Halcon中常用的六种缺陷检测
一、缺陷检测综述
缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：凹凸、污点瑕疵、划痕、裂缝、探伤等。常用的手法有六大金刚（在halcon中的ocv和印刷检测是针对印刷行业的检测，有对应算子封装）：
1.blob+特征（例如官方示例surface_scratch.hdev）
2.blob+差分+特征
3.光度立体
4.特征训练
5.测量拟合
6.频域+空间结合
二、频域+空间结合法
1、频域结合空间，其实频域就是用波动观点看世界，看问题角度变了，光经过镜头其实发生的是傅立叶变换，此思想在傅立叶光学上有所阐述，就像光经棱镜分光，而光进入计算机内部，进行了采样和量化，然后我们用函数f(x,y)来表示这些数据描述。图像处理应用傅里叶变换就是将空间域（图像本身）转换至频率域。傅里叶变换可以将一个信号函数，分解一个一个三角函数的线性组合。由于任何周期函数都可以由多个正弦函数构成，那么按照这个思想，图像由f(x,y)来表示，那么这时你就可以拆成多个正弦函数构成，这样每个正弦函数都有一个自己的频率。
2、频率特征是图像的灰度变化特征，低频特征是灰度变化不明显，例如图像整体轮廓，高频特征是图像灰度变化剧烈，如图像边缘和噪声。一个重要的经验结论：低频代表图像整体轮廓，高频代表了图像噪声，中频代表图像边缘、纹理等细节。
3、什么时候使用傅里叶变换进行频域分析？
1）具有一定纹理特征的图像，纹理可以理解为条纹，如布匹、木板、纸张等材质容易出现。
2）需要提取对比度低或者信噪比低的特征。
3）图像尺寸较大或者需要与大尺寸滤波器进行计算，此时转换至频域计算，具有速度优势。因为空间域滤波为卷积过程（加权求和），频域计算直接相乘。
4、举例
-
*
1采集图像
-
read_image (Image66,
'C:/Users/Administrator/Desktop/66.png')
-
rgb1_to_gray (Image66, GrayImage)
-
-
*
2预处理之拉开对比度（这里采用频域，频域到空间域的常用算子有三个
fft_iamge,
rft_generic,
fft_generic
-
fft_generic (GrayImage, ImageFFT,
'to_freq', -
1,
'sqrt',
'dc_center',
'complex')
-
-
*注意一般在频域里就是选择你想要的频段而已，被称为滤波，这个手法在
halcon中有三个，
-
*一个是直接手画，然后
paint_region
-
*一个是涉及滤波器，然后进行滤波，这个对于初学者有点难度，先掌握常见滤波器。
-
*第三个就是调用
power_real,对其进行
blob解析。
-
*这里用的直接手动
paint_region,选择对应的频段
-
gen_rectangle1 (ROI_0,
350.855,
3.85433,
473.273,
1101.15)
-
paint_region (ROI_0, ImageFFT, ImageResult,
0,
'fill')
-
-
*注意这里又回到了空间，频域和空间是同等重要地位，只是看问题的角度不一样，这也符合唯物辩证法法
-
fft_generic (ImageResult, ImageFFT1,
'from_freq',
1,
'sqrt',
'dc_center',
'byte')
-
*接下来就是一个
blob提取而已，当然这里方法可以根据情况变化多端，比如你可以分水领域法，
-
*然后调用
select_gray,对每个区域对应灰度值特征进行筛选，当然您也可以用共生矩阵
-
emphasize (ImageFFT1, ImageEmphasize,
7,
7,
1)
-
threshold (ImageEmphasize, Regions,
44,
101)
-
dilation_circle (Regions, RegionDilation,
3.5)
-
connection (RegionDilation, ConnectedRegions)
-
select_shape (ConnectedRegions, SelectedRegions,
'area',
'and',
78.88,
190.87)
-
*这里就是显示而已
-
dev_display (Image66)
-
dev_display (SelectedRegions)
另外，halcon自带的例子detect_mura_defects_texture.hdev也值得学习
更多的内容，参见我的另一篇博文《halcon视觉缺陷检测之频域和空间域转换的方法详解》
三、光度立体法
在工业领域，表面检测是一个非常广泛的应用领域。在halcon中，使用增强的光度立体视觉方法，三维表面检测被加强。利用阴影可方便快速的检测物体表面的缺口或凹痕。 使用光度立体视觉方法可在复杂图像中轻松找到表面缺陷 。
四面打光，合成图像，求取梯度图型，然后Halcon里的光度立体法也是这方面的应用，关键的算子就是photometric_stereo。
潜在问题：
1.看官方例子貌似都是条形组合光源打光，用光度立体法检测，一定要把缺陷打出来才行吗？
2.一定要取4张图片吗？
3.photometric_stereo (Images, HeightField, Gradient, Albedo, Slants, Tilts, ResultType, 'poisson', [], [])该算子的配置有什么讲究吗？
举例：检测-光度立体法检测药片包装背面的缺陷
官方例子：皮革检测，inspect_leather_photometric_stereo.hdev
---
参考文献
1、halcon机器视觉缺陷检测之划痕-超人视觉
http://www.ihalcon.com/read-8013.html
https://pan.baidu.com/share/link?shareid=3266393619&uk=2369503810
2、halcon缺陷检测的示例代码解析
https://blog.csdn.net/ymj7150697/category_8002603.html