2232| 0
|
[原创] NI Vision Assistant视觉助手图像处理教程 第9章 Machine Vision机器视觉 9.8 Geometric Matching几何匹配 |
NI Vision Assistant视觉助手图像处理教程 第9章 Machine Vision机器视觉 9.8 Geometric Matching几何匹配
NI Vision Assistant视觉助手教程 第九章图像处理-Machine Vision机器视觉 第八节Geometric Matching几何匹配几何匹配介绍 几何匹配与模式匹配类似,也是在灰度图像中寻找与参考模式相匹配的模型或模板。几何匹配是专门的定位模板函数,模板具有不同的几何或形状信息。 当使用模式匹配时,你需要首先创建一个模板,这个模板代表了你要搜索的目标。然后你的机器视觉应用程序会在采集到的每个图像中搜索模板,并计算每个匹配的分数。这个分值表示了找到的匹配对象与模板的相似程度。分值从0~1000分,值越高表示越相似,1000分则是完美的匹配,通常也只有在提取模板的图像中才有1000分的匹配高分。几何匹配函数查找模板匹配可以不管照明变化、模糊、噪声、闭塞和几何变换,如位移、旋转、缩放的模板。 什么时候使用几何匹配几何匹配可以帮助你在检测图像中快速定位具有良好几何信息的目标。下面的图像显示了具有良好几何信息或形状信息的目标例子。 [attach]8056[/attach] 图1 几何匹配的目标 我们可以使用几何匹配在下面提到的应用邻域: 测量测量长度、直径、角度和其它关键尺寸。如果测量值在设置的公差范围外,检测目标被拒绝。使用几何匹配来定位你想要测量的目标或目标区域。使用目标的尺寸信息来排除几何匹配中找到的那些尺寸太大或太小的目标。 检测检测简单的缺陷,如目标上的划痕、目标不存在或是难以读取的打印目标。使用几何匹配返回的咬合(相互咬合在一起或部分重叠)分数来决定被测对象是否丢失。使用几何匹配返回的曲线匹配分数来比较检测到的目标与参考目标的边界或边缘。 定位通过定位一个已知的目标的参考点或特征点来确定目标的位置和方向。 分类基于形状或大小分类。几何匹配返回位置、方向以及每个目标的尺寸。可以使用目标位置信息来抓取目标然后旋转到正确的箱子或容器中。使用几何匹配来定位不同类型的目标,即使目标可能有部分被彼此挡住的情况下也可以区分。 在检测图像中使用几何匹配定位到的目标可以旋转、比例缩放或相互咬合。几何匹配给你的应用程序提供了匹配目标的数量以及他们的在检测图像中的位置。几何匹配同时还提供了每个匹配结果的尺寸变化百分比以及每个目标相互咬合的数量。 例如,我们可以在一个分类应用程序中搜索一幅图像中包含多个特定类型的汽车配件。下图A显示了想要定位的目标。图B显示了包含多个零件的检测图像以及符合模板的零件位置。 [attach]8057[/attach] 图2 几何匹配用于分类 下面的图像显示了使用几何匹配定位的应用: [attach]8058[/attach] 图3 几何匹配用于定位 什么时候不应该使用几何匹配几何匹配算法设计用于查找具有不同几何信息的目标。一些对象的基本特征可能使用其它的搜索算法比几何匹配要更好更快。例如,在某些应用程序中的模板图像主要可以定义为目标的纹理,或者是模板图像可能包含许多的边缘但是这些边缘并没有特别的几何信息。对应这些应用,模板图像并没有很好的特征集用作几何匹配的模型。相反,上节中讲到的模式匹配算法,可能是一个更好的选择。 在另外一些应用程序中,模板图像可能包含了足够多的几何信息,但是检测图像也许包含了太多的边缘。在一幅检查图像中存在太多的边缘会降低几何匹配算法的性能,因为几何匹配算法会尝试使用检测图像中的所有边缘信息来提取特征。在这种情况下,如果我们并不期望匹配到有比例缩放或者是咬合的模板,可以使用模式匹配来解决这些应用案例。 从几何匹配期望得到什么因为几何匹配是机器视觉应用中一个比较重要的工具,它必须可靠的工作于各种苛刻的条形下。在自动机器视觉应用-特别是那些纳入到生产工艺的应用-检测的材料或组件的视觉外观是会变化的,因为诸如零件的方向、比例以及照明条件等因素也是会变的。几何匹配必须保证它有能力定位到模板即使这些条件发生变化。以下内容描述了常见的情况下,几何匹配工具需要返回正确的结果。 零件的数量、方向和大小几何匹配算法可以检测图像中的以下内容: l 一个或多个模板匹配 l 模板匹配的位置 l 模板匹配的方向 l 与模板图像比较,模板匹配的大小变化 可以使用几何匹配算法来定位模板匹配,匹配对象可能有旋转或有一定数量的比例变化(意味着不能无限的缩放比例)。下图A显示了模板图像。图B显示了模板匹配旋转并且有缩放的图像。 [attach]8059[/attach] 图4 几何匹配用于旋转和缩放的对象 非线性或不均匀的照明条件几何匹配算法可以用于整个图像非线性或不均匀的照明条件下定位被测图像中模板。照明条件的变化包含光源的飘动、眩光以及阴影等。下面图A显示了模板图像。图B显示了典型条件下几何匹配可以正确的找到模板匹配。 [attach]8060[/attach] 图5 几何匹配应用于不均匀的照明条件 对比度反转几何匹配算法可以在检测图像中找到模板匹配,即使匹配的对比度从原始模板图像反转了也可以。下面的图像显示了典型的对比度反转。图A显示了原始模板图像。图B显示了拥有反转对比度的检测图像。几何匹配算法可以在图B中找到零件跟图A中找到零件的精度一样。 [attach]8061[/attach] 图6 几何匹配用于对比度反转 部分遮挡几何匹配算法可以在检测图像中找到模板,即使匹配部分咬合,如零件重合或零件没有完全在图像边缘范围内。除了定位咬合匹配,算法还会返回每个匹配的咬合百分比。 在许多机器视觉应用中,被测零件可能部分咬合在一起由于接触或彼此重叠。或者,零件看起来会部分咬合因为生产工艺的退化。下面的图像展示了不同场合下的咬合,几何匹配可以找到一个模板匹配。图A代表了这个例子的模板图像: [attach]8062[/attach] 图7 几何匹配用于部分遮挡 不同图像背景几何匹配算法可以找到一个模板,即使检测图像的背景与模板图像的背景图像不一样。下面的图显示了几何匹配查找不同背景下的匹配例子。图A是这个例子中的模板图像: [attach]8063[/attach] 图8 几何匹配用于不同图像背景
购买主题
本主题需向作者支付 8 元 才能浏览
| |
相关帖子 |
|
Powered by Discuz! X3.4
© 2001-2024 Discuz! Team.