Halcon中模板匹配的总结
- 基于灰度值的模板匹配
- 基于相关性的模板匹配
- 基于形状的模板匹配
- 基于组件的模板匹配
- 基于变形的模板匹配
- 基于描述符的模板匹配
基于相关性的模板匹配
该方法使用一种基于行向量的归一化相关匹配法,在检测图像种匹配模板匹配。与基于灰度值的匹配相比,该方法速度比较快,并且能够适应线光照变化。
- 匹配如下步骤:
-(1)从参考图像上选择检测的目标。
-(2)创建模板。创建一个归一化的相互关模型,create_ncc_model算子。
该操作符返回一个句柄
参数Template:输入包括ROI的图像
NumLevels:金字塔层数
AngleStart and AngleExtent:模板可能出现在检测图像是哪个的旋转角度范围
AngleStep:角度旋转变化的步长
-(3)匹配结束之后,使用clear_ncc_model算子释放模板
read_image (Image1, 'E:/YZW/image/1.bmp')
get_image_size (Image1, Width, Height)
dev_close_window ()
dev_open_window (0, 0, Width/4

本文详细介绍了Halcon的模板匹配技术,包括基于灰度值、相关性、形状、组件、变形和描述符的方法。特别强调了基于相关性的模板匹配,它利用归一化相关匹配法,能快速适应线性光照变化。匹配过程涉及目标选择、模板创建(create_ncc_model算子)及匹配后的资源释放(clear_ncc_model算子)。
4万+

被折叠的 条评论
为什么被折叠?



