圖像處理方法說明:局部斑點重心
局部斑點重心,尋找與模板相似的斑點,并計算指定數目斑點的重心坐標平均值。
通過圖像方法主處理下拉框選擇 局部斑點重心
【鼠標操作】通過鼠標改變 ROI 的大小,并拖放至適當的位置作為學習的模板。
鼠標點擊要分析的斑點后,斑點會被著成藍色。算法將會計算 ROI 內指定個數的斑點的重心平均值。
【方法學習】保存該方法及模板。
因為默認 ROI 內斑點的數目是 1,所以它會計算 ROI 內按面積最大的第一個斑點的重心返回結果。
點擊高級參數進行匹配類高階調整
【個數】希望尋找的目標數量
【分數】目標與模板間的相似度分數
【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域像素。
點擊高級參數進行斑點類高階調整
【斑點選擇】面積最大,面積最小,最左邊的,最右邊的,最上邊的,最下邊的
在局部斑點重心方法中,該選項無效。位置的選擇由匹配決定。
【斑點個數】ROI 內要計算的斑點數目
【面積篩選】剔除設置的面積范圍之外的斑點
【保存參數】保存設置的參數至 ini 文件
【圖像處理】根據參數對圖像進行處理
實例
圖中兩圓的面積為 12000,高級參數設置面積范圍[10000 13000],計算斑點數目為 2,執行處理后得到的結果如下:
返回兩個圓斑點的重心平均值。
函數取值
執行 SY_IP_ImgProc()進行處理,返回 ImgProcResult 結果。其中,X、Y 為斑點重心坐標平均值;
BlobFeretAngle 為設定的斑點數目中面積最大者的最小內接矩形角度,BlobArea 為其面積,FeretX、
FeretY 為最小外接矩形中心 XY,FeretWidth、FeretHeight 為最小外接矩形長寬。即在局部斑點重心方法中,只返回最大面積斑點的上述特征值。
本文地址:http://m.xznet110.com/apply/d_1o31f083v2eq2_1.html
拷貝地址版權聲明:版權歸中國自動化網所有,轉載請注明出處!