上传
点击文件名下载附件
其中X[j]表示图像X的第i列和第j行灰度值。
(l,c)为ImageTemplate区域的中心。
选择u和v，这样模板的所有点都将到达，i,j运行在感兴趣的区域。
在图像帧中，只考虑图像模板中位于图像内部的部分(即u和v受到相应的限制)。
取值范围:0 - 255(最佳匹配)。
dfd'
计算平均“位移帧差”:
上传
点击文件名下载附件
这项与“norm_correlation”中的项相同。
AREA ( X ) 表示X区域的面积。取值范围为0(最佳匹配)- 255。
计算归一化相关和“移位帧差”(相对于ImageTemplate的面积)非常耗时。
因此，重要的是要限制输入区域(RegionOfInterest ，
如果可能的话，即只在一个非常有限的“ROI”中应用过滤器)。
就质量而言，两种模式返回的结果是相似的，因此模式“dfd”要快3.5倍左右。
例程：
read_image(Image,'monkey')
dev_display(Image)
gen_rectangle2(Rectangle,200,200,0.15,20,30)
reduce_domain(Image,Rectangle,Template)
exhaustive_match(Image,Image,Template,ImageMatch,'dfd')
invert_image(ImageMatch,ImageInvert)
local_max(Image,Maxima)
union1(Maxima,AllMaxima)
add_channels(AllMaxima,ImageInvert,FitMaxima)
threshold(FitMaxima,BestFit,230.0,255.0)
dev_display(BestFit)
1.exhaustive_match_mg(Image, ImageTemplate : ImageMatch : Mode, Level, Threshold : )
exhaustive_match_mg是exhaustive_match的扩充版本，
执行图像Image和模板ImageTemplate匹配。
将ImageTemplate移动到图像区域的所有点上，
根据参数Mode计算匹配准则，结果值存储在ImageMatch中。
以这种方式滤波的图像，通常只有那些具有良好匹配结果的区域是感兴趣的。
搜索区域的大小，即输入图像Image的区域大小，决定了匹配滤波器的运行时间。
因此，建议第一次使用exhaustive_match_mg时，尽量减少图像分辨率，以确定一个“感兴趣的区域”，
在其中可以期望良好的匹配结果;然后，在这个限制区域中，
只有真正的匹配(参见exhaustive_match)才会以正常的分辨率执行。
因此， Image 的高斯金字塔和ImageTemplate将被合(特别是相应的区域也将被转换)。
然后在分辨率金字塔的每一层——从startlevel开始——执行当前“感兴趣区域”内的匹配。
其中，startlevel上的“感兴趣区域”等效于输入图像Image 的区域。
过滤后，在阈值函数的帮助下，确定一个新的“感兴趣区域”，并在下一个分辨率级别进行转换:
threshold(...:...:0,Threshold,...
, if Mode = 'dfd'threshold(...:...:Threshold,255,...
, if Mode = 'norm_correlation'然后以最高分辨率(0级)计算确定的“感兴趣区域”的最终匹配，
输出图像ImageMatch包括相应的滤波结果和最终的“感兴趣区域”，
在阈值函数的帮助下对结果图像进行确定。
因此，exhaustive_match_mg 不仅是一个过滤器，还可以被看作是区域转换类的成员。
例程：
read_image(Image,'monkey')
gen_rectangle2(Rectangle,200,200,0,20,30)
reduce_domain(Image,Rectangle,Template)
exhaustive_match_mg(Image,Template,ImageMatch,'dfd',1,30)
invert_image(ImageMatch,ImageInvert)
local_max(ImageInvert,BestFit)
dev_display (BestFit)
[halcon]1[/halcon]
| 欢迎光临 工控编程吧 (https://www.gkbc8.com/) | Powered by Discuz! X3.4 |