HALCON基于模板匹配(灰度)查找目标 create_shape_model

本文详细介绍了HALCON的灰度模板匹配方法,包括create_shape_model用于创建模板和find_shape_model进行查找的目标。讨论了各个参数的影响,如金字塔层数、旋转角度、对比度和匹配方法,并提供了使用示例。
摘要由CSDN通过智能技术生成

基于模板匹配(灰度)

目前HALCON的应用很少有基于灰度的模板匹配,因为这种模板匹配方法误杀率高、容易受光照条件影响、精度差,所以更新到现在HALCON对于灰度的模板匹配算子也仅剩下create_shape_model,其他的灰度算子在18版本以后已经不推荐使用。

create_shape_model // 创建模板

算子原型:

create_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, Contrast, MinContrast : ModelID)

默认算子:

create_shape_model (ImageReduced, ‘auto’, -0.39, 0.79, ‘auto’, ‘auto’, ‘use_polarity’, ‘auto’, ‘auto’, ModelID)

Template //reduce_domain后的模板图像
NumLevels //金字塔的层数,可设为“auto”或0—10的整数
AngleStart //模板旋转的起始角度
AngleExtent //模板旋转角度范围, >=0
AngleStep //旋转角度的步长, >=0 and <=pi/16
Optimization //设置模板优化和模板创建方法
Metric //匹配方法设置
Contrast //设置对比度
MinContrast //设置最小对比度
ModelID //输出模板句柄

find_shape_model // 查找

算子原型:

find_shape_model(Image : : ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels, Greediness : Row, Column, Angle, Score)

默认算子:

find_shape_model (Image, ModelID, -0.39, 0.79, 0.5, 1, 0.5, ‘least_squares’, 0, 0.9, Row, Column, Angle, Score)

ModelID, //模板句柄
AngleStart, // 搜索时的起始角度
AngleExtent, //搜索时的角度范围,必须与创建模板时的有交集
MinScore, //最小匹配值,输出的匹配的得分Score 大于该值
NumMatches, //定义要输出的匹配的最大个数
MaxOverlap, //当找到的目标存在重叠时,且重叠大于该值时选择一个好的输出
SubPixel, //计算精度的设置,五种模式,多选2,3
NumLevels, //搜索时金字塔的层数
Greediness : //贪婪度,搜索启发式,一般都设为0.9,越高速度快,容易出现找不到的情况
Row, Column, Angle, Score) //输出匹配位置的行和

### 回答1: Halcon create_shape_model是一个Halcon图像处理软件中的函数,用于创建形状模型。形状模型是一种用于在图像中查找特定物体的模型,它可以识别物体的形状、大小、旋转角度等特征。通过Halcon create_shape_model函数,用户可以根据需要创建自己的形状模型,以便在后续的图像处理中使用。 ### 回答2: Halcon是一种非常强大的机器视觉软件,它提供了各种各样的工具和函数来帮助用户进行图像处理和分析。在Halcon中,create_shape_model是其中一个非常重要的函数,它允许用户创建自己的形状模板,并用于在图像中查找相同的形状。 首先,我们需要明确什么是形状模板。形状模板是一个由边缘组成的结构,可以用于表示某种形状的特征。例如,如果我们要在图像中查找一个特定的圆形,我们可以使用create_shape_model函数创建一个圆形模板,然后在图像中使用find_shape_model函数来查找这个圆形。 使用create_shape_model函数创建模板时,我们需要提供一个输入图像,然后选择我们想要创建模板的区域。create_shape_model函数会自动提取区域中的边缘,并将它们组合成一个形状模板。我们也可以选择对模板进行一些额外的处理,例如平移、旋转和缩放,以适应不同尺度和角度的形状。 一旦我们创建好了形状模板,我们就可以将其用于在图像中查找相同的形状。使用find_shape_model函数,我们可以指定我们想要查找模板,然后在图像中搜索该模板。find_shape_model函数会返回一个包含所有符合条件的形状的列表,并将它们标记出来,以便用户可以进一步处理或分析这些形状。 总的来说,create_shape_model是一个非常有用的函数,它为用户提供了一种快速而精确的方法来创建自己的形状模板,并在图像中查找相同的形状。无论您是处理图像还是分析数据,都可以使用create_shape_model函数来加快您的工作流程,并提高您的工作效率。 ### 回答3: Halcon是一个工业级的计算机视觉库,提供了丰富的图像处理和分析功能。其中,create_shape_modelHalcon中一个非常重要的函数,用于创建基于形状的图像模型。 首先,我们需要明确一个概念,即“形状模型(shape model)”。形状模型是指将目标物体的形状信息抽象出来的一个数学模型,通常是基于轮廓线、边界等信息,用于描述目标物体的形状。形状模型是Halcon中一种常用的目标识别方法,其特点是对目标物体的形状不敏感,能够实现较高的识别精度。 create_shape_model函数用于根据一组训练图像,生成一个形状模型。具体步骤如下: 1. 预处理:首先,需要对训练图像进行预处理,包括图像去噪、二值化、边缘检测等操作。目的是提取出目标物体的边缘、轮廓等形状信息。 2. 提取特征:对预处理后的图像进行特征提取,从而得到用于描述目标物体形状的特征向量。Halcon中提供了多种特征提取算法,如灰度分布、霍夫变换等。 3. 建立模型:将提取到的特征向量按照一定的规则组合成形状模型,并存储到硬盘上,以备后续使用。 使用create_shape_model函数可以自动化地完成上述步骤,从而快速地生成一个形状模型。用户只需要输入训练图像(通常为包含目标物体的正面图像)和相关参数,即可得到一个形状模型。 create_shape_model函数的输出是一个包含形状模型信息的文件,用户可以通过该文件进行目标识别、定位等工作。值得一提的是,使用形状模型进行目标识别时,需要对输入图像进行预处理,并使用find_shape_model函数搜索目标物体在图像中的位置。 总之,create_shape_modelHalcon中一个非常重要的函数,用于生成基于形状的目标模型。它可以大大简化模型建立的流程,提高识别精度和效率。
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