学习海康VisionMaster之四边形查找

一:进一步学习了

今天学习下VisionMaster中的四边形查找,这个还是拟合直线的衍生应用,可以同时测量四条直线并且输出交点或者判定是否有交点

二:开始学习

1:什么是四边形查找?

按照传统的算法,必须是开四个窗口,每一个窗口检测一条边,然后计算四条边的交点,为后续的应用场景输出交点坐标,这样就比较麻烦,现在一个窗口直接搞定,简单直接快速

2:应用场景:这个应用场景其实在机器视觉的场景下应用还是非常广泛的

  1. 包装盒检测

    • 纸箱、包装盒的完整性检查

    • 包装盒定位和位置校正

    • 包装盒尺寸测量

  2. 印刷电路板(PCB)检测

    • PCB板定位

    • 焊盘区域检测

    • 元件位置验证

  3. 液晶面板检测

    • 屏幕边缘检测

    • 面板定位

    • 缺陷区域标记

三:直接上案例

1:先导入需要测试的图片集合

2:使用轮廓定位,把两个组件的线连起来,这里是需要设定模版匹配功能,这样图像不管怎么旋转都能准确定位图像位置,具体操作步骤可以参考前面课程

3:拖入位置修正功能:这个非常重要,这里也不提了,可以参考上一篇笔记

4:拖入四边形查找模块

5:双击组件,开始设定参数

(1):首先得先画ROI: 这里还是比较方便的,工具直接生成了4个直线测量框,并且方向都标注好了,我们可以随意拖动到四个边缘位置即可

(2):然后开始设定参数:具体的参数其实是和之前的直线查找是一样的,因为底层算法其实还是拟合直线算法,相当于做了一个封装

1):边缘选择,边缘1/2/3/4,这里就是选择需要设定哪一条边缘的参数

2):边缘类型:最强:在边缘检测方向上查找梯度变化最大的边缘点,并将其拟合为直线。

第一条:查找边缘方向上寻找到的第一个点组合成点集合

最后一条:查找边缘方向上寻找到的最后一个点组合成点集合

3):边缘极性:从黑到白:就是梯度变化是黑色像素向白色像素过渡的边缘点

从白到黑:就是梯度变化是白色像素向黑色像素过渡的边缘点

任意:只要有梯度变化并且满足条件的点

4):边缘阈值:边缘梯度,只有实际的边缘梯度数值大于这个设定值,才会有效检测到边缘

5):卡尺数量:定义卡尺的数量,相当于每个卡尺检测一个点

6):滤波尺寸:设定边缘的清晰程度条件,边缘如果越清晰,这个数值就要减小

7):投影宽度:类似于ROI宽度,就是每一个小检测框的宽度,数值越大,可以相对获取更加稳定一点的坐标点

8):剔除点数,剔除距离:和剔除距离配合使用,允许坐标点到对应拟合直线的最大距离(像素)

9):初始拟合:局部:按照局部的特征点来拟合

全局:以查找到的全局特征点进行直线拟合。

10):拟合方式:提供了三个拟合算法,三种拟合算法权重的计算方式有些差异

四:实测:上述设定好参数,开始实际测量看看效果:这里就非常方便的只用了一个窗口,就把4个边缘位置都抓准了,自动计算出了中心坐标

相关推荐
千宇宙航几秒前
闲庭信步使用SV搭建图像测试平台:第二十七课——图像的腐蚀
图像处理·计算机视觉·fpga开发
CoovallyAIHub1 小时前
YOLOv13都来了,目标检测还卷得动吗?别急,还有这些新方向!
深度学习·算法·计算机视觉
Binary_ey1 小时前
超表面重构卡塞格林望远镜 | 从传统架构到新型光学系统
学习·软件需求·光学软件·超表面
txwtech2 小时前
第10.4篇 使用预训练的目标检测网络
人工智能·计算机视觉·目标跟踪
roman_日积跬步-终至千里2 小时前
【学习线路】机器学习线路概述与内容关键点说明
人工智能·学习·机器学习
音视频牛哥2 小时前
计算机视觉的新浪潮:扩散模型(Diffusion Models)技术剖析与应用前景
人工智能·计算机视觉·ai·音视频·实时音视频·扩散模型
爆改模型2 小时前
【arXiv2025】计算机视觉|即插即用|LBMamba:革新视觉模型效率,性能炸裂
人工智能·计算机视觉
天水幼麟3 小时前
python学习笔记(深度学习)
笔记·python·学习
you45804 小时前
小程序学习笔记:使用 MobX 实现全局数据共享,实例创建、计算属性与 Actions 方法
笔记·学习·小程序
Brookty4 小时前
【MySQL】JDBC编程
java·数据库·后端·学习·mysql·jdbc