一、引言

*缺陷檢測策略1：Blob分析+特征分析

*Blob分析：閾值分割、開閉運算

(1) 圖像預處理

• 目的：增強目標與背景的對比度，抑制噪聲。

• 常用算子：

  • threshold()：通過閾值分割將圖像轉換為二值圖像。

  • mean_image()?/?gauss_filter()：平滑圖像，減少噪聲。

  • invert_image()：反轉圖像（如目標為暗色時）。

(2) 連通區域檢測

• 目的：將二值圖像中的連通像素分組為Blob。

• 關鍵算子：

  • connection()：根據像素連通性（4鄰域或8鄰域）分割Blob。

  • select_shape()：根據特征（面積、圓度、長寬比等）篩選目標Blob。

(3) Blob特征提取

• 目的：量化Blob的幾何和形態特征，用于后續分析。

• 常用特征：

  • 面積（Area）：Blob的像素數量。

  • 質心（Row, Column）：Blob的中心坐標。

  • 長寬比（Aspect Ratio）：Blob的最小外接矩形的寬度與高度比。

  • 圓度（Roundness）：衡量Blob接近圓形的程度。

  • 方向（Orientation）：Blob的最小外接矩形的旋轉角度。

(4) Blob分類與篩選

• 目的：根據特征過濾或分類Blob。

• 常用方法：

  • 范圍篩選：如?select_shape(Regions, SelectedRegions, 'area', 'and', 100, 1000)?篩選面積在100到1000之間的Blob。

  • 分類：如根據圓度區分圓形和矩形物體。

(5) 結果可視化與輸出

• 目的：顯示Blob分析結果或導出數據。

• 常用操作：

  • dev_display()：顯示Blob的輪廓或填充區域。

  • count_obj()：統計Blob數量。

  • area_center()：獲取Blob的面積和質心坐標。

*特征分析: 空洞面積、矩形度等

(1) 幾何特征

• 描述目標的基本形狀和位置：

  • 面積（Area）：目標區域的像素數量。

  • 質心（Row, Column）：目標的中心坐標。

  • 最小外接矩形（Bounding Box）：目標的最小外接矩形的尺寸和方向。

  • 長寬比（Aspect Ratio）：外接矩形的寬度與高度比。

  • 圓度（Roundness）：衡量目標接近圓形的程度（值越接近1，越接近圓形）。

  • 方向（Orientation）：目標的最小外接矩形的旋轉角度。

  • 凸性（Convexity）：目標區域與其凸包的比值。

(2) 形態特征

• 描述目標的復雜形狀和邊緣特性：

  • 緊密度（Compactness）：面積與周長平方的比值（值越小，形狀越復雜）。

  • 矩形度（Rectangularity）：目標面積與其最小外接矩形面積的比值。

  • 孔洞數量（Holes）：目標區域內部的孔洞數量。

  • 邊緣長度（Contour Length）：目標輪廓的像素長度。

(3) 灰度/紋理特征

• 描述目標的灰度分布或紋理模式：

  • 灰度均值（Mean Gray Value）：目標區域的平均灰度值。

  • 灰度方差（Gray Value Variance）：目標區域的灰度方差。

  • 紋理特征：通過灰度共生矩陣（GLCM）提取的對比度、熵、能量等特征。

  • 梯度特征：邊緣強度、梯度方向等。

(4) 高級特征

• 基于模型或學習的特征：

  • 形狀描述符：如Zernike矩、Hu矩等。

  • 深度學習特征：通過預訓練的深度學習模型提取的高層特征（需結合Halcon的深度學習模塊）。

*重要算子：ared_heoles ? ?rectangularity

二、分析餅干檢測

需要對餅干的破損進行檢測，破損會導致空洞面積大以及外圍矩形度受損

*D:/Program Files/MVTec/Data/HALCON-23.05-Progress/examples/images/food
for Index := 1 to 24 by 1
? ? read_image (Image, 'food/hazelnut_wafer_'+Index$'.02')
? ? *Blob分析-對圖片二值化閾值分割
? ? binary_threshold (Image, Region, 'max_separability', 'light', UsedThreshold)
? ? *Blob分析-對區域進行開運算 ? --先腐蝕后膨脹以去除雜質
? ? opening_circle (Region, RegionOpening, 8)
? ? *特征分析1-檢測空洞的面積
? ? area_holes (RegionOpening, Area)
? ? *特征分析2-檢測區域矩形度
? ? rectangularity (RegionOpening, Rectangularity)
? ? if(Area>600 or Rectangularity<0.9)
? ? ? ? dev_get_window (WindowHandle)
? ? ? ? set_display_font (WindowHandle, 16, 'mono', 'false', 'false')
? ? ? ? dev_disp_text ('NG', 'window', 'top', 'left', 'red', ['box','box_color'], ['true','blue'])
? ? ? ? stop()
? ? else ? ? ??
? ? ? ? dev_get_window (WindowHandle)
? ? ? ? set_display_font (WindowHandle, 16, 'mono', 'false', 'false')
? ? ? ? dev_disp_text ('OK', 'window', 'top', 'left', 'green', ['box','box_color'], ['true','blue'])
? ? ? ? stop()
? ? endif
endfor

最終效果為：