[Halcon&检测] 划痕检测之高斯导数提取

最新推荐文章于 2025-05-13 17:35:25 发布

丶布布

最新推荐文章于 2025-05-13 17:35:25 发布

阅读量618

点赞数 3

CC 4.0 BY-SA版权

文章标签：计算机视觉人工智能

本文为博主原创文章，未经博主允许不得转载。如有问题，欢迎指正。

本文链接：https://blog.csdn.net/weixin_43197380/article/details/134568470

本文详细介绍了如何使用函数derivate_gauss对图像进行高斯导数卷积，计算不同特征，包括一阶和二阶导数。随后通过代码流程展示了从图像读取、处理到结果展示的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

📢博客主页：https://loewen.blog.csdn.net
📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
📢本文由丶布布原创，首发于 CSDN，转载注明出处🙉
📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨

文章预览：

- - 一. 核心算子
  - 二. 代码流程

一. 核心算子

函数：derivate_gauss(Image : DerivGauss : Sigma, Component : ) 将图像与高斯函数的导数进行卷积，并计算由此推导出的各种特征。

参数：
Image（in）：输入图像；
DerivGauss （out）：滤波后的结果图像；
Sigma（in）：高斯平滑系数。如果一个值，那么在列和行方向上的平滑量是相同的；如果在Sigma中传递两个值，第一个值指定在列方向上的平滑量，而第二个值指定在行方向上的平滑量。参考值：（0.2 ≤ Sigma ≤ 50.0）；
Component （in）：要计算的导数或特征。'none'：只平滑，'x'、'y'：沿x、y的一阶导数，'xx'、'yy'：沿x、y的二阶导数等；

二. 代码流程

原图：
在这里插入图片描述
代码展示：

dev_update_window ('off')
dev_close_window ()
dev_open_window (0, 0, 450, 400, 'black', WindowHandle)
read_image (Image, 'C:/Users/Administrator/Desktop/11.png')

*像这种缺陷直接使用高斯导数求出来
derivate_gauss (Image, DerivGauss, 1, 'xx')
mean_image (DerivGauss, ImageMean, 2, 10)

threshold (ImageMean, Regions, -8, -1.5)
connection (Regions, ConnectedRegions)
select_shape_std (ConnectedRegions, SelectedRegions, 'max_area', 70)

dev_display (Image)
dev_display (SelectedRegions)