3、CogCNLSearchTool 使用教程

CogCNLSearchTool 使用教程

简介

CogCNLSearchTool的作用是定位或测量事先训练的一个或多个特征的质量，用来测量当前图像中的某–特征与先前训练的图模型的相似程度。
其应用可以分为以下四个方面:
●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。
●存在或缺失: 验证图像中某一特征的数目。
●测量: 测量长度，直径，角度，以及其他一些临界尺寸。
●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，其可以是只包含少量像素的简单边缘特征，也可以是包含成千上万像素的复杂特征。
CogCNLSearchTool工具既可以查找基于灰度比例的特征，也可以查找基于边缘的特征。
通常情况下，你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。我们可以以其中一个特征为来训练模型。然后可以利用这个模型来查找图像中的所有特征。
(2) CogCNSSearchTool查找策略
GogONESearchTool首先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，其即为我们要查找的特征;如果是查找到多个特征，如果这些特征和已训练模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已训练模型的相似度大，具有局部相似性。
Visionpro中CNLSearchTool应用一个更有效的技术来定位特征
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。
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要首先进行算法选择。

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化的情况，如果设置为线性查找算法，CNESearch 对待查询图像中的和模型图像像素非常相似的地方进行查询。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，非线性查我算法适用于模型图像和查询图像之间没有亮度变化的情况，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，大所以这种算法对于亮度存在线性和非线性变化的场合都适用。

操作实例

1、 打开QuickBuild
2、 双击Image Source 添加源图片文件夹

3、添加CogCNLSearchTool


4、将ImageSource 链接到卡尺工具InputImage

5、双击 CogCNLSearchTool 工具 弹出如下对话框

6、点击《抓取训练图像》，选择TrainImage

7、调整训练框 框选目标模板

8、点击《训练》

9、设置CogCNLSearchTool 运行参数如下

10、点击运行查看结果

运行结果

参考例程：https://download.csdn.net/download/xiao__wen/12442075