[Halcon&测量] 测量助手详解-阿里云开发者社区

测量助手的熟练使用对于新项目的快速评估是很有必要的，通常实际测量项目中，客户QC质检部门，会进行GRR测试，验证测量设备的重复性和复现性，所以，各种条件下的重复性是测量项目主要衡量标准，这通常考验着整体系统的稳定性，机械、电气、光学、算法等，例如机械的振动、照明的变化、来料位置的变化、相机每一帧成像的差异等，都有可能影响重复性。在算法层面，针对照明系统不良的情况，使用模糊条件限制是不错的选择。

-重点 -

1.测量助手的使用
2. 模糊测量参数的设置

一、面板介绍

选项卡及其参数

输入选项卡：

图像源选择输入图像的来源，加载本地图像文件还是通过采集助手在线实时采集；

期望灰度值范围设定输入图像灰度级的最小和最大值；

标定来源选择不标定或者选择已经标定过的标定文件，或者选择标定助手实时标定。

边缘选项卡：

最小边缘幅度为沿着所画得直线或者圆弧与边缘的交点中的最小灰度值，也可以理解为边缘灰度值的变化程度，由暗到亮为正，由亮到暗为负。图像上的边缘幅度值需要大于设定的最小边缘幅度值，边缘才能被找到。所以最小边缘幅度值越大，需要直线或者圆弧与边缘的交点灰度值越大，即要求找到的边缘越锐利（灰度值变化明显），反而越不容易找到边缘。

边缘一般是指图像灰度值变化剧烈的位置，沿着如下图水平线的位置的灰度值分布函数f(x)，如图所示：纵坐标为图像灰度值，横坐标为图像点坐标，可知，大约在42，104位置，图像灰度值变化最剧烈，即最有可能是边缘。

为了获取准确且唯一的边缘，对灰度值分布函数求一阶导f '(x)。

可知，其一阶导的局部最大值就是变化最剧烈的位置，即为边缘位置。由定义知，42，104点对应的灰度值为边缘幅度值，假设为100。如果设定的最小边缘幅度值比100大，则在该图像上找不到边缘。

平滑（sigma）是高斯平滑系数，值越大，唯一边缘越清晰，越平滑，越不容易找到边缘，因为边缘往往找的是比较锐利的地方。值越小，干扰边缘越多。

边缘选择中变换是选择正向边缘还是负向边缘，位置为选择第几个边缘。

显示参数选择ROI区域颜色以及边缘的宽度、显示颜色等。

模糊选项卡：

此部分属于测量的高级内容。以更加柔性的标准来定义边缘，防止一刀切的规则导致错误的边缘。需要使用模糊参数时，首先将“使用模糊测量（高级）”选项卡勾选。

后续可以对边缘的对比度、边缘位置、中心位置、边缘对宽度、边缘对平均灰度增加模糊处理，即设置柔性边缘检测规则。

结果选项卡：

①如果不选边缘对的方式，则求的是相邻两条直线直接的距离。

②如果选择边缘对（正边缘+负边缘）的方式，则求得是边缘对的距离和边缘对与边缘对之间的距离。

这里主要说一下幅度值的正负原因：如果幅度值大于零，表示图像边缘灰度变化是由暗到亮，即该边缘为正边缘；如果幅度值小于零，表示图像边缘灰度变化是由亮到暗，即该边缘为负边缘。

正边缘（positive）：图像中由暗的地方过渡到亮的地方，称为正边缘。

负边缘（negative）：由亮的地方过渡到暗的地方，称为负边缘。

二、使用流程

三、模糊参数

介绍模糊参数之前，熟悉下模糊测量理论部分的相关名词—模糊隶属度。

模糊隶属度：隶属度的数学模型表示一个对象x隶属于集合A的程度的函数。所以，使用模糊条件的限制，对于点集合的划分是柔性的。

Halcon测量助手的模糊选项卡包括以下参数：一般选项、模糊对比度、模糊边缘位置、模糊边缘对中心位置、模糊边缘对宽度、模糊边缘对平均灰度值，以下一一介绍。

一般选项

模糊阈值为基于模糊度进行阈值分割的最小模糊值，在结果选项卡可以看到模糊分数，根据模糊得分调节模糊阈值，归一化比例为归一化模糊值的尺寸大小，此事内部采用的是归一化算法，需要在模糊参数将“归一化”选项卡使能，此滑动条才会有效。一般这二者的调节可以选择右侧的自动条件按钮，halcon内部会调用自适应模糊阈值算法自行调节。

模糊对比度