感兴趣区域提取算子
threshold阈值处理提亮区域
connection 区域打散
fill_up 填充打散区域
select_shape 选择符合条件区域
模板匹配创建时也需要先进行感兴趣区域创建
blob 边缘提取 几何测量 模板匹配
blob
二值化图像分割
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)。其过程其实就是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。简单来说，blob分析就是在一块“光滑”区域内，将出现“灰度突变”的小区域寻找出来。
获取图像->分割图像（区分前景像素和背景像素）->特征提取（比如面积、重心、旋转角度等）
1.常见特征提取
1)、区域特征：
a：面积area；
b：力矩Moments；
c：平行于主轴的最小矩形smallest_rectangle1；
d：任意方向的最小矩形smallest_rectangle2；
e：最小圆形smallest_circle；
f：凸包面积convexity；
g：contlength区域边界长度；
h：圆形roundness；
j：圆度circularity；
k：紧密度compactness；
l：矩形度rectangularity；
2)、灰度特征
a：简单灰度值特征：区域的平均灰度值；
b：区域的最小和最大灰度值；
2.常用算子总结
1)、图像预处理常用算子：
a：mean_image:均值滤波
b：gauss_image:高斯滤波
c：median_image:中值滤波
2)、动态获取分割参数常用算子：
a：gray_histo_abs:灰度直方图
b：histo_to_thresh:直方图二值化
3.开运算和闭运算
图像分割时，会用到开运算和闭运算，采用不同的分割策略，效果会不一样
1)、开运算 先腐蚀后膨胀；
2)、闭运算 先膨胀后腐蚀；
3)、腐蚀；
4)、膨胀。
开运算和闭运算要用到的算子如下：
1）、开运算 opening(ConnectedRegions, ConnectedRegions, RegionOpening1)
2）、闭运算 closing(RegionOpening1, RegionOpening1, RegionClosing1)
3）、腐蚀 erosion1(RegionClosing1, RegionClosing1, RegionErosion1, 1)
4）、膨胀 dilation1(RegionErosion1, RegionErosion1, RegionDilation1, 1)
5）、圆形结构开运算 opening_circle(ConnectedRegions, RegionOpening, 3.5)
6）、圆形结构闭运算 closing_circle(RegionOpening, RegionClosing, 3.5)
7）、圆形结构腐蚀 erosion_circle(RegionClosing, RegionErosion, 3.5)
8）、圆形结构膨胀 dilation_circle(RegionErosion, RegionDilation, 3.5)
边缘提取
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : )
提取图像精确边缘 (精确边缘就是亚像素边缘)
*提取亚像素精密边缘轮廓
edges_sub_pix (ImageReduced, Edges, 'canny', 2, 20, 60)
*计算个数,
count_obj (Edges, Number)
*读取图片
read_image (Image, 'double_circle')
*关闭窗口
dev_close_window ()
*获得图片的大小
get_image_size (Image, Width, Height)
*打开窗口
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
*分割包含边的区域
*快速二值化
fast_threshold (Image, Region, 0, 120, 7)
*获得区域的边缘---对区域求轮廓
boundary (Region, RegionBorder, 'inner')
*相对于其最小的周围矩形剪裁区域。
clip_region_rel (RegionBorder, RegionClipped, 5, 5, 5, 5)
*膨胀
dilation_circle (RegionClipped, RegionDilation, 2.5)
*抠图
reduce_domain (Image, RegionDilation, ImageReduced)
*在包含边缘的图像子域中，提取亚像素精确边缘。
*使用Deriche、Lanser、Shen或Canny过滤器提取亚像素精确边缘。
edges_sub_pix (ImageReduced, Edges, 'canny', 2, 20, 60)
*将亚像素轮廓等高线分为线段和圆弧或椭圆弧。
segment_contours_xld (Edges, ContoursSplit, 'lines_circles', 5, 4, 3)
*进行计数
count_obj (ContoursSplit, Number)
dev_display (Image)
dev_set_draw ('margin')
dev_set_color ('white')
dev_update_window ('off')
for I := 1 to Number by 1
*通过索引号选取数组内的指定元素
select_obj (ContoursSplit, ObjectSelected, I)
*返回xld轮廓的全局属性值
get_contour_global_attrib_xld (ObjectSelected, 'cont_approx', Attrib)
*Attrib有-1 0 1
*将圆拟合到圆的圆弧线段
if (Attrib > 0)
*对XLD轮廓进行圆弧拟合
fit_circle_contour_xld (ObjectSelected, 'ahuber', -1, 2, 0, 3, 2, Row, Column, Radius, StartPhi, EndPhi, PointOrder)
*绘制拟合出来的圆
gen_circle_contour_xld (ContCircle, Row, Column, Radius, 0, rad(360), 'positive', 1.0)
*显示圆
dev_display (ContCircle)
endif
endfor
*设置颜色、线宽
dev_set_colored (12)
dev_set_line_width (3)
*显示边缘
dev_display (ContoursSplit)几何测量
抓边
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 ）
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
图像预处理(对图像进行即时校正和图像增强等预处理，方便后续的检测和识别)
图像形态学分析（通过改变局部区域的像素形态，以对目标进行增强，或者为后续进行图像分割、特征提取、边缘检测等操作做准备）
图像分割（将感兴趣的局部区域从背景中分离出来，使关键目标更便于辨识和分析）