Halcon —— 边缘检测算子详解

一、算子介绍

1.1 种类
halcon内常用的边缘检测算子包括如下几种：
1.edges_image: 提取2D 图像边缘
2.edges_sub_pix：提取2D图像亚像素边缘
3.edges_object_model_3d ：提取3D图像边缘
4.edges_color和edges_color_sub_pix：提取彩色图像边缘
1.2 区别
edges_image可选择多种边缘检测算法来提取物体边缘，其与亚像素边缘算子的区别在于edges_image提取是以像素为单位的边缘特征，edges_sub_pix是以比像素还小的单位来提取的边缘，一般采用矩方法，插值法和拟合法。

二、详解

2.1 edges_image(Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : )

该算子内主要参数包括：
ImaDir（图像边缘方向，对sobel_fast算法无用，因为其不计算方向信息）
Filter（边缘算子，包括’canny’, ‘deriche1’, ‘deriche1_int4’, ‘deriche2’, ‘deriche2_int4’, ‘lanser1’, ‘lanser2’, ‘mshen’, ‘shen’, ‘sobel_fast’）
Alpha（过滤器参数，小的值导致强平滑，但是更少的细节（canny算子相反））
NMS(非最大值抑制（设置为none，表示不需要使用该值）)
Low（滞后阈值操作的下阈值（如果不需要阈值设置，则为负值））
High（滞后阈值操作的上阈值（如果不需要阈值设置，则为负值））
2.2 边缘检测算法
对于算法来讲，目前canny算子是最稳定的边缘检测方法。
canny算法由边缘强度、边缘细化（NMS）、滞后阈值三个阶段组成。
首先，边缘强度的计算是计算图像梯度：梯度幅值矩阵、梯度方向矩阵：
1）图像灰度化
2）高斯滤波
3）sobel滤波器求出x,y方向上梯度图像，记为fx、fy
4）利用fx、fy求出梯度幅值和梯度的方向
5）此时的梯度方向为[-90，+90]之间的任意值，将它们规则化为四类种0、45、90、135度。
然后，计算非最大值抑制（NMS），我们根据已经规则化的方向矩阵中存储的方向先分类，之后比较相同方向上的三颗像素，确保中间像素的值最大，否则将它置零，最后得出了清洗过的梯度幅值矩阵。
最后，继续处理梯度幅值矩阵，根据设定高阈值high、低阈值low将图像分成三部分:
1.梯度幅值大于high的像素，将值置为255；
2.梯度幅值小于low的像素，将值置为0；
3.梯度幅值在中间的像素，用它的8邻域判断，邻域内若有值大于high，则将中间的像素置为255；
下面对涉及
下面结合程序对每种滤波算法进行演示讲解：

read_image (I, 'C:/Users/Administrator/Desktop/a.png')
dev_close_window ()
dev_open_window(0, 0, 512, 512, 'black', WindowHandle)
get_image_size (I, Width, Height)
dev_set_window_extents (0, 0, Width, Height)
rgb1_to_gray(I, GrayImage)
*dev_set_lut ('change2')
*设置滞后阈值为默认值
*滤波参数值Alpha
*设置滞后阈值必须大于0，小于255，值越小细节越多，但同时会带来很多不需要的边缘信息。
*值越大则会丢失边缘，很多边缘点值都会被设置为0。
edges_image(GrayImage, ImaAmp, ImaDir, 'canny', 1, 'nms', 20, 40)
dev_display(ImaAmp)