halcon-blob分析
blob将图像中具有相似颜色、纹理特征所组成的联通区域进行分析
将图像进行二值化 然后进行连通区域检测。
步骤：读取图像（read_image）-分割（threshold/bin_threshold/dyn_threshold/watersheds）-提取（connection）
eg:
read_image(Image,'particle')
threshold(Image,Region, 128, 255)
connection(Region,Regions)
area_center(Regions,Area,Row,Column)
halcon-边缘提取
步骤：读取图像（read_image）-过滤图像（sobel_amp ）-提取边缘（threshold）
eg：
read_image (Image, 'fuse') sobel_amp (Image, EdgeAmplitude, 'thin_sum_abs', 3) threshold (EdgeAmplitude, Region, 20, 255) skeleton (Region, Skeleton)
应用threshold来选择具有数值高的边缘振幅。这一步的结果是一个包含所有边缘点的区域。使用skeleton，这些边缘可以被减薄到一个像素的宽度。作为阈值的一个高级版本，hysteresis_threshold可以用来消除不重要的边缘。另一个高级选项是在skeleton前调用运算符nonmax_suppression_dir，这在复杂情况下可能会产生更精确的边缘。请注意，为了使用这个运算符必须先计算边缘方向图像。相比之下，高级过滤器edges_image已经包括非最大抑制和滞后的阈值。因此，在这种情况下，一个简单的threshold就足以提取一个像素宽的边缘。如果只需要一个区域的边缘点，可以使用操作符inspect_shape_model。在这里，所有的步骤包括边缘过滤、非最大抑制和滞后阈值都在一个步骤中进行，效率很高。
edges_sub_pix直接得到亚像素边缘
*提取边缘
edges_sub_pix (ImageReduced, Edges, 'canny', 1, 10, 20)
*选择轮廓形状
select_shape_xld (Edges, SelectedXLD, 'contlength', 'and', 80, 99999)
halcon-几何测量
测量包括物体大小的测量、距离的测量以及物体完整度的检测。工业机器视觉常用1D测量和2D测量。大部分测量基于标定之后。
1D测量步骤 自定义测量模型（draw_rectangle2 /gen_rectangle2 ）-创建测量句柄（gen_measure_rectangle2 ）-开始测量（measure_pos ）-显示测量结果（disp_message ）-清除测量句柄（close_measure ）
2D测量步骤 创建测量句柄（create_metrology_model ）-设置图片相对大小到句柄（set_metrology_model_image_size ）-定义测量模型（draw_ellipse ）-将测量模型添加到句柄（add_metrology_object_ellipse_measure ）-开始测量（apply_metrology_model）-拟合被测模型（fit_ellipse_contour_xld ）-显示测量结果（disp_message ）-清除测量句柄（close_measure ）
halcon-模板匹配
步骤：获取图像（read_image）-创建模板（create_ncc_model）-查找模板（find_ncc_model）-清除模板（clear_ncc_model）
模板匹配在机器视觉工业现场是较为常用的一种方法，常用于定位通过算法在新的图像中找到模板图像位置
基于灰度 ncc
基于形状 shape
基于轻微变形 scaled_shape
缺陷检测方法
1、基于颜色的blob法+差分
2、模板匹配+差分
3、基于轮廓的边缘提取
主要检测物品损坏，凸起，破洞，缺失等。先定位模板区域后，求得模板区域的坐标，创建物品的形状模板create_shape_model，注意把模板的旋转角度改为rad(0)和rad(360)。匹配模板find_shape_model时，由于物品的缺陷使形状有局部的改变，所以要把MinScore设置小一点，否则匹配不到模板。并求得匹配项的坐标。关键的一步，将模板区域仿射变换到匹配成功的区域。由于差集运算是在相同的区域内作用的，所以必须把模板区域转换到匹配项的区域。之后求差集，根据差集部分的面积判断该物品是否有缺陷。
读取图像（read_image）-二值化（threshold）-根据面积剔除非回字形的region（）-计算每个region的方向和中心（area_center）-画箭头，结果输出（）