halcon模板匹配学习（二）准备模板

素颜马尾好姑娘i 2022-07-15 00:11 261阅读 0赞

# [halcon模板匹配学习（二） 准备模板 ][halcon_ _] #

标签： [ halcon][halcon]

2016-09-13 23:04  143人阅读 [评论][Link 1](0) 收藏 [举报][Link 2]

本文章已收录于：

![category_icon.jpg][] 分类：

halcon*（11）* ![arrow_triangle_20_down.jpg][] ![arrow_triangle_up.jpg][]

[作者同类文章][Link 3] *X*

图像处理*（14）* ![arrow_triangle_20_down.jpg][] ![arrow_triangle_up.jpg][]

[作者同类文章][Link 4] *X*

人脸识别*（15）* ![arrow_triangle_20_down.jpg][] ![arrow_triangle_up.jpg][]

[作者同类文章][Link 5] *X*

目录[(?)][Link 6][\[+\]][Link 6]

1.  [裁剪参考图像使之成为模板图像][Link 7]
2.  [综合模板图像作为模板图像的替代选择][Link 8]
    
    1.  [综合模板图像][Link 9]
    2.  [来自XLD轮廓的模型][XLD]

如下，我们将介绍匹配的第一个操作：准备模板

初始时刻，我们准备好参考图像，并对其做一定的处理，然后我们需要从参考图像中导出模板，也就是将参考图像裁剪成所谓的模板图像。获取模板图像可以通过设置ROI来完成。对于某些应用来说，也可以使用综合模板代替模版图像。综合模板既可以是综合创造的模板图像，也可以是一个XLD轮廓。

# 裁剪参考图像，使之成为模板图像 #

为了创建模板图像，我们需要从参考图像中选取ROI，并使用 `reduce_domain`裁剪图像的定义域为我们选取的ROI。这样我们就创建了模板图像，后续将作为匹配算子的输入参数。

选取ROI有两种方法：

*  直接指定法。  
    我们可以直接指定区域的参数进而直接生成区域。HALCON 提供了多种算子用来创建区域，既包括标准的形状像**矩形**（gen\_rectangle2）或者**椭圆**(gen\_ellipse) 到自由形状的区域，比如多边形区域(gen\_region\_polygon\_filled).为了使用这些算子，你需要这些区域的参数，比如矩形的位置、大小、方向或者园的位置和半径。如果这些参数不能直接获得，你可以使用draw算子，比如你可以在打开的图像上画一个形状，然后返回其参数。这些算子可以在HDevelop菜单 Operators :fa-play: Graphics :fa-play: Drawing 获得。
 *  通过图像处理获得区域。  
    有时我们可以通过图像处理获得区域，如阈值处理分割图像、通过blob分析connection、fill\_up、select\_shape等可以选取某种特征的区域。

# 综合模板图像，作为模板图像的替代选择 #

## 综合模板图像 ##

综合模板图像主要应用于 correlation-based 匹配和所有基于轮廓的2D方法 比如 shape-based, component-based, local deformable, and perspective deformable matching.  
如下我们举例说明。

![20160913230356854][]  
  
我们想要定位电容。如果我们选择明亮的圆域作为ROI区域，则会发现该区域包括大量的噪声点。因此最后匹配出的电容只有一个。如果我们改进之前的圆区域，换成一个环形区域作为ROI，则最后匹配出理想的电容区域。但是即使这样，环形区域使得内部的区域丢失了一部分，而且仍然包含部分噪点，所以不理想。

最好的方法是使用综合模板图像。具体步骤如下：  
**Step 1: 创造一个XLD轮廓**  
首先我们使用算子**gen\_ellipse\_contour\_xld**创造一个圆形区域。

<code class="hljs mathematica has-numbering">RadiusCircle := 43
 SizeSynthImage := 2*RadiusCircle + 10
 gen_ellipse_contour_xld (Circle, SizeSynthImage/2, SizeSynthImage/2, 0, 
 RadiusCircle, RadiusCircle, 0, 6.28318, 'positive', 1.5)</code><ul class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li></ul><div class="save_code tracking-ad" style="display: none;" data-mod="popu_249"><a target=_blank href="javascript:;" target="_blank"><img src="http://static.blog.csdn.net/images/save_snippets.png" alt="" /></a></div><ul class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li></ul>

注意合成图像应该比区域大一些，因为对于 shape-based matching，当创建图像金字塔时，区域外面的像素也被使用。  
**Step 2: 创造一个图像，并将XLD插入图像中**  
然后我们使用算子**gen\_image\_const**创造一个空的图像，并使用算子*\* paint\_xld\**将XLD轮廓插入图像中.

<code class="hljs erlang has-numbering">gen_image_const (EmptyImage, 'byte', SizeSynthImage, SizeSynthImage)
 paint_xld (Circle, EmptyImage, SyntheticModelImage, 128)</code><ul class="pre-numbering"><li>1</li><li>2</li></ul><div class="save_code tracking-ad" data-mod="popu_249"><a target=_blank href="javascript:;" target="_blank"><img src="http://static.blog.csdn.net/images/save_snippets.png" alt="" /></a></div><ul class="pre-numbering"><li>1</li><li>2</li></ul>

**Step 3: 创建模型**  
使用综合模板创建模型。

![20160913230259542][]  
  
**请注意：**  
完整的代码，见：HDevelop 项目 solution\_guide/matching/synthetic\_circle.hdev

## 来自XLD轮廓的模型 ##

对于 shape-based matching 和 the local and perspective deformable matching，你不必要从一个XLD轮廓中创建一个综合模板图像，因为你可以直接使用XLD轮廓作为模板。比如说，对于shape-based matching, 你不必要提供一幅图像，选择ROI，然后调用 `create_shape_model, create_scaled_shape_model, or create_aniso_shape_model`其中之一去创建模型。

相反，你可以简单地调用`create_shape_model_xld, create_scaled_shape_model_xld, or create_aniso_shape_model_xld`使用XLD轮廓作为输入参数。

举例说明。如下的完整项目，见 HDevelop example program： **examples\\hdevelop\\Matching\\Shape-Based\\create\_shape\_model\_xld.dev:**

<code class="hljs bash has-numbering">gen_circle_contour_xld (ContCircle, 300, 300, MeanRadius, 0, 6.28318, \
 'positive', 1)
 create_shape_model_xld (ContCircle, 'auto', 0, 0, 'auto', 'auto', \
 'ignore_local_polarity', 10, ModelID)</code><ul class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li></ul><div class="save_code tracking-ad" data-mod="popu_249"><a target=_blank href="javascript:;" target="_blank"><img src="http://static.blog.csdn.net/images/save_snippets.png" alt="" /></a></div><ul class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li></ul>

对于 local and perspective deformable matching 的处理也可以相应的被使用。这里你可以使用算子`create_local_deformable_model_xld` for the local deformable matching and `create_planar_uncalib_deformable_model_xld`or `create_planar_calib_deformable_model_xld`, respectively, for perspective deformable matching.

初始时刻不知道极性，因为轮廓不提供极性。所以需要在一个有代表性的图像中做实验，看看如何设置极性。开始忽略极性,即参数  
**Metric**设置为**ignore\_local\_polarity**，后面设置极性.可以调用算子`set_shape_model_metric` for shape-based matching,`set_local_deformable_model_metric`  
for local deformable matching, and `set_planar_uncalib_deformable_model_metric` or  
`set_planar_calib_deformable_model_metric`, respectively, for perspective deformable matching.  
然后极性信息就被存储到模型中。然后在接下里的搜索算子中可以通过参数  
**Metric**设置各位合适的值，如**’use\_polarity’**. 这种处理强烈推荐给迅速且鲁棒的搜索。

<code class="hljs r has-numbering">find_shape_model (Image, ModelID, 0, 0, 0.7, 0, 0, 'least_squares', 0, 0.9, Row, Column, Angle, Score)
 
 ... accessing the indices of the matches
 ... that represent suitable drill holes
 
 vector_angle_to_rigid (0, 0, 0, Row[HoleIndices[0]], Column[HoleIndices[0]], Angle[HoleIndices[0]], HomMat2D)
 
 set_shape_model_metric (Image, ModelID, HomMat2D, 'use_polarity')
 
 for Index := 2 to 9 by 1
 read_image (Image, 'brake_disk/brake_disk_part_'+Index$'02d')
 find_shape_model (Image, ModelID, 0, 0, 0.7, 0, 0, 'least_squares', 0, 0.9, Row, Column, Angle, Score)
 endfor</code><ul class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li><li>5</li><li>6</li><li>7</li><li>8</li><li>9</li><li>10</li><li>11</li><li>12</li><li>13</li></ul><div class="save_code tracking-ad" data-mod="popu_249"><a target=_blank href="javascript:;" target="_blank"><img src="http://static.blog.csdn.net/images/save_snippets.png" alt="" /></a></div><ul class="pre-numbering"><li>1</li><li>2</li><li>3</li><li>4</li><li>5</li><li>6</li><li>7</li><li>8</li><li>9</li><li>10</li><li>11</li><li>12</li><li>13</li></ul>

如下图为示意图：

![20160913230228417][]  
  
**注：关于极性的选择。**  
  
![20160913230128650][]  
  
1. 使用极性模式： 要求模板与图像黑白亮度对应。  
2. 忽略模板全局极性： 不需要模板与图像黑白亮度对应  
3. 忽略局部极性： 不需要模板与图像黑白亮度对应，允许变化。

[![打赏][ds-logo-1.2-64.png]][ds-logo-1.2-64.png 1]

顶

踩

*  上一篇[halcon模板匹配学习（一） Matching 初印象][halcon_ Matching]
 *  下一篇[基于HALCON的模板匹配方法总结][HALCON]

[halcon_ _]: http://blog.csdn.net/xiamentingtao/article/details/52530702
[halcon]: http://www.csdn.net/tag/halcon
[Link 1]: http://blog.csdn.net/xiamentingtao/article/details/52530702#comments
[Link 2]: http://blog.csdn.net/xiamentingtao/article/details/52530702#report
[category_icon.jpg]: /images/20220715/b5caeab25c7a4b62a1a544ed9199e493.png
[arrow_triangle_20_down.jpg]: http://static.blog.csdn.net/images/arrow_triangle%20_down.jpg
[arrow_triangle_up.jpg]: /images/20220715/561ca71e16bd4b53a59341fa8ef2431a.png
[Link 3]: http://blog.csdn.net/xiamentingtao/article/category/6395150
[Link 4]: http://blog.csdn.net/xiamentingtao/article/category/6395151
[Link 5]: http://blog.csdn.net/xiamentingtao/article/category/6123235
[Link 6]: http://blog.csdn.net/xiamentingtao/article/details/52530702#
[Link 7]: http://blog.csdn.net/xiamentingtao/article/details/52530702#t0
[Link 8]: http://blog.csdn.net/xiamentingtao/article/details/52530702#t1
[Link 9]: http://blog.csdn.net/xiamentingtao/article/details/52530702#t2
[XLD]: http://blog.csdn.net/xiamentingtao/article/details/52530702#t3
[20160913230356854]: /images/20220715/951ba2473223424f903240e73ef9d97d.png
[20160913230259542]: /images/20220715/ac357e1df56a424cbcd6d83424a4e7b2.png
[20160913230228417]: /images/20220715/01229e12b91a4983ade0296cdcdbb77b.png
[20160913230128650]: /images/20220715/23b84d9e00434bc1b62e7f7c4b153d34.png
[ds-logo-1.2-64.png]: http://www.dashangcloud.com/static/ds-logo-1.2-64.png
[ds-logo-1.2-64.png 1]: /images/20220715/d106b003288f4dfda1a329e6546f2fc8.png
[halcon_ Matching]: http://blog.csdn.net/xiamentingtao/article/details/52516548
[HALCON]: http://blog.csdn.net/xiamentingtao/article/details/52583333