结果图：

原图：

主要处理思想：
1.图像从空间域变换到频域
2.新建一个带通滤波器，处理频域图像
3.再从频域图像转换为空间域图像
4.形态学面积选择+lines_gauss

代码如下：
*刷新界面
dev_update_off ()
*关闭窗口
dev_close_window ()
*读取图像
read_image (Image, ‘surface_scratch’)
*图像翻转，相当于每个像素都是255-该灰度值
invert_image (Image, ImageInverted)
*获取图像大小
get_image_size (Image, Width, Height)
*打开窗口
dev_open_window (0, 0, Width, Height, ‘black’, WindowHandle)
*设置字体
set_display_font (WindowHandle, 16, ‘mono’, ‘true’, ‘false’)
*显示图像
dev_display (Image)

• 正弦带通滤波器，中间挡住了，四周也挡住了，保留了环状部分。
  gen_sin_bandpass (ImageBandpass, 0.4, ‘none’, ‘dc_center’, Width, Height)
  *从空间域变换到频域
  fft_generic (ImageInverted, ImageFFT, ‘to_freq’, -1, ‘none’, ‘dc_center’, ‘complex’)

*rft_generic (ImageInverted, ImageFFT, ‘to_freq’, ‘none’, ‘complex’, Width)
*处理图像
convol_fft (ImageFFT, ImageBandpass, ImageConvol)
*从频域变换到空间域
fft_generic (ImageConvol, Lines, ‘from_freq’, 1, ‘none’, ‘dc_center’, ‘byte’)
*rft_generic (ImageConvol, Lines, ‘from_freq’, ‘n’, ‘byte’, Width)
*
*二值化分割
threshold (Lines, Region, 5, 255)
*分割区域
connection (Region, ConnectedRegions)
*选择其中面积>5个像素的区域
select_shape (ConnectedRegions, SelectedRegions, ‘area’, ‘and’, 5, 5000)
*区域进行膨胀
dilation_circle (SelectedRegions, RegionDilation, 5.5)
*再进行联合
union1 (RegionDilation, RegionUnion)
*选择定义域
reduce_domain (Image, RegionUnion, ImageReduced)
*提取线条
lines_gauss (ImageReduced, LinesXLD, 0.8, 3, 5, ‘dark’, ‘false’, ‘bar-shaped’, ‘false’)
*共线联合算法
union_collinear_contours_xld (LinesXLD, UnionContours, 40, 3, 3, 0.2, ‘attr_keep’)
*找到长度在15个像素以上的线条区域
select_shape_xld (UnionContours, SelectedXLD, ‘contlength’, ‘and’, 15, 1000)
*从xld转换成区域
gen_region_contour_xld (SelectedXLD, RegionXLD, ‘filled’)
*区域联合在一起
union1 (RegionXLD, RegionUnion)
*再进行圆形膨胀
dilation_circle (RegionUnion, RegionScratches, 10.5)
*

• Display the results
  dev_set_draw (‘margin’)
  dev_set_line_width (3)
  dev_set_colored (12)
  dev_display (Image)
  dev_display (RegionScratches)

对应示例程序：
find_scratches_bandpass_fft.hdev