1、基于灰度:灰度,互相关ncc
2、基于形状:形状,桥渗组件
3、基于描述符:描述匹配
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.寻找模板敏芦脊:best_match()
3.释放模板:clear_template()
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(),find_ncc_models()
3.释放模板:clear_ncc_model()
4.get_ncc_model_region (ModelRegion, ModelID)
smallest_rectangle2 (ModelRegion, Row3, Column3, Phi, Length1, Length2)
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()
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()
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()
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.创建哗告模板:create_calib_descriptor_model()
2.寻找模板:find_calib_descriptor_model()
3.释放模板:clear_descriptor_model()
C:\Users\Public\Documents\MVTec\HALCON-11.0\examples其实打开兄搜Halcon的禅好例程后在标题栏就能看到,点另存为就能把路径复制羡袭历出来。
1. 确认光学系统的性能,复原相机模型的3D空间至2D空间的一一对应关系。
标定的作用其一就是为了求取畸变系数(因为经过镜头唤凯等成像后,或多或少都有畸变),其二是为了得到空间坐标系和图像坐标系的对应关系。
2. 定位精度高达0.001mm;
3. 经典棋盘格标定板,实心圆阵列标定板,halcon标定板可兼容于大多数图像处理算法 的标定算法。
下面以halcon标定板为例:
halcon标定板兼容德国MVtech公司的Halcon和ActiveVision Tools机器视觉软件开发包。外围带边框和一个斜角,7x7圆点矩阵
以60*60mm的规格举例:
7*7阵列
外边框长度:60mm*60mm
内边框长度:58.125mm*58.125mm
即:黑色边腊链备框线为一个圆点半径1.875(直径是轮毁3.75)
黑色圆点直径:3.75mm
圆点中心间距:7.50mm
边角:由黑色外边框向内缩进一个中心边距的长度(7.50mm)
这个就是halcon标定描述文件生成的一个的标定板规格
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)