粘合度高的物体识别2020-10-20 22:43:48
首先看看要使用的图像（这是闲着无聊在halcon网上找的一张实际生产中的图）：从图像中看，颗粒状物体都有不同程度的粘连在一起，这给我们在处理上带来了一定的麻烦。首先想，对于这样的图，人是怎么识别的？抽象出来就是：先记住颗粒的形状，再去里面找。因此很明显想到的是图像匹配识别，不过粘连度高的就不好使用特征模板匹配了，因为粘连的物体本身其特征就模糊了很多。这里建议使用ncc模板匹配，至于ncc与shape之间的差异，请访问：read_image (Image, 'C:/Us
在二维平面中，相同的来料都有它关于来料相同的平面矩阵，因此在初始来料上规划好路径后只要得到二次来料它发生的位移以及旋转角度就能很容易得到这次来料上的规划路径关系，从而控制机械手准确走完规划路径。但当来料过大超出相机抓图的视野就可以通过mark点来获得这两个关系，mark点可以是一个、两个或者三个，分别取决于不同的场合。关于一个mark点的定位就非常简单了，但有个局限就是这个mark点必要很容确定旋转度数。测试代码：*来料发生位移+旋转
dev_close_window ()
dev
关键算子： orientation_region vector_angle_to_rigid affine_trans_region 测试图片：halcon代码：*此例子将图中没有偏移的形状参照旋转的形状进行旋转
read_image (