halcon处理灰度能量图

使用halcon处理射线图像,对高能区域和低能区域分割处理感兴趣区域,筛选区域下的灰度值区间范围。

图像灰度值为16位深度图。

python 复制代码
* 读取灰度图像
read_image (Image, '/123.tif')

*

* 获取图像尺寸
get_image_size (Image, Width, Height)

* 分割图像为左右两部分(高能量和低能量区域)
gen_rectangle1 (LeftROI, 0, 0, Height-1, Width/2-1)
gen_rectangle1 (RightROI, 0, Width/2, Height-1, Width-1)

* 提取左右区域图像
reduce_domain (Image, LeftROI, LeftImage)
reduce_domain (Image, RightROI, RightImage)

* 预处理 - 增强对比度
emphasize (LeftImage, LeftEnhanced, 7, 7, 1.0)
emphasize (RightImage, RightEnhanced, 7, 7, 1.0)

* 中值滤波去噪
median_image (LeftEnhanced, LeftFiltered, 'circle', 2, 'mirrored')
median_image (RightEnhanced, RightFiltered, 'circle', 2, 'mirrored')

* 阈值分割提取矿石区域
threshold (LeftFiltered, LeftRegions, 50, 43055)
threshold (RightFiltered, RightRegions, 50, 43055)

* 形态学处理去除小噪点
connection (LeftRegions, LeftConnected)
connection (RightRegions, RightConnected)
select_shape (LeftConnected, LeftOres, 'area', 'and', 500, 9999999)
select_shape (RightConnected, RightOres, 'area', 'and', 500, 9999999)

* 计算每个矿石区域的灰度特征
* 高能量矿石区域分析
count_obj (LeftOres, NumLeftOres)
for i := 1 to NumLeftOres by 1
    select_obj (LeftOres, SingleOre1, i)
    
    * 计算区域的平均灰度值
    intensity (SingleOre1, LeftFiltered, MeanIntensity1, Deviation1)
     min_max_gray (SingleOre1, LeftFiltered, 0, Min1, Max1, Range1)
    * 根据灰度值分类
    if (MeanIntensity1 > 180)
        Class := 'High-grade ore'
        Color := 'blue'
    elseif (MeanIntensity1 > 120)
        Class := 'Medium-grade ore'
        Color := 'yellow'
    else
        Class := 'Low-grade ore'
        Color := 'red'
    endif
    
    * 获取区域边界框
    smallest_rectangle1 (SingleOre1, Row1, Col1, Row2, Col2)
 
   
       gen_rectangle1 (Rectangle1, Row1, Col1, Row2, Col2)
    * 显示结果
    dev_set_color (Color)
    dev_display (SingleOre1)
    
   
endfor

* 低能量矿石区域分析
count_obj (RightOres, NumRightOres)
for j := 1 to NumRightOres by 1
    select_obj (RightOres, SingleOre2, j)
    
    * 计算区域的平均灰度值
    intensity (SingleOre2, RightFiltered, MeanIntensity2, Deviation2)
    min_max_gray (SingleOre2, RightFiltered, 0, Min2, Max2, Range2)
    * 根据灰度值分类(使用不同的阈值)
    if (MeanIntensity2 > 150)
        Class := 'High-grade ore'
        Color := 'green'
    elseif (MeanIntensity2 > 90)
        Class := 'Medium-grade ore'
        Color := 'yellow'
    else
        Class := 'Low-grade ore'
        Color := 'red'
    endif
    
    * 获取区域边界框
    smallest_rectangle1 (SingleOre2, Row1, Col1, Row2, Col2)
    gen_rectangle1 (Rectangle2, Row1, Col1, Row2, Col2)
    * 显示结果
    dev_set_color (Color)
    dev_display (SingleOre2)
   
endfor

stop()
相关推荐
搞科研的小刘选手10 小时前
【河南省科学院、河南工业大学主办 | 郑州举办】2026年计算机视觉与具身智能国际学术会议(CVEI 2026)
人工智能·计算机视觉·具身智能·学术会议·会议推荐
雨晨源码(同名B站)14 小时前
【2027届人工智能专业选题】基于yolov8的农业病虫害图像识别与分类系统 |深度学习 计算机视觉
人工智能·深度学习·yolo·计算机视觉·分类
格林威14 小时前
多相机并行采图最佳实践:Task.WhenAll + 异常处理 + 资源释放
开发语言·人工智能·数码相机·计算机视觉·c#·视觉检测·机器视觉
动物园猫14 小时前
狗行为目标检测数据集:6类别、近3,000张图像 | 目标检测
人工智能·目标检测·计算机视觉
一个王同学14 小时前
从零到一 | CV转多模态大模型 | week22 | 实战项目-DocuMind-VL:基于 OCR 与 Qwen-VL 的文档多模态问答系统(二)
人工智能·深度学习·机器学习·计算机视觉·ocr
大明者省1 天前
WSL2 Ubuntu22.04 GPU训练环境配置指南
人工智能·算法·计算机视觉
AI视觉网奇1 天前
小目标跟踪
人工智能·计算机视觉·目标跟踪
工业设备方案笔记1 天前
RK3588工业视觉检测方案详解:AI如何赋能智能制造?
arm开发·人工智能·计算机视觉·目标跟踪·视觉检测·边缘计算·制造
欧特克_Glodon1 天前
OpenCV计算机视觉开发入门与实践<七>:OpenCV 界面编程之窗口
c++·人工智能·opencv·计算机视觉
m0_617493942 天前
OpenCV cv2.circle() 坐标类型错误排查与修复指南
人工智能·opencv·计算机视觉