halcon操作算子:find_scaled_shape_model

find_scaled_shape_model 是 HALCON 中的一个操作符,用于在图像中搜索已知形状模型的实例,同时允许模型在尺寸、旋转和位置方面发生变化。这个操作符非常适合于在不同尺度和方向上识别目标对象。

基本语法

find_scaled_shape_model(ImageSearch, ModelID, MinAngle, MaxAngle, MinScale, MaxScale, NumLevels, MatchThreshold, Row, Column, Angle, Scale, Score, NumMatches)

参数说明:

  1. ImageSearch:要搜索的图像。
  2. ModelID:之前通过 train_shape_model 训练得到的形状模型的ID。
  3. MinAngle:搜索角度的最小值,以弧度为单位。
  4. MaxAngle:搜索角度的最大值,以弧度为单位。
  5. MinScale:搜索的最小尺度因子。
  6. MaxScale:搜索的最大尺度因子。
  7. NumLevels:搜索时使用的金字塔级别数。
  8. MatchThreshold:匹配阈值,用于确定是否找到了模型的实例。
  9. Row:找到的模型实例的中心点的行坐标。
  10. Column:找到的模型实例的中心点的列坐标。
  11. Angle:找到的模型实例的旋转角度,以弧度为单位。
  12. Scale:找到的模型实例的尺度因子。
  13. Score:匹配得分,表示找到的模型实例的匹配程度。
  14. NumMatches:输出参数,表示找到的匹配实例的数量。

示例

假设你已经训练了一个形状模型并得到了 ModelID,现在你想在一个新的图像中搜索这个模型的实例:

* 定义搜索参数
MinAngle := rad(-180)  * 最小角度 -180度
MaxAngle := rad(180)   * 最大角度 180度
MinScale := 0.8        * 最小尺度因子
MaxScale := 1.2        * 最大尺度因子
NumLevels := 3         * 金字塔级别数
MatchThreshold := 0.8  * 匹配阈值

* 进行形状模型搜索
find_scaled_shape_model(ImageSearch, ModelID, MinAngle, MaxAngle, MinScale, MaxScale, NumLevels, MatchThreshold, Row, Column, Angle, Scale, Score, NumMatches)

* 检查找到的匹配数量
NumMatches(matches, NumMatches)

在这个例子中,find_scaled_shape_model 将尝试在 ImageSearch 中找到 ModelID 指定的形状模型的实例,考虑到尺度变化、旋转和位置的变化。搜索将覆盖从 -180180 度的角度范围,并且考虑了从 0.81.2 的尺度变化。金字塔级别数设置为 3,匹配阈值设置为 0.8,表示只有当匹配得分高于这个阈值时,才认为找到了模型的实例。

NumMatches 将返回找到的匹配实例的数量,这可以用于进一步的分析或决策逻辑。

注意事项

  • 确保在调用 find_scaled_shape_model 之前,你已经使用 train_shape_model 训练了形状模型,并且得到了一个有效的 ModelID
  • 调整 MinAngleMaxAngleMinScaleMaxScale 参数可以改变搜索的范围和灵活性,以适应不同的应用场景。
  • NumLevels 控制搜索时使用的图像金字塔的级别数,增加级别数可以提高搜索的准确性,但也会增加计算量。
  • MatchThreshold 是一个重要的参数,它决定了何时认为找到了一个匹配。根据你的应用需求适当调整这个阈值。

✅作者简介:热爱科研的嵌入式开发者,修心和技术同步精进

❤欢迎关注我的知乎:对error视而不见

代码获取、问题探讨及文章转载可私信。

☁ 愿你的生命中有够多的云翳,来造就一个美丽的黄昏。

🍎获取更多嵌入式资料可点击链接进群领取,谢谢支持!👇

点击领取更多详细资料

  • 5
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

嵌入式杂谈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值