简介:
Variation Model的主要原理是将待检测的图像与一张标准图像作比较,找出待检测图像与标准图像(idealimage)的明显差异(也就是不良)。标准图像可以采用几张OK品的图像训练(training)得到,也可以通过对一张OK品图像进行处理得到。训练后得到标准图像和一张variation图像(variationimage),variation图像中包含了图像中每个像素点灰度值允许变化的范围。标准图像和variation图像用来创建一个variation model,如此,其他图像就可以与variation model作比较了。(引用http://blog.sina.com.cn/s/blog_802a94a20102v10y.html)
1、create_variation_model( : : Width, Height, Type, Mode : ModelID)
输入参数:width、Height是模板和待检测图像的尺寸。
输入参数:Type,是图像的类型。
输入参数:Model,决定如何计算idealimage和variationimage,其有三种模式
1)、standard,该模式下,可以使用算子train_variation_model对多张图片进行迭代训练,此时ideal image是通过计算多张图片的平均值获得,variation image是通过计算多张图片的标准方差获得。该模式的优点是可以迭代计算多张good image,缺点是在训练图片时,一旦有不良的图片混入会导致算法检测时出现误判。
注意:在训练多张图片时,每张图片的位置、角度都必须