【VisionMaster】卡尺工具

1. 功能概述

卡尺工具主要有两种功能，一是检测边缘点的位置，二是检测边缘对之间的宽度。

2. 基本原理

• 指定需要查找边缘的矩形ROI区域
• 利用矩形ROI的四个顶点与对应的转正后矩形（搜索方向与水平轴平行）的四个顶点构建仿射变换关系，并利用该放射变换将矩形ROI区域内的图像转正
  
• 沿着投影方向将转正后的矩形ROI区域内的图像投影成单像素高度的水平像素带(一般是取每个位置处所有垂直方向像素的平均值)
• 对像素带执行滤波操作
• 执行边缘提取
• 根据指定的边缘筛选方式对边缘进行筛选

3. 方案配置

4. 单边缘

4.1 边缘阈值参数

• 边缘阈值较小时，能够查找到边缘
  
• 边缘阈值过大时，无法查找到边缘
  

4.2 最大结果数参数

4.3 边缘极性参数

用于控制边缘的方向，共有一下三种方式可供选择：

• 由黑到白 仅提取由黑到白过度的边缘
  
• 由白到黑 仅提取由白到黑过度的边缘
  
• 任意极性 同时提取由黑到白与由白到黑两种边缘
  

4.4 计分函数

根据指定的计分方式对边缘进行评分，提供了对比度，边缘位置，相对位置与灰度均值四种方式。每个评分使能下，均包括曲线类型、起点、中点、终点、计分高值以及计分低值等六个参数。曲线类型包括递增和递减两种类型。通过设置这六个参数使目标边缘点集合的分值最高。

计分函数实际上是分段函数

4.4.1 计分函数（分段函数）表现形式

• 形式一
  
• 形式二
  
• 形式三
  
• 形式四
  

4.4.2 计分方式

• 对比度
  默认开启的计分方式。以边缘处的对比度作为计分函数的自变量，根据对比度计分函数计算出边缘的评分，最后选择出得分最高的边缘。由于使用的图像都是8Bit深度的灰度图像，因此，自变量的取值范围[0, 255]。
  
  
  

• 边缘位置
  以边缘位置相对于查找区域中心的绝对距离作为计分函数的自变量。因此，自变量的取值范围[0, search_length * 0.5]。
  
  由上图可知，自变量的范围是[0, 91.1819]。
  
  
  
  

• 相对位置
  以边缘位置相对于查找区域中心的相对距离作为计分函数的自变量。因此，自变量的取值范围[search_length * 0.5, search_length * 0.5]。
  
  
  
  

• 灰度均值
  按区域投影灰度均值评分，使用评率较低。

5. 边缘对

边缘对方式一次性提取两个边缘。除在单边缘中提供的计分方式外，还提供归一位置评分，归一相对位置评分，间距评分，间距评分与相对间距差评分五种计分方式。此外，边缘对模式还提供一个新的参数边缘对宽度，用以计算实际输入计分函数的自变量。

• 对比度
  两个边缘处对比度均值作为计分函数的自变量
• 位置
  两个边缘位置的中点作为计分函数的自变量
• 相对位置
  两个边缘位置的中点作为计分函数的自变量
• 灰度均值
  两个边缘位置处的灰度均值的均值
• 归一位置
  自变量 = | 边缘对中心到搜索区域中的距离 | / 边缘对宽度
  | 边缘对中心到搜索区域中的距离 | 的取值范围[0, search_length * 0.5)。
  一般情况下，设置边缘对宽度为 search_length * 0.5，以保证自变量的取值范围是[0, 1)
  
• 归一相对位置
  自变量 = 边缘对中心到搜索区域中的距离 / 边缘对宽度
  边缘对中心到搜索区域中的距离 的取值范围(-search_length * 0.5, search_length * 0.5)。
  一般情况下，设置边缘对宽度为 search_length * 0.5，以保证自变量的取值范围是(-1, 1)
• 间距
  边缘对实测距离 / 边缘对宽度
• 间距差
  |边缘对实测距离-边缘对宽度| / 边缘对宽度
• 相对间距差
  （边缘对实测距离-边缘对宽度）/ 边缘对宽度

由于试用版程序用切换到边缘对模式，运行后提示一下错误，导致无法提供相关运行结果图像