少有人走的路在工业应用中，定位是大多数应用场景必不可少的环节。通过定位，我们可以对设备作业位置或区域进行调整， 如打标、切割、机械手引导等应用。除此之外，我们还可以对被测物进行定位，根据定位数据缩小检测区域以 达到提高检测速度和降低误检的目的。我们一般采用模板匹配的方式对被测物进行定位。HALCON为我们提供 了基于形状、基于互相关、基于描述符以及可变形的模板匹配。 在之前的推送中，大恒图像为您详细讲解了Blob和OCR工具，今天，大恒图像就以基于形状的模板匹配为例， 为大家介绍如何通过HDevelop插件实现二维图像的匹配定位。 ▎基于形状的模板匹配 在开始之前先让我们了解一下什么是基于形状的模板匹配。形状是事物或物质的一种存在或表现形式， 如长方形、正方形等。在图像中，形状是一种对边缘或区域的描述方式。HALCON基于形状的匹配是一种 通过图像边缘进行被测物识别和定位的模式识别算法。该算法对光照的变化有很好的鲁棒性且处理速度快， 是工业视觉解决方案中常用的定位手段。 本次使用的图像位于“%HALCONIMAGES%\board” ▎创建模板 打开模板匹配插件→加载图像→选择模板区域  ▎调整模板常数 // 标准模板参数 ROI选择完毕，点击“参数”选项卡，此时插件已经为我们自动配置了匹配参数。 图像窗口中红色部分为用于匹配的模板边缘。
HALCON采用滞后阈值算法进行边缘的提取，我们可以通过修改“对比度(低)”和“对比度(高)”调整边缘的完整性。 在边缘的提取过程中对比度超过“对比度(高)”像素会被算法选为边缘点，对比度低于“对比度(低)”的像素将被算法 视为背景，而在这两者之间的点将作为候选点，如果这些点与已选边缘点相连则他们也会被选出。 一般我们会先调整“对比度(高)”使得大部分边缘可见，再调整“对比度(低)”去除对比度较低噪声。 最后调整“最小组件尺寸”去除较小的噪声边缘。  金字塔是图像处理提速的重要手段，HALCON的模板匹配算法也采用了这种方式，在参数中我们可以手动设置 或使用插件进行自动配置，对于对实时性要求较高的应用场景，建议大家把金子塔级别调整到3或更高。设置好参数后， 请大家到“创建”选项卡中，通过拖拽该选项卡下的金子塔级别滑块，查看各级金字塔图像中的边缘检测情况。 一般我们认为，在整个模板区域内，边缘像素点达到二十个上才为有效模板边缘。  我需要根据被测物可能出现的角度变化来设置“起始角度”和“角度范围”。它们会影响模板创建时间、模板数据结构 尺寸以及匹配时间。“角度范围”越小，创建模板和模板匹配时间越短。 缩放参数用于指定匹配过程中模板的缩放范围。设置该参数后，在匹配过程中，模板会先根据缩放范围和步长在行列 方向进行缩放，而后再进行模板位置和角度的匹配计算。该参数默认为1，即不进行任何缩放变换。 // 高级模板参数  角度步长： 插件会根据模板数据自动计算，步长越大处理速度越快，但匹配所获得的角度数据精度越低。 此参数一般选择大于等自动配置的值。 缩放步长： 插件会根据模板数据自动计算，步长越大处理速度越快，匹配所获得的缩放系数精度越低。 此参数一般选择大于等自动配置的值。 度 量： 指定模板边缘极性和与匹配对象边缘极性（像素灰度从暗到亮或从亮到暗）的关系。 1.use_polarity 1.(根据边缘极性进行匹配) 2.ignore_global_polarity 2.(忽略全局边缘极性变化) 3.ignore_local_polarity 3.(忽略局部边缘极性变化)  ▎测试 点击应用选项卡中的“加载…”按钮，并选择测试图像，点击“检测所有”按钮，图像窗口中绿色边缘为搜索到的模板。  ▎生成代码 在“代码生成”选项卡下，点击“插入代码”按钮，即可将我们刚才的设置生成HDevelop脚本并插入到代码窗口中。  默认生成代码分为两个部分 // 创建模板  // 模板匹配  希望今天的推送能为广大算法工作者们减轻一些代码方面的工作量，提高工作效率。感谢大家对大恒图像的关注与支持。 此文章为“大恒图像”原创文章，转载请注明出处。 |
