https://blog.csdn.net/u013928315/article/details/81510301
***************************************************
一、基于灰度: 灰度 + ncc
二、基于形状: 形状(形变:同步/异步) + 组件
三、基于描述点: 描述符
***************************************************
1.1 基于灰度的模板匹配:
应用场合:定位对象内部的灰度值没有大的变化,没有缺失部分,没有干扰图像和噪声的场合。
1.创建模板:create_template()
2.寻找模板:best_match()
3.释放模板:clear_template()
1.2基于互相关匹配:
应用场合:搜索对象有轻微的变形,大量的纹理,图像模糊等场合,速度快,精度低。
1.创建模板:create_ncc_model()
2.寻找模板:find_ncc_model()
3.释放模板:clear_ncc_model()
2.1 基于形状的模板匹配:
应用场合: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。
1.创建形状模型:create_shape_model()
2.寻找形状模型:find_shpae_model()
3.释放形状模型:clear_shape_model()
2.2 基于变形匹配:
应用场合:搜索对象有轻微的变形。
1.创建模板:create_local_deformable_model()
2.寻找模板:find_local_deformable_model()
3.释放模板:clear_deformable_model()
2.3基于组件的模板匹配:
应用场合:组件匹配是形状匹配的扩展,但不支持大小缩放匹配,一般用于多个对象(工件)定位的场合。
算法步骤:
1.获取组件模型里的初始控件 gen_initial_components()
参数:
ModelImage [Input] 初始组件的图片
InitialComponents [Output] 初始组件的轮廓区域
ContrastLow [Input] 对比度下限
ContrastHigh [Input] 对比度上限
MinSize [Input] 初始组件的最小尺寸
Mode[Input] 自动分段的类型
GenericName [Input] 可选控制参数的名称
GenericValue [Input] 可选控制参数的值
2.根据图像模型,初始组件,训练图片来训练组件和组件相互关系 train_model_components()
3.创建组件模型 create_trained_component_model()
4.寻找组件模型 find_component_model()
5.释放组件模型 clear_component_model()
3 基于描述匹配:
应用场合:搜索对象有轻微的变形,透视的场合,根据一些描述点的位置和灰度值来进行匹配。
1.创建模板:create_calib_descriptor_model()
2.寻找模板:find_calib_descriptor_model()
3.释放模板:clear_descriptor_model(
https://blog.csdn.net/u013928315/article/details/81510301