Halcon:各模板匹配应用场景对比

1、基于灰度值的模板匹配

适用于目标区域灰度值比较稳定,检测图像与模板图像相似度高,且具有相同的外界条件的场景。不适用杂乱场景、遮挡、光照变化、尺寸缩放及多通道图像。在halcon19.11已被移到Legacy中了。

2、基于相关性的模板匹配

适用于失焦图像、轻微形变、线性光照变化及轮廓模糊的图像,对纹理图像尤为支持。不适用于杂乱场景、遮挡、非线性光照变化、大幅的旋转、尺寸缩放和多通道图像。具有光照不变性,旋转幅度大会使匹配时间变长。

3、基于形状的模板匹配

适用于目标轮廓比较清晰的场景。适用于杂乱场景、遮挡、非线性光照变化、尺寸缩放、失焦和轻微形变的图像,以及多通道图像和多个模板的同步匹配。不适用纹理复杂的图像。

4、基于组件的模板匹配

适用于多个目标的匹配场景。

5、基于局部形变的模板匹配

适用于目标物体存在形变的匹配场景。

6、基于透视形变的模板匹配

适用于目标物体存在形变的匹配场景。

7、基于描述符的模板匹配

适用于目标物体存在形变的匹配场景。

8、基于点的模板匹配

用于图像拼接。

总结

一般选用基于形状的匹配和基于相关性的匹配。轮廓清晰、大幅缩放、光照不变用形状匹配,目标改变、光照变化用相关性匹配。

 

参考:

Halcon:各模板匹配应用场景对比_第1张图片

你可能感兴趣的:(学习Halcon)