Halcon 测量之measure_pos算子介绍（四）

measure_pos
原型
measure_pos(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdge, ColumnEdge, Amplitude, Distance)

功能
提取垂直于矩形或者环形弧的直边。

参数列表
Image (input_object) ：输入图像
MeasureHandle (input_control) ：测量对象句柄
Sigma (input_control) ：高斯滤波参数
Threshold (input_control) ：边缘强度控制阈值
Transition (input_control) ：边界从白到黑还是从黑到白（分别对应’negative’, ‘positive’，也可以选择‘all’）
Select (input_control) ：选择寻点的模式（ 'all’输出所有点, 'first’输出第一个点, 'last’输出最后一个点）
RowEdge (output_control) ：寻到直边的中心点行坐标
ColumnEdge (output_control) ：寻到直边的中心点列坐标
Amplitude (output_control) ：寻到直边的边缘强度值
Distance (output_control) ：连续边之间的距离

详解
有关1D测量的概念解释参考：https://blog.csdn.net/qq_18620653/article/details/106214957
measure_pos通过计算垂直于矩形或者环形弧长轴（轮廓线）的每个切片上的平均灰度值，这些平均灰度值称为一维边界轮廓。

 

 

切片采样虽然是亚像素级别，但行列移动步长始终为1Pixel（可以用助手拖动轮廓或一阶导数折线图上的红色线条观察）。由于在生成测量对象句柄时，绝大部分计算是雷同的，为了提高Measure_Pos的测量效率，算子gen_measure_rectangle2 或者 gen_measure_arc 只需要执行一次即可（下面会举例说明）。在亚像素级别切片平均灰度值计算过程中，测量的精度和效率需要权衡。通过算子gen_measure_rectangle2 可以选择不同的插值方式（仅当轮廓线和要测量的图像边界不垂直的时候才起作用），当然不同的插值方式精度和效率不同，可以根据自己的需求舍弃某一方（Halcon 测量之1D边缘提取过程介绍（二）有说明）。通过gen_measure_rectangle2 生成测量对象句柄MeasureHandle。

 

 

在计算一维边缘轮廓之后，通过将轮廓与标准差Sigma的高斯平滑核的导数卷积来计算亚像素边缘位置（其实就是平滑轮廓，去除噪点）。紧接着，对平滑后的轮廓求一阶导数，并取其绝对值作为输出。最后，通过参数Threshold来选择强边界。需要注意的是振幅值按系数Sigma x sqrt(2π)对一阶导数进行缩放。

此外，如果Transition模式选择positive，也即是沿着矩形或者环形弧主轴方向边界是从黑到白的；相反，如果选择negative，寻边是从白到黑；如果选择‘all’，获取的边界是以上两种情况的并集。如果参数Select = ‘all’，寻到所有的点都会返回；如果Select = ‘first’，仅返回第一个点；如果Select = ‘last’，仅返回最后一个点。

提取到的边将会以坐标的方式返回，这个坐标是边与轮廓线的交点，同时边缘梯度对应输出（Amplitude）；另外，连续边缘点间的距离输出到参数Distance中。这里，Distance[i]对应的是Edge[i]和Edge[i+1]之间的距离，即最终Distance 的数组长度比RowEdge以及ColumnEdge少1。

说了那么多，只怕遗漏重要内容，影响对算子的正确理解。如果仅想大致了解算子，可以参考下面简要总结：
1、通过算子gen_measure_rectangle2 生成MeasureHandle句柄，沿着切片方向计算平均灰度值（可选择插值方式，仅当轮廓线和要测量图像的边界不垂直时起作用）
2、对平均灰度值（轮廓）进行高斯滤波，目的是让曲线更平滑，消除噪点。
3、对平滑后的轮廓求一阶导数（根据Sigma x sqrt(2π)因子进行缩放）。
4、根据设置的参数提取边缘点。

如何设置参数Threshold的值
Halcon测量核心应该就是这个参数的调节，因为合适的值不仅可以提取到高精度的边界，而且程序稳定性好。
方式一：
打开测量助手，调节最小边缘幅度，保证提取到边界前提下，确定最小边缘幅度的范围，然后在范围内设置一个合适值即可。优点方便快捷，不需要熟悉测量工具运行机制，傻瓜式操作；缺点依赖Halcon软件。
式二：
结合文中以及下图解释，可以直接计算，大致确定最大边缘幅度。
首先查看要提取边界黑白界限的灰度值GrayLightValue、GrayDarkValue，求差值SubGrayValue = GrayLightValue - GrayDarkValue，其实SubGrayValue 这个值就是灰度图像某个位置的一阶导数，最后计算幅度值AmplitudeValue = SubGrayValue x Sigma x sqrt(2π) （大致值，因为过程中没有插值运算，平均灰度值也是按照一个像素宽计算的，但相差不大）优点是可以快速调试参数，且如果在现场调试可以脱离Halcon软件；缺点会有微小误差。

举例

 

 

注意事项

 

 

测量结果
每个小矩形红色框为轮廓线的ROI（一共38个），绿色十字架是对应提取到的边缘点。

 

 

* **测量变量初始化**
* 第一个测量对象轮廓线中心点行坐标
MeasureStartRow := 70
* 第一个测量对象轮廓线中心点列坐标
MeasureStartCol := 130
* 测量对象角度（90度）
MeasurePhi := 1.57079
* 测量对象长轴
MeasureLength1 := 100
* 测量对象短轴
MeasureLength2 := 10
* 寻边个数
FindEdgeNum := 37
* 加载一张图像
read_image (Image, 'ic_pin')

* 显示窗口初始化
dev_close_window ()
dev_update_off ()
get_image_size (Image, ImageWidth, ImageHeight)
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)
dev_set_line_width (2)
dev_set_draw ('margin')
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')

* 灰度值闭运算消除小引脚
gray_closing_rect (Image, ImageClosing, 60, 60)
dev_display (ImageClosing)
* 生成测量对象句柄
* 易出错示例
gen_measure_rectangle2 (MeasureStartRow, MeasureStartCol, rad(0), MeasureLength2, MeasureLength1, ImageWidth, ImageHeight, 'nearest_neighbor', MeasureHandle)
gen_rectangle2 (Rectangle, MeasureStartRow, MeasureStartCol, rad(0), MeasureLength2, MeasureLength1)

* 正确示例
gen_measure_rectangle2 (MeasureStartRow, MeasureStartCol, MeasurePhi, MeasureLength1, MeasureLength2, ImageWidth, ImageHeight, 'nearest_neighbor', MeasureHandle)

for Index := 0 to FindEdgeNum by 1
* 移动测量对象句柄
translate_measure (MeasureHandle, MeasureStartRow, MeasureStartCol + 2 * MeasureLength2 * Index)
* 根据测量变量生成Rectangle2（用于可视化，可注释掉）
gen_rectangle2 (Rectangle, MeasureStartRow, MeasureStartCol + 2 * MeasureLength2 * Index, MeasurePhi, MeasureLength1, MeasureLength2)
dev_display (Rectangle)
* 测量
measure_pos (ImageClosing, MeasureHandle, 1, 30, 'positive', 'first', RowEdge, ColumnEdge, Amplitude, Distance)
* 显示寻到的边界位置点
dev_set_color ('green')
disp_cross (WindowHandle, RowEdge, ColumnEdge, 20, 0)
dev_set_color ('red')
endfor
* 关闭测量对象
close_measure (MeasureHandle)

————————————————
版权声明：本文为CSDN博主「智信仁勇严道」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_18620653/article/details/106194813