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