机器视觉HALCON软件学习总结
1、halcon软件提供的是快速的图像处理算法解决⽅案，不能提供相应的界⾯编程需求，需要和VC++结合起来构造MFC界⾯，才能构成⼀套完成的可⽤软件。
2、机器视觉在⼯业上的需求主要有⼆维和三维⽅⾯的
⼆维需求⽅⾯有：⑴识别定位；（2）OCR光学字符识别；（3）⼀维码、⼆维码识别及⼆者的结合；（4）测量类（单⽬相机的标定）；（5）缺陷检测系列；（6）运动控制，⼿眼抓取（涉及⼿眼标定抓取等⽅⾯）
三维需求⽅⾯：（1）摄像机双⽬及多⽬标定（2）三维点云数据重构
3、要成为⼀名合格的机器视觉⼯程师必须具备以下三个⽅⾯的知识
（1）图像处理涉及以下⼏⼤领域：
A、图像处理的基本理论知识（图像理论的基础知识）
B、图像增强（对⽐度拉伸、灰度变换等）
C、图像的⼏何变换（仿射变换，旋转矩阵等）
D、图像的频域处理（傅⾥叶变换、DFT、⼩波变换、⾼低通滤波器设计）
E、形态学（膨胀、腐蚀、开运算和闭运算以及凸壳等）
F、图像分割（HALCON⾥的Blob分析）
G、图像复原
H、运动图像
I、图像配准（模板匹配等）
J、模式识别（分类器训练，神经⽹络深度学习等）
⽐较好的参考书籍有
经典教材：冈萨雷斯的《数字图像处理》及对应的MATLAB版
杨丹等编著《MATLAB图像处理实例详解》
张铮等编著《数字图像处理与机器视觉——Visual C++与MATLAB实现》
左飞编著的《数字图像处理：原理与实践（MATLAB版）》
左飞编著的《数字图像处理技术详解与Visual C++实践》
谢凤英编著的《Visual C++数字图像处理》
《精通系列·精通Visual C++数字图像处理典型算法及实现(第2版)》
（2）软件编程功底
具备C，C++，C#及MFC界⾯开发的功底
A、C语⾔的学习主要看谭浩强写的C语⾔相关知识
B、C++主要看C++ primer plus书籍
C、MFC的学习主要看孙鑫编写的《VC++深⼊详解》这本书及相应的视频教程，并在VC++6.0软件或VS2010等软件上编写程序和实践。
D、C#可以看书籍《C#从⼊门到精通》、《Head First C#》、《C#⼊门经典》、
《C#图解教程》、《C#⾼级编程》、《.Net Frameword ⾼级编程》、《CLR via C#》
（3）光学知识：
主要阅读书籍《⼯程光学》、重点放在⼏何光学⽅⾯，了解成像原理及相应的光路分析，知道光源的特性、镜头分辨率、相机分辨率等⽅⾯的知识。
光学知识主要在你设计⽅案时相机、光源、镜头等选型时起到关键作⽤。
软件功底的作⽤是软件的架构设计分析，架构包括UI层设计、业务逻辑层开发、数据层开发。
HACLON主要完成图像处理算法的实现。
⽬前市场上⼯业领域中主流的图像算法处理软件有HALCON, NIvisionpro, opencv
学习HALCON最重要的是学习其中的⽅法、流程和套路
4、HALCON主要完成图像算法的流程套路如下：
特征提取总结：
1、⼏何特征（⾯积、周长、矩形度）
2、纹理特征（与灰度相关，如熵、能量值）
3、颜⾊特征
4、概率特征
vs编程软件5、算⼦描述特征
6、Hough特征（梯度直⽅图特征）
做机器视觉的项⽬，拿到项⽬时⼀般遵循如下流程：
第⼀步：需求分析，建⽴相应的⽅案
第⼆步：算法流程规划及业务逻辑设计
第三步：模块化编程及集成化实现
第四步：调试，根据反馈结果来不断的修改程序Bug，达到客户需求，最后交付客户及软硬件操作⽂档。
学习机器视觉的好⽅法：
1、学习机器视觉⼀定要结合项⽬实战，在实践中学习总结经验教训，系统化学习所需知识。
2、补充⼀定的C++和c#知识，进⾏VS联合开发，客户现场的学习和现场调试，不断学习⽰例分析，掌握⽅法套路流程。
3、根据实际问题，学习模块调⽤，按照⽅法套路学习。
4、最好是先⽤HALCON实现图像处理部分，然后在VS2010开发软件中利⽤MFC图形界⾯实现出来，实践学习是最好的⽅法。
机器视觉学习的发展趋势是结合神经⽹络、深度学习进⾏相应的⼈⼯智能机器视觉开发。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。