halcon第十讲,XLD概念与应用

1.什么是XLD

XLD(eXtended Line Descriptions):说白了XDL就是一个轮廓函数,他不是像素,职业界通常称他为亚像素,他比像素更精确,可以精确到像素内部的一种描述。

我们都知道图片是由像素组成,当我们用halcon读取图像Image的时候,获得的数据就是像素。
拿到图像后我们会对他二值化,或者阈值处理,这样得到轮廓其实就是用亚像素轮廓来表示。

上面提到的亚像素轮廓其实在halcon中指的就是xld,它可以表示直线或多边形,是一组有序的控制点集合,控制点顺序用来说明彼此相连的关系。

亚像素的轮廓我们又把他分为两种:
1.闭轮廓:首尾相交
2.开轮廓:首尾不相交

2.XLD的应用

threshold_sub_pix(Image:Boreder:Threshold:):提取xld并不是沿着像素与像素边界交界的地方,而是halcon经过某种计算得出的位置(一种描述)。其中Threshold为提取xld的阈值,灰度值以阈值为界提取xld。

xld的特征部分和region有很多相同的部分:

1.基础特征:xld面积,中心,宽高,左上角及右下角坐标。

2.形状特征:圆度,紧密度,长度,矩形度,凸性,偏心率,蓬松度(bulkiness),外接圆半径,外接矩形的方向及两边长度等。

3.云点特征:云点面积,中心,等效椭圆半轴及角度,云点方向等。

4.几何特征:二阶矩等。

选取特定xld:

使用算子:

select_shape_xld(XLD:SelectedXLD:Features,Operation,Min,Max:)

作用:选择特定形状特征要求的xld轮廓或多边形

XLD:要提取的XLD

SelectedXLD:提取到的XLD

Features:提取XLD的特征依据

Operation:特征之间的逻辑关系(and or)

Min,Max:特征值的要求范围

Select_Contours_xld(Contours:SelectedContours:Features,Min,Max,Min2,Max2:)

作用:选择多种特征要求的XLD轮廓 (如长度 开闭 方向 等特征,不支持多边形)

Contours:要提取的XLD轮廓

SelectedContours:提取到的XLD轮廓

Features:提取XLD轮廓的依据(筛选)

Min,Max,Min2,Max2:特征值的范围

area_center_xld(XLD:::Area,Row,Column,PointOrder)

作用:计算xld的面积和中心位置

下面来看看XLD的合并操作:

union_collinear_contours_xld:合并在同一直线的XLD

union_cocircular_contours_xld:合并在同圆的XLD

union_adjacent_contours_xld:合并邻近的XLD

这些算子以后会详细讲解。

再来看看XLD的合并操作:

把XLD转换成其他规则形状的XLD,相应说明及算子和region的很类似:

1.convex hull

2.outer_circle

3.retangle1

4.retangle2

这四种类型转换使用同一个算子:

shape_trans_xld(XLD:XLDTrans:Type:)

作用:转换XLD的形状,其中Type为转换的类型如上面的四种类型

接下来看看XLD的分割操作:

算子:

segment_contours_xld(Contours:ContoursSplit:Mode,SmoothCont,Max,LineDist1,MaxLineDist2:)

具体操作以后再说。

然后就是XLD的拟合操作:(fit_***_contour_xld)

具体算子如下:

fit_line_contour_xld:拟合直线

fit_circle_contour_xld:拟合圆

fit_ellipse_contour_xld:拟合椭圆

fit_retangle2_contour_xld:拟合矩形

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,117评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,328评论 1 293
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,839评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,007评论 0 206
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,384评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,629评论 1 219
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,880评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,593评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,313评论 1 243
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,575评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,066评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,392评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,052评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,082评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,844评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,662评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,575评论 2 270

推荐阅读更多精彩内容