Halcon 基於形狀的模板匹配

本文轉載自查看原文 2021-02-25 11:12 840 Halcon

Halcon中基於形狀的模板匹配過程

Halcon中一個完整的模板匹配過程如下：

讀取並顯示圖像；
確定模板ROI及檢測ROI；
創建模型；
匹配模板；
ROI仿射變換，得到ROI位置。

舉例

在這里插入圖片描述

如上圖所示，每一張圖上芯片的位置和角度不固定，需要定位到綠色框內的針腳進行檢測，如果以綠色框作為模板ROI，因為圖片上有很多針腳，可能會匹配到其他位置，因此，以紅色框作為模板ROI，藍色框作為檢測ROI。

以下是測試效果：
在這里插入圖片描述

在這里插入圖片描述

在這里插入圖片描述
可以看到能夠准確定位到檢測ROI，圖片資源是Halcon自帶例程的圖片，路徑為：Halcon安裝路徑\images\board，Halcon完整代碼如下：

 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)

坐標轉換原理解析

上述例程中涉及到坐標的算子主要有：

create_shape_model
set_shape_model_origin
find_shape_model
vector_angle_to_rigid
affine_trans_contour_xld
affine_trans_region

第一步：創建模板

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 ：用於創建模板的圖像，是原圖的模板ROI區域；

–NumLevels：金字塔層的最大層數；

–AngleStart：模板的最小旋轉角度，以弧度為單位；

–AngleExtent：旋轉角度范圍，必須≥0，以弧度為單位；如果超出角度范圍，則模型搜索不到

–AngleStep：角度步長，以弧度為單位；

–Optimization：生成模型的優化方法；

–Metric：模板匹配的條件，在模板與圖像亮暗發生反轉時可使用；

–Contrast：創建模型時，模型點的對比度；

–MinContrast ：在搜索的圖像中，搜索對象的最小對比度，必須＜Contrast；

–ModelID：模型的句柄。

算子使用時可能出現的錯誤：
在這里插入圖片描述

在這里插入圖片描述

通過幫助文檔看到是模板的點數太少，當繪制的模板ROI區域太小，或模板ROI區域內特征不明顯時會出現，可以擴大模板ROI區域。

第二步：設置原點

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的幫助文檔中有說明：默認情況下，模板輪廓的原點位於模型區域的重心，即通過area_center獲取的模板ROI的坐標，如下圖所示的坐標系 $O_模X_模Y_模O模X模Y模是模板輪廓的原始坐標系。$

在這里插入圖片描述

首先使用area_center (Rectangle, Area, Row, Column)獲取 $O_模O模在O 圖 O_圖O圖中的坐標；然后使用set_shape_model_origin (ModelID, -Row, -Column)將O 模 X 模 Y 模 O_模X_模Y_模O模X模Y模移動至與O 圖 X 圖 Y 圖 O_圖X_圖Y_圖O圖X圖Y圖重合，$

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 ：輸入圖像；

–ModelID：模型的句柄；

–AngleStart：模板的最小旋轉角度，以弧度為單位；

–AngleExtent：旋轉角度范圍，必須≥0，以弧度為單位；如果超出角度范圍，則模型搜索不到

–MinScore：要搜索到的模型實例的最小得分，如果低於此分數，則搜索不到；

–NumMatches：要搜索到的模型實例的個數；

–MaxOverlap：要找到的模型實例的最大重疊；

–SubPixel：確定找到的目標是否使用亞像素精度提取；

–NumLevels：搜索過程中使用的金字塔級別的數量；

–Greediness ：搜索啟發式的“貪婪度”，(0：安全但緩慢；1：快，但可能匹配不到)

–Row：找到的模型實例的行坐標，坐標值是找到模板的原點在圖像坐標系中的行坐標；

–Column：找到的模型實例的列坐標，坐標值是找到模板的原點在圖像坐標系中的列坐標；

–Angle：找到的模型實例的角度；

–Score：找到的模型實例的分數。

第四步：坐標轉換，得到模板ROI和檢測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')

計算變換矩陣
算子原型：vector_angle_to_rigid( : : Row1, Column1, Angle1, Row2, Column2, Angle2 : HomMat2D)

–Row1：原始點的行坐標；

–Column1：原始點的列坐標；

–Angle1：原始點的角度；

–Row2：變換點的行坐標；

–Column2：變換點的列坐標；

–Angle2：變換點的角度；

–HomMat2D：輸出的變換矩陣。

ROI坐標轉換
使用算子：affine_trans_contour_xld和affine_trans_region

免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。

猜您在找 halcon多個形狀模板匹配 Halcon編程-基於形狀特征的模板匹配 HALCON形狀匹配講解 halcon-find_shape_model形狀模板匹配說說Halcon的形狀匹配和灰度匹配 Halcon模板匹配 halcon模板匹配重新看halcon模板匹配 halcon 模板匹配(最簡單) （轉）基於形狀匹配的Halcon算子create_shape_model