Halcon

这是一篇关于Halcon的思维导图，Halcon包括图像采集，图像处理，模板匹配和异常处理四个部分。导图详细的阐述了图像处理的内容，感兴趣的小伙伴可以下载收藏。

Halcon

• 图像采集
  • Halcon通过imageacquisition interfaces对各种图像采集卡及各种工业相机进行支持。 Halcon通过统一的接口封装上述不同相机的image acquisition interfaces,从而达到算子统一化。 不同的相机只需更改几个参数就可变更使用。
  • Halcon图像获取
    • 1、打开设备，获得该设备的句柄
      • open_framegrabber('DahengCAM', 1, 1, 0, 0, 0, 0, 'interlaced', 8, 'gray', -1, 'false','HV-13xx', '1', 1, -1, AcqHandle) //连接相机，并设置相关参数
    • 2、调用采集算子，获取图像
      • grab_image (Image, AcqHandle) //（同步采集）完后处理图像，然后再采集图像。采集图像的速率受处理速度影响。 grab_image_async (Image, AcqHandle,MaxDelay) //（异步采集），一幅画面采集完后相机马上采集下一幅画面，不受处理速度影响。其中第三个参数为：MaxDelay，表示异步采集时可以允许的最大延时，本次采集命令距上次采集命令的时间不能超出MaxDelay，超出即重新采集。 图像采集其他相关算子： grab_image_start，该算子开始命令相机进行异步采集。只能与grab_image_async（异步采集）一起使用
    • 3、相机参数读写
      • 读取相机参数： info_framegrabber( : : Name, Query : Information, ValueList) 写相机参数： set_framegrabber_param( : : AcqHandle, Param, Value : )
• 图像处理
  • 图像增强
    • 对比度增强
    • 亮度校正
    • 直方图归一化
    • 直方图均衡化
  • 图像分割
    • 基于灰度值阈值的图像分割
      • 全局阈值分割图像：threshold
        • 采用全局阈值分割图像
        • 格式：threshold(Image : Region : MinGray, MaxGray : )
        • 自动全局阈值分割的方法：
          • （1）计算灰度直方图
          • （2）寻找出现频率最多的灰度值（最大值）
          • （3）在threshold中使用与最大值有一定距离的值作为阈值
        • 例：
          • gray_histo(Regions, Image，AbsoluteHisto, RelativeHisto) //计算出图像区域内的绝对和相对灰度值直方图。 PeakGray := sort_index(AbsoluteHisto)[255] //求出出现频率最多的灰度值 threshold(Image,Region,0,PeakGray-25)
      • 局部阈值分割图像：dyn_threshold
        • 使用一个局部阈值分割图像
        • 格式：dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )
        • 例：
          • mean_image(Image,Mean,21,21) dyn_threshold(Image,Mean, RegionDynThresh,15,'dark')
      • 自动阈值分割图像：bin_threshold
        • 使用一个自动确定的阈值分割图像
        • 格式：bin_threshold(Image : Region : : )
      • 阈值图像局部均值和标准差的分析：var_threshold
        • 格式：var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )
    • 基于边缘的图像分割
      • 寻找区域之间的边界
      • 从图像中提取分水岭和盆地：watersheds
        • 格式：watersheds(Image : Basins, Watersheds : : )
      • 使用阈值从图像中提取分水岭和盆地：watersheds_threshold
        • 格式：watersheds_threshold(Image : Basins : Threshold : )
    • 基于区域的图像分割
      • 直接创建区域
    • 可变化模型：基于参考图像和经过训练的在一定误差范围内的标准样本的分割
    • 子主题
      • 区域生长：梯度、均值、彩色、纹理
      • 分类：基于神经网络或 n 维线性平面或曲面的分类器
  • 形态学处理
    • 形态学处理以集合运算为基础。 腐蚀、膨胀、开操作、闭操作是所有形态学图像处理的基础。 开操作（先腐蚀再膨胀）使对象的轮廓变得光滑，断开狭窄的间断和消除细的突出物。 闭操作（先膨胀再腐蚀）消弥狭窄的间断和长细的鸿沟，消除小的孔洞，填补轮廓线的断裂。
    • 形态学基础算子
      • 腐蚀：erosion1
      • 膨胀：dilation1
      • 闭操作：closing
      • 开操作：opening
    • 常用的形态学相关算子
      • connection
      • select_shape
      • opening_circle
      • closing_circle
      • opening_rectangle1
      • closing_rectangle1
      • complement
      • difference
      • intersection
      • union1
      • shaps_trans
      • fill_up
    • 形态学高级算子
      • boundary
      • skeleton
• 图像处理
  • 图像滤波
    • 平滑滤波
      • 边缘保护和增强平滑
      • 各向非同性滤波
      • 高斯平滑
      • 二项式滤波
      • 均值滤波
      • 阶梯滤波器
        • 分离系数中值滤波
        • 中值
        • 加权中值
      • 中度滤波
      • Sigma 滤波
      • 切尾均值
      • 椒盐噪声去除
      • 递归平滑滤波
    • 边缘滤波
      • Canny算子
      • Deriche算子
      • Lanser算子
      • Shen算子
      • Frei算子
      • Kirsch算子
      • Roberts算子
      • Prewitt算子
      • Robinson算子
      • Sobel算子
      • Laplace算子
      • 高斯差分
      • 高斯导数
      • 边缘闭合
    • 点滤波
      • Foerstner
      • Harris
      • Sojka 亚象素精度点提取滤波器
    • 纹理
      • Laws 滤波器（3X3,5x5,7X7）
      • 离差
      • 熵
    • 其他类型滤波器
      • 自定义滤波器
      • 点滤波器
      • 灰度骨架抽取
      • 主成分分析
      • 拓扑骨架抽取
      • 高斯金字塔变换
      • 类型转换
  • 算术运算
    • 比例缩放
    • 加
    • 减
    • 乘
    • 绝对值
    • 最大值
    • 最小值
    • 翻转
    • 平方根
  • 颜色变换
    • CIElab
    • hsv
    • his
    • yiq
    • yuv
    • CIExyz
    • hls
    • his
    • 等
  • 傅立叶变换
    • 高速 FFT
    • 高斯
    • 导数计算
    • Gabor 滤波器
    • 带通
    • 高通
    • 低通滤波
    • 能量
    • 相位
    • 权值计算
  • 霍夫变换
    • 线检测
    • 圆检测
  • 亚象素轮廓
    • 亚象素边缘及线提取
      • 边缘检测算子
        • Canny
        • Deriche
        • Lanser
        • Sobel
      • Facet模型及Steger线提取（精度高于 1/50 像素）
      • 亚象素彩色边缘、线提取
      • 亚象素阈值
    • 亚象素轮廓处理
      • 轮廓处理
        • 仿射和投影变换
        • 线、圆、椭圆分割提取及拟合
        • 平行轮廓合并
        • 不同标准形状生成
  • 形状特征
    • 面积、中心点、方向、圆度、紧密度、周长、椭圆轴、力矩、凸度、离心率、角分析（凸，圆、矩形）
    • 基于形状特征的轮廓选择
  • 边缘位置测量
    • 沿线段、圆弧的亚象素边缘提取；自动选择边缘（起点、终点、所有 点、上升、下降，边缘点对）；边界及边界对寻找评价函数
  • Blob 分析
    • 阈值：全局、局部、自动
    • 区域处理：连通域分析、骨架、连接点，终点；集合算法（交集、并 集，差集、补集）；角分析（凸、圆、矩形、椭圆形、凹）；空洞填充、 区域生成（矩形、圆形、椭圆形、方格、网格、多边形、任意形状）， 访问（游程编码，链码、轮廓、多边形）
    • 灰度值特征：最大值、最小值、均值、方差、共生矩阵、直方图、熵、 模糊特征、灰度矩
    • 形状特征：面积、中点、方向、圆度、紧密度，空洞数、周长、凹度、 椭圆轴、2 阶、3 阶 矩、离心率、Hamming 距离、闭合区域（圆、矩形），距离、空间关 系、欧拉数
  • 数学形态学
    • 二值形态学：明可夫斯基加减、膨胀、腐蚀、开运算、闭运算，击中击不中变换、边界、修剪、加粗、细化、距离变换
    • 灰度形态学：分水岭算法、膨胀、腐蚀、开运算、闭运算、top hat, bottom hat
  • 分类器
    • 多层感知神经网络；
    • 非一致分布 n 维线性平面或曲面的数据集聚类算法
  • 几何变换
    • 旋转、比例缩放、平移、镜像、剪切、仿射、透视、极化变换；从点 对应到角的近似变换、含自动点匹配的图像融合；图像变形校正；拼 图；线扫描图像区域与边界融合
  • 模式匹配
    • 灰度值、基于形状、基于任意大小和形状的多模版匹配；鲁棒性极佳 的识别算法，对于旋转、比例缩放、混乱及部分被遮挡物体和照明变 化都能准确识别。只需调用一次识别寒暑，即可识别不同目标及之间 有相对位置变化的目标。可以产生综合模型，比如从多边形的图像数 据中
  • 条码及二维码识别
    • 1 维条码识别：EAN 13, EAN 8, UPC-A, UPC-E, 2/5 工业， 2/5 插 入式，Codabar, Code 39, Code 93, Code 128, PharmaCode 2 维码识别：ECC 200, QR 码
  • 光学字符识别（OCR）
    • 基于字符的识别，特殊分割算法，旋转校正、训练字体、可选特征
  • 光学字符验证（OCV）
    • 基于灰度值的模版对比算法、对于亮度，位置以及大小变换均能得出 一致性结果。
  • 3 维定标
    • 用多幅图像为针孔和远心摄像机的内部及外部参数定标；图像和点的 变形校正；点和轮廓的图像坐标到实际三维空间坐标系的变换；图像 校正（去除镜头及透视变形）
  • 3 维视觉
    • 双目立体视觉：双摄像机标定；图像校正；亚像素精度的深度及差度 计算 其它方法：基于聚焦变化的深度图像获取；基于双目视觉的测量
• 模板匹配
• 异常处理
  • 无法加载+DLL“halcon”:+找不到指定的模块
    • 根本解决方法： 把Halcon运行支持目录添加到系统环境配置中去(windows系统环境支持都需要在PATH目录)，因为这个目录里面还有很多采集的库需要依赖，特别很多人写halcon的相机采集的时候，其实整个目录里面的dll都是需要依赖的，也就是Runtime内容，所以上面那种简单解决不能有效解决hAcqGigeVision.dll这种缺少，你要拷贝好多依赖的把整个bin都拷贝到system32下面去？没必要。 Win10打开设置：此计算机->右键属性->系统“高级系统设置”->系统属性->高级->底部“环境变量(N)