第二章 模版匹配本章的要点主要在代码块中,代码块仅用来展示用法,不可复制,因为用了//来说明用法,而Halcon语法中的注释符号是*并不是//,直接复制运行会error.模版匹配的学习方法就是在Halcon中按下ctrl+e,寻找例子,掌握各个应用场景的处理流程,然后实战即可.模版匹配比较浅显,总的来说就是先获得一个模版图片,然后创建匹配模型,根据模型来对输入进行匹配对比,从而获得目标对象.模版匹
1、模板匹配基本原理模板匹配:通俗讲就是,拿着模板匹配,就是先制作一个模板,然后利用这个模板去图像中寻找与模板相似的部分,并记录寻找到的位置。模板匹配分类:按照有无变形,分为刚性模板匹配与变形模板匹配,变形模板匹配比较复杂,工业上基本是基本使用的刚性模板匹配。常用匹配方式:ncc模板匹配、形状模板匹配和XLD模板匹配模板匹配原理:模板匹配是通过搜索的方式进行匹配,比如最简单的匹配。举例:&nb
Halcon模板匹配函数best_match_mg(Image TemplateID, MaxError, SubPixel, NumLevels, WhichLevels Row, Column, Error)最佳匹配应用灰度匹配且使用图像金字塔。best_match_mg的工作原理与best_match类似,但由
HALCON提供的基于形状匹配算法主要是针对感兴趣的小区域来建立模板,对整个图像建立模板也可以,但这样除非是对象在整个图像中所占比例很大,比如像视频会议中人体上半身这样的图像,我在后面的视频对象跟踪实验中就是针对整个图像的,这往往也是要牺牲匹配速度的,这个后面再讲。基本流程是这样的,如下所示:           &nbs
转载 2024-02-02 06:49:15
182阅读
halcon模板匹配种类有很多种,方法各有优缺点,一般有基于灰度的匹配,基于形状的匹配等等,这里具体理论和方法不做详解,只简单总结一个实例。图像匹配一般需要对旋转放缩进行处理,另外为了提高搜索效率,常用用图像金字塔来处理模板图像,图像金子塔就是把图像按一定算法,缩小为不同比例的模板,减少像素。一般的模板匹配流程如下:   所以首先创建模板模板的创建就是采集一张自己需要的原始
转载 2024-04-02 21:55:39
402阅读
很早就想总结一下前段时间学习HALCON的心得,但由于其他的事情总是抽不出时间。去年有过一段时间的集中学习,做了许多的练习和实验,并对基于HDevelop的形状匹配算法的参数优化进行了研究,写了一篇《基于HDevelop的形状匹配算法参数的优化研究》文章,总结了在形状匹配过程中哪些参数影响到模板的搜索和匹配,又如何来协调这些参数来加快匹配过程,提高匹配的精度,这篇paper放到了中国论文在线了,需
最近有项目做相关内容,边学便总结吧。使用范围:定位对象内部的灰度值可以有变化,但对象轮廓一定要清晰平滑,主要是要求形状要比较好提取,边界特征明显。例子中涉及到的相机标定的相关知识有空再补。。。。。主要思想是:创建模板匹配模板1.创建模板首先要纠正图像:在标定时就会有      生成一个投影映射,描述一个世界坐标系的像平面与a平面z=0之间的映射:gen_image_
文章目录11.1 模板匹配的种类11.1.1 基于灰度值的模板匹配11.1.2 基于相关性的模板匹配11.1.3 基于形状的模板匹配11.1.4 基于组件的模板识别11.1.5 基于形变的模板匹配11.1.6 基于描述符的模板匹配11.1.7 基于点的模板匹配11.1.8 模板匹配方法总结11.2 图像金字塔11.3 模板图像11.3.1 从参考图像的特定区域中创建模板11.3.2 使用XLD轮
        一、介绍根据特征点创建的。        例如:点的位置或者相邻像素的灰度信息等都可以作为描述符。有纹理的平面图形非常适用于这种方法,尤其是对于旋转倾斜等场景中的匹配可以得到非常理想的结果。  &nbsp
前言  模板匹配和相关系数法是目标跟踪的经典方法,它的优点有很多:简单准确,适用面广,抗噪性好,而且计算速度快。缺点是不能适应剧烈光照变化和目标剧烈形变。  所谓模板匹配法,就是指在一帧图像内寻找目标模板的位置,和模板最像的地方就是目标了。只要把全图的所有子区域和目标模板比较一下,找到最像目标模板的子区域,它就是目标的位置。如何度量子区域和目标模板的相似程度呢?最简单的办法就是计算这二者的相关系数
转载 2023-12-21 10:55:42
116阅读
一前言      后面的讲解会结合实际项目代码,主要界面如下(分为三个界面,第一个是基于X和Y方向没有形变的匹配,第二个是基于X和Y方向形变量相同        的匹配,第三个是基于X和Y方向上形变量不同的模板匹配,后期会有一整套关于Halcon联合C#编程的文章,代码会一起上传,主要是关于Halcon 联合c#各个品牌相机的操
转载 2024-09-22 16:17:48
601阅读
一、引言模板匹配的作用在图像识别领域作用可大了。那什么是模板匹配模板匹配,就是在一幅图像中寻找另一幅模板图像最匹配(也就是最相似)的部分的技术。说的有点抽象,下面给个例子说明就很明白了。在上面这幅全明星照中,我们想找出姚明头像的位置,并把它标记出来,可以做到吗?可以,这就是模板匹配的要做的事情。其实模板匹配实现的思想也是很简单很暴力的,就是拿着模板图片(姚明头像)在原图(全明星照)中从左上至右下
Mat: ------------------------------------------------------------------- 1. Mat类简介 Mat类是Opencv中储存图像非常常见的一种数据结构。Mat类可以看做是存放矩阵的容器,他包含了两部分,分别是用来存放图片信息的信息头,和一个指向图片储存矩阵的指针。信息头往往占用空间比较小,而且各个图片之间的信息头是完全独立的。而
一、概括的对比1.1  Halcon的优势Halcon有着更加低廉的Lisence1、并且提供更好、更强大的2D和3D的视觉软件库2、Halcon支持的视觉图像采集设备数量是Visionpro 的5倍,3、支持更多的的位深度4、GPU加速5、兼容Windows、Mac OS X,&Linux以及其他几个嵌入式的平台6、持续支持COM,.NET本地C,C#,C++和Delphi编程
转载 2024-09-21 07:07:25
450阅读
void cv::matchTemplate( cv::InputArray image, // 待匹配图像W*H cv::InputArray templ, // 模板图像,和image类型相同, 大小 w*h cv::OutputArray result, // 匹配结果图像, 类型 32F, 大小 (W-w+1)*(H-h+1)
转载 2024-01-28 00:41:52
98阅读
学习和掌握Halcon是如何进行模板匹配的。主要包括基于形状的模板匹配,基于相关性的模板匹配,基于组件的模板匹配,基于局部形变的模板匹配,以及基于描述符的模板匹配HALCON提供的基于形状匹配算法主要是针对感兴趣的小区域来建立模板,对整个图像建立模板也可以,但这样除非是对象在整个图像中所占比例很大,这往往也是要牺牲匹配速度的,这个后面再讲。基本流程是这样的,如下所示: ⑴ 首先确定出
转载 2023-12-21 14:36:09
144阅读
基于HALCON模板匹配方法总结           很早就想总结一下前段时间学习HALCON的心得,但由于其他的事情总是抽不出时间。去年有过一段时间的集中学习,做了许多的练习和实验,并对基于HDevelop的形状匹配算法的参数优化进行了研究,写了一篇《基于HDevelop的形状匹配算法参数的优化研究》文章,总结了在
转载 2024-06-11 14:34:51
202阅读
HALCON提供的基于形状匹配算法主要是针对感兴趣的小区域来建立模板,对整个图像建立模板也可以,但这样除非是对象在整个图像中所占比例很大,比如像视频会议中人体上半身这样的图像,我在后面的视频对象跟踪实验中就是针对整个图像的,这往往也是要牺牲匹配速度的,这个后面再讲。基本流程是这样的,如下所示:1. 首先确定出ROI的矩形区域,这里只需要确定矩形的左上点和右下点的坐标即可,gen_rectangl
转载 2023-07-05 13:41:43
356阅读
模板匹配是一种最原始、最基本的模式识别方法,研究某一特定对象物的图案位于图像的什么地方,进而识别对象物,这就是一个匹配问题。它是图像处理中最基本,最常见的匹配方法。模板匹配具有自身的局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化,该算法无效。定义 模板就是一副已知的小图像,而模板匹配就是在一副大图像中搜寻目标,已知该图中有要找的目标,且该目标同模板有相同的尺寸、方向和
1)模板匹配 模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术,模板匹配不是基于直方图的,而是通过在输入图像中滑动图像块(模板)同时比对相似度,来对模板和输入图像进行匹配的一种方法 应用: 1.目标查找定位 2.运动物体跟踪 3其他。。。 因为是模板匹配所以倒置倾斜 相似度会差好多 不适应角度和寻找 不适应尺度变换matchTemplate(InputArra
转载 2024-08-11 12:06:22
0阅读
  • 1
  • 2
  • 3
  • 4
  • 5