*本项目演示了用光度立体技术检查地板孔洞缺陷。
*输入的4张图片来自地板面板，光线来自不同的方向
*
*

    • 初始化
 dev_close_window ()
 dev_update_off ()
 dev_open_window (0, 0, 640, 512, ‘black’, WindowHandle)
 *打开图形窗口，定义参考点与大小
 set_display_font (WindowHandle, 14, ‘mono’, ‘true’, ‘false’)
 *定义窗口显示文字格式
 Message := ‘Inspect the label of flooring panels’
 Message[1] := ‘using photometric stereo. In this case four’
 Message[2] := ‘different light orientations were used.’
 *三行显示内容
 disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
 *定义一个文本框显示上面的内容
 disp_continue_message (WindowHandle, ‘black’, ‘true’)
 *定义提示继续的文本框
 stop ()
 for Index := 1 to 2 by 1
 * 
  • 以不同的光照显示输入图像
 read_image (Images, ‘photometric_stereo/flooring_’ + Index + ‘_0’ + [1:4])
 *读入四张图片
 for I := 1 to 4 by 1
 Message := ‘Acquire image ’ + I + ’ of 4’
 select_obj (Images, ObjectSelected, I)
 *将带有索引(从1开始)的图标对象从图标输入对象元组对象复制到输出对象。
 *输入的元组（Images）复制后的对象（ObjectSelected）要选择的对象的索引（I）
 dev_display (ObjectSelected)
 *显示复制后的图片
 disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
 wait_seconds (0.5)
 *每更换一个图片等待0.5s
 endfor• 
•  *应用光度立体视觉来确定反照率和表面梯度。
 *
 Slants := [39.4,40.5,39.5,38.4]
 *偏锋。物体平面与光照方向之间的角度(单位为度)。
 Tilts := [-6.0,83.7,172.9,-98.2]
 *倾斜。物体平面内光照方向的角度(单位为度)
 ResultType := [‘gradient’,‘albedo’]
 *输出结果的类型。[“梯度”、“反照率”].
 photometric_stereo (Images, HeightField, Gradient, Albedo, Slants, Tilts, ResultType, ‘poisson’, [], []) 
  • 光度立体技术重建一个表面。具有至少三个不同光照方向的输入图像数组（Images）重建的高度（HeightField）
 *表面的梯度图像（Gradient）表面的反照率图像（Albedo）参上 参上 参上 重构方法的类型（泊松分布）
 *泛型参数的类型与值（默认为空）• 

•  *显示反照率图像
 dev_display (Albedo)
 *显示反照率图像
 disp_message (WindowHandle, ‘Albedo image’, ‘window’, 12, 12, ‘black’, ‘true’)
 *定义显示如图信息对话框
 disp_continue_message (WindowHandle, ‘black’, ‘true’)
 *定义提示继续运行的文本框，内容为默认
 stop ()
 *
 *
 *计算曲面的高斯曲率。
 *在曲率图像中缺陷通常很容易检测到。
 derivate_vector_field (Gradient, MeanCurvature, 1.0, ‘mean_curvature’)
 *用高斯函数的导数卷积向量场。
 *输入向量场（Gradient）过滤后的结果图像( MeanCurvature)高斯函数的变量（1）待计算分量（平均曲率）
 *
 *缺陷检测 
  • 在曲率图像中分割平板区域
 threshold (MeanCurvature, Region, 0.02, 1000)
 *利用全局阈值算子分割图像。输入的图片（MeanCurvature）分割后（Region）阈值（0.02，1000）
 *分割后图像灰度范围：MinGray <= RegionDynThresh <= MaxGray
 connection (Region, Defects)
 *计算区域的连通分量。参数：输入的图片（Region）连接组件（Defects）
 area_center (Defects, Area, Row, Column)
 *得到缺陷区域中心。待检查区域（Defects）选择区域的大小（Area）中心坐标（Row, Column）
 gen_circle (Circle, Row, Column, sqrt(Area) + 10)
 *创建一个圆。生成的圆（Circle）圆心坐标索引（Row, Column）实心圆的半径（缺陷区域加10）• 在曲率图像中显示缺陷
 dev_set_draw (‘margin’)
 *定义圆区域填充模式（边缘）
 dev_set_color (‘red’)
 *圆为红色
 dev_set_line_width (2)
 *圆宽2
 dev_display (MeanCurvature)
 *显示曲率图像
 dev_display (Circle)
 *显示定义的圆
 Message := ‘The defects can easily be detected’
 Message[1] := ‘in the surface curvature image’
 disp_message (WindowHandle, Message, ‘window’, 12, 12, ‘black’, ‘true’)
 *显示文本框，内容如上
 stop ()• 在反照像中显示缺陷
 dev_set_draw (‘margin’)
 **定义圆区域填充模式（边缘）
 dev_set_color (‘red’)
 *圆为红色
 dev_display (Albedo)
 *显示反照图
 dev_display (Circle)
 disp_message (WindowHandle, ‘Defects in albedo image’, ‘window’, 12, 12, ‘black’, ‘true’)
 *显示文本框。
 if (Index < 2)
 disp_continue_message (WindowHandle, ‘black’, ‘true’)
 *当图片没有显示完时，显示提醒文本框
 stop ()
 endif
 endfor