explore_halcon.hdev(4)之p_do_bead_inspection函数模块

本文介绍了Halcon中的投影变换矩阵计算与应用,包括vector_to_proj_hom_mat2d函数的参数解析,以及projective_trans_image函数在图像处理中的插值方法。同时,探讨了NURBS曲线的概念,并提到了gen_contour_nurbs_xld函数在转换NURBS曲线为XLD轮廓的过程。此外,还讲解了创建和应用可变性模型进行胶条检测的步骤,如create_bead_inspection_model和apply_bead_inspection_model函数的使用。
摘要由CSDN通过智能技术生成

投影变换(projective transformation):在变换过程中,直线映射为直线(但不一定保持平行度),任何二维投影变换都可以用3*3可逆矩阵表示,而任何三维投影变化都可以用4*4可逆矩阵表示

NURBS(Non Uniform Rational B-spline)曲线:是非均匀有理B样条曲线

1.vector_to _proj_hom_mat2d( : : Px, Py, Qx, Qy, Method, CovXX1, CovYY1, CovXY1, CovXX2, CovYY2, CovXY2 : HomMat2D, Covariance):利用给定点计算投影变化矩阵

参数:

Px:在图像1中的行坐标(给定的点多于4个点,则需求最小化转换错误)

Py:在图像1中的列坐标

Qx:在图像2中的行坐标

Qy:在图像2中的列坐标

Method:估计算法('dlt' :算法最快速简单,但是有相对的不准确的误差,'normalized_dlt':速度与精度较好,'gold_standard' :优化较好但速度较慢)

CovXX1:图像1中点的行坐标的方差

CovYY1:图像1中点的列坐标方差

CovXY1:图像1中点的协方差

CovXX2:图像2中点的行坐标的方差

CovYY2:图像2中点的列坐标方差

CovXY2:图像2中点的协方差

HomMat2D:投影变换矩阵

Covariance:投影变换矩阵的9*9的协方差矩阵

2.projective_trans_image(Image : TransImage : HomMat2D, Interpolation, AdaptImageSize, TransformDomain : ):对图像应用投影变换矩阵

参数:

Image:输入图像

TransImage:处理后图像

HomMat2D:投影变换矩

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

乌里随记

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