Halcon基于局部形变的模板匹配

Halcon基于局部形变的模板匹配

基于局部形变的模板匹配与基于形状的模板匹配的相似之处是,二者都是通过检测目标的形状轮廓进行匹配的;不同之处在于,前者的匹配过程可以接受轻微的形变,其匹配步骤如下。
(1)准备模板。在创建模板之前,先读取输入图像,选择要检测的目标选区。选择时要注意选取包含目标的典型结构,也可以适当包含目标区域以外的邻域像素,然后将得到的参考图像转化为单通道的灰度图像。
(2)创建基于局部形变的匹配模型。创建模型的方式有两种,一种是使用create_local_deformable_model算子,从模板图像中创建模型;另一种是根据目标的XLD轮廓创建,使用create_local_deformable_model_xld算子。两种方式的输入不同,但是大部分参数都相同。
如果想使用自动参数,除了把参数值设为auto以外,还可以使用determine_deformable_model params 算子获取推荐的参数,然后根据实际匹配效果决定是否需要修改这些参数。如果要调整与金字塔层级相关的参数,也可以使用inspect _shape_model算子查看不同层级的金字塔图像效果,这一点与基于形状的模板匹配类似。
如果想获取原图的轮廓以便以后与形变对比,可以使用get_deformable_model_contours算子。
(3)搜索目标。模型创建好以后,首先确定输入的图像是单通道灰度图像,然后使用find_loacal_deformable_model算子进行匹配。它将返回目标的位置和分数,以及形变的轮廓等信息。该算子的参数与另外几种匹配算法类似,可以通过调整匹配参数来提升匹配的效率。
(4)优化匹配过程。如果一次匹配的效果不理想,可以通过调整匹配参数来优化匹配的结果。例如,修改搜索空间、限制图像金字塔的层级等。
(5)清除模型。匹配结束后,使用clear_deformable_model算子将模板清除,并释放内存资源。在获得基于形变的模板匹配对象之后,将获得对象的坐标、匹配分数,但是不会返回旋转角度、缩放系数等参数。
根据ResultType的定义,将返回一些参数用于校正图像,以及获取形变的轮廓等。其代码如下:

dev_close_window ()
*读取参考图像,这里读取的是单通道灰度图像	
*这里的参考图像是已经剪裁好的感兴趣区域图像,可以直接作为模板图像
read_image (ModelImage, 'data/creamlabel')
*设置显示窗口参数
dev_open_window_fit_image (ModelImage, 0, 0, -1, -1, WindowHandle)
*创建局部形变模板,返回局部形变模板句柄ModelID
create_local_deformable_model (ModelImage, 'auto', rad(-15), rad(30), 'auto', 1, 1, 'auto', 1, 1, 'auto', 'none', 'use_polarity', [40,60], 'auto', [], [], ModelID)
*获取局部形变模板的轮廓
get_deformable_model_contours (ModelContours, ModelID, 1)
*为了将模板轮廓可视化显示,需要将轮廓与图像实物对应起来
*因此出于可视化显示的目的,先获取模板图像的几何中心
area_center (ModelImage, Area, Row, Column)
*进行仿射变换
hom_mat2d_identity (HomMat2DIdentity)
hom_mat2d_translate (HomMat2DIdentity, Row, Column, HomMat2DTranslate)
affine_trans_contour_xld (ModelContours, ContoursAffinTrans, HomMat2DTranslate)
*设置轮廓显示的线条参数,显示模板图像与轮廓
dev_set_line_width (2)
dev_display (ModelImage)
dev_display (ContoursAffinTrans)
stop ()
*读取测试图像,这里的图像中更包含模板图像,并且有一定的形变
read_image (DeformedImage, 'data/cream')
*显示用于测试的局部形变图像
dev_resize_window_fit_image (DeformedImage, 0, 0, -1, -1)
dev_display (DeformedImage)
*进行局部形变模板匹配
find_local_deformable_model (DeformedImage, ImageRectified, VectorField, DeformedContours, ModelID, rad(-14), rad(28), 0.9, 1, 0.9, 1, 0.78, 0, 0, 0, 0.7, ['image_rectified','vector_field','deformed_contours'], ['deformation_smoothness','expand_border','subpixel'], [18,0,0], Score, Row, Column)
*显示形变轮廓
dev_display (DeformedImage)
dev_set_line_width (2)
dev_set_color ('red')
dev_display (DeformedContours)
stop()
*匹配结束,释放模板资源
clear_deformable_model (ModelID)
  • 20
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
### 回答1: LabVIEW是一种用于数据采集、处理和显示的编程环境,具有直观的图形化编程界面和丰富的功能模块。在LabVIEW中,模板匹配是一种常见的图像处理技术,用于在图像中查找特定的模式或对象。 模板匹配的基本思想是将一个事先定义好的模板与待匹配的图像进行比较,找到最佳匹配的位置。在LabVIEW中,可以使用模板匹配工具箱中的函数实现这一过程。首先,将模板图像和待匹配图像导入到LabVIEW中,并对其进行预处理,如裁剪、滤波等。然后,使用模板匹配函数将模板与待匹配图像进行比较,并得到匹配结果。 LabVIEW中的模板匹配函数可以使用不同的匹配方法,如相关性匹配、平方差匹配、归一化相关性匹配等。这些方法根据需要选择合适的匹配指标,通过计算模板与图像的相似度来确定最佳匹配位置。匹配结果通常以坐标形式返回,表示模板在图像中的位置。 模板匹配在许多领域中都有广泛的应用,如机器视觉、模式识别和人脸识别等。在实际应用中,我们可以根据具体需求对模板匹配进行优化和改进,以提高匹配的准确度和效率。 总结起来,LabVIEW中的模板匹配是一种基于图像处理的技术,用于在图像中查找特定的模式或对象。通过使用LabVIEW中的模板匹配工具箱,我们可以方便地实现模板匹配算法,并根据实际需求进行参数调节和优化。这一技术在许多领域都有广泛的应用。 ### 回答2: LabVIEW模板匹配是一种用于在图像处理中找出匹配目标的算法模板匹配方法通过比较一个称为模板的图像与另一个较大的图像进行比较,以寻找最佳匹配的位置。 在LabVIEW中,模板匹配通常通过以下步骤实现: 1. 准备图像数据:将需要进行模板匹配的大图像和模板图像加载到LabVIEW中,并进行预处理操作,如调整大小、去噪等。 2. 创建模板匹配VI:在LabVIEW中创建一个VI(Virtual Instrument),将图像数据输入到VI中。在VI中使用“模板匹配”节点,选择适当的模板匹配算法和参数,如标准相关匹配(Normalized Cross-correlation)或平方差匹配(Sum of Squared Differences)。 3. 执行模板匹配:运行VI,将待匹配的图像和模板传递给模板匹配节点。模板匹配节点将计算出每个像素的匹配度,通过比较像素值或特征来确定匹配度。匹配度最高的像素位置即为最佳匹配位置。 4. 输出结果:将匹配结果输出到图像或显示窗口中,以便用户可视化检查。可以使用图像处理节点在匹配结果图像中绘制边界框或其他标记,以突出显示匹配目标。 LabVIEW模板匹配可广泛应用于计算机视觉相关领域,如目标检测、OCR(Optical Character Recognition)等。通过LabVIEW的图形化编程界面和强大的图像处理功能,可以方便地实现模板匹配算法,准确地找出匹配目标并进行进一步的处理分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

electrical1024

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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