缺陷检测——Halcon表面划痕检测

一.项目场景：

提取表面划痕缺陷

---

二.解决方案：

1.先对原始图像做中值滤波处理：

2.局部阈值处理

3.blob分析提取特征

三.halcon代码

read_image (Image, 'scratchSrc')
mean_image (Image, ImageMean, 7, 7)
dyn_threshold (Image, ImageMean, DarkPixels, 5, 'dark')
connection (DarkPixels, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 10, 1000)
union1 (SelectedRegions, RegionUnion)
dilation_circle (RegionUnion, RegionDilation, 3.5)
skeleton (RegionDilation, Skeleton)
connection (Skeleton, Errors)
select_shape (Errors, Scratches, 'area', 'and', 50, 10000)
select_shape (Errors, Dots, 'area', 'and', 1, 50)

四.核心算法解析

dyn_threshold (OrigImage, ThresholdImage, RegionDynThresh, Offset, LightDark）

算法功能：使用局部阈值分割图像。

OrigImage：原始输入图像
ThresholdImage：平滑处理之后的输入图像
RegionDynThresh：结果输出图像
Offset: 相对于ThresholdImage图像每个像素值的偏移量
LightDark：选择项，提取亮、暗或类似区域?
默认值:“light”提供的选项: ‘dark’， ‘equal’， ‘light’， ‘not_equal’

分析原图可知，图中的划痕和背景区分度非常小，完全无法找到合适的全局阈值将划痕与背景分割。故局部阈值分割算法才是此解决方案 的关键。
其原理如下：
从输入图像中选择像素满足阈值条件的区域，令g{o} = g{OrigImage}， g{t} = g{ThresholdImage}。那么LightDark= 'dark’的条件是:

g{o} <= g{t} - Offset

OrigImag和ThresholdImage每个像素分别逐一比较，当ThresholdImage的像素值减去 Offset偏移量大于或者等于OrigImag的像素值时，则表示OrigImag的像素值满足条件阈值，以像素值255保存到RegionDynThresh中，其余不满足则以像素值0保存在RegionDynThresh中。
如果LightDark= 'light’则条件是:

g{o} >= g{t} - Offset

c++ 源码实现效果