Halcon学习-基于标识符匹配/珠子检测模型/计量模型/描述符模型/测量算子/NCC

1.基于标识符的识别（例程：add_sample_identifier）
read_sample_identifier 从文件中读取示例标识符。

create_sample_identifier 创建一个新的示例标识符。
set_sample_identifier_param 设置示例标识符的选定参数。

训练标识符
add_sample_identifier_preparation_data 将准备数据添加到现有的示例标识符中。
set_sample_identifier_object_info 为示例标识符的对象定义名称或描述。

prepare_sample_identifier 使样本标识符的内部数据结构适应于要标识的对象。
train_sample_identifier 训练一个示例标识符。
write_sample_identifier 保存示例标识符

通过标识符识别对象
apply_sample_identifier 使用示例标识符标识对象。
get_sample_identifier_object_info 检索关于示例标识符对象的信息。

clear_sample_identifier

2.create_planar_uncalib_deformable_model为未校准的透视匹配创建可变形模型。

gen_contour_nurbs_xld 将NURBS曲线转换为XLD轮廓线。

create_bead_inspection_model 创建一个模型来检查图像中的珠子或粘合剂。

find_planar_uncalib_deformable_model 在图像中寻找平面射影不变可变形模型的最佳匹配。
apply_bead_inspection_model 对对齐后的图像应用珠子检测模型

clear_bead_inspection_model
clear_deformable_model
（查无资料，暂放）apply_bead_inspection_model.hdev
3.vector_to_proj_hom_mat2d 利用给定的点对应关系计算射影变换矩阵。

4.create_metrology_model 创建测量几何形状所需的数据结构。
set_metrology_model_image_size 设置计量对象的图像大小。
add_metrology_object_rectangle2_measure 在计量模型中添加一个矩形。
add_metrology_object_circle_measure 在计量模型上加一个圆或圆弧。
set_metrology_object_param 为计量模型的计量对象设置参数。
apply_metrology_model 测量并拟合计量模型中所有计量对象的几何形状。
get_metrology_object_result 得到计量模型的测量结果。
get_metrology_object_result_contour 查询计量对象的结果轮廓。
get_metrology_object_measures 得到计量模型中计量对象的测量区域和边缘定位结果。
clear_metrology_model
add_metrology_object_line_measure 在计量模型中添加一条线。
align_metrology_model 计量模型的比对。

5.gen_region_polygon_filled将多边形存储为“fill”区域。

6.描述符模型
create_uncalib_descriptor_model 为兴趣点匹配准备描述符模型。
set_descriptor_model_origin 设置描述符模型的原点。
get_descriptor_model_points 查询描述符模型的兴趣点或最后处理的搜索图像。

find_uncalib_descriptor_model 在图像中找到描述符模型的最佳匹配。
get_descriptor_model_points 查询描述符模型的兴趣点或最后处理的搜索图像。

projective_trans_region 投射区域
projective_trans_pixel 投射点

clear_descriptor_model

7.distance_cc_min 计算两个等值线之间的最小距离。
distance_cc_min_points 计算两个等值线与计算点之间的最小距离。
distance_lr 计算直线和区域之间的距离。
distance_pl 计算一点到直线的距离。
distance_pp 计算两点距离。
distance_pr 计算一个点到一个区域的距离

distance_pc 计算一个点到一个轮廓线的距离。（可以得到最小值和最大值）
distance_ps 计算点到线段的距离。（可以得到最小值和最大值）
distance_sl 计算线段到直线的距离。（可以得到最小值和最大值）
distance_sr 计算线段到一个区域的距离。
distance_ss 计算两个线段之间的距离。

projection_pl 计算点在直线上的投影。
8.关于NCC
基于Normalized cross correlation(NCC)用来比较两幅图像的相似程度已经是一个常见的图像处理手段。在工业生产环节检测、监控领域对对象检测与识别均有应用。NCC算法可以有效降低光照对图像比较结果的影响。而且NCC最终结果在0到1之间，所以特别容易量化比较结果，只要给出一个阈值就可以判断结果的好与坏。传统的NCC比较方法比较耗时，虽然可以通过调整窗口大小和每次检测的步长矩形部分优化，但是对工业生产检测然后不能达到实时需求，通过积分图像实现预计算，比较模板图像与生产出电子版之间的细微差异，可以帮助企业提高产品质量，减少次品出厂率，把控质量。
NCC匹配相关函数
 创建
◆ create_ncc_model
 查找
◆ find_ncc_model
 读写
◆ read_ncc_model
◆ write_ncc_model
 内存清除
◆ clear_ncc_model
◆ clear_all_ncc_models
 其他
◆ get_ncc_model_params提取一个 NCC（归一化算法，快速匹配）模型的参数
◆ get_ncc_model_origin提取一个 NCC（归一化算法，快速匹配）模型的原点（参考点）
◆ set_ncc_model_origin设置一个 NCC（归一化算法，快速匹配）模型的原点（参考点）
◆ determine_ncc_model_params 制定 NCC（归一化算法，快速匹配）模型参数
（http://www.skcircle.com/?id=240）

9.find_marks_and_pose 从图像中提取矩形排列的二维标定标记，计算外部相机参数的初值。