基于基本的边缘检测算子扩展到直线/圆的检测与亚像素级别的定位基本算子功能介绍按功能分类介绍:生成边缘提取区域 gen_measure_rectangle2():生成一个垂直于边缘的边缘提取矩形。 gen_measure_arc():生成一个垂直于边缘的边缘提取圆弧。创建fuzzy函数,以使能fuzzy_measure_xxxx算子。 set_fuzzy_measure(): 定义一个fuzzy函数
Halcon中阈值二值化的算子众多,通常用得最多的有threshold、binary_threshold、dyn_threshold等。 threshold是最简单的阈值分割算子,理解最为简单;binary_threshold是自动阈值算子,它可以自动选出暗(dark)的区域,或者自动选出亮(light)的区域,理解起来也没有难度。 动态阈值算子dyn_threshold理解起
方差:当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大;当数据分布比较集中时,各个数据与平均数的差的平方和较小。因此方差越大,数据的波动越大;方差越小,数据的波动就越小。 [6] 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差
目录前言一、准备1、选取深度学习的分类模型2、获取模型中所使用图像的参数要求3、准备分类所需图片二、编写代码1、设置窗体2、将图片打上标签3、将图片处理为分类模型所需要的图片4、将图片的数据集进行拆分5、设置分类模型所需的参数和环境后,重新生成一个新的分类模型6、训练7、验证8、测试三、本地函数四、下载地址 前言最近学习深度学习时的一些总结和看法,参照深度学习的自带案例(classify_fru
转载 2023-11-14 12:47:57
1218阅读
Baumer工业相机堡盟工业相机如何联合BGAPISDK和Halcon实现图像的线性灰度变换算法增强(C#)Baumer工业相机Baumer工业相机使用图像算法增加图像的技术背景Baumer工业相机通过BGAPI SDK联合Halcon使用线性灰度变换增强算法1.引用合适的类文件2.BGAPI SDK在图像回调中引用Halcon的线性灰度变换增强算法3.联合Halcon进行线性灰度变换算法进行图
文章目录前言一、数据集的准备1.标注工具的安装2.数据集的准备3.标注数据4.解释xml文件的内容二、数据转换1.解析XML文件2.转换得到hdev文件1.变量定义2.读取种类3.解析trainList.txt4.生成字典三、模型训练1.参数定义2.创建目标检测模型3.数据预处理4.显示标注文件5.模型训练1.学习设置2.初始化训练模型3.模型训练四、模型评估1.初始化模型2.创建模型及训练模
引言机器视觉中缺陷检测分为一下几种:blob分析+特征模板匹配(定位)+差分光度立体特征训练测量拟合 频域+空间域结合:深度学习本篇博文主要是对缺陷图像的纹理特征训练进行详细分析。特征训练在纹理中找瑕疵。基于高斯混合模型(GMM)分类器的纹理检查模型,适用于图像金字塔,可以分析纹理的多个频率范围。要求:训练样本必须完美无瑕疵。整体步骤:创建模型create_texture_inspection_m
Halcon提供了预训练网络。这些网络在使用前已经经过丰富的图像库训练过,在此基础上训练出的网络对于图像分类任务表现更好。接下来分别介绍Halcon提供的预训练网络。pretrained_dl_classifier_compact.hdl模型网络的优点是节省内存以及运行效率高。 模型支持‘real’图像类型。如果想知道网络模型各参数值,可以使用算子get_dl_classifier_param获取
1、set_dl_model_param(DLModelHandle, 'gpu', GpuId) GpuId=0 选中第一块显卡做深度学习训练。 GpuId=1 选中第二块显卡做深度学习训练。 类推查询可用多显卡信息 query_available_compute_devices(DeviceIdentifier) //一块显卡输出[0],两块是[0,1],依次类推get_compute
最近想学习一下机器视觉 用到的库是Halcon 自己到网上找halcon的教程不是收费的 就是随便搞搞的 没有能系统去学习的知识体系 而且大多博主可能就一篇教程 对于新手来说 简直是致命的 出现了有人想学 没人牵头的状况 为了让大家了解如何去使用halcon 我准备探索之后出一套halcon系列的教程 如果你也在学halcon 可以点个收藏 一起学习 首先halcon软件打开后是这个样子的 可以看
HALCON 20.11:深度学习笔记(2)HALCON 20.11.0.0中,实现了深度学习方法。由于上面提到的DL方法在它们的作用和它们如何需要数据方面各不相同,所以您需要知道哪种方法最适合您的特定任务。一旦清楚了这一点,您就需要收集适当数量的数据,也就是图像和方法所需的信息。然后,所有这些DL方法都有一个通用工作流:1. 准备网络和数据(Prepare the Network and the
转载 2023-12-13 02:35:23
132阅读
HDevelop 编程翻译自HDevelop users guide第4章 ByYC本章阐述如何使用HDevelop创建一个机器视觉应用。HDevelop应该是默认设置。如果不是,使用命令行 hdevelop –reset_preferences打开HDevelp即可。本章处理一个简单的例子,统计下图中别针的数量及方向。1. FileàNew(文件à新程序),创建一个新程序2.读取图像并存入图标参
HALCON图像处理总流程 一、程序初始化 二、获取图像(获取信息) 三、预处理 四、分割图像 五、形态学处理 六、特征提取 七、输出结果  一、程序初始化图像处理基准,在使用HALCON时,可以省略,因为程序初始化有默认值。 1、打开一个新的窗口; 2、设置填充模式; 3、设置线的颜色; 4、设置线宽; 5、设置窗口中显示的字体样式; 6、重新打开一个新窗口 7、关闭显示窗口 8、其他
课题需要对图像中的缺陷进行尺寸评价,开发环境是Halcon。选择使用最小外接矩形方法,原因主要是可获得的评价参数多:长度,宽度,角度,长宽比,面积通过长宽比参数可以判定缺陷形状获取最小外接矩形的过程: 这里是做测试的原图图像分割 选取合适的阈值比较困难。考虑到是工厂环境,采光可能不均匀,也为了测试方便(主要使用手机拍照,光源是环境光和手机闪光灯), 采用动态阈值分割法,Halcon提供了一个函数:
优化模型之”平均检出“,模型训练完成后如何查看检出?详情参见:https://docs.neurobot.co/zh_CN/latest/CreateAModel/a4/
原创 2023-10-17 16:45:13
120阅读
本教程全部基于Halcon12.0开发环境窗口布局打开halcon后 基本布局从上到下依次是文件栏、工具栏、以及图形窗口和程序编辑器,打开变量窗口或者算子窗口会显示相应的窗口。 a.通过文件栏—>窗口—>打开窗口名称来打开相应窗口 b.如果发现窗口比较乱,可以通过文件栏—>窗口—>排列窗口进行初始化窗口位置1.图形窗口 图形窗口显示每一行代码显示的图想,图像窗口上的工具栏可
目录2、OpenCV的预处理(1)、OpenCV预处理算子(2)、力推 贾志刚老师教程和红胖子等(3)、网站为的国站,尤其是【learnopencv】等结尾2、OpenCV的预处理 OpenCV [开源库]介绍          OpenCV是一个基于BSD许可(开源)发行的跨平台计算机
概要:分水岭算法做图像分割二维码识别稍后将其他几篇笔记全都补充上概要方便查询。分水岭算法做图像分割使用距离变换结合分水岭算法实现图像分割,可以用来分割仅通过阈值分割还是有边缘连接在一起的情况。 步骤:通过threshold 及相关操作找出需要分割的图像区域;通过distance_transform 得出距离图片,这里的距离图片算的距离是针对上面已经圈出来的区域计算的;将灰度值范围通过scale_i
1、append_ocr_trainfappend_ocr_trainf(Character, // 选中当前目标 Image, // 目标对应图片 Class, // 字符的类别(名称) TrainingFile) // 培训文件的名称定义:向训练文件中添加字符说明操作符append_o
转载 2023-10-27 00:45:37
286阅读
HALCON学习之旅(四) 文章目录HALCON学习之旅(四)1、如何对区域进行反选,补集,交集,合并操作2、如何对区域进行填充操作3、如何根据区域特征过滤区域4、如何画各种交互ROI图形5、读写Region区域6、读写XLD轮廓 1、如何对区域进行反选,补集,交集,合并操作反选:**************反选************** *打开一个新的图形窗口 dev_open_window(
  • 1
  • 2
  • 3
  • 4
  • 5