halcon定位学习基于形状的匹配(共4页).docx

《halcon定位学习基于形状的匹配(共4页).docx》由会员分享，可在线阅读，更多相关《halcon定位学习基于形状的匹配(共4页).docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上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_xld2 生成ROI根据创建模板时得到的数据，生成ROI区域，例如gen_rect

2、angle2(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AngleSt

3、ep, / 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_modelcreate_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

4、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 none 14.53 ms point_reduction_low 12.53 ms point_r

5、eduction_medium 11.39 ms point_reduction_high 10.67 ms参数-MinContrast参数MinContrast 是在查找模板的时候，来减少“有害”边缘 的。它的 值可通过下面方法得到 estimate_noise函数 inspect_shape_model函数5 模板参数-程序获取determine_shape_model_params(Template, 模板auto, 金字塔层数0, 起始角度rad(360), 角度范围0.9, 缩小范围1.1, 放大范围auto, 减少像素的方法use_polarity, 极性auto, 对比度auto

6、, 最小对比度all , Which valuesParameterName, Name of valuesParameterValue) Values6 通过Dxf文件创建模板 通过像素轮廓可以直接创建模板 read_contour_xld_dxf create_shape_model_xld create_scaled_shape_model_xld create_aniso_shape_model_xld7 边界处理 HALCON 提供了两种边界处理方法 set_system ( border_shape_models,false ) 模板必须在 roi 内 靠近边缘部分会被裁减 set_system ( border_shape_models,true ) 模板可以部分在 ROI 外面 注意：分值会降低专心-专注-专业