原标题:HALCON高级篇:变化模型
变化模型
一个变化模型的主要原则是将一个或多个图像同一个理想图像做对比,去找到明显的不同。借助它,你可以通过将生产不正确的物体同生产正确的物体做比较,进而鉴定出生产不正确的物体。理想图像通常是用几个参考图像通过训练而获得。除了理想图像,训练还获得了对于图像中每一个点被运行的灰度变化的信息,这些信息被存储在一个所谓的变化图像中。两个图像被用来创建一个变化模型,其他图像就可以用来和其做比较。
变化模型的优势是可以直接通过它们的灰度值做比较,并且通过变化图像,比较可以被空间地加权。
基本概念
变化模型主要由下面几个部分组成:
获取图像
对于训练和比较,图像都应该被获取。
创建变化模型
首先,你必须用算子create_variation_model去创建一个用于图像比较的变化模型,其存储着在下面步骤中不断被添加的信息。
排列ROIs或者图像
为了训练变化模型,所有的训练图像必须被放置在相同的位置,且有相同的方向。因而,在训练模型之前,对象必须被排列。类似的,被用来同变化模型做比较的图像也将被排列。
训练变化模型
变化模型可以通过提供一组包含好样品的图像得到训练,算子train_variation_model利用训练图像去计算一个理想图像和对应的变化图像。变化图像代表了灰度值变化的数量,例如图像中每一点的公差。
如果你不想用多张图像去训练模型,例如考虑到内存的原因,你也可以用一个单独的图像作为理想图像,