halcon杯子检测

### 使用 Halcon 实现杯子检测

为了实现杯子检测，可以借鉴瓶子瓶口缺陷检测的方法并做适当调整。通常情况下，图像处理流程会涉及预处理、特征提取以及分类判断等环节。

#### 预处理阶段
在该阶段，通过读取输入图片并对图像进行必要的灰度化、滤波去噪操作来提升后续边缘检测的效果[^1]。

// 将彩色图转换成灰度图
convert_image_to_gray(Image, GrayImage);
// 对图像应用高斯模糊减少噪声干扰
gauss_filter(GrayImage, Smoothed, 1.5); 

#### 特征提取部分
利用形态学运算突出目标轮廓特性；接着采用 Canny 边缘算子获取清晰边界信息以便于进一步分析形状属性。

// 形态学开闭运算去除小区域干扰物
opening_circle(SegmentedRegions, Opened, 30);
closing_circle(Opened, Closed);

// 应用 canny 算法寻找物体边缘
edges_sub_pix(Closed, Edges, 'canny', 1, 8, 20, 40);

#### 杯子识别逻辑构建
定义特定几何条件筛选符合条件的对象作为潜在杯子候选区，并计算其圆形度参数评估可能性大小。最后设定阈值完成最终判定过程。

// 计算每个连通域的圆度因子
shape_trans(Connections, Circles, 'elliptic_axis');
select_obj(Circles, SelectedCups, Row, Column, Phi, RadiusRow, RadiusColumn);

// 设置最小最大半径范围过滤不合理尺寸的结果项
min_max_radius := (RadiusRow + RadiusColumn)/2;
if(min_max_radius >= MinRadius && min_max_radius <= MaxRadius){
    // 符合标准则标记为杯子对象
}