基于边缘梯度的多物体定位

基于边缘梯度的多物体定位

  • 参考文章
  • 优化思路

参考文章

https://blog.csdn.net/huixingshao/article/details/45560643

优化思路

由于公司保密原因,只是记录一些优化方式。
1.建立图像金字塔进行加速,实现物体旋转、缩放后的定位
2.创建模型时,设置提取特征点的间距,避免特征点过于密集,影响速度
3.创建模型时,由于图片旋转不会改变特征点,因此特征点只需要提取一次即可。根据第一次特征点的坐标可以计算出后续旋转后的特征点。
4.创建模型时,设置特征点的范围,避免特征点过多或过少。
5.模型匹配时,首先进行一次粗定位,加大搜索步长,然后进行准确定位,可以大幅减少耗时。
目前,以4132像素的模型为模板,角度旋转为0-360度,步长为10度,搜索图像为690690,耗时为0.6s左右,基本符合实际使用要求。

你可能感兴趣的:(opencv)