Halcon之基于互相关模板匹配

最新推荐文章于 2024-08-21 17:33:21 发布

Jacksdcnsdjk

最新推荐文章于 2024-08-21 17:33:21 发布

阅读量1.1k

点赞数 1

文章标签： opencv

本文链接：https://blog.csdn.net/Sunny_love_you/article/details/109207358

版权

本文介绍了Halcon的基于互相关的模板匹配方法，该方法利用特征向量的夹角来衡量匹配程度，适用于光照不均匀和图像有轻微变形的场景。文章详细解析了创建模板的`create_ncc_model`函数和寻找模板的`find_ncc_model`函数，包括各参数的作用和意义。通过使用这些函数，可以在图像中快速寻找并定位模板。

摘要由CSDN通过智能技术生成

相关性原理：首先创建一个模板，把模板里每一个像素当成一个特征，所有像素按列组成一个行向量a，即模板的特征向量。在图像中寻找与模板最匹配的区域b，通过cos\theta=\vec{a}.\vec{b}/|\vec{a}||\vec{b}|，即两个向量之间的夹角来衡量匹配的好坏。说白了，基于互相关其实是一个概率的计算，即通过公式计算roi区域（模板）与待测图之间的相似度。越接近1，两块区域相似度越高。否则，相似度越低。
应用场合：适用于光照不均匀，明暗变化大且背景不能太复杂的场合。适用于光照不均匀，明暗变化大且背景不能太复杂的场合。搜索对象有轻微的变形，大量的纹理，图像模糊等场合，速度快，精度低。
重要函数一：
创建模板：create_ncc_model( Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Metric : ModelID)
参数列表：
Template（in）：单通道灰度图像（68），它的区域可被创建为模板
NumLevels（in）：金字塔的最大层级，层数越多，搜索的越快。
AngleStart（in）：模板的最小旋转
AngleExtent（in）：旋转角度范围
AngleStep（in）：角度步长
Metric（in）：匹配标准默认 ‘use_polarity’ 使用全局，如果图像对比度不好，可用忽略