halcon模板匹配总结

halcon的模板匹配可以归为三类：

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

---