网站免费建站众享星球,做影视网站怎么赚钱,海纳企业网站管理系统源码,信阳做网站的1.前言
在实际的图像处理中#xff0c;经常会遇到彩色图像#xff0c;使用彩色图像往往跟颜色识别有关系。但是使用RGB进行调参时又很难达到所需要的效果#xff08;异常区域过多不好处理#xff09;。 在Halcon中#xff0c;halcon对颜色提取采用MLP#xff08;多层感知…1.前言
在实际的图像处理中经常会遇到彩色图像使用彩色图像往往跟颜色识别有关系。但是使用RGB进行调参时又很难达到所需要的效果异常区域过多不好处理。 在Halcon中halcon对颜色提取采用MLP多层感知模型的形式实现对图像颜色的识别和分类。
2.结论代码
read_image (Image, E:/UpperComputer/颜色提取/1.bmp)
*绘制所需要提取的区域颜色
gen_rectangle1 (ROI_0, 135.254, 399.168, 184.195, 417.796)
gen_rectangle1 (ROI_1, 186.525, 189.596, 244.789, 200.075)
gen_rectangle2 (ROI_2, 377.629, 292.054, rad(-21.818), 25.0824, 7.35622)
*将所绘制的区域联合成同一区域
union2 (ROI_0, ROI_2, RegionUnion)
union2 (RegionUnion, ROI_1, RegionUnion1)
*绘制背景区域
gen_rectangle1 (back1, 3.38358, -0.0446034, 403.07, 174.598)
*将所有区域存放在数组中
concat_obj (back1, RegionUnion1, Classes)
*创建MLP句柄。
create_class_mlp (3, 7, 2, softmax, normalization, 3, 42, MLPHandle)
*将区域数组添加到句柄中
add_samples_image_class_mlp (Image, Classes, MLPHandle)
*训练图像根据训练区域的复杂度需要一段时间
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)
*将句柄写入文件中
write_samples_class_mlp (MLPHandle, E:/UpperComputer/颜色提取/mlp.mlp)
*从文件中读出句柄
read_samples_class_mlp (MLPHandle, E:/UpperComputer/颜色提取/mlp.mlp)
*对图像进行分类
classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
*复制对应数组图像
copy_obj (ClassRegions, ObjectsSelected, 2, 1)
*对结果进行显示
connection (ObjectsSelected, ConnectedRegions)
gen_contour_region_xld (ConnectedRegions, Contours, border)
area_center (ConnectedRegions, Area, Row, Column)
gen_cross_contour_xld (Cross, Row, Column, 100, 0)
dev_display (Image)
dev_display (Contours)
dev_display (Cross)3.halcon案例
1案例问题
halcon对MLP的颜色提取提供了一个极佳的案例color_pieces.hdv但是在实际的案例分析时发现案例中对特殊情况的同颜色物体的识别效果不佳。
2案例优化
我们需要对相同颜色的区域进行融合。 这样子我们就可以避免出现对同颜色的部分因为打光不均匀造成颜色识别异常的情况。
*读取图像
read_image (Image, E:/UpperComputer/颜色提取/1.bmp)
*绘制所需要提取的区域颜色
gen_rectangle1 (ROI_0, 135.254, 399.168, 184.195, 417.796)
gen_rectangle1 (ROI_1, 186.525, 189.596, 244.789, 200.075)
gen_rectangle2 (ROI_2, 377.629, 292.054, rad(-21.818), 25.0824, 7.35622)
*将所绘制的区域联合成同一区域
union2 (ROI_0, ROI_2, RegionUnion)
union2 (RegionUnion, ROI_1, RegionUnion1)
*绘制背景区域
gen_rectangle1 (back1, 3.38358, -0.0446034, 403.07, 174.598)
*将所有区域存放在数组中
concat_obj (back1, RegionUnion1, Classes)
*创建MLP句柄。
create_class_mlp (3, 7, 2, softmax, normalization, 3, 42, MLPHandle)
*将区域数组添加到句柄中
add_samples_image_class_mlp (Image, Classes, MLPHandle)
*训练图像根据训练区域的复杂度需要一段时间
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)
*将句柄写入文件中
write_samples_class_mlp (MLPHandle, E:/UpperComputer/颜色提取/mlp.mlp)
*从文件中读出句柄
read_samples_class_mlp (MLPHandle, E:/UpperComputer/颜色提取/mlp.mlp)
*对图像进行分类
classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
*复制对应数组图像
copy_obj (ClassRegions, ObjectsSelected, 2, 1)
*对结果进行显示
connection (ObjectsSelected, ConnectedRegions)
gen_contour_region_xld (ConnectedRegions, Contours, border)
area_center (ConnectedRegions, Area, Row, Column)
gen_cross_contour_xld (Cross, Row, Column, 100, 0)
dev_display (Image)
dev_display (Contours)
dev_display (Cross)最终训练结果
4.实例分析-金属表面涂胶检测
1参考图像
在项目上由于多种原因。例如金属板来料不稳定材质表面处理差打光型号不好等很多情况造成图片效果不过。例如下图中需要把绿色胶完全提取出并计算面积与是否断胶情况。对于使用RGB调参对来料的稳定性要求过高。这个时候我们可以使用MLP进行对胶颜色的提取
2编写的程序
read_image (Image, E:/UpperComputer/颜色提取/16_06_59_48.jpg)
gen_rectangle1 (ROI_0, 1189.38, 885.171, 1526.06, 923.636)
gen_rectangle1 (ROI_1, 1747.25, 2.78031, 1762.57, 523.197)
gen_rectangle1 (ROI_2, 569.788, 885.932, 733.413, 905.169)union2 (ROI_0, ROI_1, RegionUnion)
union2 (RegionUnion, ROI_2, RegionUnion2)
gen_rectangle1 (ROI_back, 84.3468, 975.379, 710.018, 1927.27)concat_obj (ROI_back, RegionUnion2, Classes)
create_class_mlp (3, 7,2, softmax, normalization, 3, 42, MLPHandle)
add_samples_image_class_mlp (Image, Classes, MLPHandle)
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)
classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
copy_obj (ClassRegions, ObjectsSelected, 2, 1)
connection (ObjectsSelected, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, area, and, 906015, 1.71805e06)
dilation_circle (SelectedRegions, RegionDilation, 3.5)
gen_contour_region_xld (RegionDilation, Contours, border)
dev_display (Image)
dev_display (Contours)3解析
第一先对图像明显的区域进行需要区分的颜色进行选取还有对背景选取。对于背景的选取应尽可能的包含常见的元素有助于大量提升背景的识别效率
read_image (Image, E:/UpperComputer/颜色提取/16_06_59_48.jpg)
gen_rectangle1 (ROI_0, 1189.38, 885.171, 1526.06, 923.636)
gen_rectangle1 (ROI_1, 1747.25, 2.78031, 1762.57, 523.197)
gen_rectangle1 (ROI_2, 569.788, 885.932, 733.413, 905.169)union2 (ROI_0, ROI_1, RegionUnion)
union2 (RegionUnion, ROI_2, RegionUnion2)
gen_rectangle1 (ROI_back, 84.3468, 975.379, 710.018, 1927.27)concat_obj (ROI_back, RegionUnion2, Classes)第二创建和训练MLP模型 创建模型时对create_class_mlp应确定有多少参数。算子中的2代表具有2种需要被区分的颜色。如果我们训练里面需要被区分的颜色有多种那么我们需要修改指定的参数。
create_class_mlp (3, 7,2, softmax, normalization, 3, 42, MLPHandle)
add_samples_image_class_mlp (Image, Classes, MLPHandle)
train_class_mlp (MLPHandle, 400, 0.5, 0.01, Error, ErrorLog)其次对于不同的图像中出现找不到的区域只需要调用一下算子重复前面流程将颜色添加到MLP的句柄中即可
add_samples_image_class_mlp (Image, Classes, MLPHandle)第三结果显示。
classify_image_class_mlp (Image, ClassRegions, MLPHandle, 0.5)
copy_obj (ClassRegions, ObjectsSelected, 2, 1)
connection (ObjectsSelected, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, area, and, 906015, 1.71805e06)
dilation_circle (SelectedRegions, RegionDilation, 3.5)
gen_contour_region_xld (RegionDilation, Contours, border)
dev_display (Image)
dev_display (Contours)将所需要输出的区域进行复制一份即可。需要注意的时查看对应的区域数组。并选取合适的区域进行复制
copy_obj (ClassRegions, ObjectsSelected, 2, 1)第三最终结果。 绿色的胶条可以轻松被提取出。后续进行对胶条进行Blob分析即可得出结果。
结论
MLP模型的训练和使用过程非常简单。并且效果显著主要针对具有物体颜色需要被区分或者由于打光效果或者来料不稳定造成的图像异常的情况并且可以通过颜色快速提取特征的方式。
