在环境光多变情况下进行视觉分类

请问怎样能在亮暗不一致情况下区分ok和ng。
ok图片


ng图片

学习一下

这种差异太大了，还是先从打光上解决吧

这貌似是穿带，按这个场景 要准确性高的话，至少分左中右三个 区域来用不同策略来检测OK NG

20250426Hh 发表于 2025-10-15 10:18
这貌似是穿带，按这个场景 要准确性高的话，至少分左中右三个 区域来用不同策略来检测OK NG ...

现在主要的问题是现场的环境光照波动太大，影响成像效果，能不能在图像处理方面把这个问题给规避了掉？使每张照片的灰度值变化没有那么大。

Zcy1023 发表于 2025-10-15 13:29
现在主要的问题是现场的环境光照波动太大，影响成像效果，能不能在图像处理方面把这个问题给规避了掉？使 ...

一个很简单的办法是，测量某个标准亮度区域的亮度（比如白墙），且这个区域不能在任何图里过曝（达到255左右灰度），计算整体亮度需要调整的比例系数，全图都乘以这个比例系数。

但是，你的图里面有很多是有局部过曝的，此时灰度信息是有丢失的，所以，整体亮度调整之后，这些过曝区域的亮度变化会不符合预期。

holybang 发表于 2025-10-16 10:19
一个很简单的办法是，测量某个标准亮度区域的亮度（比如白墙），且这个区域不能在任何图里过曝（达到255 ...

这确实是个好办法，灰度矫正！

xah 发表于 2025-10-16 10:25
这确实是个好办法，灰度矫正！

第一列是原图，第二列是原图做灰度矫正，第三列是灰度矫正后做降噪，因为比较暗的图被算法强制拉成高亮之后噪声会被加强












Halcon代码如下

1. path1 := '你的OK图文件夹'
   
2. path2 := '你的NG图文件夹'
   
3. list_files(path1, ['files'], FilePaths1)
   
4. list_files(path2, ['files'], FilePaths2)
   
5. 
   
6. tuple_concat(FilePaths1, FilePaths2, FilePaths)
   
7. 
   
8. tuple_regexp_select (FilePaths, ['result','invert_match'], FilePaths)
   
9. 
   
10. for Index := 0 to |FilePaths|-1 by 1
    
11.    
    
12.     tuple_select (FilePaths, Index, FilePath)
    
13.     read_image (Image, FilePath)
    
14. 
    
15.     decompose3(Image, ImageR, ImageG, ImageB)
    
16. 
    
17.     * 设置测量亮度用的ROI
    
18.     gen_rectangle1(BrightnessRoi, 635-19, 1325-102, 635+19, 1325+102)   
    
19.     gray_features (BrightnessRoi, ImageG, 'mean', Brightness)
    
20.    
    
21.     * 计算亮度矫正系数
    
22.     scale := 85/Brightness
    
23.    
    
24.     * 矫正亮度
    
25.     scale_image(ImageG, ImageGS, scale, 0)
    
26.    
    
27.     * 截取感兴趣区域，方便加速后续处理，因为后续的降噪算子很耗时
    
28.     crop_part(ImageGS, ImageGSCropped, 214, 851, 606, 454)
    
29.     crop_part(ImageG, ImageGCropped, 214, 851, 606, 454)
    
30.    
    
31.     * 降噪（和我之前的结果不完全一致，因为halcon没有完全一样的降噪算子，这是最接近的）
    
32.     anisotropic_diffusion(ImageGSCropped, ImageAniso, 'weickert', 5, 1, 10)
    
33.    
    
34.     * 创建一个图片列表对象，将三个图放一起，方便拼接保存到一个图
    
35.     gen_empty_obj (ImageList)
    
36.     concat_obj(ImageList, ImageGCropped, ImageList)
    
37.     concat_obj(ImageList, ImageGSCropped, ImageList)
    
38.     concat_obj(ImageList, ImageAniso, ImageList)   
    
39.    
    
40.     tile_images(ImageList, TiledImage, 3, 'horizontal')   
    
41.    
    
42.     tuple_str_replace (FilePath, '.jpg', '_result', ResultFilePath)
    
43.     write_image(TiledImage, 'png', 0, ResultFilePath)
    
44.    
    
45. endfor

复制代码

holybang 发表于 2025-10-16 10:55
第一列是原图，第二列是原图做灰度矫正，第三列是灰度矫正后做降噪，因为比较暗的图被算法强制拉成高亮 ...

您好，我觉得这种处理方式很有效果，能向您请教一下源码进行学习嘛？

Zcy1023 发表于 2025-10-16 13:23
您好，我觉得这种处理方式很有效果，能向您请教一下源码进行学习嘛？

Halcon代码要稍晚些我写一下