halcon缺陷检测学习6地板缺陷inspect_flooring_photometric_stereo

*本项目演示了用光度立体技术检查地板孔洞缺陷。
*输入的4张图片来自地板面板，光线来自不同的方向
*
*

• 初始化
  dev_close_window ()
  dev_update_off ()
  dev_open_window (0, 0, 640, 512, ‘black’, WindowHandle)
  *打开图形窗口，定义参考点与大小
  set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
  *定义窗口显示文字格式
  Message := ‘Inspect the label of flooring panels’
  Message[1] := ‘using photometric stereo. In this case four’
  Message[2] := ‘different light orientations were used.’
  *三行显示内容
  disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
  *定义一个文本框显示上面的内容
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  *定义提示继续的文本框
  stop ()
  for Index := 1 to 2 by 1
  *
  • 以不同的光照显示输入图像
    read_image (Images, ‘photometric_stereo/flooring_’ + Index + ‘_0’ + [1:4])
    *读入四张图片
    for I := 1 to 4 by 1
    Message := ‘Acquire image ’ + I + ’ of 4’
    select_obj (Images, ObjectSelected, I)
    *将带有索引(从1开始)的图标对象从图标输入对象元组对象复制到输出对象。
    *输入的元组（Images）复制后的对象（ObjectSelected）要选择的对象的索引（I）
    dev_display (ObjectSelected)
    *显示复制后的图片
    disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
    wait_seconds (0.5)
    *每更换一个图片等待0.5s
    endfor
  *应用光度立体视觉来确定反照率和表面梯度。
  *
  Slants := [39.4,40.5,39.5,38.4]
  *偏锋。物体平面与光照方向之间的角度(单位为度)。
  Tilts := [-6.0,83.7,172.9,-98.2]
  *倾斜。物体平面内光照方向的角度(单位为度)
  ResultType := [‘gradient’,‘albedo’]
  *输出结果的类型。[“梯度”、“反照率”].
  photometric_stereo (Images, HeightField, Gradient, Albedo, Slants, Tilts, ResultType, ‘poisson’, [], [])
  • 光度立体技术重建一个表面。具有至少三个不同光照方向的输入图像数组（Images）重建的高度（HeightField）
    *表面的梯度图像（Gradient）表面的反照率图像（Albedo）参上 参上 参上 重构方法的类型（泊松分布）
    *泛型参数的类型与值（默认为空）
  *显示反照率图像
  dev_display (Albedo)
  *显示反照率图像
  disp_message (WindowHandle, ‘Albedo image’, ‘window’, 12, 12, ‘black’, ‘true’)
  *定义显示如图信息对话框
  disp_continue_message (WindowHandle, ‘black’, ‘true’)
  *定义提示继续运行的文本框，内容为默认
  stop ()
  *
  *
  *计算曲面的高斯曲率。
  *在曲率图像中缺陷通常很容易检测到。
  derivate_vector_field (Gradient, MeanCurvature, 1.0, ‘mean_curvature’)
  *用高斯函数的导数卷积向量场。
  *输入向量场（Gradient）过滤后的结果图像( MeanCurvature)高斯函数的变量（1）待计算分量（平均曲率）
  *
  *缺陷检测

  • 在曲率图像中分割平板区域
    threshold (MeanCurvature, Region, 0.02, 1000)
    *利用全局阈值算子分割图像。输入的图片（MeanCurvature）分割后（Region）阈值（0.02，1000）
    *分割后图像灰度范围：MinGray <= RegionDynThresh <= MaxGray
    connection (Region, Defects)
    *计算区域的连通分量。参数：输入的图片（Region）连接组件（Defects）
    area_center (Defects, Area, Row, Column)
    *得到缺陷区域中心。待检查区域（Defects）选择区域的大小（Area）中心坐标（Row, Column）
    gen_circle (Circle, Row, Column, sqrt(Area) + 10)
    *创建一个圆。生成的圆（Circle）圆心坐标索引（Row, Column）实心圆的半径（缺陷区域加10）

  • 在曲率图像中显示缺陷
    dev_set_draw (‘margin’)
    *定义圆区域填充模式（边缘）
    dev_set_color (‘red’)
    *圆为红色
    dev_set_line_width (2)
    *圆宽2
    dev_display (MeanCurvature)
    *显示曲率图像
    dev_display (Circle)
    *显示定义的圆
    Message := ‘The defects can easily be detected’
    Message[1] := ‘in the surface curvature image’
    disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
    *显示文本框，内容如上
    stop ()

  • 在反照像中显示缺陷
    dev_set_draw (‘margin’)
    **定义圆区域填充模式（边缘）
    dev_set_color (‘red’)
    *圆为红色
    dev_display (Albedo)
    *显示反照图
    dev_display (Circle)
    disp_message (WindowHandle, ‘Defects in albedo image’, ‘window’, 12, 12, ‘black’, ‘true’)
    *显示文本框。
    if (Index < 2)
    disp_continue_message (WindowHandle, ‘black’, ‘true’)
    *当图片没有显示完时，显示提醒文本框
    stop ()
    endif
    endfor