Halcon——模板匹配之灰度匹配

create_template(Template : : FirstError, NumLevel, Optimize, GrayValues : TemplateID)

初识仿射变换参数NumLevel指定可用于匹配的金字塔等级的数量（NumLevel = 1表示仅原始灰度值）。以后用于匹配的级别数将小于或等于该值。如果图案由于缩放而变得太小，则会自动减少金字塔等级的最大数量。

参数GrayValues定义使用原始灰度值（“原始”，“规范化”）还是边缘幅度（“梯度”，“ sobel”）。对于“原始”，差异的总和用作特征，如果照度没有变化，则非常稳定且快速。如果照明发生变化，则使用“归一化”。该方法比较慢，并且不太稳定。注意，“归一化”可以补偿附加的照明变化。如果还出现灰度值的乘法变化，则应使用基于相关性的匹配（create_ncc_model）。如果照度没有变化，则应使用“原始”模式。边缘幅度是不受照明影响的另一种方法。缺点是执行时间增加，并且对图案形状变化的敏感性更高。模式“渐变”稍快一些，但对噪声更敏感。

当使用边缘幅度时，通常必须选择更高的匹配最大误差。如果有必要，由GrayValues选择的模式将导致在匹配期间自动调用适当的过滤器。

参数Optimize指定是否必须针对运行时优化模式。这种优化导致创建模板的时间更长，但减少了匹配时间。另外，优化导致更稳定的匹配，即，减少了错过良好匹配的可能性。优化过程将选择最稳定和最重要的灰度值，以便在匹配过程中首先进行测试。使用此技术，可以很早地消除错误的匹配。

在使用独立于图像大小存储的模板之前，可以通过使用adapt_template将其显式调整为确定图像大小的大小。

fast_match_mg(Image : Matches : TemplateID, MaxError, NumLevel : )

像运算符fast_match一样，运算符fast_mat