Halcon 曲线宽度检测算法总结

视觉检测中，直线的宽度很好检测，即两条平行线的垂直距离，而曲线的宽度检测则需要另辟蹊径。

检测图像中曲线边缘的宽度，用以判断边缘是否崩缺，总结如下五种方法：

概述：建立标准图像参考，通过比对检测结果。

核心算子：

（1）参考：align_bead；

（2）检测：apply_bead_inspection_model；

参考Halcon例程：apply_bead_inspection_model.hdev。

该方法较适用于胶水检测，因为无法方便地获取崩缺的值，因而弃用，但具有参考价值，建议学习。

概述：通过二值化提取Border（边缘），提取其中一条边缘的点阵，计算该点阵的所有点到另一条边缘的距离。

核心算子：

（1）获取边缘上的点阵：get_contour_xld(Contour : : : Row, Col)；

（2）计算点阵到边缘的距离：distance_pc(Contour : : Row, Column : DistanceMin, DistanceMax)

参考Halcon例程：distance_pc.hdev。

参考代码：

注意：算子 distance_pc 输出两个数组，分别为最小距离数组，最大距离数组，取值时应取最小距离数组。

概述：通过二值化提取一对Contours（轮廓），计算两条轮廓之间的距离。

核心算子：

（1）计算轮廓之间的距离：distance_contours_xld(ContourFrom, ContourTo : ContourOut : Mode : )；

（2）获取宽度值集合：get_contour_attrib_xld(Contour : : Name : Attrib)；

（3）提取OK/NG片段：segment_contour_attrib_xld(Contour : ContourPart : Attribute, Operation, Min, Max : )

参考Halcon例程：

（1）inspect_frame_width.hdev；

（2）Apply_distance_transform_xld.hdev。

参考代码：

概述：提取曲线的中心骨架，再通过骨架测量曲线宽度。

核心算子：

（1）计算lines_gauss算子所需输入参数：calculate_lines_gauss_parameters( : : MaxLineWidth, Contrast : Sigma, Low, High)；

（2）检测骨架及其宽度：lines_gauss(Image : Lines : Sigma, Low, High, LightDark, ExtractWidth, LineModel, CompleteJunctions : )。

参考Halcon例程：

（1）angio.hdev；

（2）lines_gauss.hdev。

概述：将曲线图像按极坐标展开，检测展开后的图像，再将结果图像恢复直角坐标图像。

核心算子：

（1）图像转极坐标：polar_trans_image；

（2）图像转直角坐标：polar_trans_region_inv。

参考Halcon例程：

（1）ocr_cd_print_polar_trans.hdev；

（2）vessel.hdev。