition可選”all"、”positive“、”negative"，如果選擇”positive"，那么能檢測的只能是從暗到亮的邊緣點，即一階導數值為正值，如果為“positive”，那么檢測的是從亮到暗的邊緣點，即一階導數為負，選擇“all”的話那么所有閾值范圍內的邊緣點都會被檢測出來；

• 邊緣對測量measure_pairs(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdgeFirst, ColumnEdgeFirst, AmplitudeFirst, RowEdgeSecond, ColumnEdgeSecond, AmplitudeSecond, IntraDistance, InterDistance)：邊緣對測量出的邊緣點都是成對出現的，並且這些邊緣對的順序是從Profile的Start指向End的；

  • Transition = ”positive"
    

    dev_set_line_width (1)
    dev_set_draw ('margin')
    gen_image_const (Image, 'byte', 512, 512)
    gen_rectangle2 (Rectangle, 256, 256,rad(30), 200, 40)
    paint_region (Rectangle, Image, ImageResult, 255, 'fill')
    
    *創建測量對象
    measure_row := 256
    measure_col := 256
    measure_phi := rad(30)
    measure_len1 := 230
    measure_len2 := 20
    gen_measure_rectangle2 (measure_row, measure_col,measure_phi, measure_len1, measure_len2, 512, 512, 'nearest_neighbor', MeasureHandle)
    
    *測量邊緣對
    measure_pairs (ImageResult, MeasureHandle, 1, 30, 'positive', 'all', RowEdgeFirst, ColumnEdgeFirst, AmplitudeFirst,\
                   RowEdgeSecond, ColumnEdgeSecond, AmplitudeSecond, IntraDistance, InterDistance)
    
    *繪制測量對象
    gen_rectangle2_contour_xld (Rectangle1, measure_row, measure_col,measure_phi, measure_len1, measure_len2)
    
    *繪制Profile Line
    arrow_row1 :=  measure_row + measure_len1*sin(measure_phi)
    arrow_col1 := measure_col - measure_len1*cos(measure_phi)
    arrow_row2 := measure_row - measure_len1*sin(measure_phi)
    arrow_col2 := measure_row + measure_len1*cos(measure_phi)
    dev_set_color ('blue')
    gen_arrow_contour_xld (Arrow, arrow_row1, arrow_col1, arrow_row2, arrow_col2, 5, 5)
    
    dev_set_color ('red')
    gen_cross_contour_xld (Cross1, RowEdgeFirst, ColumnEdgeFirst, 26, 0.785398)
    gen_cross_contour_xld (Cross2, RowEdgeSecond, ColumnEdgeSecond, 26, 0.785398)
    
    
    

    

  • Transition = "negative"(將上述代碼measure_pairs算子Transition參數修改為“negative")
    

    

---

1.4 注意事項

• 測量對象的使用場景

  測量對象是用來檢測垂直於其Profile Line的直線的位置的，所以測量對象不適合被用作測量彎曲結構的邊緣點的位置，否則將有可能導致錯誤的結果。

• 在檢測邊緣對時，如果遇到連續的極性相同的邊緣該怎么處理

  

  圖中由於陰影的緣故，當使用Transition = “negative”，在遇到連續的極性相同的邊緣時，Halcon會選擇第一條邊緣，如果使用Transition = “negative_strongest"，會選擇連續的極性相同的邊緣中梯度值最大的那條邊緣，從而得到了想要的邊緣對。

• 當測量對象超過圖像范圍時，Profile Line該怎么計算

  當垂直與Profile Line的切片存在圖像外部分時，那么在計算灰度均值時，切片中處於對象外部分的值被看作0，只計算其圖像內包含像素部分的均值。

  

  ​

• 測量對象的高度（垂直於Profile Line方向）

  • 如果Profile Line近乎垂直於被測直線邊緣，那么測量對象的高度應盡量地往大了設置，這樣Profile Line相對的噪點就比較少

  

  narrow_perpendicular_ROI

wide_perpendiculr_ROI

• 反之，如果Profile Line與被測直線邊緣越不垂直，應盡量減小測量對象的高度(右邊粗線為灰度值曲線，細線為一階導數值曲線)

  

narrow_slanted_ROI  wide_slanted_ROI ---

2.模糊測量

模糊測量就是根據檢測得到的邊緣點或者邊緣對，根據某種邊緣或者邊緣對特征建立函數來進行篩選，最終得到想要的邊緣對的過程。

2.1模糊測量的步驟

1. 創建測量對象gen_measure_rectangle2

2. 選取特征並創建篩選函數

   *創建篩選函數
   create_funct_1d_pairs ([7,9,11], [0,1,0], \
   FuzzyMembershipFunctionPairSize10)
   *為這個篩選函數指定篩選特征
   set_fuzzy_measure (MeasureHandle, 'size', FuzzyMembershipFunctionPairSize10)
   

   create_funct_1d_pairs需要為其提供一組遞增的值XValuse以及范圍在0到1之間的值YValues，這里面XValue對應特征值，YValue對應Fuzzy_Score，由這兩組值最終生成一個分段函數。

   

3. 執行模糊測量

   執行模糊測量的算子有fuzzy_meaure_pairs和fuzzy_measure_pairing,參數上這兩個算子

   基本都和measure_pairs很相似，算子內部的工作我覺得可以分為以下幾步。

   ​ 1）檢測邊緣點或者邊緣對；

   ​ 2） 計算邊緣點或者邊緣對的特征值，如size（當然這里可選的特征值有很多，contrast、size、gray等）；

   ​ 3）將計算出來的特征值代入分段函數中，並得到對應的YValue；

   ​ 4）判斷YValue是否大於模糊閾值Fuzzy_Threshold,如果大於，則保留，如：檢測得到邊緣對的寬度為8，設置的Fuzzy_Threshold為0.6，那么將8帶入上述圖中分段函數得Fuzzy_Score = 0.5，小於設置的Fuzzy_Threshold，則該邊緣對不會被保留；

   • fuzzy_measure_pairs和fuzzy_measure_pairing之間的區別在於后者能夠檢測到相互包含或者交錯的邊緣對，而前者不能。

     • fuzzy_measure_pairs

       

     • fuzzy_measure_pairing

       

2.2 注意事項

• 多特征模糊測量

  當我們希望根據多個特征建立多個分段函數時應該怎么做，如：希望根據gray和size來判斷

  *創建測量對象
  gen_measure_rectangle2 (Row,Column,Phi,Len1,Len2,Width,Height,'nearest_neighbor', MeasureHandle)
  *創建分段函數
  create_funct_1d_pairs ([50,100,150], [0.0,1.0,0.0], GrayFunction)
  create_funct_1d_pairs ([7,9,11], [0.0,1.0,0.0], SizeFunction)
  *設置關聯特征
  set_fuzzy_measure (MeasureHandle, 'gray', GrayFunction)
  set_fuzzy_measure (MeasureHandle, 'size', SizeFunction)
  

  通過檢測到邊緣對的”gray“、”size“特征值輸入到分段函數能夠分別得到一個分數值\(FuzzyScore(gray)\)和\(FuzzyScore(size)\),但是在執行模糊測量的時候只有一個閾值Fuzzy_Threshold，所以需要將這兩個分數轉換為一個分數，Halcon內定義了一個幾何平均數公式用以轉換：

  \[G(a_1,.......,a_n) = (\prod_{i=1}^{n}a_i)^{1/n} \]

​ 其中\(a_1,........,a_n\)分別代表特征值，n為特征值種類數。