halcon region特征深入详解

当我们想要提取Region时,图像处理后,往往存在几个类似的Region,此时,需要根据Region的一些特殊特征,来选择指定的Region。

求Region指定特征值:region_features(Regions : : Features : Value)

根据特征值选择区域:select_shape(Regions : SelectedRegions : Features, Operation, Min, Max : )

Region特征一览表:
在这里插入图片描述

在这里插入图片描述

  • region特征分为三部分
    (1)基础特征:region面积,中心,宽高,左上角右下角坐标,等效椭圆长半轴短半轴方向,洞数及其面积,粗糙度,联通数,最大半径等。
    (2)开关特征:外接圆半径,内接圆半径,圆度,紧密度,长度,矩形度,凸型,偏心率,蓬松度,外接矩形的方向和两边长度等。
    (3)几何矩特征:二阶矩,三阶矩,主惯性轴等。
Halcon模板匹配是一种常用的机器视觉技术,它可以在图像中精确定位和识别目标物体。在Halcon中,模板匹配是通过计算模板图像和待匹配图像之间的相似度来实现的。以下是Halcon模板匹配中一些重要的参数及其含义: 1. 模板图像:模板图像是已知的目标图像,用于与待匹配图像进行比较。模板图像可以通过图像采集设备获取,也可以通过Halcon软件生成。 2. 待匹配图像:待匹配图像是需要进行目标检测和定位的图像。待匹配图像可以通过图像采集设备获取,也可以通过Halcon软件生成。 3. 相似度:相似度是模板图像和待匹配图像之间的相似程度。在Halcon中,相似度通常使用灰度相关系数(Gray Similarity)或归一化互相关系数(Normalized Cross Correlation)来计算。 4. 匹配阈值:匹配阈值是指在匹配过程中用来确定目标是否被检测到的阈值。当相似度超过匹配阈值时,认为目标已被检测到。 5. 匹配模式:匹配模式是指匹配过程中使用的算法类型。在Halcon中,常用的匹配模式包括模板匹配(Template Matching)、形状匹配(Shape Matching)和区域匹配(Region Matching)等。 6. 匹配区域:匹配区域是指在待匹配图像中进行模板匹配的区域。通常情况下,匹配区域可以通过设定一个感兴趣区域(ROI)来实现。 7. 结果输出:匹配结果可以通过Halcon中的输出参数来实现。常用的输出参数包括匹配位置、相似度、匹配角度等。 以上是Halcon模板匹配中一些重要的参数及其含义,希望可以帮助您更好地了解和应用Halcon模板匹配技术。
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
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