HALCON形状匹配总结.docxVIP

HALCON 形状匹配总结 Halcon 有三种模板匹配方法：即 Component-Based 、 Gray-Value-Based 、Shaped_based, 分别是基于组件（或成 分、元素）的匹配，基于灰度值的匹配和基于形状的匹配， 此外还有变形匹配和三维模型匹配也是分属于前面的大类 本文只对形状匹配做简要说明和补充： Shape_Based 匹配方法： 上图介绍的是形状匹配做法的一般流程及模板制作的两种 方法。 先要补充点知识：形状匹配常见的有四种情况 一般形状匹 配模板 shape_model 、线性变形匹配模板 planar_deformable_model 、局部可变形模板 local_deformable_model 、和比例缩放模板 Scale_model 第一种是不支持投影变形的模板匹配，但是速度是最高的， 第二种和第四种是支持投影变形的匹配，第三种则是支持局 部变形的匹配。 一般形状匹配模板是最常用的，模板的形状和大小一经制作 完毕便不再改变，在查找模板的过程中，只会改变模板的方 向和位置等来匹配目标图像中的图像。这个方法查找速度很 快，但是当目标图像中与模板对应的图像存在比例放大缩小 或是投影变形如倾斜等，均会影响查找结果。涉及到的算子 通常为  create_shape_model  和  find_shape_model 线性变形匹配模板  planar_deformable_model  是指模板在行 列方向上可以进行适当的缩放。行列方向上可以分别独立的 进行一个适当的缩放变形来匹配。主要参数有行列方向查找 缩放比例、图像金字塔、行列方向匹配分数（指可接受的匹 配分数，大于这个值就接受，小于它就舍弃） 、设置超找的 角度、已经超找结果后得到的位置和匹配分数 线性变形匹配又分为两种：带标定的可变形模板匹配和不带 标定的可变形模板匹配。涉及到的算子有： 不带标定的模板：创建和查找模板算子 create_planar_uncalib_deformable_model 和 find_planar_uncalib_deformable_model 带标定模板的匹配：先读入摄像机内参和外参 read_cam_par 和 read_pose 创建和查找模板算子 create_planar_calib_deformable_model 和 find_planar_calib_deformable_model 局部变形模板 是指在一张图上查找模板的时候，可以改变 模板的尺寸，来查找图像上具有局部变形的模板。例如包装 纸袋上图案查找。参数和线性变形额差不多 算子如下： create_local_deformable_model 和 find_local_deformable_model 比例缩放末班匹配 是介于一般形状匹配和线性变形匹配之 间的一种方法。它可以匹配放大或是缩小的模板，但是仅限 于模板大小的缩放，即行列缩放因子一样。这也是它和线性 缩放最大的不同。 涉及到的算子如下： create_scale_shape_model 和 find_scale_shape_model HALCON 形状匹配 LIntExport Herror create_shape_model(const Hobjectamp; Template , //reduce_domain 后的模板图像 Hlong NumLevels, //金字塔的层数，可设为“auto ”或 0— 10 的整数 Double AngleStart, //模板旋转的起始角度 Double AngleExtent, //模板旋转角度范围 , gt;=0 Double AngleStep, //旋转角度的步长， gt;=0 and lt;=pi/16 const char* Optimization, //设置模板优化和模板创建方 法 const char* Metric, //匹配方法设置 Hlong Contrast, //设置对比度 Hlong MinContrast , //设置最小对比度 Hlong* ModelID ) //输出模板句柄 进一步分析： NumLevels 越大，找到匹配使用的时间就越小。 另外必须保 证最高层的图像具有足够的信息（至少四个点） 。可以通过 inspect_shape_model 函数查看设置的结果。如果最高层金 字塔的消息太少，算法内部会自动减少金字塔层数，如果最 底层金字塔的信息太少，函数就会报错。如果设为 auto ，算 法会自动计算金字塔的层数，我们可以通过 get_shape_model_params 函数查看金字塔的层数。如果金 字塔的层数太大，模板不容易识别出来，这是需要将 find_