图像预处理

动态阈值 mean_image 局部动态阈值 处理 普通二值化难以区分的场景

但是这种 水表盘却不能，使用 均值滤波和动态阈值

取不到图像

使用 VAR阈值

*与动态阈值类型，通过掩网

**参数 8, 8 掩膜宽度和高度, 0.2 标准差表, 4 绝对阈值, 'dark'亮暗

var_threshold (Image1, Region, 10, 10, 0.2, 6, 'dark')

接下来取轮廓

如果使用 edges_sub_pix 算子，由于上面的图像非常的细碎

所以用这种

*将刻度区域的region变成contour

** 转换区域到XLD轮廓

gen_contour_region_xld (SelectedRegions, Contours, 'border')

这个极坐标变换的 起始和终点角度

这个极坐标变换的 起始和终点角度

红色是水平线，红色的点是极坐标变换的圆心坐标

这个绿色的夹角，就是极坐标变换的起始和终点角度。

如果这两个角度不到位，是不能将仪表盘变换完整的

    count_seconds (S1)    *读取图像转换颜色通道，然后阈值化选取最大联通区域    read_image (Image1, '15.bmp')    get_image_size(Image1, Width, Height)    rgb3_to_gray (Image1, Image1, Image1, Image1)       * mean_image (Image1, ImageMean, 10, 10)   * dyn_threshold (ImageMean, ImageMean, RegionDynThresh, 100, 'light')            *与动态阈值类型，通过掩网    **参数  8, 8 掩膜宽度和高度, 0.2 标准差表, 4 绝对阈值, 'dark'亮暗    var_threshold (Image1, Region4, 10, 10, 0.2, 6, 'dark')    *var_threshold (Image1, Region4, 8, 8, 0.2, 4, 'dark')    connection (Region4, ConnectedRegions)       select_shape_std (ConnectedRegions, SelectedRegions, 'max_area', 70)       reduce_domain (Image1, SelectedRegions, ImageReduced)   *edges_sub_pix (ImageReduced, Edges, 'canny', 0.5, 20, 40)       *将刻度区域的region变成contour    ** 转换区域到XLD轮廓    gen_contour_region_xld (SelectedRegions, Contours, 'border')     *采用这个方式进行分割 'lines_ellipses'    segment_contours_xld (Contours, ContoursSplit, 'lines_ellipses', 3, 3.5, 2)    *选取contour中的面积大部分，即上面的圆弧    select_shape_xld (ContoursSplit, SelectedCircleXLD, 'area', 'and', 60000, 9999999)        ** 通过拟合的方式找到 圆心 半径，内外圆， 方便后面的极坐标变换    *圆弧拟合出一个圆    fit_circle_contour_xld (SelectedCircleXLD, 'algebraic', \                            -1, 0, 0, 3, 2, Row, Column, Radius, \                            StartPhi, EndPhi, PointOrder)    Row:= mean(Row)    Column:=mean(Column)    Radius:=mean(Radius)    *各种取平均值后，画出圆心点便于观察    gen_circle (Circle, Row, Column, 10)    **创建圆弧XLD轮廓    gen_circle_contour_xld(ContCircle,Row, Column, Radius,\                           0, 6.28318, 'positive', 1)    dev_set_draw ('fill')    aa:=rad(360)    bb:=rad(-120)    *极坐标变化后继续阈值与选取最大区域，即刻度*     polar_trans_image_ext (Image1,ImageTest, Row, Column,rad(240) ,rad(-120) , Radius+300, Radius-90, Radius*3.14, 500, 'bilinear')    polar_trans_image_ext (Image1,ImageTest, Row, \                           Column,rad(240) ,rad(-60) , \                           Radius+300, Radius-90, Radius*3.14,\                           500, 'bilinear')            var_threshold (ImageTest, Region5, 10, 10, 0.2, 2, 'dark')    connection (Region5, ConnectedRegions4)    select_shape_std (ConnectedRegions4, SelectedRegions1, 'max_area', 70)    *转换区域到XLD轮廓    gen_contour_region_xld (SelectedRegions1, ContoursPolarAfter, 'center')    *@继续分割contour然后选取刻度中上面的直线    segment_contours_xld (ContoursPolarAfter, ContoursSplitPolarAfter,\    'lines_circles', 5, 5, 4)    ** 将刻度盘的基准线提取出来    select_contours_xld (ContoursSplitPolarAfter, ContoursSplitPolarAfter1,\                     'contour_length', 400, 9999, -0.5, 0.5)    *将上面的直线膨胀，用difference将刻度中的小直线保留    **转换XLD轮廓到区域    gen_region_contour_xld (ContoursSplitPolarAfter1, RegionScalePolarAfter, 'margin')    dilation_circle (RegionScalePolarAfter, RegionDilationScalePolar,5)        difference (SelectedRegions1, RegionDilationScalePolar, RegionDifferencePolar)    connection (RegionDifferencePolar, ConnectedScalePolar4)    *排序全部刻度    sort_region (ConnectedScalePolar4, SortedRegionsScalePolar,\                 'character', 'true', 'row')    *最小外接矩形    smallest_rectangle1 (RegionDilationScalePolar, Row12, Column12, Row21, Column21)    dev_set_draw('margin')    dev_set_color('green')    gen_rectangle1(rectang1,Row12, Column12, Row21, Column21)        get_image_size (ImageTest, Width1, Height1)        *** 往刻度盘下放一点点，画矩形，这个仪表盘的指针就在这个位置    *得到极坐标变换后的图片的长宽    *继续生成图像下部的小矩形（此处矩形的宽度是上面选的，需注意），然后可以    dev_set_line_width(3)    gen_rectangle1 (Rectangle3, Height1-10, min(Column12), Height1, max(Column21))        gen_cross_contour_xld(Cross1, Height1-10, min(Column12), 6, 0.785398)    gen_cross_contour_xld(Cross1,Height1, max(Column21), 6, 0.785398)            *感兴趣区域提取  roi    reduce_domain (ImageTest, Rectangle3, ImageReduced_rec1)    *均值滤波    mean_image (ImageReduced_rec1, ImageMean1, 5, 1)    *动态二值化    dyn_threshold (ImageReduced_rec1, ImageMean1, RegionDynThresh1, 5, 'dark')    connection (RegionDynThresh1, ConnectedRegions7)    *上面选择出来指针位置，下面用ra特征提取指针，需要保证图像大小，以及指针在里面所占像素大小    **参数 ra 等效椭圆长轴半径长度    select_shape (ConnectedRegions7, Region2_rec1, 'ra', 'and', 4 ,  8)        smallest_rectangle2 (Region2_rec1, Row1_rec1, Column1_rec1, Phi1_rec1, Length11_rec1, Length21_rec1)      *显示坐标的位置    dev_set_color('blue')    gen_cross_contour_xld(Cross, Row1_rec1, Column1_rec1, 16, Phi1_rec1)    dev_set_color('yellow')        *与上面矩形 角度 位置都相同，仅仅长度放大40倍    gen_rectangle2 (Rectangle_line_rec1, Row1_rec1, \                    Column1_rec1, Phi1_rec1, Length11_rec1*40, Length21_rec1)    count_obj (SortedRegionsScalePolar, ScaleNumbersPolar)    *    * re-transform defect regions for visualization*     polar_trans_image_ext (Image1,ImageTest, Row, Column,rad(240) ,rad(-120) , Radius+300, Radius-90, Radius*3.14, 500, 'bilinear')    *仿射回去进行显示    polar_trans_region_inv (Region2_rec1, XYTransRegion, \                            Row, Column,rad(240) ,rad(-120) ,\                            Radius+300, Radius-90,  Radius*3.14,\                            500, Width, Height, 'nearest_neighbor')        polar_trans_region_inv (Rectangle_line_rec1, XYTrans_line_Region, \                            Row, Column,rad(240) ,rad(-120) ,  \                            Radius+300, Radius-90,  Radius*3.14,\                            500, Width, Height, 'nearest_neighbor')    *显示指针的位置    dev_clear_window()    dev_set_color('red')    dev_display(Image1)    dev_display(XYTransRegion)    dev_display(XYTrans_line_Region)    stop()        dev_clear_window()    dev_set_color('red')    dev_display(ImageTest)    dev_display(ImageReduced_rec1)    dev_display(Region2_rec1)                     dev_clear_window()    dev_set_color('red')    dev_display(ImageTest)    dev_set_color('green')    dev_display(SortedRegionsScalePolar)    count_obj(SortedRegionsScalePolar,NumberScalePolar)        *计数可知道 总数为201 201/2 为101    *这个是刻度的位置信息    area_center (SortedRegionsScalePolar, SortedRegionsScalePolarArea, \                 SortedRegionsScalePolarRow, SortedRegionsScalePolarColumn)    count_seconds (S2)    *计算一下时间    tt := S2-S1    *开始计算指针所在位置。  判断指针在左半边还是右半边。Column1_rec1为1742   所以在右半边    *中间值  1448.81    middle:=SortedRegionsScalePolarColumn[101]    if (max(Column1_rec1) < SortedRegionsScalePolarColumn[101])        for i := 0 to (ScaleNumbersPolar+1)/2 by 1        if(max(Column1_rec1) < SortedRegionsScalePolarColumn[i])            sigma:=(SortedRegionsScalePolarColumn[i]-max(Column1_rec1))/(SortedRegionsScalePolarColumn[i]-SortedRegionsScalePolarColumn[i-1])             t:= 100-i+sigma            break        endif        endfor        stop()            * 找指针的位置 。    elseif(max(Column1_rec1) > SortedRegionsScalePolarColumn[101])                *开始计算  从100开始计算到201         for i := 99 to ScaleNumbersPolar by 1                        *当这个数据小于SortedRegionsScalePolarColumn[i]，停止，计算结果并跳出循环            if(max(Column1_rec1) < SortedRegionsScalePolarColumn[i])                stop()             *再计算下 指针与（向上一级刻度）的距离   占整个小刻度的   比值。            sigma:=(SortedRegionsScalePolarColumn[i]-max(Column1_rec1))/(SortedRegionsScalePolarColumn[i]-SortedRegionsScalePolarColumn[i-1])            *这个t值就是指针的读数            t:= i-100-sigma            break        endif        endfor            endif    stop()    dev_clear_window()    dev_set_color('red')    dev_display(Image1)    dev_display(XYTransRegion)    dev_display(XYTrans_line_Region)    write_string (3600, '指针在  '+i+ ' 与'+i+1+'之间，读数为'+t+'运行时间' +tt+ ' V2')     stop()    dev_clear_window ()