此實(shí)例通過使用Halcon實(shí)現(xiàn)5種清晰度算法函數(shù)：
1. 方差算法函數(shù)；
2. 拉普拉斯能量函數(shù)；
3. 能量梯度函數(shù)；
4. Brenner函數(shù)；
5. Tenegrad函數(shù)；
測試效果如下圖片；找到峰值對應(yīng)的那張圖，確實(shí)是最清晰的那張；使用直方圖顯示清晰度結(jié)果，如果有更好的方法，那就跟帖回復(fù)吧。
此實(shí)例有HalconBBS群友提供！
?
?
?
*evaluate_definition的使用例子
*使用halcon自帶的圖片
*實(shí)現(xiàn)了五種評價(jià)函數(shù)，
*選擇算子的Method值，可以觀察不同評價(jià)函數(shù)的效果。
read_image (Image, 'pcb_focus/pcb_focus_telecentric_106')
dev_update_off ()
dev_close_window ()
dev_open_window_fit_image (Image, 0, 0, 752, 480, WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_set_color ('lime green')
dev_set_line_width (3)
Ret:=[]
get_image_size(Image, Width, Height)
for Index := 1 to 121 by 1
?? ?read_image (Image, 'pcb_focus/pcb_focus_telecentric_'+Index$'03d')
?? ?
?? ?evaluate_definition (Image, 'Tenegrad', Value)
?? ?
?? ?dev_display (Image)
?? ?Ret:=[Ret,Value]
endfor
*使用直方圖顯示清晰度結(jié)果，如果有更好的方法，那就跟帖回復(fù)吧
VMax:=max(Ret)
VMin:=min(Ret)
GRet := 100*(Ret-VMin)/(VMax-VMin)
gen_region_histo(Region, Ret, 255, 255, 1)
*找到峰值對應(yīng)的那張圖，確實(shí)是最清晰的那張。
qxd:=find(Ret, max(Ret))
read_image (GoodImage, 'pcb_focus/pcb_focus_telecentric_'+qxd$'03d')
dev_display (GoodImage)
dev_display (Region)
evaluate_definition函數(shù)代碼如下：文章來源地址http://www.zghlxwxcb.cn/news/detail-425075.html

scale_image_max(Image, Image)
get_image_size(Image, Width, Height)

if(Method = 'Deviation')
*方差法
?? ?region_to_mean (Image, Image, ImageMean)?
?? ?convert_image_type (ImageMean, ImageMean, 'real')
?? ?convert_image_type (Image, Image, 'real')?
?? ?sub_image(Image, ImageMean, ImageSub, 1, 0)
?? ?mult_image(ImageSub, ImageSub, ImageResult, 1, 0)
?? ?intensity(ImageResult, ImageResult, Value, Deviation)?
?? ?
elseif(Method = 'laplace')
*拉普拉斯能量函數(shù)
?? ?laplace (Image, ImageLaplace4, 'signed', 3, 'n_4')
?? ?laplace (Image, ImageLaplace8, 'signed', 3, 'n_8')
?? ?add_image(ImageLaplace4,ImageLaplace4,ImageResult1, 1, 0)
?? ?add_image(ImageLaplace4,ImageResult1,ImageResult1, 1, 0)
?? ?add_image(ImageLaplace8,ImageResult1,ImageResult1, 1, 0)
?? ?mult_image(ImageResult1, ImageResult1, ImageResult, 1, 0)
?? ?intensity(ImageResult, ImageResult, Value, Deviation)

elseif(Method = 'energy')
*能量梯度函數(shù)
?? ?crop_part(Image, ImagePart00, 0, 0, Width-1, Height-1)
?? ?crop_part(Image, ImagePart01, 0, 1, Width-1, Height-1)
?? ?crop_part(Image, ImagePart10, 1, 0, Width-1, Height-1)
?? ?convert_image_type (ImagePart00, ImagePart00, 'real')
?? ?convert_image_type (ImagePart10, ImagePart10, 'real')
?? ?convert_image_type (ImagePart01, ImagePart01, 'real')
?? ?sub_image(ImagePart10, ImagePart00, ImageSub1, 1, 0)
?? ?mult_image(ImageSub1, ImageSub1, ImageResult1, 1, 0)
?? ?sub_image(ImagePart01, ImagePart00, ImageSub2, 1, 0)
?? ?mult_image(ImageSub2, ImageSub2, ImageResult2, 1, 0)
?? ?add_image(ImageResult1, ImageResult2, ImageResult, 1, 0) ? ?
?? ?intensity(ImageResult, ImageResult, Value, Deviation)
elseif(Method = 'Brenner')
*Brenner函數(shù)法
?? ?crop_part(Image, ImagePart00, 0, 0, Width, Height-2)
?? ?convert_image_type (ImagePart00, ImagePart00, 'real')
?? ?crop_part(Image, ImagePart20, 2, 0, Width, Height-2)
?? ?convert_image_type (ImagePart20, ImagePart20, 'real')
?? ?sub_image(ImagePart20, ImagePart00, ImageSub, 1, 0)
?? ?mult_image(ImageSub, ImageSub, ImageResult, 1, 0)
?? ?intensity(ImageResult, ImageResult, Value, Deviation)
elseif(Method = 'Tenegrad')
*Tenegrad函數(shù)法
?? ?sobel_amp (Image, EdgeAmplitude, 'sum_sqrt', 3)
?? ?min_max_gray(EdgeAmplitude, EdgeAmplitude, 0, Min, Max, Range)
?? ?threshold(EdgeAmplitude, Region1, 11.8, 255)
?? ?region_to_bin(Region1, BinImage, 1, 0, Width, Height)
?? ?mult_image(EdgeAmplitude, BinImage, ImageResult4, 1, 0)
?? ?mult_image(ImageResult4, ImageResult4, ImageResult, 1, 0)
?? ?intensity(ImageResult, ImageResult, Value, Deviation)
???
elseif(Method = '2')

elseif(Method = '3')
?? ?
endif
?? ?
return ()

到了這里，關(guān)于Halcon清晰度檢測Demo的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！