摘要：
/*二值图处理 --- 贴标签法f(i,j) 检测图像 g(i,j) 标签图像初始值为设lab = 01. 从左到右从上到下扫描f(i,j)2. 如果f图像点(i,j)不为指定的值而回到看该点(i,j) 的在g图像的邻域内的lab值情况如果值都为0 则lab +=1 , g(i,j) = lab;如果不为0的值都相同则g(i,j) = lab；如果不为0的值不同即lab2>lab1 （不会出现三个不同值），g(i,j) = lab1 , 所有lab2的值也都改为lab1 ;lab = lab -1 ;3.扫描全部g图终止*/#include "stdafx.h"voi 阅读全文
摘要：
最大方差阈值分割法在分割过程中对图像上每个像素都是用了相等的阈值，但在实际的情况中，当照明不均匀，有突发噪声或者背景灰度变化较大时，整幅图像分割时将没有合适的单一阈值，如果仍采用单一的阈值去处理每一个像素，可能会将目标区域和背景区域错误的划分，因此，诞生了自适应阈值分割的思想，即图像中的每个像素对应的阈值可能不相同。一个较为简单的自适应阈值选取方法是：每个像素的阈值由自身为中心的邻域窗口确定，把中值 均值 或者高斯卷积作为阈值，再或者在此基础上加个常量值等等。下面代码由OPENCV实现有两种自动化阈值方式1. CV_BLUR 均值 2. CV_GUASSIA 高斯/*函数 : my_Adapt 阅读全文
摘要：
Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析，该连通域称为Blob。Blob分析可为机器视觉应用提供图像中的斑点的数量、位置、形状和方向，还可以提供相关斑点间的拓扑结构。4.1 Basic ConceptBlob分析主要分三部分：4.2 Extended Concept4.2.5 Extract Segmentation Parameters 获取分割参数Instead of using fixed threshold values, they can be extracted dynamically for each image. One examplefor 阅读全文
摘要：
1.This approach combinesregion information with the image matrix: Only the image part corresponding to the region remainsrelevant, which reduces the number of pixels to be processed.Region用矩阵存储，仅存储Region区域的数据2.HALCON allows to make full use of the concept of ROIs because it enables using arbitrarysh 阅读全文
摘要：
写在前面的话9月份公司总监神秘的递给我一盒软件和一个加密狗让我安装，学习这一套halcon软件，于是我开始了halcon的学习旅程,很费力装完软件看了帮助文档我瞬间石化了，它让我选择 日文 德文 英文，我果断的还是选择了英文，纠结的学习过程让我有写这样一个文档的打算。本文档总结以halcon 10.0版本为依据，为正在学习halcon的朋友做个参考。文档内容均可在 halcon 自带的帮助手册里找到对应的内容，其中的代码本人已全部测试通过，如果看翻译觉得有误可以根据提供的章节地址参照原文档。欢迎halcon的使用、学习者加入。E-mail:514358041@qq.com 小马_xiaoLV2 阅读全文
摘要：
最大方差阈值分割根据图像选择一个最优阈值T，这个T是如何得到的呢？一副图像灰度值取 0~ 255 ，假设以0 为阈值 >0为C1类;其余为C0类 ；在假设以1 为阈值 >1为C1类 其余为C0类 ...依次一直到255那么 0~255哪个阈值才是这副图像最理想的阈值呢？这里就用到最大方差阈值分割设图像像素总数为N ，灰度值范围为[0,L-1]，灰度值i 的像素数位n(i) ，则灰度值i 的概率为p(i) = n(i) /N ;把图像中的像素按灰度值用阈值T分成两类C0 C1 ， C0 对应于灰度值在[0,T-1]之间的像素，C1对应于灰度值在[T,L-1]之间的像素，则C0，C1的 阅读全文
摘要：
注意哦 这里是求圆心 不是球心哦条件：已知空间N点坐标，格式如下 求圆心坐标，半径-33.386698 -12.312448 -2301.396442-33.668120 -12.571431 -2300.390996-33.838611 -12.774933 -2299.691688-34.079235 -13.616660 -2298.326277-34.254998 -13.441280 -2298.192657-34.356542 -13.755525 -2297.796473....................................................... 阅读全文