Halcon 基于形状的模板匹配 |
您所在的位置:网站首页 › Halcon模板匹配功能封装设计 › Halcon 基于形状的模板匹配 |
Halcon中基于形状的模板匹配过程
Halcon中一个完整的模板匹配过程如下: 读取并显示图像; 确定模板ROI及检测ROI; 创建模型; 匹配模板; ROI仿射变换,得到ROI位置。 举例如上图所示,每一张图上芯片的位置和角度不固定,需要定位到绿色框内的针脚进行检测,如果以绿色框作为模板ROI,因为图片上有很多针脚,可能会匹配到其他位置,因此,以红色框作为模板ROI,蓝色框作为检测ROI。 以下是测试效果: 可以看到能够准确定位到检测ROI,图片资源是Halcon自带例程的图片,路径为:Halcon安装路径\images\board,Halcon完整代码如下: 1 dev_close_window ( ) 2 3 list_files ('D:/zxhalcon/images/board', 'files', Files) 4 tuple_regexp_select (Files, '\\.png$', Files) 5 6 read_image (Image, Files[0]) 7 8 dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle) 9 dev_display (Image) 10 11 dev_set_color ('red') 12 gen_rectangle1 (Rectangle, 164.5, 126.5, 323, 476.5) 13 14 dev_set_color ('green') 15 gen_rectangle1 (Rectangle1, 117.5, 138.5, 164.5, 166.5) 16 17 reduce_domain (Image, Rectangle, ImageReduced) 18 19 create_shape_model (ImageReduced, 4, rad(0), rad(360), 'auto', 'auto', 'use_polarity', 30, 10, ModelID) 20 21 area_center (Rectangle, Area, Row, Column) 22 23 set_shape_model_origin (ModelID, -Row, -Column) 24 25 get_shape_model_contours (ModelContours, ModelID, 1) 26 27 dev_set_color ('red') 28 dev_set_draw ('margin') 29 dev_display (ModelContours) 30 31 for Index := 0 to |Files|-1 by 1 32 read_image (Image, Files[Index]) 33 find_shape_model (Image, ModelID, 0, rad(360), 0.4, 1, 0.5, 'least_squares', 0, 0.7, Row3, Column3, Angle, Score) 34 35 vector_angle_to_rigid (0, 0, 0, Row3, Column3, Angle, HomMat2D) 36 affine_trans_contour_xld (ModelContours, ContoursAffinTrans, HomMat2D) 37 affine_trans_region (Rectangle1, RegionAffineTrans, HomMat2D, 'false') 38 39 dev_set_color ('red') 40 dev_display (ContoursAffinTrans) 41 42 dev_set_color ('green') 43 dev_display (RegionAffineTrans) 44 endfor 45 46 clear_shape_model (ModelID) 坐标转换原理解析上述例程中涉及到坐标的算子主要有: create_shape_model set_shape_model_origin find_shape_model vector_angle_to_rigid affine_trans_contour_xld affine_trans_region第一步:创建模板 create_shape_model (ImageReduced, 4, rad(0), rad(360), 'auto', 'auto', 'ignore_local_polarity', 30, 10, ModelID) 算子原型:create_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, Contrast, MinContrast : ModelID) –Template :用于创建模板的图像,是原图的模板ROI区域; –NumLevels:金字塔层的最大层数; –AngleStart:模板的最小旋转角度,以弧度为单位; –AngleExtent:旋转角度范围,必须≥0,以弧度为单位;如果超出角度范围,则模型搜索不到 –AngleStep:角度步长,以弧度为单位; –Optimization:生成模型的优化方法; –Metric:模板匹配的条件,在模板与图像亮暗发生反转时可使用; –Contrast:创建模型时,模型点的对比度; –MinContrast :在搜索的图像中,搜索对象的最小对比度,必须<Contrast; –ModelID:模型的句柄。
算子使用时可能出现的错误: 通过帮助文档看到是模板的点数太少,当绘制的模板ROI区域太小,或模板ROI区域内特征不明显时会出现,可以扩大模板ROI区域。 第二步:设置原点 1 area_center (Rectangle, Area, Row, Column) 2 set_shape_model_origin (ModelID, -Row, -Column) 在算子get_shape_model_contours和set_shape_model_origin的帮助文档中有说明:默认情况下,模板轮廓的原点位于模型区域的重心,即通过area_center获取的模板ROI的坐标,如下图所示的坐标系O 模 X 模 Y 模 O_模X_模Y_模O模X模Y模是模板轮廓的原始坐标系。 首先使用area_center (Rectangle, Area, Row, Column)获取O 模 O_模O模在O 图 O_图O图中的坐标;然后使用set_shape_model_origin (ModelID, -Row, -Column)将O 模 X 模 Y 模 O_模X_模Y_模O模X模Y模移动至与O 图 X 图 Y 图 O_图X_图Y_图O图X图Y图重合, 第三步:匹配模板 find_shape_model (Image, ModelID, 0, rad(60), 0.4, 1, 0.5, 'least_squares', 0, 0.7, Row3, Column3, Angle, Score) 算子原型:find_shape_model(Image : : ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels, Greediness : Row, Column, Angle, Score) – Image :输入图像; –ModelID:模型的句柄; –AngleStart:模板的最小旋转角度,以弧度为单位; –AngleExtent:旋转角度范围,必须≥0,以弧度为单位;如果超出角度范围,则模型搜索不到 –MinScore:要搜索到的模型实例的最小得分,如果低于此分数,则搜索不到; –NumMatches:要搜索到的模型实例的个数; –MaxOverlap:要找到的模型实例的最大重叠; –SubPixel:确定找到的目标是否使用亚像素精度提取; –NumLevels:搜索过程中使用的金字塔级别的数量 ; –Greediness :搜索启发式的“贪婪度”,(0:安全但缓慢;1:快,但可能匹配不到) –Row:找到的模型实例的行坐标,坐标值是找到模板的原点在图像坐标系中的行坐标; –Column:找到的模型实例的列坐标,坐标值是找到模板的原点在图像坐标系中的列坐标; –Angle:找到的模型实例的角度; –Score: 找到的模型实例的分数。 第四步:坐标转换,得到模板ROI和检测ROI 1 vector_angle_to_rigid (0, 0, 0, Row3, Column3, Angle, HomMat2D) 2 affine_trans_contour_xld (ModelContours, ContoursAffinTrans, HomMat2D) 3 affine_trans_region (Rectangle1, RegionAffineTrans, HomMat2D, 'false') 计算变换矩阵算子原型:vector_angle_to_rigid( : : Row1, Column1, Angle1, Row2, Column2, Angle2 : HomMat2D) –Row1:原始点的行坐标; –Column1:原始点的列坐标; –Angle1:原始点的角度; –Row2:变换点的行坐标; –Column2:变换点的列坐标; –Angle2:变换点的角度; –HomMat2D:输出的变换矩阵。 ROI坐标转换使用算子:affine_trans_contour_xld和affine_trans_region |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |