-
Notifications
You must be signed in to change notification settings - Fork 15
/
detecter.h
138 lines (130 loc) · 5.87 KB
/
detecter.h
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
/** @file detecter.h
* @author Wang Hongshuo
* @date 2018/08/04
* @email iswanghongshuo@foxmail.com
* @brief 利用改进后的显著性模型去检测能量谱中的高能量部分并将其去除，达到去除TFT-LCD面板背景纹理保留缺陷的效果
*/
#ifndef DETECTER_H
#define DETECTER_H
#include <opencv2/core.hpp>
#include <opencv2/imgproc.hpp>
using namespace cv;
class Detecter {
public:
Detecter();
~Detecter();
/** @brief 设置参数并处理数据
* @param data 图像
* @param filter_size 中值滤波器窗口大小
* @param R 峰值点邻域大小
* @param r1 中心去除半径大小
* @param r2 中心保护半径大小
* @param bw_t 二值化阈值参数
* @return 缺陷相关信息Mat的引用
*/
Mat& setParametersAndProc(const Mat& data, int filter_size, int R, int r1, int r2, int binarizeThreshold);
Mat& setParametersAndProc(const Mat* data, int filter_size, int R, int r1, int r2, int binarizeThreshold);
Mat& setParametersAndProc(int filter_size, int R, int r1, int r2, int binarizeThreshold);
Mat& getSpatialDomainImg();
Mat& getFreqDomainImg();
Mat& getFreqDomainMask();
Mat& getLowPowerImg();
Mat& getBinaryImg();
Mat& getInvBinaryImg();
private:
const static int MIN_VALID_DEFECTS_SIZE = 5; // 最小缺陷有效面积
Mat spatialDomainImg;
Mat freqDomainImg;
Mat freqDomainMask;
Mat lowPowerImg;
Mat binaryImg;
Mat invBinaryImg;
Mat defectsInfo;
Mat complexMat;
Mat amplitude;
Mat cosine;
Mat sine;
double innerBinarizeThreshold;
int meanFilterSize;
int RValue;
int r1Value;
int r2Value;
int inputBinaryImgThreshold;
/** @brief 主逻辑
* @return void
*/
void mainProc();
/** @brief 处理频域图像
* @return void
*/
void procFrequencyDomainImg();
/** @brief 创建复数Mat
* @param data 输入Mat
* @return 复数Mat
*/
Mat createComplexMat(Mat& data);
/** @brief 创建复数Mat
* @param R 实部Mat
* @param I 虚部Mat
* @return 复数Mat
*/
Mat createComplexMat(Mat& R, Mat& I);
/** @brief DFT变换
* @param data 输入Mat
* @param Am 振幅Mat
* @param Cosine 欧拉公式中的Cos(theta)
* @param Sine 欧拉公式中的Sin(theta)
* @return void
*/
void dftFunction(Mat& data, Mat& amplitude, Mat& cosine, Mat& sine);
/** @brief IDFT变换
* @param data 输出Mat
* @param Am 振幅Mat
* @param Cosine 欧拉公式中的Cos(theta)
* @param Sine 欧拉公式中的Sin(theta)
* @return void
*/
void idftFunction(Mat& output, Mat amplitude, Mat cosine, Mat sine);
/** @brief 获取能量谱
* @param Am 振幅谱Mat
* @return 能量谱Mat
**/
Mat getEnergyMap(Mat& amplitude);
/** @brief 把能量谱的零频点平移到正中心
* @param data 未平移的能量谱Mat
* @return void
*/
void shift(Mat& data);
/** @brief 把平移后的能量谱复原
* @param data 后平移的能量谱Mat
* @return void
*/
void ishift(Mat& data);
/** @brief 获取显著图
* @param data 平移后的频谱图Mat
* @return 显著图Mat
*/
Mat getSailencyMap(Mat& data);
/** @brief 去除二值图像中面积小于n的连通区域
* @param data 二值图像Mat
* @param n 阈值int
* @return 缺陷信息
*/
Mat bwareaopen(Mat& data, int n);
/** @brief 获取二值化阈值算法
* @param data 灰度图像Mat
* @param t 算法中的阈值int
* @return 二值化阈值int
*/
double getBinaryImgThreshold(const Mat& input, double t);
/** @brief 设置参数并更新数据
* @param filter_size 中值滤波器窗口大小
* @param R 峰值点邻域大小
* @param r1 中心去除半径大小
* @param r2 中心保护半径大小
* @param bw_t 二值化阈值参数
* @return void
*/
void setParameters(int filter_size, int R, int r1, int r2, int binarizeThreshold);
};
#endif // DETECTER_H