Haclon例程1-＜剃须刀片检测程序详解＞

HALCON 剃须刀片检测程序详解（逐行注释+思路归纳）

1. 程序概述

该程序使用 基于形状的匹配（Shape-Based Matching） 检测剃须刀片，并通过 测量工具（Measure Tool） 检查刀片的齿状结构是否完整。程序支持 两种测量模式：

1. 全仿射变换（Full Affine Transformation）
2. 平移测量（translate_measure）

通过 USING_TRANSLATE_MEASURE 变量切换模式。

2. 逐行代码解析

(1) 初始化设置

dev_update_off ()  // 关闭图形更新，提升运行效率
read_image (ModelImage, 'razors1')  // 读取参考图像（用于训练模型）
get_image_pointer1 (ModelImage, Pointer, Type, Width, Height)  // 获取图像尺寸
dev_close_window ()  // 关闭现有窗口（防止重复）
dev_open_window (0, 0, Width, Height, 'white', WindowHandle)  // 打开新窗口
dev_set_part (0, 0, Height - 1, Width - 1)  // 设置显示区域（全图）
dev_display (ModelImage)  // 显示图像
dev_set_color ('cyan')  // 设置绘图颜色（青色）
dev_set_draw ('margin')  // 仅绘制轮廓（不填充）
dev_set_line_width (2)  // 设置线宽
stop ()  // 暂停（调试用）

作用：初始化HALCON环境，加载图像，并准备显示窗口。

(2) 选择模型区域（ROI）

Row1 := 46  // 第一个矩形的起始行坐标
Column1 := 57  // 第一个矩形的起始列坐标
Row2 := 79  // 第一个矩形的结束行坐标
Column2 := 94  // 第一个矩形的结束列坐标
gen_rectangle1 (ROIPart1, Row1, Column1, Row2, Column2)  // 创建第一个矩形ROI
gen_rectangle1 (ROIPart2, Row1 + 364, Column1 + 13, Row2 + 364, Column2 + 13)  // 创建第二个矩形ROI（偏移364行+13列）
union2 (ROIPart1, ROIPart2, ModelROI)  // 合并两个ROI
area_center (ModelROI, Area, CenterROIRow, CenterROIColumn)  // 计算ROI的中心点
dev_display (ModelImage)  // 重新显示图像
dev_display (ModelROI)  // 显示ROI区域
stop ()  // 暂停

作用：

• 选择刀片的关键区域（两个矩形）作为训练模型的输入。
• 计算ROI的中心点，用于后续仿射变换的基准点。

(3) 创建形状模型

reduce_domain (ModelImage, ModelROI, ImageROI)  // 裁剪图像，仅保留ROI区域
create_generic_shape_model (ModelID)  // 创建通用形状模型
set_generic_shape_model_param (ModelID, 'num_levels', 4)  // 设置金字塔层数（4层）
set_generic_shape_model_param (ModelID, 'optimization', 'none')  // 不优化模型（更快训练）
set_generic_shape_model_param (ModelID, 'contrast_high', 30)  // 设置高对比度阈值（30）
train_generic_shape_model (ImageROI, ModelID)  // 训练模型
get_shape_model_contours (ModelContours, ModelID, 1)  // 获取模型的轮廓
hom_mat2d_identity (HomMat2DModelContours)  // 创建单位矩阵（用于仿射变换）
hom_mat2d_translate (HomMat2DModelContours, CenterROIRow, CenterROIColumn, HomMat2DModelContours)  // 平移矩阵（使轮廓居中）
affine_trans_contour_xld (ModelContours, ModelContoursTranslated, HomMat2DModelContours)  // 变换轮廓到图像中心
dev_clear_window ()  // 清空窗口
dev_set_color ('blue')  // 设置颜色（蓝色）
dev_display (ModelContoursTranslated)  // 显示变换后的轮廓
stop ()  // 暂停

作用：

• 训练一个 基于形状的匹配模型，用于后续搜索刀片。
• 获取模型的轮廓，并 平移至图像中心，方便后续测量。

(4) 创建测量ROI

Rect1Row := 244  // 测量ROI1的行坐标
Rect1Col := 73  // 测量ROI1的列坐标
DistColRect1Rect2 := 17  // ROI1和ROI2的列间距
Rect2Row := Rect1Row  // ROI2的行坐标（与ROI1相同）
Rect2Col := Rect1Col + DistColRect1Rect2  // ROI2的列坐标（偏移17像素）
RectPhi := rad(90)  // ROI旋转角度（90度，垂直方向）
RectLength1 := 122  // ROI长度（长边）
RectLength2 := 2  // ROI宽度（短边）
gen_rectangle2 (MeasureROI1, Rect1Row, Rect1Col, RectPhi, RectLength1, RectLength2)  // 创建第一个测量ROI
gen_rectangle2 (MeasureROI2, Rect2Row, Rect2Col, RectPhi, RectLength1, RectLength2)  // 创建第二个测量ROI
dev_display (ModelImage)  // 显示图像
dev_set_color ('yellow')  // 设置颜色（黄色）
dev_display (MeasureROI1)  // 显示ROI1
dev_display (MeasureROI2)  // 显示ROI2

作用：

• 定义两个 垂直矩形ROI，用于测量刀片的齿状结构。
• 由于刀片是垂直排列的，所以 RectPhi = 90°（垂直方向）。

(5) 平移测量ROI（仿射变换准备）

get_system ('clip_region', OriginalClipRegion)  // 保存当前裁剪设置
set_system ('clip_region', 'false')  // 禁用裁剪（防止ROI被截断）
move_region (MeasureROI1, MeasureROI1Ref, -CenterROIRow, -CenterROIColumn)  // 平移ROI1到原点
move_region (MeasureROI2, MeasureROI2Ref, -CenterROIRow, -CenterROIColumn)  // 平移ROI2到原点
set_system ('clip_region', OriginalClipRegion)  // 恢复裁剪设置
DistRect1CenterRow := Rect1Row - CenterROIRow  // 计算ROI1相对于中心的偏移
DistRect1CenterCol := Rect1Col - CenterROIColumn  // 计算ROI1列偏移
DistRect2CenterRow := Rect2Row - CenterROIRow  // 计算ROI2行偏移
DistRect2CenterCol := Rect2Col - CenterROIColumn  // 计算ROI2列偏移
if (USING_TRANSLATE_MEASURE != 0)  // 如果使用平移测量模式
    gen_measure_rectangle2 (Rect1Row, Rect1Col, RectPhi, RectLength1, RectLength2, Width, Height, 'bilinear', MeasureHandle1)  // 创建测量对象1
    gen_measure_rectangle2 (Rect2Row, Rect2Col, RectPhi, RectLength1, RectLength2, Width, Height, 'bilinear', MeasureHandle2)  // 创建测量对象2
endif
stop ()  // 暂停

作用：

• 平移测量ROI到原点，方便后续仿射变换。
• 如果 USING_TRANSLATE_MEASURE=1，则 预先创建测量对象，后续只需平移，提高效率。

(6) 搜索刀片（在新图像中）

read_image (SearchImage, 'razors2')  // 读取待检测图像
dev_display (SearchImage)  // 显示图像
set_generic_shape_model_param (ModelID, 'min_contrast', 10)  // 设置最小对比度（10）
set_generic_shape_model_param (ModelID, 'angle_start', 0.0)  // 起始角度（0°）
set_generic_shape_model_param (ModelID, 'angle_end', 0.0)  // 终止角度（0°，不旋转）
set_generic_shape_model_param (ModelID, 'max_overlap', 0.0)  // 最大重叠（0，不允许重叠）
set_generic_shape_model_param (ModelID, 'min_score', 0.8)  // 最小匹配分数（0.8）
set_generic_shape_model_param (ModelID, 'greediness', 0.7)  // 搜索贪婪度（0.7，平衡速度/精度）
find_generic_shape_model (SearchImage, ModelID, MatchResultID, NumMatchResult)  // 搜索匹配的刀片

作用：

• 在新图像 razors2 中搜索刀片，使用训练好的模型。
• 设置搜索参数（角度范围、匹配分数等）。

(7) 遍历匹配结果并检测缺陷

if (NumMatchResult > 0)  // 如果找到匹配
    get_generic_shape_model_result (MatchResultID, 'all', 'column', Column)  // 获取所有匹配的列坐标
    Indices := sort_index(Column)  // 按列坐标排序（从左到右显示）
    for I := 0 to NumMatchResult - 1 by 1  // 遍历每个匹配结果
        * --- 方法1：使用 vector_angle_to_rigid 计算变换矩阵 ---
        get_generic_shape_model_result (MatchResultID, Indices[I], 'row', RowCheck)  // 获取匹配的行坐标
        get_generic_shape_model_result (MatchResultID, Indices[I], 'column', ColumnCheck)  // 获取匹配的列坐标
        get_generic_shape_model_result (MatchResultID, Indices[I], 'angle', AngleCheck)  // 获取匹配的角度
        vector_angle_to_rigid (0, 0, 0, RowCheck, ColumnCheck, AngleCheck, MovementOfObject)  // 计算变换矩阵
        affine_trans_contour_xld (ModelContours, ModelAtNewPosition, MovementOfObject)  // 变换轮廓到匹配位置
        dev_display (ModelAtNewPosition)  // 显示变换后的轮廓

        * --- 方法2：直接获取仿射矩阵 ---
        get_generic_shape_model_result (MatchResultID, Indices[I], 'hom_mat_2d', MovementOfObject)  // 直接获取变换矩阵
        get_generic_shape_model_result_object (ModelAtNewPosition, MatchResultID, Indices[I], 'contours')  // 直接获取变换后的轮廓

        * --- 测量齿状结构 ---
        affine_trans_region (MeasureROI1Ref, MeasureROI1AtNewPosition, MovementOfObject, 'constant')  // 变换ROI1到匹配位置
        affine_trans_region (MeasureROI2Ref, MeasureROI2AtNewPosition, MovementOfObject, 'constant')  // 变换ROI2到匹配位置
        dev_display (MeasureROI1AtNewPosition)  // 显示ROI1
        dev_display (MeasureROI2AtNewPosition)  // 显示ROI2
        affine_trans_pixel (MovementOfObject, DistRect1CenterRow, DistRect1CenterCol, Rect1RowCheck, Rect1ColCheck)  // 计算ROI1的新坐标
        affine_trans_pixel (MovementOfObject, DistRect2CenterRow, DistRect2CenterCol, Rect2RowCheck, Rect2ColCheck)  // 计算ROI2的新坐标

        if (USING_TRANSLATE_MEASURE != 0)  // 如果使用平移测量
            translate_measure (MeasureHandle1, Rect1RowCheck, Rect1ColCheck)  // 平移测量对象1
            translate_measure (MeasureHandle2, Rect2RowCheck, Rect2ColCheck)  // 平移测量对象2
            measure_pairs (SearchImage, MeasureHandle1, 2, 25, 'negative', 'all', RowEdge11, ColEdge11, Amp11, RowEdge21, ColEdge21, Amp21, Width1, Distance1)  // 测量齿状结构1
            measure_pairs (SearchImage, MeasureHandle2, 2, 25, 'negative', 'all', RowEdge12, ColEdge12, Amp12, RowEdge22, ColEdge22, Amp22, Width2, Distance2)  // 测量齿状结构2
        else  // 否则，重新创建测量对象
            RectPhiCheck := RectPhi + AngleCheck  // 调整角度
            gen_measure_rectangle2 (Rect1RowCheck, Rect1ColCheck, RectPhiCheck, RectLength1, RectLength2, Width, Height, 'bilinear', MeasureHandle1)  // 创建测量对象1
            gen_measure_rectangle2 (Rect2RowCheck, Rect2ColCheck, RectPhiCheck, RectLength1, RectLength2, Width, Height, 'bilinear', MeasureHandle2)  // 创建测量对象2
            measure_pairs (SearchImage, MeasureHandle1, 2, 25, 'negative', 'all', RowEdge11, ColEdge11, Amp11, RowEdge21, ColEdge21, Amp21, Width1, Distance1)  // 测量1
            measure_pairs (SearchImage, MeasureHandle2, 2, 25, 'negative', 'all', RowEdge12, ColEdge12, Amp12, RowEdge22, ColEdge22, Amp22, Width2, Distance2)  // 测量2
        endif

        * --- 检查齿状结构是否完整 ---
        NumberTeeth1 := |Width1|  // 获取齿的数量（ROI1）
        NumberTeeth2 := |Width2|  // 获取齿的数量（ROI2）
        dev_set_color ('red')  // 设置颜色（红色，标记缺陷）
        if (NumberTeeth1 < 37)  // 如果齿数不足37
            for J := 0 to NumberTeeth1 - 2 by 1  // 遍历所有齿
                if (Distance1[J] > 4.0)  // 如果齿间距 > 4.0（可能缺失）
                    RowFault := round(0.5 * (RowEdge11[J + 1] + RowEdge21[J]))  // 计算缺陷位置
                    ColFault := round(0.5 * (ColEdge11[J + 1] + ColEdge21[J]))
                    disp_rectangle2 (WindowHandle, RowFault, ColFault, 0, 4, 4)  // 标记缺陷
                    dev_open_window (0, Width + 20, 80, 80, 'black', WindowHandleZoom)  // 打开放大窗口
                    dev_set_part (RowFault - 10, ColFault - 10, RowFault + 10, ColFault + 10)  // 设置放大区域
                    dev_display (SearchImage)  // 显示放大图像
                    disp_rectangle2 (WindowHandleZoom, RowFault, ColFault, 0, 4, 4)  // 标记缺陷
                    stop ()  // 暂停（调试）
                    dev_close_window ()  // 关闭放大窗口
                    dev_set_part (0, 0, Height - 1, Width - 1)  // 恢复显示范围
                endif
            endfor
        endif
        * --- 同理检查ROI2 ---
        if (NumberTeeth2 < 37)
            for J := 0 to NumberTeeth2 - 2 by 1
                if (Distance2[J] > 4.0)
                    RowFault := round(0.5 * (RowEdge12[J + 1] + RowEdge22[J]))
                    ColFault := round(0.5 * (ColEdge12[J + 1] + ColEdge22[J]))
                    disp_rectangle2 (WindowHandle, RowFault, ColFault, 0, 4, 4)
                    dev_open_window (0, Width + 20, 80, 80, 'black', WindowHandleZoom)
                    dev_set_part (RowFault - 10, ColFault - 10, RowFault + 10, ColFault + 10)
                    dev_display (SearchImage)
                    disp_rectangle2 (WindowHandleZoom, RowFault, ColFault, 0, 4, 4)
                    stop ()
                    dev_close_window ()
                    dev_set_part (0, 0, Height - 1, Width - 1)
                endif
            endfor
        endif
        dev_set_color ('yellow')  // 恢复颜色（黄色）
        stop ()  // 暂停
    endfor
endif

作用：

• 遍历所有匹配的刀片，计算其位置和角度。
• 变换测量ROI 到匹配位置。
• 测量齿状结构（使用 measure_pairs 检测边缘对）。
• 检查缺陷：
  • 齿数是否足够（NumberTeeth1 < 37）
  • 齿间距是否过大（Distance1[J] > 4.0）
  • 标记缺陷位置，并放大显示。

3. 核心思路归纳

关键点

• 两种测量模式：USING_TRANSLATE_MEASURE 控制是否复用测量对象（优化性能）。
• 仿射变换：通过 affine_trans_region 和 affine_trans_pixel 调整测量ROI。
• 缺陷检测逻辑：齿数不足或间距过大时，标记缺陷并放大显示。

4. 适用场景

• 工业检测：适用于 刀片、齿轮、锯齿状物体 的缺陷检测。
• 高精度定位：基于形状匹配，可适应 轻微旋转和偏移。
• 自动化质检：可集成到生产线，实现 实时检测。

该程序展示了 HALCON在工业视觉检测中的典型应用，结合了 形状匹配、测量工具、仿射变换 等核心技术。