Halcon提取亚像素轮廓edges_sub_pix算子

Halcon提取亚像素轮廓edges_sub_pix算子

最常用的提取亚像素轮廓的算子是edges_sub_pix算子，该算子同样提供了大量的提取方法，只需要在Filter 参数中设置方法的名字，就可以完成边缘的提取。该算子的输入是灰度图像，输出是XLD轮廓，其原型如下：

edges_sub_pix(Image : Edges, Filter, Alpha, Low, High :)

其各参数含义如下。
参数1：Image为输入的单通道图像。
参数2：Edges 为输出的XLD轮廓。
参数3：Filter 为输入参数，与edges_image 算子中的Filter 参数类似，表示选择的滤波算子.默认的是canny，可选的有canny、derichel、derichel int4、deriche2、deriche2 int4、lanserl、lanser2、mshen、shen、sobel_fast，还有一些以“_junctions”结尾的滤波器，适用于一些非连接的边缘。最常见的滤波器有canny 和lanser2。使用lanser2滤波器的一个优点是，它是一个递归的实现，当加大平滑的力度时，计算时间却不会因此增加。如果图像质量比较好，噪声也比较小，但对速度有要求，可以选择sobel_fast 算子，因为它速度比较快，但缺点是对噪声敏感。
参数4：Alpha 为输入参数，表示平滑的程度。其值越小，表示平滑的程度越大。默认是0,可以取0.1到1.1之间的值。
参数5和6：Low和High分别表示滞后阈值的低阈值和高阈值。低阈值越低，图像的细节会越丰富。高阈值用于将边缘与背景区分开来，高于高阈值的像素可以确定是边缘，这些边缘是强边缘，但往往是不连续的，因此需要用一些弱边缘进行补充。低于低阈值的像素可以被认为一定不是边缘。高于低阈值又低于高阈值的部分像素是弱边缘，需要进行判断。如果该像素的相邻像素是边缘，则该像素被认为是边缘，否则就不是。
举例说明edges_sub_pix算子的用法，并测试滞后阈值的值对边缘计算结果的影响。图为使用edges_sub_pix算子进行亚像素边缘提取的结果。输入图片仍是图（a）。图（a）的低阈值为5，高阈值为50。图（b）将低闽值提高到了25，高阈值仍为50，可见边缘数量稍有减少，并且减少的都是与原边缘线条相连的部分。图（c）的低阈值回到5，高阈值调低到25，与图（a）相比，边缘线条明显增多。这是因为强边缘的判断阈值明显降低，所以许多背景线条也被认为是边缘。

上述实现过程代码如下：

read_image (Image, 'data/flower') 
*转换为单通道灰色图像
rgb1_to_gray (Image, GrayImage)
*进行亚像素边缘提取。分别使用了不同的滞后阈值以便进行对比
edges_sub_pix (GrayImage, Edges1, 'lanser2', 0.5, 5, 50) 
edges_sub_pix (GrayImage, Edges2, 'lanser2', 0.5, 25, 50) 
edges_sub_pix (GrayImage, Edges3, 'lanser2', 0.5, 5, 25) 
*将提取结果显示在窗口中
dev_display (Edges1) 
stop()
dev_display (Edges2)
stop()
dev_display (Edges3)

本例中使用edges_sub_pix算子进行亚像素边缘的提取，并使用了不同的滞后阈值参数，然后对比了其对提取结果的影响。