用python或Halcon求图像的绝对值导数

Question

我想用高斯滤波器从图中的1得到的是2。我要3号。我想得到导数，但只是绝对量。

我基本上想过滤掉大三角形的梯度，只得到不规则的东西（图像中的箭头）

我也可以用正弦代替三角形，这样容易吗？ 如何在python或halcon中实现这一点？为了更好地理解我想要什么以及如何实现它，我应该研究什么？你知道吗

编辑：我想找到“缺陷”，摆脱模式 理论：

具有真实缺陷的真实图像：

Answer 1

同意小猪，如果你的模式的频率远远低于你的缺陷，陷波滤波器是首选工具。你知道吗

也同意，如果你有多帧校准条纹图案，那么你有一个可用的选项阵列。Halcon的最新版本有内置的挠度计操作符。你知道吗

对于quick-n-dirty，还可以使用矩形内核来利用模式的一般方向。这相当于正交各向异性高通滤波器。你知道吗

   read_image(imgInput, 'C:/Users/jpeyton/Documents/zzz_temp/FringePat_raw.jpg')
*smooth input image with mean using vertically oriented rectangular kernel
   mean_image (imgInput, imgMean, 3, 15)
*subtract smoothed image from raw image to get local / high frequency residuals
   abs_diff_image(imgMean,imgInput,imgAbsDiff, 1)
*threshold away background 
   threshold (imgAbsDiff, Regions, 8, 255)

平滑平均算子。垂直定向内核（本例中为3x15）

从原始图像和阈值中减去平滑图像：

从那里，您可以运行连接操作符并使用区域特性来进一步突出缺陷。你会注意到这种方法并没有为低频缺陷（凹痕？）提供那么强的信号。你知道吗

所以折衷的办法是FFT/DFT滤波器不利用方向图，留下边缘/谐波伪影。高通滤波器方法（如上所述）对缺陷不敏感，因为接近/超过条纹频率。你知道吗

Answer 2

高斯滤波器不提供导数。这是平均水平。你知道吗

你假设高斯函数会给你2作为输入1是不正确的。你知道吗

例如，用陷波滤波器来抑制背景的低频。你知道吗

又快又脏的例子：

另见Find proper notch filter to remove pattern from image

另一个简单的方法是使用一个行阈值或背景减法，如果背景总是这样对齐