机器视觉与深度学习6.1 几何变换和模板匹配.pptxVIP

机器视觉与深度学习6.1 几何变换和模板匹配.pptx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第6章几何变换和模板匹配

概述

模版匹配是HALCON中非常重要的图像处理算法的,通过模版匹配可以实现对图像场景中相似物体的查找,在机器视觉中模版匹配常用于物体识别和定位应用,模版匹配常与几何变换中的仿射变换配合实现物体的定位功能。

主要内容

6.1几何变换

6.2模板匹配

6.1几何变换

图像的平移

图像的旋转

图像的缩放

图像的仿射变换

图像的投影变换

6.1.1几何变换基础知识

在许多应用中,由于多种因素的影响,我们并不能保证被测物在图像中总是处于同样的位置和方向。在实际图像采集过程中,获得的图像常常与理想图像有所差异。因此,需要对待处理图像或者区域进行一些调整,使之恢复成理想图像形状。

6.1.2图像的仿射变换

6.1.3图像的投影变换

6.2模板匹配

HALCON中常用的模板匹配可以分为4种:

基于灰度的模板匹配;

基于形状的模板匹配;(最为常用)

基于相关性的模板匹配;

基于组件的模板匹配。

6.2.1图像金字塔

图像金字塔是由一幅图像的多个不同分辨率的子图所构成的图像集合。该组图像是由单个图像通过梯次向下采样产生,直到达到某个终止条件才停止采样,最小的图像可能仅仅有一个像素点。

图:图像金字塔示例

6.2.1图像金字塔

常见的图像金字塔有两种,高斯金字塔和拉普拉斯金字塔。

高斯金字塔就是在进行下采样前,先对原始图像进行高斯滤波得到近似图像,再对近似图像进行下采样操作得到下一层的图像。

拉普拉斯金字塔是将高斯金字塔中的某一层进行上采样得到的图像与高斯金字塔的上一层进行差值计算得到的图像。

6.2.2基于形状的图像模板匹配

基于形状的图像模板匹配常用的有四种情况,其中常用的类型是一般形状匹配模板和比例缩放匹配模板,一般形状匹配是速度最快的,但是对于被测对象的大小跟模板相差较大的情况下匹配精度比较低;而比例缩放匹配模板就能更好的处理这种情况,但是所需的匹配时间相对长些,这个要根据项目的具体情况进行选择。

6.2.3Matching助手介绍

Marching助手是HALCON提供的一个用于模板匹配的工具,工具内可以很方便的设置模板匹配的各种参数并显示出结果,目前支持的模板匹配有:

(1)基于形状的模板匹配。

(2)基于互关性(相关性)的模板匹配。

(3)基于描述符的模板匹配。

(4)基于可变形的模板匹配。

习题

6.1将右侧的倾斜的字母B进行矫正。

6.2简述下采样图像金字塔的具体流程。

6.3模板匹配的目的是什么?常用的模板匹配方法有哪些?

6.4试着编写HALCON程序以左图为模板进行模板匹配,识别右图中的字母B。

题6.1图

题6.4图模板题6.4图待测图

文档评论(0)

弹弹 + 关注
实名认证
文档贡献者

人力资源管理师、教师资格证持证人

该用户很懒,什么也没介绍

版权声明书
用户编号:6152114224000010
领域认证该用户于2024年03月13日上传了人力资源管理师、教师资格证

1亿VIP精品文档

相关文档