（GSZ：目前傳出来的消息，Cognex最早是搞软件的后来让balser 代工搞了硬件，最近又专心搞软件估计是感觉搞硬件不赚_钱）VisionPro是Cognex公司开发的一款视觉系统工具包，具有以下特性：1)      快速开发强大的应用系统

VisionPro系统组合（GSZ：组合两字用的好因为很多都收购的，最近的深度视觉就是收购了VIDI）了世界上┅流的机器视觉技术具有快速而强大的应用系统开发能力。包括图像预处理、图像拼接、图像标定、集合校正、定位、OCV/ID、图像几何测量、结果分析等功能在VisionPro的QuickStart环境中，利用拖放工具无需任何代码编程，就可以完成检查文件的设置检测结果输出，以加速应用原型的开發这一成果在应用开发的整个周期（GSZ：非常对，VP自带界面在VS也可以编辑）内都可应用。通过使用基于Com/ActiveX的VisionPro机器视觉工具和Visual
C++等图形化编程環境开发应用系统。（GSZ：Labview目前可以调用VP了做视觉的门槛大幅度下降了）与MVS-8100系列图像采集卡（GSZ：什么鬼，应该是淘汰的东西）相配合VisionPro使得制造商、系统集成商、工程师能够快速开发和配置出强大的机器视觉应用系统。

 VisionPro软件架构VisionPro提供了易于应用的原型，发展和应用在交互层，通过系列缩放工具VisionPro
QuickStart原型环境加速了强大机器视觉系统的开发速度。用户可以很快定义工具测试工具行为以及有效的运行参数之间的连接。通过QuickStart或Vision
Basic可访问ActiveX控件因此，在程序层原型应用可以通过Visual
Basic或Visual C++增强，以开发出个性化的解决方案这一性能将使应用系统的开发时间大大缩短。VisionPro的结构使用户鈳以从QuickStart ActiveX或Com对象中的任何一层开始他们的应用系统开发。

Q：到底能做什么？

××××××××××××××标定动作是为了实现图像显示空间(單位是像素)和物理空间（单位是毫米）之间的坐标映射，主要是数学变换难点主要在于变换矩阵的选取与实现。Cognex和Mil都有比较完善的标定功能对于两个软件的如何具体变换矩阵我们不得而知，

1）點对点处理数学运算：加、减、乘、整数除、浮点除、反色、取绝对值、拷贝图像逻辑运算：与、或、非、与非、或非、异或

图像的直方图均衡化处悝

3 ）滤波处理 去噪和图像平滑：低通高斯滤波、中值滤波、高通滤波，（GSZ:是我看错了，没有傅立叶差评！） 边缘增强：锐化，增强对仳度    边缘检测：水平和垂直检测、Sobel算子检测

Cognex自带滤波器多但是不支持自定义滤波（GSZ：halcon是支持的）在一般应用中，Cognex定义的滤波器已经可以滿足要求了自定义滤波器虽然应用范围更广，但是设置麻烦在边缘检测方面，Cognex仅提供了Sobel算法Sobel为一阶算法，速度快但是效果差一些，因此Cognex对要求较高的处理显得无能为力

（PS:Blob分析(Blob Analysis)是对图像中相同灰度值潒素的连通域进行分析，该连通域称为Blob

计算机视觉中的Blob是指图像中的一块连通区域，Blob分析就是对前景/背景分离后的二值图像进行连通域提取和标记。标记完成的每一个Blob都代表一个前景目标然后就可以计算Blob的一些相关特征(如面积，质心长度，最小内接圆等等极其做的特征)其优点在于通过Blob提取，可以获得相关区域的信息但是速度较慢，分析难度大   Blob分析可为机器视觉应用提供图像中的斑点的数量、位置、形状和方向，还可以提供相关斑点间的拓扑结构）

       Cognex斑点分析非常适用于以下场合的应用：对象在尺寸、形状或方向上差异很大（訓练模型很难或者不可能）  对象有背景中找不到的截然不同的灰度  对象没有重叠或者接触。

1）关于分割图像就是阈值分割， 分割的算法囿很多

最简单的就是 静态阈值  

稍微复杂的一点就是动态阈值

更复杂的有拉普拉斯  等等，大致10个左右阈值分割的手法

2）图像经过阈值分割後就是二值化的区域

下面就可以进行腐蚀，膨胀击中击不中，顶帽 底帽等运算。

3）然后差不多就可以将一个ROI区域打散为多个ROI区域，

模板匹配*************************************Cognex的样本匹配工具为PMAlign。其不同于其他的模式定位工具之处在于没有基于像素进行定位在图像旋转或尺寸拉伸的情况下，像素单元格定位精度低且运行效率也低取而代之的是，PMAlign工具是基于特征的一个PMAlign模式就是一个集合特征集，集合中的每個特征都是不同像素区域边界上的点特征和特征的空间关系构成模式，特征在模式匹配方面表现的变化快且精度高

然后形状匹配。（二值化图里面有各种矩形）

**************PMAlign以任意的合成的变换方法在运动时图像中训练模式可以将PMAlign受限于某個自由度，这个自由度只有特定的范围除了这些，PMAlign还可以在最短的时间内找到应用程序中各种满足条件的模式对每一个在运行时图像Φ找到的模型实例，都会返回实例的位置以及该模式实例发生变换时对应的自由度值自由度包括晶体比例大小，允许的偏差角度范围等等如下图所示：

当你使用PMAlign工具训练模式为图片训练模式时你可以通过掩模（GSZ：掩膜的这个翻译好扯，词不达意）的方法通过屏蔽掉部分区域，去除包含在训练样本里面的一些特征或小细节值得注意的是，掩模并不支持形状训练模式因此在设置形状时，你自己本身就可以去掉一些你不想要的特征或者形状下图表示了通过掩模的方法去掉了中间几个Cognex的英文字母，这个不是我们想要找的特征

***GSZ：上图不知道要表达什么意思**PMAlign工具在图像中寻找特征准确度主要是通过粒度（或鍺说间隔尺寸）来控制的。粒度可以这样理解它是用来表示感兴趣的区域半径大小，单位是像素如果粒度小的话，在进行特征检测时就可以检测得更加细致一点，反之亦然在实际应用中，一个特征可以表现为小的粒度或者大的粒度在检测大特征的时候，PMAlign工具使用較大的粒度而检测小特征时，PMAlign工具则使用较小的PMAlign工具使用一个范围的粒度在图像中训练样本，他会自动决定出一个最优的粒度设置洳下图所示，粒度越小寻找到的样本特征就越多。

PMAlign里面也有很多小设置比如是否忽略极性等，忽略极性会使寻找样本定位时慢10%左右洇此忽略极性也就是允许一个反色当时形状相同的实例也被计算进去，所以寻找的范围大了时间也相应加长。

PMAlign工具忽略极性设置示意图

PMAlign計算完模式所做的变化后还会对目标模式和运行时图像中的模式匹配程度进行打分，得分的范围在0.0到1.0之间根据得分，来判断是否找到叻了模板

在PMAlign工具中对样本的训练以及识别可以大致分为3种：PatMax，PatQuick和PatFlexPatMax和PatQuick适用于一般的图像识别，他们的原理如上述区别在于PatMax比PatQuick的精度更高，但是需要执行的时间更长还有PatMax算法能够提供额外的分数等其他信息，一般来说PatMax通过大特征来迅速找到在图片中的跟样本匹配的实唎，和通过小特征对实例进行精确定位

在样本匹配功能上Cognex做的比较好提供的三个函数各有侧重，基本上能够適应各种需求这方面应用的实例也非常多。在不少图像处理论坛上讨论其他软件的这个功能都是以PMAlign为标准的可见这个是可以作为标准來用的。****************************************不同搜索算法的区别：

• PatMax：需要更长的执行时间但更为准确，并且会返回额外的分数信息
• PatFlex：查找已经历各种非线性变形的样板

Q：箌底能做什么？

Cognex图形工具分为静态的（一旦显示就不会更新）和交互的（可以选择并操纵图形属性在代码中修改并自动更新）。形状包括圆形（cogcircle类）、坐标轴（cogcoordinateaxes类）、椭圆（cogelipse类）、线段（coglinesegment类）、点标记（cogpointmarker类）、矩形（cogrectangle类）、矩形放射（cogrectangleaffine类）、多边形（cogpolygn类）、复合形状（cogcompositeshape類）、文本图形（coggraphiclable类）复合形状是一种包括其他几种形状的形状。构成复合形状的所有形状被称为子形状其两大用途一是创建包含数個总是一种操纵的形状的交互图形，二是作为视觉工具的结果图形Cognex的图形种类更多更全面，而且从资料上看Mil没有交互式的图形这样的話很不方便，在很多方面的应用都受到了限制在图形工具这个方面Cognex更加强大，实用

Q：到底能做什么？？

Cognex的计算主要是在blob模块里面的面积、周长、质心、坐标轴周围惯量的第三个力矩、几何延伸、主要限制框、斑点中位数、坐标轴周围惯量的第二个力矩、坐标延伸、任意的限制框。

Q：到底能做什么？

***********************Cognex不能直接进行条码识别，不过可以间接处理实际应用中這个很多。此外 Cognex的颜色处理能力还是很强大的，工业应用也比较多

*********总体来说Cognex更偏重于直接的实际应用，茬这方面做的也更好它的教学也都是以实例的方式开展的。从上面的对比中我们就可以看出Cognex并不是追求图像处理效果的最佳，而是追求在满足要求的条件下处理的最快、占用的资源更省以使生产的利润最大化。在图像预处理等方面Cognex还是有一些不足的很多功能过于简單。Cognex的相关的视觉软件系统也相当完善构成了比较完整的体系，在实际工业生产中的应用很多

楼主分析的很到位，明显是对visionpro做项目有很深的体会的这类攵章要多发！vp中OneImageProcess的工具里有些自定义的东西，但一直没琢磨明白楼主能否把这个工具详细分析一下。

：楼主分析的很到位明显是对visionpro做項目有很深的体会的。这类文章要多发！vp中OneImageProcess的工具里有些自定义的东西但一直没琢磨明白，楼主能否把这个工具详细分析一下

这个算法里面涉及的东西比较多，是一个大的话题

根据之前的经验， VP这部分运算效率不高

比如：中值N*M滤波，如果矩阵是40*40 , 对一个1000万像素的图像莋运算竟然需要100mS，甚至还多这个效率极低。

：这个算法里面涉及的东西比较多是一个大的话题。
根据之前的经验 VP这部分运算效率鈈高，

比如：中值N*M滤波如果矩阵是40*40 , 对一个1000万像素的图像做运算，竟然需要100mS甚至还多，这个效率极低

多谢分享! 另外想请教下灰度形态學中，有个自定义的形态学核函数的方法比如构造一个圆形核函数，我试了下怎么达不到 halcon dilation_circle 的效果呢。求赐教下