课程培训
Halcon图像检测培训课程

 目标学员:​ 机器视觉工程师、自动化工程师、设备开发工程师、质量检测工程师。

预备知识:​ 具备基本的编程概念(如C++/C#或VB.net之一更佳),了解基本的图像处理知识。

课程模块与内容

模块一:Halcon基础与图像预处理

  1. 1.1.

    Halcon核心概念与环境搭建

    • Halcon架构介绍(HDevelop, 运行时, 导出库)。

    • HDevelop开发环境详解:变量窗口、图形窗口、程序窗口。

    • 核心数据结构:Image, Region, XLD。

    • 图像采集:连接相机(GigE, USB3Vision)、读取图像、基本采集流程。

  2. 2.2.

    图像预处理技术

    • 目的:​ 提升图像质量,突出感兴趣特征,为后续处理做准备。

    • 空间域滤波:

      • 平滑去噪:均值滤波、中值滤波、高斯滤波。

      • 锐化增强:拉普拉斯算子、索贝尔算子、高斯拉普拉斯——用于增强划痕、边缘等。

    • 频率域滤波:​ 傅里叶变换初步,用于周期性噪声去除。

    • 形态学处理:

      • 基础操作:膨胀、腐蚀、开运算、闭运算。

      • 应用:断开微小连接、填充细小孔洞、平滑区域边界。

模块二:核心检测算法精讲

  1. 1.1.

    Blob分析(区域分析)

    • 关键步骤:图像分割(阈值分割、动态阈值)、区域转换、形状特征选择(面积、圆度、矩形度)。

    • 应用场景:​ 屏幕亮点、暗点、大面积脏污检测。

  2. 2.2.

    模板匹配与定位

    • 基于形状的匹配:​ 核心工具,解决物体定位问题。

    • 创建模板、优化参数(旋转角度、缩放比例、金字塔层级)。

    • 应用场景:​ 屏幕/产品在图像中的精确定位,确保后续检测区域一致(ROI)。

  3. 3.3.

    边缘与轮廓检测(XLD)

    • 边缘提取算子(edges_sub_pix)、轮廓处理。

    • 应用场景:​ 产品外形尺寸测量、崩边、毛刺检测。

  4. 4.4.

    几何计量(Metrology)

    • 精确提取直线、圆、椭圆等几何特征。

    • 应用场景:​ 屏幕边框宽度、孔位距离等高精度尺寸测量。

模块三:屏幕缺陷检测专题实战

  1. 1.1.

    检测流程总览:​ 图像采集 → 定位 → ROI生成 → 缺陷提取 → 分类与判定。

  2. 2.2.

    亮点与暗点检测

    • 方法1:​ 动态阈值Blob分析(与周边区域对比)。

    • 方法2:​ 基于频域或纹理分析的方法。

  3. 3.3.

    划痕检测

    • 方法1:​ 形态学处理(如顶帽变换)—— 对低对比度划痕极其有效。

    • 方法2:​ 方向性滤波,增强特定方向的线性特征。

  4. 4.4.

    Mura(斑痕)检测

    • 挑战:​ 对比度低、边界模糊、无固定形状。

    • 方法1:​ 标准模板比对(差分法)。

    • 方法2:​ 背景校正与不均匀性补偿。

    • 方法3(高级):​ 利用深度学习中的异常检测(Anomaly Detection)模型。

  5. 5.5.

    脏污与颗粒物检测

    • 结合Blob分析和形态学,区分于亮点/暗点。

模块四:通用外观检测专题实战

  1. 1.1.

    划伤与刮痕检测:​ 同屏幕划痕检测方法。

  2. 2.2.

    崩边与缺角检测:

    • 方法:​ 模板匹配定位后,通过边缘轮廓的差异分析(如deviation_map)。

  3. 3.3.

    毛刺检测:

    • 方法:​ 在边缘轮廓的基础上,通过局部曲率分析或凸性检测来发现异常凸起。

  4. 4.4.

    异物与污染检测:​ 同脏污检测。

模块五:高级技术与系统集成

  1. 1.1.

    深度学习应用(进阶)

    • 何时使用深度学习:​ 解决传统算法难以定义的复杂缺陷。

    • 分类(Classification):​ 区分“合格”与“不合格”,或多种缺陷类型。

    • 目标检测(Object Detection):​ 定位并识别多种缺陷的位置和类别。

    • 语义分割(Semantic Segmentation):​ 精确到像素级的缺陷区域划分。

    • 异常检测(Anomaly Detection):​ 仅需OK样本进行训练,用于未知缺陷的发现。

  2. 2.2.

    性能优化与鲁棒性设计

    • 算法加速:使用Halcon的自动并行化、减少数据冗余。

    • 光照变化的应对策略。

    • 设计参数化、可配置的检测流程,便于生产线调试。

  3. 3.3.

    系统集成与部署

    • 将Halcon算法导出到宿主语言(如C#)。

    • 设计简单的图形用户界面(GUI)。

    • 检测结果保存、数据绑定MES/QMS系统。

    •  



如果您想学习本课程,请预约报名
如果没找到合适的课程或有特殊培训需求,请订制培训
除培训外,同时提供相关技术咨询与技术支持服务,有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击

服务优势:
丰富专家资源,精准匹配相关行业,相关项目技术精英,面向用户实际需求,针对性培训或咨询,互动式交流,案例教学,精品小班,实际工程项目经验分享,快捷高效,节省时间与金钱,少走弯路与错路。

专家力量:
中国科学院相关研究所高级研究人员
西门子,TI,vmware,MSC,Ansys,MDI,Mentor, candence,Altium,Atmel 、Freescale,达索,华为等
大型公司高级工程师,项目经理,技术支持专家
中科信软培训中心,资深专家或讲师
大多名牌大学,硕士以上学历,相关学历背景专业,理论素养高
多年实际项目实践,大型复杂项目实战案例分享,热情,乐于技术分享
针对客户实际需要,真实案例演示,互动式沟通,学有所值
报名表下载
联系我们 更多>>

咨询电话010-62883247

                4007991916

咨询邮箱:soft@info-soft.cn  

 

微信号.jpg

  微信咨询

随时听讲课

聚焦技术实践

订制培训 更多>>