群晖wordpress如何连接mysql,资阳优化团队市场,dede网站建设的个人总结,吴忠seo前言
模板匹配是机器视觉领域#xff0c;尤其是工业视觉领域内#xff0c;自动化经常要使用的一个视觉算法应用模式。在VP里面#xff0c;有几种简单的模版匹配的算子#xff0c;这里大致介绍一下VP的PatMax。
在视觉应用领域#xff0c;搜索匹配的特征是经常要用到的方…前言
模板匹配是机器视觉领域尤其是工业视觉领域内自动化经常要使用的一个视觉算法应用模式。在VP里面有几种简单的模版匹配的算子这里大致介绍一下VP的PatMax。
在视觉应用领域搜索匹配的特征是经常要用到的方法。VP里面对于搜索匹配有几个不同类型的算子 其中的特点我归纳于下 本讲我们主要讲PMAlign。 简介 Like other pattern-location technologies, PatMax trains a pattern, then locates one or more instances of that pattern in one or more run-time images. PatMax differs from other pattern-location technologies in that it is not based on pixel grid representations that cannot be efficiently and accurately rotated or scaled. Instead, PatMax uses a feature-based representation that can be transformed quickly and accurately for pattern matching. 和其他的模板匹配技术一样PatMax通过在一个图像或者一个实时的运行图片中设定一个或者多个匹配模版 。PatMax的主要特点和其他的模板匹配技术不同的地方在于他不是通过Pixel的觉得网格来匹配这种方法往往在准确定位和缩放的时候效率低下还是基于【案我认为是抽象的特征】特征的表达这样可以很快并且准确的获取匹配的结果。【由此可以用于旋转和缩放发生的时候单纯的pixel的对照无法实现的匹配】 模板训练和术语
1 PatMax 简介 PatMax can be trained from an image that contains features similar to those you wish to find at run time, or it can be trained from a geometric description of the target features. PatMax training results in a pattern that contains geometric features. PatMax模板训练通过设定的一些方法 在实时运行的时候找到相近的特征并把目标特征转为几何表述。 上图为PatMax的逻辑图模板训练有两个类型一个是形状训练和图像训练并由此生成包括几何特征的模板。
1.1 PatMax 模板 The PatMax software supports two pattern-location algorithms: PatMax and PatQuick. PatMax offers higher accuracy and additional score information compared to PatQuick, but requires more time to execute. PatMax包括 PatMax and PatQuick两种处理模式区别就是PatMax更精确一点并包括了一个计分的计算由此需要更多的计算时间。 PatMax Patterns PatMax extracts patterns from the images of objects you acquire. A PatMax pattern is a collection of geometric features and the spatial relationship between them, where each feature is a collection of points on the boundary between two regions of dissimilar pixel values. PatMax 从待测图像中抽象出来模板。这些被抽象出来的模板就是收集了几何特征和空间关系的一个集合这些特征其实就是在一个阈值区域的Pixel值 在阈值内被认为符合特征的点集否则就是不符合特征的点集由此图像进行了特征分割。 上图显示了图像模板特征的抽象和被抽象的关系。 理解模板的变换Transformation的意义
1 模板变化的衡量尺度 - degree
PatMax算子可以表现支持一下3种图像模板的变化 Size (overall size change or individual x- and y-axis size change)RotationLocation 具体可以用下面6种变化来定义 degree of freedom Part of a transformation that can be characterized by a single numeric value such as angle 【案有关degree的定义应该是在一下六个方面的变更程度的一个衡量标准】 【案Uniform scale,应该是比例缩放的意思图例的说明很明白无需过多说明。每一种形式的变更我们都可以用这种形式的程度变量degree来衡量】
2 组合的模板变化 上图展示了一个组合的尺度变化。
Patmax算子可以找到训练模板【案这个是在算子的配置的时候通过一些设定的方法在图像中选取匹配的特征组合】在上面6个尺度的变化情况。
当然 PatMax 可以配置到你设定的上述6个方面的某个方面的自由度[案这里借鉴了工程力学的定义】的衡量并以0 到 1 的数值来衡量模板匹配度【案这里匹配度就是和训练模板和找到的特征的相识程度】
