halcon定位学习基于形状的匹配.pdf

1、 基于形状的匹配 1 创建 ROI? ? 使用 Halcon 算子可以方便的设置 ROI? 标准形状 ? ◆ draw_rectangle1/2? ◆ draw_circle? ◆ draw_ellipse? ◆ draw_line? 任意形状 ? ◆ draw_region? ◆ draw_polygon? 生成标准 ROI? ◆ gen_rectangle1/2? ◆ gen_circle? ◆ gen_ellipse? ◆ gen_region_line? 通过 XLD 创建 AOI? ◆ gen_region_contour_xld? ◆ gen_region_polygon_xld 2 生成 ROI? 根据创建模板时得到的数据，生成 ROI 区域，例如 gen_rectangle2(ROI,Row,Column,Phi,Length1,Length2)? 3 修正 ROI? 修正函数 ? ◆ erosion_* 减小 ROI? ◆ dilation_* 扩大 ROI? ◆ shape_trans 形状转换 ? ◆ boundary 像素级边界 ? ◆ move_region 移动区域到新位置 ? 组合 ? ◆ Intersection 交集 ? ◆ Difference 差集 ? ◆ Union2 并集 ? 4 直接创建模板 ? create_shape_model(? Template , // 模板图像 ? NumLevels, // 图像金字塔，将图片分辨降低 N倍 ? AngleStart, // 起始角度 ? AngleExtent, // 角度范围 ? AngleStep, // 角度步长 ? Optimization, // 优化算法 ? Metric, // 极性，设置模板前景与背景、目标前景与背景的关系 ? Contrast, // 对比度 ? MinContrast ， // 最小对比度 ? ModelID // 模板 ID? )? create_scaled_shape_model? create_aniso_shape_model? 注释： ? 参数 Contrast 不仅仅是对比度，数组元素数量不同，其意义不同 ? ◆ 1 个元素时： 128，对比度，直接提取边缘 ? ◆ 2 个元素时： [100, 128] ，表示使用磁滞分割来提取边缘 ? ◆ 3 个元素时： [100, 128, 10] ，前两个参数同 2 ，最后一个参数表示所提取边缘的最小 长度为 10.? 参数 Optimization? 一些模板包含了太多像素点，这导致 ? ◆ 模板过大 ? ◆ 增加执行时间 ? ◆ 增加了内存需求 ? 参数 Optimization 用来减少这些点 ? ◆ none 不减少像素 ? ◆ point_reduction_low 大约一半点 ? ◆ point_reduction_medium 大约 1/3? ◆ point_reduction_high 大约 1/4? 减少点可能导致的问题 ? ◆ 可能导致无法创建高层金字塔 ? ◆ 有可能会降低结果的精度和准确度原则 ? ◆ 边缘较多时才减少 ? 相同环境下， Optimization 取值不同时的运行时间对比 ? ◆? ◆? ◆? ◆? 参数 -MinC