机器视觉的四大基本功能分别是定位、测量、识别、缺陷检测,当前的主要应用也是基于这四大类功能来展开。其中定位功能有着极其重要的地位,70%~80%的2D机器视觉项目都会用到定位功能。无论是要实现测量、识别还是缺陷检测,均需要通过定位找到被测物的具体位置,才能进行后续的视觉流程。
![9964b4d7749d0b4aef485efd6bba6f36.png](https://img-blog.csdnimg.cn/img_convert/9964b4d7749d0b4aef485efd6bba6f36.png)
![d0bab5f7780d43e00cace6f20e9aa5d0.gif](https://img-blog.csdnimg.cn/img_convert/d0bab5f7780d43e00cace6f20e9aa5d0.gif)
那么,如何精准定位被测物的具体位置呢?
MVP算法平台提供了可靠的模板匹配算子
解决机器视觉定位的关键问题。
定位流程
![dec1c1a3c244dd2c0f6071a6aac177fa.png](https://img-blog.csdnimg.cn/img_convert/dec1c1a3c244dd2c0f6071a6aac177fa.png)
模板匹配是机器视觉核心算法之一,也是实现视觉定位的关键步骤,其精度和速度决定了最终的视觉应用能否成功。
什么是模板匹配?
模板匹配即通过提取目标特征,来匹配对象与目标相同或相似的区域,最终输出匹配到的模板信息和数据。
![6a6641c4b88c43b503f6910a83d139a9.png](https://img-blog.csdnimg.cn/img_convert/6a6641c4b88c43b503f6910a83d139a9.png)
实际应用表现
1
各种复杂场景,识别率高
在面对各种复杂应用场景,如:低亮度、表面反光、背景极性复杂等环境,依然保持高识别率。