以前我写过一篇文件文章,关于labview如何调用halcon,具体链接https://blog.csdn.net/qwerqwerdhr/article/details/129147636。
之后做了很多项目,发现halcon的识别准确度确实比labview的高。labview的形状匹配GeometricMatch准确度也不低,但是只能应对小图像,比较适合500万以及五百万以下的工业相机。labview在大图像的时候匹配速度炒鸡炒鸡慢。对一个2000万相机labview的GeometricMatch匹配速度竟然10S才出一个结果。而labview 的simple match虽然速度快,但是准确度是在有点拉胯。
下面就如何提高labview调用halcon匹配成功率做个说明:
1.500万相机创建模板的时候金字塔建议用4,匹配的时候用4-5两种金字塔。金字塔越大,特征越少,匹配的成功率越高。
1000万相机/2000万相机创建模板的时候金字塔建议用5,匹配的时候用5-6两种金字塔。这样速度又快,重复实验的鲁棒性也好。
2.如何提高haocon匹配的准确率:
1)缩小匹配区域: