Halcon中模板匹配方法的總結概括

 

基於組件的模板匹配：

應用場合：組件匹配是形狀匹配的擴展，但不支持大小縮放匹配，通常用於多個對象（工件）定位的場合。

算法步驟：

1.獲取組件模型裏的初始控件 gen_initial_components()

參數：

ModelImage [Input] 初始組件的圖片

InitialComponents [Output] 初始組件的輪廓區域

ContrastLow [Input] 對比度下限

ContrastHigh [Input] 對比度上限

MinSize [Input] 初始組件的最小尺寸

Mode[Input] 自動分段的類型

GenericName [Input] 可選控制參數的名稱

GenericValue [Input] 可選控制參數的值

2.根據圖像模型，初始組件，訓練圖片來訓練組件和組件相互關係  train_model_components()

3.建立組件模型 create_trained_component_model()

4.尋找組件模型 find_component_model()

5.釋放組件模型 clear_component_model()

 

基於形狀的模板匹配：

應用場合：定位對象內部的灰度值能夠有變化，但對象輪廓必定要清晰平滑。

1.建立形狀模型：create_shape_model()

2.尋找形狀模型：find_shpae_model()

3.釋放形狀模型：clear_shape_model()

 

基於灰度的模板匹配：

應用場合：定位對象內部的灰度值沒有大的變化，沒有缺失部分，沒有干擾圖像和噪聲的場合。

1.建立模板：create_template()

2.尋找模板：best_match()

3.釋放模板：clear_template()

 

基於互相關匹配：

應用場合：搜索對象有輕微的變形，大量的紋理，圖像模糊等場合，速度快，精度低。

 

1.建立模板：create_ncc_model()

2.尋找模板：find_ncc_model()

3.釋放模板：clear_ncc_model()

 

基於變形匹配：

應用場合：搜索對象有輕微的變形。

 

1.建立模板：create_local_deformable_model()

2.尋找模板：find_local_deformable_model()

3.釋放模板：clear_deformable_model()

 

基於描述匹配：

應用場合：搜索對象有輕微的變形，透視的場合，根據一些描述點的位置和灰度值來進行匹配。

 

1.建立模板：create_calib_descriptor_model()

2.尋找模板：find_calib_descriptor_model()

3.釋放模板：clear_descriptor_model(）