Trevan
管理员
管理员
  • 最后登录2017-07-28
  • 发帖数1005
  • 金币18385枚
  • 贡献勋章5枚
阅读:4800回复:16

Halcon学习之边缘检测函数

楼主#
更多 发布于:2013-07-27 20:57
sobel_amp ( Image : EdgeAmplitude : FilterType, Size : ) 根据图像的一次导数计算图像的边缘
close_edges ( Edges, EdgeImage : RegionResult : MinAmplitude : )
close_edges_length ( Edges, Gradient : ClosedEdges : MinAmplitude, MaxGapLength : ) 使用边缘高度图像关闭边缘间隙。输出的区域包含杯关闭的区域。(感觉是对边缘的扩充)
derivate_gauss ( Image : DerivGauss : Sigma, Component : )
watersheds ( Image : Basins, Watersheds : : ) 从图像中提取风水岭。
zero_crossing ( Image : RegionCrossing : : ) 零交点(二次导数)
diff_of_gauss ( Image : DiffOfGauss : Sigma, SigFactor : ) 近似日志算子( 拉普拉斯高斯)

laplace_of_gauss ( Image : ImageLaplace : Sigma : ) 拉普拉斯高斯
 
edges_color_sub_pix ( Image : Edges : Filter, Alpha, Low, High : ) 精确的亚像素边缘提取(彩色图像)
edges_sub_pix ( Image : Edges : Filter, Alpha, Low, High : ) 精确边缘提取的亚像素(灰度图像)
edges_color ( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : ) 根据颜色进行边缘提取
edges_image ( Image : ImaAmp, ImaDir : Filter, Alpha, NMS, Low, High : ) 边缘提取
skeleton ( Region : Skeleton : : ) 计算区域的框架Skeleton == Region
frei_amp ( Image : ImageEdgeAmp : : ) Frei-chen 模板进行边缘检测(振幅)
frei_dir ( Image : ImageEdgeAmp, ImageEdgeDir : : ) Frei-chen 模板进行边缘检测(振幅和方向)
nonmax_suppression_dir ( ImgAmp, ImgDir : ImageResult : Mode : ) 使用方向图像抑制所有的超过给定最大值的图像灰度值的点
gen_contours_skeleton_xld ( Skeleton : Contours : Length, Mode : ) 将系统框架转换成 XLD 轮廓

laplace ( Image : ImageLaplace : ResultType, MaskSize, FilterMask : )使用有限差分计算拉普拉斯变换
info_edges ( : : Filter, Mode, Alpha : Size, Coeffs ) 估计滤波器的宽度
kirsch_dir ( Image : ImageEdgeAmp, ImageEdgeDir : : ) 使用 Kirsch 算子计算出边缘(振幅和方向)
prewitt_amp ( Image : ImageEdgeAmp : : ) 使用 Prewitt 算子计算出边缘(振幅)
kirsch_amp ( Image : ImageEdgeAmp : : ) 使用 Kirsch 算子计算出边缘(振幅)
highpass_image ( Image : Highpass : Width, Height : ) 从高频成分提取的图像。
sobel_amp ( Image : EdgeAmplitude : FilterType, Size : ) 使用 Sobel 算子计算出边缘(振幅)
robinson_amp ( Image : ImageEdgeAmp : : ) 使用 Robinson 算子计算出边缘(振幅)
roberts ( Image : ImageRoberts : FilterType : ) 使用 Robert 算子计算边缘
捐助网站请点击 http://www.ihalcon.com/read-6416.html
dong533_dh
助理工程师
助理工程师
  • 最后登录2016-11-23
  • 发帖数17
  • 金币472枚
  • 贡献勋章0枚
  • 社区居民
沙发#
发布于:2013-07-28 16:46
复制过来看下,我们用的比较多的就是边缘检测
tzw142
助理工程师
助理工程师
  • 最后登录2017-07-07
  • 发帖数104
  • 金币403枚
  • 贡献勋章0枚
  • 社区居民
  • 忠实会员
板凳#
发布于:2014-03-21 23:30
我们用的比较多的就是边缘检测
thc815
技术员
技术员
  • 最后登录2014-06-09
  • 发帖数20
  • 金币123枚
  • 贡献勋章0枚
  • 社区居民
地板#
发布于:2014-04-16 10:02
学习了,很有用,最近就是在学习这方面的知识,谢谢楼主
weinigogo
初学者
初学者
  • 最后登录2016-07-21
  • 发帖数13
  • 金币83枚
  • 贡献勋章0枚
4楼#
发布于:2014-04-16 15:38
laplace_of_guass(image,imagelaplace,2)  //用高斯拉普拉斯算子检测边缘
create_shape_model(imagelaplace,’auto’,0,6.28,’auto’,’auto’,’use_polarity’,’auto’,’auto’,modelID)//创建模板
请问楼主创建模板时怎么出错了?怎么解决: image to process has wrong gray value type
yanggao
初学者
初学者
  • 最后登录2014-05-26
  • 发帖数4
  • 金币37枚
  • 贡献勋章0枚
  • 社区居民
5楼#
发布于:2014-04-16 16:00
感谢,,,感谢强大的楼主,
834923785
初学者
初学者
  • 最后登录2014-06-05
  • 发帖数27
  • 金币83枚
  • 贡献勋章0枚
6楼#
发布于:2014-06-01 18:08
感谢,,,感谢强大的楼主,
liuxingan
助理工程师
助理工程师
  • 最后登录2017-07-23
  • 发帖数127
  • 金币277枚
  • 贡献勋章0枚
7楼#
发布于:2014-06-22 15:09
学习了,很有用,最近就是在学习这方面的知识,谢谢楼主
wsw890330
初学者
初学者
  • 最后登录2017-02-08
  • 发帖数9
  • 金币58枚
  • 贡献勋章0枚
8楼#
发布于:2014-06-24 16:59
楼主 关于亚像素的边缘检测有三种方法 基于矩的亚像素边缘检测,基于拟合的亚像素边缘检测和基于插值的边缘检测 ,这些在HALCON中有现成的实例吗,上面的算子中edges_sub_pix ( Image : Edges : Filter, Alpha, Low, High : ) 精确边缘提取的亚像素(灰度图像) 这个怎么体现是根据什么方法的呢
xiaotang
初学者
初学者
  • 最后登录2014-09-18
  • 发帖数7
  • 金币35枚
  • 贡献勋章0枚
9楼#
发布于:2014-06-27 15:56
不错,受用了,谢谢分享
思勤199035
专家
专家
  • 最后登录2017-05-10
  • 发帖数308
  • 金币2308枚
  • 贡献勋章0枚
  • 社区居民
  • 忠实会员
  • 原创写手
10楼#
发布于:2014-06-30 10:24
很受用,很善良的楼主啊,阿门
我年轻,所以我要更加努力的往前奔跑。
Mary9876
初学者
初学者
  • 最后登录2014-08-22
  • 发帖数9
  • 金币88枚
  • 贡献勋章0枚
  • 社区居民
  • 忠实会员
11楼#
发布于:2014-07-18 15:12
谢谢楼主的分享。。。
erhuoliang
技术员
技术员
  • 最后登录2017-07-26
  • 发帖数11
  • 金币150枚
  • 贡献勋章0枚
  • 社区居民
  • 忠实会员
12楼#
发布于:2017-01-11 10:52
再详细讲解下就更好了
lyzxyp009101
初学者
初学者
  • 最后登录2017-03-10
  • 发帖数13
  • 金币71枚
  • 贡献勋章0枚
  • 社区居民
13楼#
发布于:2017-01-16 14:27
用的比较多的就是边缘检测。。。。。。
kebi07
技术员
技术员
  • 最后登录2017-07-19
  • 发帖数40
  • 金币128枚
  • 贡献勋章0枚
  • 社区居民
14楼#
发布于:2017-01-16 18:26
表示很多都没见到过。。。
上一页
游客

返回顶部