labview中如何提高halcon图像的匹配成功率，准确率和速度

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：