Halcon之算子create_shape_model和find_shape_model的总结

本文详细介绍了Halcon中的create_shape_model和find_shape_model两个关键算子,包括它们的参数意义及如何设置。create_shape_model用于创建形状模型,涉及模板、角度范围、优化方法和匹配方式等;find_shape_model则用于搜索图像中的形状模型,关注点在于搜索角度、最小分数、最大重叠等。这两个算子在实际应用中需要根据具体场景调整参数以实现最佳匹配效果。
摘要由CSDN通过智能技术生成

Halcon之算子create_shape_model和find_shape_model的总结

在做课题时用到了两个比较关键的算子:create_shape_model和find_shape_model,通过查阅资料和自己在课题中的理解做出了一些总结:

1、create_shape_model

create_shape_model(Template :: NumLevelsAngleStartAngleExtentAngleStepOptimizationMetricContrastMinContrast : ModelID)

Template :reduce_domain后的模板图像先确定一个ROI区域,然后通过算子reduce_domain得到这个区域

NumLevels :金字塔的层数,可设为“auto”或0—10的整数该值越大,匹配使用的时间越小。如果金字塔层数过大会导致模板不容易识别出来,这时需要将算子find_shape_model中的MinScore和Greediness参数设置的低一些。如果金字塔层数太小则会导致模板匹配时间增加。可以先用算子inspect_shape_model的输出结果来选择一个较好的金字塔层数。如果金字塔层数设为auto,算法会自动计算金字塔的层数,可以通过算子get_shape_model_params查看金字塔的层数

AngleStart :模板旋转的起始角度

AngleExtent:模板旋转角度范围,>=0

  • 9
    点赞
  • 69
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Halcon算子find_shape_models是用于在图像中查找形状模板的算子,其基本用法如下: find_shape_models(Image : ModelID, MinScore, NumMatches, Greediness, Overlap, SubPixel, Pose, AngleStart, AngleExtent, ScaleMin, ScaleMax, ScaleStep, Models, Scores, Positions, Orientations) 其中,各个参数的含义如下: - Image:输入图像。 - ModelID:形状模板的ID。 - MinScore:得分的最小阈值。 - NumMatches:匹配结果的最大数量。 - Greediness:控制贪心匹配的参数。 - Overlap:两个匹配的形状模板之间的最小重叠区域。 - SubPixel:是否使用亚像素级匹配。 - Pose:输出匹配的位姿参数。 - AngleStart:旋转角度的起始值。 - AngleExtent:旋转角度的范围。 - ScaleMin:缩放的最小值。 - ScaleMax:缩放的最大值。 - ScaleStep:缩放的步长。 - Models:匹配的形状模板。 - Scores:匹配的得分。 - Positions:匹配的位置。 - Orientations:匹配的方向。 具体来说,MinScore是一个0到1之间的分数,表示匹配模板必须达到的最低得分。NumMatches是匹配结果的最大数量,Greediness控制贪心匹配的程度。Overlap是两个匹配形状之间的最小重叠面积,SubPixel控制是否使用亚像素级别的匹配。Pose是一个输出参数,返回匹配形状的位姿参数。AngleStart和AngleExtent是旋转角度的起始值和范围,ScaleMin、ScaleMax和ScaleStep是缩放的最小值、最大值和步长。Models、Scores、Positions和Orientations是返回的匹配结果,其中Models是匹配的形状模板,Scores是匹配的得分,Positions是匹配的位置,Orientations是匹配的方向。 使用find_shape_models算子需要先创建形状模板,具体可以参考Halcon官方文档中的create_shape_model算子
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值