本程序演示了使用光度立体技术对皮革样品的检查。 *输入4张皮革样本的图片，光线来自不同的方向。初始化 dev_update_off () dev_close_window () dev_open_window (0, 0, 640, 480, ‘black’, WindowHandle) *打开窗口 set_display_font (WindowHandle, 14, ‘mono’, ‘true
* 这个例子检查瓶口缺陷，
* 首先找到瓶口，找瓶口的方法就通过自动阈值，然后进行圆拟合
*边缘检测，找到边缘之后缩小圆，找到瓶口这一个圆带状图像
*把圆带拉抻变换成长方形，这样其实是为了使用平均值滤波，把窗口的设置为【500，3】大小，这样就可以把垂直方向的差异提取出来
*然后再通过dyn_threshold找出差异位置，计算连通域，然后再找出连通域高度大于9的，如果有，就认为包含缺陷，如果没有
转载
2024-06-13 16:41:59
855阅读
1.缺陷分类： 边缘凹凸、毛刺 内部污点、内部凹凸、特定空洞、破损 划痕（一般用低角度环形光和同轴光源） 凸点一般用带角度的光源斜着打，背景打亮，凸点打暗。 凹点一般用平行光从上往下打，背景打亮，凹点打暗。2.缺陷处理的方式： Blob+区域特征：cheak_blister.hdev(检测胶囊缺失和错误) Blob+区域特征+差分：fin.hdev(边缘凸起的检测) 频域+
转载
2023-12-03 11:55:41
865阅读
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：halcon——缺陷检测常用方法总结（光度立体） - 唯有自己强大 -特征训练测量拟合频域+空间域结合：halcon——缺陷检测常用方法总结（频域空间域结合） - 唯有自己强大 -深度学习本篇主要总结一下缺陷检测中的定位+差分的方法。即用形状匹配，局部变形匹配去定位然后用差异模型去检测缺陷。模板匹配（定位）+差分
转载
2024-05-06 07:48:33
911阅读
第六章-缺陷检测关于缺陷检测回顾工业视觉的任务常见的缺陷与对应算法常见的缺陷有:对象轮廓凸凹不平
非曲面轮廓的: 凸点斜光打亮,凹点垂直光打暗曲面轮廓的:对象内部污点、内部凸凹点、瑕疵点、空洞和破损等对象表面划痕
打光,采用低角度环形光 & 同轴光总结:检测缺陷的几个方法如下打光,光的角度光源选型,如波长图像处理算法:
blob分析+特征检测blob分析+特征检测+差分频
转载
2024-04-13 12:21:55
1599阅读
目录前言一、准备1、准备缺陷检测所需图片1.1、images文件夹：3种类型图片1.2、divisionImages文件夹：3种类型图片（用于分割背景）二、编写代码1、设置输入输出路径2、设置参数3、处理图片、拆分4、预处理数据集5、测试三、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（segment_pill_deep_learning_1_preprocess.h
转载
2024-07-22 11:14:14
116阅读
1.首先简单介绍一下Halcon开发： HALCON是德国MVtec公司开发的一套完善的标准的机器视觉算法包，拥有应用广泛的机器视觉集成开发环境。它节约了产品成本，缩短了软件开发周期——HALCON灵活的架构便于机器视觉，医学图像和图像分析应用的快速开发。在欧洲以及日本的工业界已经是公认具有最佳效能的Machine Vision软件。Halco
转载
2024-06-28 15:39:36
173阅读
摘要缺陷检测是视觉需求中难度最大一类需求，主要是其稳定性和精度的保证。首先常见缺陷：凹凸、污点瑕疵、划痕、裂缝、探伤等。 缺陷检测算法不同于尺寸、二维码、OCR等算法。后者应用场景比较单一，基本都是套用一些成熟的算子，所以门槛较低，比较容易做成标准化的工具。而缺陷检测极具行业特点，不同行业的缺陷算法迥然不同。随着缺陷检测要求的提高，机器学习和深度学习也成了缺陷领域一个不可或缺的技术难点。
转载
2024-08-04 10:31:47
954阅读
前言上几篇文章分别对比了Halcon深度学习分类模型的框架，例子的详细分析，以及在Mnist上的应用等。想必大家已经对Halcon深度学习的分类原理基本掌握，是不是有点兴奋？是不是想要在工业缺陷检测上小试牛刀？作为一名视觉工程师，当然按捺不住内心的激动，想要应用在平时传统算法检测需要费九牛二虎之力的产品检测上。那么接下来将会详细介绍Halcon 深度学习分类之工业缺陷检测流程。 说明：产品原图不方
后面连续几周将开启缺陷检测专题模式，这是第二篇，上篇链接如下，敬请关注！Halcon缺陷检测实例转OpenCV实现(一)---网格缺陷检测本期来用OpenCV实现Halcon中一个简单的PCB印刷缺陷检测实例。 Halcon中对应的例子为pcb_inspection.hdev，源图和结果图如下： Halcon代码比较简单，这里也贴出来，短短13行： read_image...
原创
2021-06-10 17:16:13
2735阅读
基于PaddleDetection的PCB瑕疵检测数据集与框架介绍印刷电路板（PCB）瑕疵数据集：数据下载链接，是一个公共的合成PCB数据集，由北京大学发布，其中包含1386张图像以及6种缺陷（缺失孔，鼠咬伤，开路，短路，杂散，伪铜），用于检测、分类和配准任务。我们选取了其中适用于检测任务的693张图像，随机选择593张图像作为训练集，100张图像作为验证集。PaddleDetection：飞桨推
后面连续几周将开启缺陷检测专题模式，这是第二篇，上篇链接如下，敬请关注！Halcon缺陷检测实例转OpenCV实现(一)---网格缺陷检测本期来用OpenCV实现Halcon中一个简单的PCB印刷缺陷检测实例。 Halcon中对应的例子为pcb_inspection.hdev，源图和结果图如下： Halcon代码比较简单，这里也贴出来，短短13行： read_image...
原创
2022-03-09 14:20:51
1023阅读
一、傅里叶图像简介 频率特征是图像的灰度变化特征，低频特征是灰度变化不明显，例如图像整体轮廓，高频特征是图像灰度变化剧烈，如图像边缘和噪声。低频代表图像整体轮廓，高频代表了图像噪声，中频代表图像边缘、纹理等细节。1、具有一定纹理特征的图像，纹理可以理解为条纹，如布匹、木板、纸张等材质容易出现。 2、需要提取对比度低或者信噪比低的特征。 3、图像尺寸较大或者需
# 实现halcon瓶口缺陷检测深度学习教程
## 简介
作为一名经验丰富的开发者，我将为你介绍如何使用halcon实现瓶口缺陷的深度学习。这篇教程将帮助你快速入门并掌握相关技能。
## 整体流程
首先，让我们来看一下整个实现过程的步骤：
| 步骤 | 描述 |
| --- | --- |
| 1 | 数据收集与准备 |
| 2 | 数据预处理 |
| 3 | 构建深度学习模型 |
| 4
原创
2024-07-02 05:52:35
48阅读
基于统计分类的方法：（1）基于KNN方法（最近邻法）：利用相似度，找出k个训练样本，然后打分，按得分值排序。（2）基于Naive Bayes算法：计算概率，构建分类模型。引导： 医生对病人进行诊断就是一个典型的分类过程，任何一个医生都无法直接看到病人的病情，只能观察病人表现出的症状和各种化验检测数据来推断病情，这时医生就好比一个分类器，而这个医生诊断的准确率，
转载
2024-07-10 12:59:58
271阅读
Region参数
缺陷类型
1.边缘凹凸检测2.内部凸凹点、瑕疵、污点、内部烫伤、孔洞3.划痕（用低角度环形光进行打光，将划痕打亮，背景打暗；也可用同轴光，让表面反光不明显）
缺陷图像处理
1.blob分析+特征提取2.blob分析+特征提取+差分3.频域+空间域4.光度立体化5.特征训练6.测量+拟合
halcon算子
1 *二值化 输入图像 输出区域
转载
2021-02-24 14:39:00
1701阅读
2评论
重磅干货，第一时间送达前言缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。深度学习在特征提取和定位上取得了非常好的效果，越来越多的学者和工程人员开始将深度学习算法引入到缺陷检测领域中，下面将会介绍几种深度学习算法在缺陷检测领域中的应用。1、A fast and robust convolu
转载
2023-10-19 11:08:44
262阅读
打开halcon，按下ctrl+e打开halcon自带例程。方法->二维码识别->2d_data_codesrectify_symbol.hdev*This program demonstrates how to read a slanted
* 2d data code by preprocessing with rectification
*
dev_update_off()
de
# 深度学习中的缺陷检测：从入门到部署的完整指南
在现代工业生产中，缺陷检测是一个至关重要的环节。随着深度学习技术的飞速发展，越来越多的企业开始采用深度学习模型来实现自动化缺陷检测。本文将为刚入行的小白详细介绍深度学习缺陷检测的流程，并逐步教会你如何实现这一任务。
## 整体流程
以下是实现深度学习缺陷检测的基本步骤：
| 步骤 | 描述
一般在做项目时，无论是边缘检测、瑕疵检测、Blob检测等应用，都有一定的通用套路，也可以说是通用处理框架，在此框架下根据具体应用具体分析，基本上所有项目都可完成。总结起来，通用套路 + 灵活运用对于初学者来说，只需掌握通用套路即可，灵活运用需要经过大量的练习才可达到，运用大学里学马克思哲学时的一句话概括，“量变引起质变”，当你达到这个程度之时，俨然成为集大成者了。边缘检测通用思路：设置ROI感兴趣
转载
2023-12-01 09:03:48
354阅读
