Halcon算子_create_aniso_shape_model

create_aniso_shape_model(Template : : NumLevels,AngleStart,AngleExtent,AngleStep,ScaleRMin,ScaleRMax,ScaleRStep,ScaleCMin,ScaleCMax,ScaleCStep,Optimization,Metric,Contrast,MinContrast :ModelID)

1、算子创建了各向异性的基于形状的模板。

2、模板由图像的多个不同金字塔层上的图像生成。

3、如果选项complete pregeneration是选定的，在不同金字塔层上将生成多个旋转角度和各向异性的模型。

4、NumLevels参数确定金字塔层的数量。金字塔层数越多，找到对象所需的时间越短。但是层数过多，最高层的特征点（至少4个）可能不够导致在该层找不到对象。

5、设置NumLevels后，如果最高层没有产生足够的特征点，则金字塔级别的数量自动减少，直到在最高金字塔级别上找到足够的模型点（会增加运行时间，可以先使用算子inspect_shape_model进行检查来确定合适的值。）。如果此过程导致没有金字塔级别的模型，即如果模型点的数量在最低金字塔级别上已经太小，则create_aniso_shape_model将返回错误消息。

6、如果NumLevels设置为'auto'（或0，为了向后兼容），create_aniso_shape_model会自动确定金字塔数量。可以使用算子get_shape_model_params查询自动计算的金字塔数量。在极少数情况下，create_aniso_shape_model可能会自动生成金字塔级别太大或太小的数值。如果金字塔级别的数量太大，则模型可能无法在图像中被识别，或者可能需要在find_aniso_shape_model中为MinScore或Greediness选择非常低的参数，以便找到该模型。如果选择的金字塔数量太小，则find_aniso_shape_model中找到模型所需的时间可能会增加。在这些情况下，应使用inspect_shape_model的输出来选择金字塔数量。

7、参数AngleStart和AngleExtent给出了模型在图像中可能发生旋转的角度范围。超出范围的对象将会查找不到。

8、参数AngleStep决定所选角度范围内的步长。按照各个旋转角度生成模板。如果算子find_aniso_shape_model中未指定亚像素精度，则此参数指定算子find_aniso_shape_model中角度可实现的精度。AngleStep应根据对象的大小进行选择。较小的模型在图像中没有许多不同的离散旋转，因此对于较小的模型，AngleStep应该被选择得更大。如果AngleExtent不是AngleStep的整数倍，则AngleStep将被相应地修改。为了确保独立于给定的AngleStart的可能旋转的范围的采样，可能的旋转范围被修改如下：如果没有正整数n使得AngleStart加n次AngleStep正好为0.0，则AngleStart减小到AngleStep，并且根据AngleStep增加AngleExtent。（还没懂）

9、参数ScaleRMin，ScaleRMax，ScaleCMin和ScaleCMax确定模型在行和列方向上可能的各向异性尺度的范围。两个比例因子中的比例为1对应于模型的原始大小。

10、参数ScaleRStep和ScaleCStep确定选定范围范围内的步长。因此，如果在find_aniso_shape_model中未指定亚像素精度，则这些参数指定了find_aniso_shape_model中的缩放可实现的精度。像AngleStep一样，ScaleRStep和ScaleCStep应该根据对象的大小来选择。如果缩放比例的相应范围不是ScaleRStep和ScaleCStep的整数倍，则ScaleRStep和ScaleCStep将被相应地修改。为了确保与给定的ScaleRMin和ScaleCMin无关的可能尺度的范围的采样，可能的尺度的范围被修改如下：如果没有正整数n和m，使ScaleRMin加n次ScaleRStep正好为0.0和ScaleCMin加m次ScaleCStep正好为0.0，ScaleRMin和ScaleCMin分别减少到ScaleRStep和ScaleCStep，并且ScaleRMax和ScaleCMax分别增加，从而可以通过ScaleRStep和ScaleCStep增加可能尺度的范围。（还没懂）

11、请注意，转换在内部进行处理，以便首先应用缩放，然后进行旋转。因此，模型通常应对齐，使其在模型图像中呈水平或垂直显示。

12、如果选项completepregeneration是选定的，则为所选角度和比例范围预先生成模型并存储在存储器中。存储模型所需的内存与模型中的角度步数，角度范围以及点数成正比。