1.一维矩形测量的五个算子
gen_measure_rectangle2( : : Row, Column, Phi, Length1, Length2, Width, Height, Interpolation : MeasureHandle)
注意：Phi的方向就是寻找边缘的方向
gen_measure_arc( : : CenterRow, CenterCol, Radius, AngleStart, AngleExtent, AnnulusRadius, Width, Height, Interpolation : MeasureHandle)
measure_pairs(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdgeFirst, ColumnEdgeFirst, AmplitudeFirst, RowEdgeSecond, ColumnEdgeSecond, AmplitudeSecond, IntraDistance, InterDistance)
measure_pairs(图像：：测量句柄：Sigma：最小幅度：极性：选择方式：Row_第一条边：Col_第一条边：幅度_第一条边：Row_第二条边：Col_第二条边：幅度_第二条边：边对距离：相邻边之间的距离)
Sigma：高斯平滑算法的Sigma值，值越大，边缘越少
Transition： 'all', 'all_strongest', 'negative', 'negative_strongest', 'positive', 'positive_strongest' ------>>>>>>可以理解对像素值求一阶倒数，一阶导数为负说明：negative，一阶导数为正说明：positive
Select ：'all', 'first', 'last'
measure_pos(Image : : MeasureHandle, Sigma, Threshold, Transition, Select : RowEdge, ColumnEdge, Amplitude, Distance)
measure_pos与measure_pairs的区别：pairs带边缘对，pos不带边缘对
RowEdge, ColumnEdge, Amplitude, Distance：边缘的行坐标、列坐标、灰度振幅、相邻边缘之间距离
close_measure( : : MeasureHandle : )
2.普通标定
将一张图像的像素数转化为毫米数得到比例关系，必须确保相机光轴垂直于产品图像平面。
3.边缘对测量注意
边缘对的距离是两个相邻边缘对中心的距离，而是中间相邻的那两个单个边缘的距离
4.边缘幅度
边缘幅度为灰度之的倒数值。有正负之分，为正是由暗到亮，为负是由亮到暗。
5.拟合步骤
采图像，预处理，提取边缘，联合或分割，拟合
边缘知识分析参考“边缘提取（像素精度）”
拟合知识分析参考“边缘提取（亚像素精度）”和“几何测量”
6.边缘
一阶：sobel，roberts，prewitt
二阶：laplacian
其他：canny
针对图像提取边缘：edges_image
针对区域提取边缘：boundary
amp：幅度 dir：方向 fit--：拟合主要有四种情况（拟合圆，拟合直线，拟合椭圆，拟合矩形）
sigma：
关闭边缘：close_edges close_edgeslength
clip_contours_xld(Contours : ClippedContours : Row1, Column1, Row2, Column2 : )？
clip_region_rel(Region : RegionClipped : Top, Bottom, Left, Right : )？
7.轮廓联合
union_adjacent_contours_xld：联合临近的
union_cocircular_contours_xld：联合共圆的
union_collinear_contours_ext_xld：联合共线的
8.提取边缘的两个算子
edges_sub_pix(Image : Edges : Filter, Alpha, Low, High : ) Filter为“canny”时，Alpha越大，平滑越厉害，越小，平滑越不厉害，其余参数情况相反 Low, High：边缘阈值，小于Low或大于High，不是边缘；介于两者之间，8邻域判断
threshold_sub_pix(Image : Border : Threshold : ) Threshold 越高，对边缘锐利的要求越高