Halcon实现边缘提取

转自：http://blog.csdn.net/Bob_qiuxu/article/details/46924969
一、边缘提取
1、设置ROI兴趣区域

2、快速二值化，并连接相邻区域。
这样做的目的是进一步减少目标区域，通过二值化将目标区域大概轮廓提取出来

3、提取最接近目标区域的轮廓
常用函数有boundary，gen_contour_region_xld

4、根据自己的需求提取需要的初步轮廓

5、将初步提取的初步轮廓进行膨胀操作

6、将膨胀后的区域和原图进行减操作（在这步之前有可能需要对原图进行高斯滤波）。这样就能得到只
有边缘的真实图像

7、用canny或其他算子（根据需要）提取亚像素轮廓，一般使用edges_sub_pix函数

8、处理和计算
得到真实的边缘XLD后你可能需要进一步处理得到你想要的线、弧等。你可能用到的函数
segment_contours_xld（分割） union_collinear_contours_xld（联合相邻或相同角度直线）
select_contours_xld（提取想要的轮廓） union_cocircular_contours_xld（联合相同圆）等等
得到轮廓后如果你不知道怎么处理后得到你想要的东西（线、弧、圆、角、矩形）你都可以将轮廓转化为点，然后用点集合来拟合任何你想要的东西。

二、BLOB分析检测（详细访问http://blog.sina.com.cn/s/blog_442bfe0e0100yyb8.html）

（1）应用ROI，可以使Blob分析加速。
（2）匹配ROI区域或图像，详将GUIDEIIB以形状为基础的匹配。
（3）校正图像<经常用来去除镜头畸变或把图像转换到参考点视角，如双目视觉时的图像校正>
（4）图像前处理
（5）引用分割参数
（6）分割图像
（7）区域处理
（8）特征提取
（9）把提取的结果转换到世界坐标中
（10）结果可视化。
相机的标定和矫正不在本篇的学习之中。直接讲提取BLOB

1、一般先使用均值滤波去噪

2、利用去噪图像与平滑图像的OFFSET提取区域边缘，常见函数dyn_threshold

3、提取连通域dyn_threshold

4、根据形状或是灰度等特征来提取你想要的blob。
另一种方法就是分水岭算法
watersheds (ImageGauss, Basins, Watersheds)/

1、对图像进行高斯滤波

还有的图形更简单直接二值化就可以啦
bin_threshold (Fin, Dark) //分割图像，输出Dark区域，Fin已经被处理为区域//
difference (Fin, Dark, Background) //计算Fin与Dark两个区域的补集//
还有个函数应该说是让你高兴还是沮丧呢，以为一个函数就可以直接提取你想要的，但是参数很难调整
lines_gauss(Image, Lines, 6, 0.3, 0.5, ‘light’, ‘true’, ‘gaussian’, ‘true’)
三、赃物检测
1、得到两个不同高斯标准差的高斯积卷
2、对原始图像进行傅里叶变换’to_fre’
3、用之前的积卷对图像做积卷滤波
4、傅里叶反变换‘from_fre’