悦博体育

  • <optgroup id="KDNGWE"><tr id="KDNGWE"></tr></optgroup>
  • <bdo id="KDNGWE"><wbr id="KDNGWE"></wbr></bdo>
    <source id="KDNGWE"></source>
  • <bdo id="KDNGWE"><option id="KDNGWE"></option></bdo>
  • <menu id="KDNGWE"><legend id="KDNGWE"></legend></menu>
    登录
    立即登录
    注册
    提交注册
    忘记密码
    找回密码

    【灵闪】六步玩转模板匹配算法

    发布时间:2020-11-26

    模板匹配是一种最常见、最通用的模式识别算法,简单的来说就是在一幅图像中寻找与另一幅模板图像最相似的部分,并评价相似度的技术,常常被用在需要视觉引导的项目中,比如引导机器人进行产品的抓取和分拣,或者引导机器人进行SMT表面贴装等等。
    模板匹配算法通常分为基于灰度值的模板匹配,基于形状的模板匹配,基于边缘特征点的模板匹配。灵闪结合边缘特征点和灰度的算法,保证了模板匹配算法的稳定性高效性,根据物体边缘的梯度相关性作为匹配准则,能够在各种线型和非线性光照条件下,降低物体遮挡、缺失、模糊、轻微形变等情况带来的干扰,实现精准定位。

    下面介绍一下灵闪的操作以及参数调节:


    步骤一:添加模板匹配算法

    相机采图或者导入本地图片,在需要定位的位置添加模板匹配算法

    添加模板匹配算法

    步骤二:编辑模板

    点击图中红色方框内的图标编辑模板


    编辑模板

    步骤三:编辑模板细节

    编辑模板

    步骤四:确认模板

    确认模板

    步骤五:调参


    参数列表


    分数:对匹配到的模板相似度进行评判,分数越高,匹配相似度的要求越高;
    尺寸:可匹配的模板尺寸范围,例如±50%,就是模板的50%~150%大小范围内进行匹配;
    角度:可匹配的模板角度范围,例如±180°,就是360°任意方向进行匹配;;
    精度:根据精度及速度的要求,用户可以选择从粗略到高的五个等级;
    严格评分:是否对在评分中考虑丢失、遮挡或模糊的特征;
    使用缓存:加速算法的执行速度,但是会占用额外的内存;

    全图检测:用户点击如下图所示的中ROI最大化按钮即可。


    ROI最大化


    步骤六:执行检测

    执行检测

    应用案例



    • 案例需求:芯片定位

    • 案例算法:多模板定位

    • 项目配分辨率100万像素

    • 灵闪应用结果:重复测量误差最大0.08个像素,均值0.0197个像素,同时对近2000颗芯片进行定位,耗时100ms



    点我试用灵闪(IntelliBlink)软件