熱線電話:0755-23712116
郵箱:contact@shuangyi-tech.com
地址:深圳市寶安區(qū)沙井街道后亭茅洲山工業(yè)園工業(yè)大廈全至科技創(chuàng)新園科創(chuàng)大廈2層2A
矩形,利用矩形擬合模塊計算矩形中心及矩形角度。匹配作為粗定位使用,矩形擬合模塊根據粗定位自動改變位置;對于目標比較固定的情況,可不采用粗定位功能。
當不需要粗定位時,可跳過匹配類參數(shù)調整,直接對測量類參數(shù)進行調整。
通過圖像方法主處理下拉框選擇 矩形
【鼠標操作】通過鼠標改變 ROI 大小并拖放至合適區(qū)域作為學習的模板。
鼠標改變 Rectangle 模塊的角度和位置進行直線擬合;特別地,鼠標左鍵在 Rectangle 模塊的中點雙擊可改變尋邊模式(黑到白 或 白到黑)
【方法學習】保存該方法及模板
VPP:表示有效點百分比例
點擊高級參數(shù)進行匹配類參數(shù)調整
【個數(shù)】希望尋找的目標數(shù)量
【分數(shù)】目標與模板間的相似度分數(shù)
【比例容差】目標與模板間的大小比例變化
【角度基準】目標在圖像中的旋轉角度
【角度容差】在<角度基準>基礎上的尋找角度范圍
【匹配位置】分數(shù)最大,最左邊的,最右邊的,最上邊的,最下邊的
當圖像中存在多個目標時,可選擇返回其中符合位置的一個。
【相關模式】Standard、Gain Normalized、Offset Normalized 及 Normalized
Standard:目標區(qū)域與模板間直接的相關度計算
Gain Normalized:針對圖像產生對比度變化,先進行增益歸一化后再進行相關度計算
Offset Normalized:針對光照引起的明暗變化,先進行像素值整體偏移歸一化后再進行相
關度計算
Normalized:考慮 Gain 和 Offset 變化的歸一化相關度計算方式
【模板修改】彈出模板修改框對模板進行修改
模板修改
如模板存在干擾區(qū)域,可通過鼠標操作進行模板修改。
如下圖,算法將不再考慮被涂的紅色區(qū)域像素。
Gauge 量測模塊參數(shù)調整
【使用匹配粗定位】 選擇是否需要粗定位。勾選后,量測模塊的姿態(tài)將跟隨匹配到的目標姿態(tài)進行改變
【采樣點】 勾選后,顯示所有矩形上的特征點,對調整下面的高級參數(shù)有幫助。如下圖:
【測量參數(shù)】
形狀的擬合,首先是通過在設定的方向上尋找出邊緣點,再進行相關形狀的擬合的。測量參數(shù)全部都是針對每一條路徑上的像素曲線變化率進行操作的。
形狀擬合中某一條路徑的尋點 路徑上的像素曲線及其變化率
上右圖中,紅色曲線代表了左圖中紅色路徑上像素值的排列;藍色線代表了像素值曲線的變化率, 數(shù)學上是像素值曲線的一階導數(shù)??梢院唵蔚乩斫?,變化率曲線上的一個峰或一個谷對應的就是一個邊緣上的過渡點,即是我們要尋找的邊緣點。
形狀擬合的基礎是每一條路徑上的尋找邊緣點操作,而尋找邊緣點操作主要是對像素曲線變化率的控制。
像素變化率曲線上會有若干個概念,如下圖所示:上圖中,藍色為像素變化率曲線。底下的藍色直線代表的是 Threshold;Threshold 與峰值(或谷值)
之間的差稱為 Amplitude;由 Threshold 及高于 Threshold 以上的變化率曲線圍成的稱為 Area。
<1> 選擇:包括 From Begin、From End、Largest Amplitude、Largest Area 及 Closet
可能在一條路徑上會尋找到若干個過渡點,通過該參數(shù)控制選取哪一個作為邊緣點。From Begin:指從設定尋點方向開始的第一個過渡點作為邊緣點
From End: 指從設定尋點方向開始的最后一個過渡點作為邊緣點Largest Amplitude:以 Amplitude 最大值的過渡點作為邊緣點Largest Area:以 Area 最大值的過渡點作為邊緣點
Closet:以最靠近擬合模塊的中點線的過渡點作為邊緣點。
![]() | ![]() | ![]() |
<3>閾值: 高于此值的像素變化率峰值(或谷值)才被考慮成過渡點
<4>濾波:徑向平滑系數(shù),可過濾路徑上像素噪點
擬合路徑上有一黑色噪點,調整濾波值做中值濾波,噪點被過濾,最終選擇了下方的擬合點。
<5>鄰比:形狀擬合時,一條路徑上可能出現(xiàn)多個過渡點。該參數(shù)表示當前邊緣點的選擇參考鄰近多少個路徑的取點情況。
<6>最小幅值:高于此值的像素變化率曲線值才被考慮成邊緣點
<7>最小面積:高于此值的像素變化率曲線值才被考慮成邊緣點
【差異點剔除】
差異點是遠離有效點集合的點,它的出現(xiàn)會影響形狀(直線、圓、矩形)的逼近程度,需要將其剔除。下圖所示為剔除圓上的差異點:
<1>濾波次數(shù):在擬合過程中檢測差異點的次數(shù)
<2>濾波閾值:該值的倒數(shù)即為所有邊緣點到擬合出的直線的平均距離。
到擬合直線距離大于該平均距離的點即為差異點。
<3>有效點比例:未被剔除的點即為有效點,該參數(shù)表示有效點占所有邊緣點的比例。
該參數(shù)能檢測出直線邊是否有損壞。
函數(shù)取值
執(zhí)行 SY_IP_ImgProc()進行處理,返回 ImgProcResult 結果。其中,X、Y 為矩形的中心坐標,
RectAngle 為矩形的角度。