ApolloVision视觉之旅（2）：基于形状轮廓的1对N，N对N的机器视觉模板匹配的快速实现-CSDN博客

本文链接：https://blog.csdn.net/tmxyz1950/article/details/106155046

在机器视觉领域，最常见的功能莫过于形状匹配定位，无论是在对工件的有无判定、正反判定、工件的分类还是在工件尺寸的定位测量等需求均有非常广泛的应用。本文中我们将结合ApolloVision对此进行深入的讲解。

算法原理扫盲

基于形状的匹配算法，通常的理解是针对图像模板（从原图中截取的一部分）进行一个抽象，比如先对图像模板的分辨率进行调整，形成多个层级的图像元素（这一过程通常称为图像金字塔，主要目的是为了提高匹配速度，但同时也会对匹配精度造成对应的影响），然后对不同层级的图像元素进行边缘的提取（通常采用Canny、Sobel、laplace、Scharr等算法计算，这里同样会结合其他的参数进行微调，比如对图像模板中明暗极性、杂斑点的考虑，以及对散点断点的轮廓拟合），然后将该结果作为我们所称作的“模板”保存；在进行匹配操作时，将目标图（从相机中采集或本地加载图像获取）同样进行多层级分辨率调整以及边缘的提取，然后再将先前准备好的模板拿到目标图中进行比对，将处理完成的结果按照相似度的从高到低的顺序进行排列，最后结合用户指定的输出参数（比如最低匹配分数，期望匹配目标的个数等等）进行输出得到结果。

软件的实现

在ApolloVision中，我们需要先拿到一张原始图像来建立模板（在ApolloVision当前版本（20200428）中已内置了海康威视的相机SDK），如果手头上没有该相机，也可以使用本地任意一张图像进行相关的操作（默认使用黑白图片，彩色图像将自动转换为单通道的灰度图），本文中将使用海康相机（型号：MV-CA050-10GM黑白相机）进行讲解。

打开ApolloVision视觉软件，我们先鼠标点击“工作流程1”（表示我们将在工作流程1中添加功能模块），这里我们先添加相机图像以及形状匹配定位：

双击“相机图像”进入设置框：

选择相机，并设置触发模式、增益和曝光时间，这里我们将默认，点击“执行”即可预览到画面：

确定保存，接着双击打开“形状匹配定位”，在图像来源中选择刚才配置好的模块“1 相机图像”：

然后在运行参数中设定我们需要的大致参数，这里我们均使用默认参数（当最大匹配个数为0时表示尽可能多的寻找）：

在模板特征选项卡中我们来对模板进行创建（下图为点击了右侧工具栏中“绘制矩形区域”效果图）：

在创建绘制了模板区域后，我们可以点击“生成轮廓预览”来查阅轮廓的线条，如果存在不需要的区域，可以使用“绘制屏蔽区域”中的圆形区域进行覆盖（可以创建多个屏蔽区域，最后软件将取所有区域合成一个区域），如果需要的匹配点不是模板区域的中心点时，也可以使用“自定义匹配点”进行自定义（自定义匹配点指自定义匹配工具圆的圆心位置，即下图中粉色圆圆心位置）。