Halcon算子_find_aniso_shape_model



find_aniso_shape_model(Image : : ModelID, AngleStart, AngleExtent, ScaleRMin, ScaleRMax, ScaleCMin, ScaleCMax, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels, Greediness : Row, Column, Angle, ScaleR, ScaleC, Score)

1、算子find_aniso_shape_model在输入图像Image（参数）中找到各向异性尺度不变形状模型ModelID（参数）的最佳NumMatches（参数）个实例。模型ModelID（参数）必须先通过调用create_aniso_shape_model或read_shape_model创建。

2、所得实例在行和列方向上的位置，旋转和缩放会以参数Row，Column，Angle，ScaleR和ScaleC的形式返回。 其中坐标Row和Column是搜索图像中形状模型原点的坐标。 默认情况下，原点是用于使用create_aniso_shape_model创建形状模型的图像的域（区域）的重心。 可以使用set_shape_model_origin设置不同的原点。

3、请注意，坐标Row和Column不完全对应于搜索图像中模型的位置。 因此，您不能直接使用它们。 相反，这些值可以进行优化后用于创建转换矩阵。

4、通过转换矩阵，我们可以使用匹配结果来完成各种任务。例如调整其他处理步骤的ROI。

5、每个找到的实例的得分都在Score中返回。 分数是介于0和1之间的数字，这是模型在图像中可见多少的近似度量。 例如，如果模型的一半被遮挡，则得分不能超过0.5。

6、图像Image（参数）的域确定了模型参考点的搜索空间。模型参考点是指在算子create_aniso_shape_model中用于创建形状模型的图像的域的重心。 不考虑使用set_shape_model_origin设置的不同原点。 在图像的域内搜索模型，模型必须完全位于图像内。 这意味着如果模型扩展超出图像边界，则该模型将不会被发现，即使它的分数大于MinScore（参数），这个行为可以通过set_system（'border_shape_models'，'true'）来改变，这可以使得超出图像边框的模型在得分大于MinScore时被发现。 在这里，位于图像之外的点被认为被遮挡，即，它们会降低得分。 应该注意的是，在这种模式下，搜索的运行时间会增加。

7、参数AngleStart和AngleExtent决定了搜索模型的旋转范围。

8、 ScaleRMin，ScaleRMax，ScaleCMin和ScaleCMax的参数决定了搜索模型的行和列方向的缩放范围。

9、如有必要，将两个范围缩小到使用create_aniso_shape_model创建模型时给出的范围。这意味着模型和搜索的角度范围必须真正重叠。

10、搜索中的角度范围不适用于模数360°。例如，如果使用AngleStart = -20°和AngleExtent = 40°创建模型，使用AngleStart = 350°和AngleExtent = 20°搜索模型，则模型不会被发现。即使将他们视为模数360°时，角度范围将重叠，模型也是不会被发现。所以需要以AngleStart = -10°和AngleExtent = 20°搜索模型。

11、如果模型ModelID是由算子create_shape_model或create_scaled_shape_model创建的，那将会以1.0的各向同性缩放或者在ScaleRMin到ScaleRMax范围内的各向同性缩放来搜索模型。

12、参数ScaleR和ScaleC返回实际的缩放率。

13、注意：某些稍微超出旋转和缩放范围的实例也有可能被识别出来。如果指定的搜索范围小于创建模型时给出的范围，则可能会发生这种情况。

14、参数MinScore确定了实例的最小匹配分数。选择较大的MinScore，搜索速度越快。如果模型可以预测到不会被遮挡，MinScore可能设置为高达0.8甚至0.9。如果匹配没有跟踪到最低金字塔级别，那么可能会发现比分低于MinScore的匹配。

15、可以使用NumMatches确定要查找的最大实例数。如果图像中找到的分数大于MinScore的NumMatches实例多，则只返回最佳的NumMatches个实例。如果少于NumMatches，则只返回能找到的实例，即参数MinScore优先于NumMatches。

16、如果模型呈现对称性，则可能发生在图像中发现具有类似位置但具有不同旋转的多个实例。参数MaxOverlap通过分数（即，0和1之间的数字）来确定两个实例可以最多重叠，以便将它们视为不同的实例，并且单独返回。如果两个实例彼此重叠超过MaxOverlap，则只返回最佳实例。重叠的计算基于所找到的实例的任意方向（见minimum_rectangle2）的最小包围矩形。如果MaxOverlap = 0，发现的实例可能根本不重叠，而对于MaxOverlap = 1，所有实例都将返回。

17、参数SubPixel确定是否应以亚像素精度提取实例。如果SubPixel设置为“none”（或“false”用于向后兼容），则只能通过像素精度和使用create_aniso_shape_model指定的角度和比例分辨率来确定模型的姿态。如果SubPixel设置为“interpolation”（或“true”），则以亚像素精度确定位置以及旋转和缩放。在这种模式下，模型的姿态是通过得分函数进行插值得到的的。该模式几乎不需要计算时间，并达到了对于大多数应用来说足够高的精度。

18、然而，在一些应用中，精度要求非常高。在这些情况下，可以通过最小二乘法调整来确定模型的姿态。与“interpolation”相反，该模式需要额外的计算时间。可以使用不同的最小二乘法调整模式（'least_squares'，'least_squares_high'和'least_squares_very_high'）来确定正在搜索最小距离的准确性。然而，选择精度越高，子像素提取将采取越长的时间。通常，SubPixel应设置为“interpolation”。如果需要进行最小二乘法调整，则应选择“least_squares”，因为这将导致运行时和精度之间的最佳权衡。

19、相对于模型而言有稍微变形的物体，在某些情况下，无法被找到或者即使被找到，精度也很低。对于这样的对象，可以在参数SubPixel中额外传递最大允许对象变形。变形必须以像素为单位指定。这可以通过传递可选参数值“max_deformation”，后跟一个0到32之间的整数值（在同一个字符串中），该值指定最大变形。例如，如果对象的形状相对于存储在模型中的形状可以变形多达2个像素，则必须在SubPixel中传递值“max_deformation 2”。传递值“max_deformation 0”时，进行搜索时要求物体不能变形，与不设定“max_deformation”的作用一样。

20、请注意，最大变形值设定得较高时通常会导致运行时间增加。此外，选择变形值越高，发现错误模型实例的风险越高。这两个问题主要出现在搜索小物体或具有精细结构的物体时。这是因为这种物体在高变形时会失去其特征形状，而特征形状对于强大的搜索来说是很重要的。还要注意，对于较高的变形，如果在物体附近存在杂波，部分遮挡物体的精度可能会降低。因此，最大变形应尽可能选择尽可能小，只有在有必要的时候才设置得高一点。

21、当指定高于0的变形时，匹配分数的计算取决于亚像素提取的所选值即subpixel的值。在大多数情况，如果选择了“minimum_squares”，“minimum_squares_high”或“least_squares_very_high”（参考上文第17点），则匹配的分数会发生变化（与“none”或“interpolation”进行比较）。此外，如果选择最小二乘调整中的一个，则增加最大变形时得分可能增加，因为对于模型点，可以找到更多对应的图像点。