CogCNLSearchTool工具概述

CogCNLSearchTool作用是定位或测量事先训练的一个或多个特征的质量，即用来测量当前图像中的某一特征与先前训练的图模型的相似程度，其应用主要有：

1)定位：通过定位物体上的特征来确定已知物体的位置和方向；

2)存在或者缺失：验证图像中某一个特征的数目；

3)测量：测量长度，直径，角度，以及其他一些临界尺寸；

4)检测：检测图像中的缺陷。

(1)特征和模型

             CogCNLSearchTool工具用来测量图像中某一特征(feature)与事先训练好的模型(pattern)的相似程度，特征就是图像中特定的模型，其可以只包含少量像素的简单边缘特征，也可包含成千上万像素的复杂特征。CogCNLSearchTool工具既可查找基于灰度比如的特征，也可查找基于边缘的特征。

              通常情况下，可以从图像中训练一个有代表性的模型，然后用这个模型在同一图像中或在其他图像中查找相似的模型。如图1-1所示，展示一个包含四个相似特征的图像，可以以其中一个特征为训练模型，然后可以利用这个模型来查找图像中的所有特征。 

                                                                                                    图 1-1

(2)CogCNLSearchTool查找策略

       CogCNLSearchTool通过在图像中查找和已训练的模型面积相似的区域来定位特征，如果是查找到单个特征，则说明面积最相似的区域具有全局相似性，其即为要查找的特征；如果是查找到多个特征，如果这些特征和已训练的面积有一定程度的接近，则说明这些位置的特征比其领域的特征与易训练模型的相似度大，具有局部相似性。

          图1-2展示一个模型和一个图像，图像中有多个与模型相似的特征，但只有一个全局相似，其他几个具有局部相似性。

                                                                                    图1-2 局部和全局相似特征

可以有多种策略来查找模型，图1-3展示一个模型查找方式的全过程，其中，模型是6x6像素的正方形，图像时一个36x36像素的正方形，对图像的每个位置进行逐行逐列扫描，具有相似特征的位置会被记录下来，这种方式称为"穷举搜索"。按照这种方式，将对961个位置进行模型匹配，即使高配置计算机也要一定的时间。

                                                                                 图 1-3 对模型进行穷举搜索

             VisionPro中CNLSearchTool应用一个更有效的技术定位特征，首先，快速对图像中具有相似特征的地方进行扫描，然后再根据坐标位置进行相似性判断，然后将最相似的位置返回，图1-4所示。

                                                                    图1-4 CNLSearchTool工具模型查找技术

CNLSearchTool有线性查找和非线性查找算法，在利用工具进行模型查找的时候首先进行算法选择。

线性查找算法：

线性查找算法适用于模型图像和查询图像之间有线性亮度变换的情况，如果设置为线性查找算法，CNLSearch对待查询图像中的和模型图像像素非常像素的地方进行查询，因为这种查询方式下，由于模型图像和查询图像之间的相似度由两者之间灰度关联系数决定，所以，这种方式又叫做光强关联查找算法。

非线性查找算法

非线性查找算法适用于模型图像和查询图像之间没有亮度变换的情况，这种算法的原理是通过判断模型图像与查询图像中边缘部分和非边缘部分的相似程度来确定模型，因为这种算法是通过查找边缘特征而非像素特征，所以这种算法对应亮度存在线性和非线性变换的场合都是用。

 

 参考：

康茗睿编著