直线查找

模块原理

该模块的算法工作流程可分为如下两个主要步骤：

1. 算法在预设的卡尺区域（下图所示黄框）内提取边缘特征点。

   说明：

   卡尺的具体工作原理，请参见卡尺工具工作原理。

   图 1 卡尺区域
   图 2 卡尺区域内提取到的边缘点

2. 算法将提取到的边缘特征点（下图中的紫色点）拟合为直线，最终输出的直线被界定在ROI内。

   图 3 边缘点示意
   图 4 拟合结果示意
   图 5 最终输出直线

使用方法

在流程中，直线查找的前序模块一般为图像源，对后序模块无特殊要求。

在流程中调用直线查找模块后，该模块的主要配置步骤如下：

1. 执行一次流程，使图像源将图像数据输出至直线查找。

2. 根据业务需求指定下文参数配置中提及的卡尺数量、投影宽度、滤波尺寸等运行参数。

3. 在基本参数页签，选择ROI形状，并在图像上圆所在区域绘制ROI。

   图 6 绘制ROI

使用示例

下图展示了在流程中组合调用直线查找、线线测量、点点测量，对部件尺寸规格进行检测的应用示例。

图 7 与测量模块配置使用的示例

参数配置

以下仅介绍该模块的运行参数详情。通过配置运行参数，可定义当前模块如何处理输入的数据。

表 1 运行参数

参数		描述
边缘类型	最强	查找梯度阈值最大的边缘点集合，然后拟合成直线。
	第一条/最后一条	查找满足条件的第一条/最后一条直线。
	接近中线	查找最接近区域中线且满足条件的直线。
边缘极性		边缘极性有两种，即白到黑和黑到白，如下图所示。绿色箭头所示为白到黑，红色箭头所示为黑到白，这里说的“黑”和“白”是相对的概念。
边缘阈值		边缘阈值即梯度阈值，范围0~255，只有边缘梯度阈值大于该值的边缘点才被检测到。数值越大，抗噪能力越强，得到的边缘数量越少，甚至导致目标边缘点被筛除。
滤波尺寸		定义目标边缘的清晰程度，最小值为1。值越小，表示边缘越清晰且过滤带小。当边缘模糊或有噪声干扰时，增大该值有利于使得检测结果更加稳定，但如果边缘与边缘之间挨得太近（距离小于滤波尺寸）时反而会影响边缘位置的精度甚至丢失边缘。具体原理参考圆查找。
卡尺数量		定义卡尺的数量 ，ROI越大，建议设置越多的卡尺数量。
直线查找反向		开启后可将直线起点和终点的位置信息互换。
角度归一化		开启后，输出的直线角度在-90° ~ 90°；未开启时，输出的直线角度为-180° ~ 180° 。
投影宽度		即卡尺宽度（图 1中黄框的宽度），在ROI中顺序排列若干个查找边缘点ROI，该值描述查找边缘点ROI的区域宽度，在一定范围内增大该值可以获取更加稳定的边缘点。
剔除点数		差过大而被排除不参与拟合的最小点数量。一般情况下，离群点越多，该值应设置越大，为获取更佳查找效果，建议与剔除距离结合使用。
剔除距离		允许离群点到拟合直线的最大像素距离，值越小，排除点越多。
投影宽度		即卡尺宽度，在ROI中顺序排列若干个查找边缘点ROI，该值描述查找边缘点ROI的区域宽度，在一定范围内增大该值可以获取更加稳定的边缘点。
初始拟合	局部	局部最优也就是按照局部的特征点拟合直线，如果局部特征更加准确反映直线所在位置，则采用局部最优，否则采用全局最优。
	全局	以查找到的全局特征点进行直线拟合。
拟合方式		拟合方式有最小二乘、huber和tukey三种。三种拟合方式只是权重的计算方式有些差异。随着离群点数量增多以及离群距离增大，可逐次使用最小二乘、huber、tukey。

模块结果

该模块输出结果中各项参数详情，请参见直线查找模块的输出结果。