HALCON XLD 轮廓筛选分段 ， 局部直线拟合

一、整体流程

1. 图像亚像素边缘提取 → 生成原始 XLD 边缘轮廓
2. 按长度筛选轮廓 → 剔除短小杂线、噪声毛刺
3. 轮廓几何分段 → 将连续轮廓切分为直线 / 圆弧小段
4. 形状筛选 → 仅保留直线段轮廓
5. 直线局部拟合 → 单段轮廓精准拟合直线
6. 直线求交 → 获取两条拟合直线交点坐标

二、核心算子

1. edges_sub_pix 亚像素边缘提取

text ⌵
edges_sub_pix (Image, Edges, Filter, Alpha, Low, High)
- 作用：从输入的灰度图像中提取亚像素级别的高精度边缘，相比普通像素级边缘提取，能精准定位边缘的实际位置（精度可达像素的十分之一甚至百分之一），最终生成包含所有边缘信息的原始 XLD 轮廓集合，是后续轮廓处理的基础。
- 输入参数：
  - Image：输入的待提取边缘的灰度图像，是算子处理的原始图像数据；
  - Filter：边缘提取使用的滤波算法类型，决定边缘检测的核心逻辑；
  - Alpha：滤波算法的平滑系数，控制边缘检测时的图像平滑程度；
  - Low：边缘检测的低阈值，用于筛选边缘梯度值的下限；
  - High：边缘检测的高阈值，用于筛选边缘梯度值的上限。
- 输出参数：
  - Edges：输出的原始杂乱边缘 XLD 轮廓集合，包含图像中所有符合阈值条件的亚像素边缘。
- 常用参数：Filter='canny'，选用 canny 滤波是因为它能有效抑制图像噪声，同时精准定位边缘位置，是工业场景中边缘提取的首选算法，兼顾抗噪性和边缘定位精度；Alpha=1，该值设置为 1 时能在平滑图像和保留边缘细节间取得平衡，避免过度平滑导致边缘丢失，也不会因平滑不足保留过多噪声；Low=20，设置 20 作为低阈值，能过滤掉梯度值过小的微弱噪声边缘；High=40，设置 40 作为高阈值，确保只有梯度值足够大的真实边缘被提取出来。

2. select_contours_xld 按长度剔除杂线

text ⌵
select_contours_xld (Contours, SelectedContours, Feature, Min, Max, Order1, Order2)
- 输入参数：
  - Contours：输入的待筛选的 XLD 轮廓集合，是前期边缘提取得到的原始轮廓数据；
  - Feature：筛选依据的轮廓特征类型，比如 'length' 代表按长度筛选；
  - Min：筛选特征的最小值阈值，比如按长度筛选时就是轮廓的最小长度；
  - Max：筛选特征的最大值阈值，比如按长度筛选时就是轮廓的最大长度；
  - Order1：辅助排序参数，一般默认 0 即可，无实际筛选作用；
  - Order2：辅助排序参数，一般默认 0 即可，无实际筛选作用。
- 输出参数：
  - SelectedContours：输出的筛选后符合条件的 XLD 轮廓集合，仅保留长度在 Min 到 Max 之间的轮廓。
- 常用参数：Feature='length'，选用 length 作为筛选特征，是因为短杂线、毛刺的核心特征就是轮廓长度短，通过长度阈值能快速区分有效轮廓和干扰轮廓；Min 可根据实际场景设置，比如设为 50，代表剔除长度小于 50 像素的轮廓，Max 设为 1000，代表保留长度不超过 1000 像素的轮廓，这样能精准过滤掉微小噪声，同时避免保留过长的无关轮廓。

- 作用：根据轮廓的指定特征对输入的 XLD 轮廓集合进行筛选，最常用的是按长度过滤，能快速删除图像中因噪声、工件毛刺等产生的短碎线条，只保留长度符合要求的有效长轮廓，减少后续处理的干扰，提升轮廓分析的准确性。

- Filter 参数选择（现场最实用）

-

text ⌵
    canny：高斯模糊 + 双阈值，抗噪强、边缘干净，适用于边缘清晰、亮度对比明显的图像。
    deriche1（deriche2边缘更模糊的弱边缘）：递归滤波，灵敏度高、保留弱边缘，适用于边缘淡、暗、对比度低的图像。
    ``
- 适用：快速去除画面干扰线、工件边缘毛刺
3. segment_contours_xld 轮廓自动分段
segment_contours_xld (Contours, ContourSegments, Mode, Smooth, MaxDist) - 输入参数： - Contours：输入的待分段的长 XLD 轮廓集合，是筛选后保留的有效长轮廓； - Mode：分段模式，决定轮廓拆分的类型，比如 'lines' 代表仅拆分出直线类轮廓； - Smooth：轮廓平滑系数，值越大轮廓越平滑，能减少分段时的局部波动干扰； - MaxDist：轮廓分段的最大距离阈值，代表拆分后的小段轮廓与原轮廓的最大允许偏差，值越小分段越精细。 - 输出参数： - ContourSegments：输出的拆分后的小段 XLD 轮廓集合，每一段都是单一的直线或圆弧轮廓。
text ⌵

- 作用：将输入的长连续 XLD 轮廓按照指定模式自动拆分成多个小段轮廓，核心是区分直线段和圆弧段，实现轮廓的局部拆分，避免整段长轮廓因局部弯曲、拐点导致后续拟合偏差，让每一段轮廓都能精准贴合单一的几何形状（直线或圆弧）。
- 常用参数：Mode='lines'，选用 'lines' 模式是因为工业场景中大多需要提取直线轮廓（如工件的直边、设备的边框等），该模式能只拆分出直线类的小段轮廓，过滤掉圆弧部分，贴合实际检测需求；Smooth 设为 5，能适度平滑轮廓的微小波动，避免因轮廓局部抖动导致错误分段；MaxDist 设为 1.5，控制拆分后的直线段与原轮廓的偏差不超过 1.5 像素，保证分段后的轮廓既贴合原轮廓，又能精准体现直线特征。
- 核心用途：实现局部区域单独拟合，避免整段轮廓拟合偏差
4. select_shape_xld 筛选纯直线轮廓
select_shape_xld (Segments, LineSegments, Feature, Operation, Min, Max) - Segments：输入的待筛选的分段后 XLD 轮廓小段集合； - Feature：筛选依据的形状特征，'cont_approx' 代表轮廓的近似直线度； - Operation：筛选逻辑操作符，默认 'and' 即可，代表同时满足 Min 和 Max 阈值； - Min：形状特征的最小值阈值； - Max：形状特征的最大值阈值。 - LineSegments：输出的筛选后纯直线 XLD 轮廓集合，仅保留直线度符合要求的轮廓。
text ⌵

- 作用：对分段后的 XLD 轮廓小段集合进行形状特征筛选，过滤掉圆弧、拐点等非直线轮廓，只保留符合直线特征的标准直线 XLD 轮廓，为后续直线拟合提供纯净的轮廓数据。
- 常用参数：Feature='cont_approx'，选用 'cont_approx' 特征是因为该特征能量化轮廓与理想直线的贴合程度，值越小代表轮廓越接近直线；Min 设为 0，Max 设为 0.5，代表只保留直线度在 0~0.5 之间的轮廓，这个范围能有效区分直线和圆弧 / 拐点，保证筛选后都是纯直线轮廓。
5. fit_line_contour_xld XLD 轮廓拟合直线
fit_line_contour_xld (Contour, Algorithm, MaxNumPoints, ClippingEndPoints, Iterations, ClipLength, RowBegin, ColBegin, RowEnd, ColEnd, Nr, Nc, Dist) - 输入参数： - Contour：输入的单段纯直线 XLD 轮廓，是筛选后得到的待拟合轮廓； - Algorithm：拟合算法类型，决定拟合的计算逻辑； - MaxNumPoints：参与拟合的最大点数，默认设为 - 1 代表使用轮廓所有点； - ClippingEndPoints：端点裁剪比例，默认设为 0 代表不裁剪端点； - Iterations：迭代计算次数，默认设为 5 代表通过 5 次迭代优化拟合结果； - ClipLength：裁剪长度阈值，默认设为 0 代表不裁剪； - 输出参数： - RowBegin：拟合直线起点的行坐标； - ColBegin：拟合直线起点的列坐标； - RowEnd：拟合直线终点的行坐标； - ColEnd：拟合直线终点的列坐标； - Nr：直线法向量的行分量； - Nc：直线法向量的列分量； - Dist：轮廓点到拟合直线的平均距离，用于评估拟合精度。
text ⌵

- 作用：对单段纯直线 XLD 轮廓进行局部精准直线拟合，通过指定的算法计算出最贴合该轮廓的直线参数，输出直线的首尾端点坐标，为后续计算直线交点、测量直线尺寸等操作提供精准的直线数据。
- 常用参数：Algorithm='tukey'，选用 tukey 算法是因为它具有抗噪性，能忽略轮廓中少量异常点（如噪声点、轮廓毛刺）的影响，拟合出更贴合真实直线的结果，特别适配工业工件边缘存在少量干扰的场景；MaxNumPoints=-1，使用轮廓所有点参与拟合，能最大程度保证拟合的准确性；Iterations=5，通过 5 次迭代计算，能逐步优化拟合参数，提升直线拟合的精准度。
- 输出：直线起点、终点行列坐标，用于后续求交点
6. intersection_lines 求取直线交点
intersection_lines (Row1, Col1, Row2, Col2, Row3, Col3, Row4, Col4, RowInter, ColInter, IsIntersection) - 输入参数： - Row1：第一条直线起点的行坐标； - Col1：第一条直线起点的列坐标； - Row2：第一条直线终点的行坐标； - Col2：第一条直线终点的列坐标； - Row3：第二条直线起点的行坐标； - Col3：第二条直线起点的列坐标； - Row4：第二条直线终点的行坐标； - Col4：第二条直线终点的列坐标。 - 输出参数： - RowInter：交点的行坐标，若直线不相交则为 0； - ColInter：交点的列坐标，若直线不相交则为 0； - IsIntersection：相交判定标识，1 代表两条直线正常相交，0 代表两条直线平行无交点。 - 返回值：IsIntersection=1 正常相交，0 为平行无交点

7. 无 XLD 备选算子（纯点集拟合）

text ⌵

- 作用：传入两条直线的首尾端点坐标，通过几何计算得出两条直线在像素坐标系中的交点坐标，同时判断两条直线是否相交，是工业场景中定位交点、测量夹角、标定位置的核心算子。
-
fit_line (Rows, Cols, Algorithm, MaxNumPoints, ClippingEndPoints, Iterations, ClipLength, Row1, Col1, Row2, Col2) - 输入参数： - Rows：输入的离散点集的行坐标数组，比如 [10,20,30] 代表 3 个点的行坐标； - Cols：输入的离散点集的列坐标数组，比如 [15,25,35] 代表 3 个点的列坐标； - Algorithm：拟合算法类型，常用 'tukey' 或 'least_squares'； - MaxNumPoints：参与拟合的最大点数，-1 代表使用所有点； - ClippingEndPoints：端点裁剪比例，0 代表不裁剪； - Iterations：迭代次数，5 代表迭代 5 次优化结果； - ClipLength：裁剪长度阈值，0 代表不裁剪。 - 输出参数： - Row1：拟合直线起点的行坐标； - Col1：拟合直线起点的列坐标； - Row2：拟合直线终点的行坐标； - Col2：拟合直线终点的列坐标。
text ⌵

- 作用：针对没有图像边缘、只有自定义离散坐标点的场景，直接对输入的行、列坐标点集进行直线拟合，计算出最贴合这些点集的直线，输出直线的首尾端点坐标，无需生成 XLD 轮廓，简化拟合流程。
- 
- 常用参数：Algorithm='least_squares'，选用最小二乘法是因为离散点集无过多噪声时，该算法计算速度快、拟合结果稳定，能精准贴合点集的整体趋势；MaxNumPoints=-1，使用所有离散点参与拟合，保证拟合结果的全面性。
- 适用场景：无图像边缘，仅自定义离散坐标点拟合直线
- 优势：无需生成 XLD，代码简洁，标定点位拟合首选
三、标准完整执行流程
1. 读取目标图像，预处理降噪（可选）
mean_image (mA2, ImageMean, 9, 9)
scale_image (mA2, ImageScaled, 0.01, 0)
`

2. 调用edges_sub_pix提取全图亚像素边缘 XLD

3. 调用select_contours_xld过滤短杂线，保留有效长轮廓

4. 调用segment_contours_xld对长轮廓进行直线分段

5. 调用select_shape_xld筛选出所有纯直线段轮廓

6. 遍历目标直线段，使用fit_line_contour_xld局部拟合直线

7. 提取两组拟合直线端点，使用intersection_lines计算交点

8. 输出交点像素坐标，完成定位 / 测量 / 标定辅助取点

四、场景选用原则

1. 图像处理提取工件边缘线条：优先XLD 整套流程，抗干扰强、可分段局部拟合
2. 手动标定点位、离散采样坐标：优先fit_line`无 XLD 拟合，简洁高效
3. 存在大量干扰线条、工件多折边：必须使用剔杂线 + 分段流程，保证拟合精度