机器视觉 1 —— CogPMAlignTool 模板匹配工具

CogPMAlignTool 是康耐视 VisionPro 中的一个模板匹配工具。以下是其相关介绍功能特点基于特征定位与基于像素栅格的算法不同它基于特征进行模型定位在面对旋转和尺寸变化的情况时能更快速、准确地进行模型匹配。多种算法可选有 PatQuick、PatMax、PatFlex 等算法。PatQuick 速度最快对 3 维或低质量元件效果好能承受较多图像差异PatMax 精确度最高在二维元件上表现佳适合细微细节PatFlex 为高灵敏度图案设计在弯曲不平表面表现好但不够精确。训练模式多样有图像、带图像的形状模型、带转换的形状模型三种训练模式。可根据训练图像的像素内容或使用建模器创建和修改的形状模型来训练样板。应用场景常用于零件的尺寸、角度、中心点确认等在工业视觉检测领域可用于产品定位、识别等任务例如在生产线上对零件进行定位以便后续的装配、检测等工序能够准确进行。原图路径传入图像idb格式相当于一个压缩包它是一个文件里面包含了一些图像打开之后可以预览图像点击工具箱选择 CogPMAlignTool 工具点击运行可以看到图像成功读取进来用鼠标直接把(OutputImage)拖到PMA工具的(InputImage)把图像传给PMA工具。使用流程传入图像抓取训练图像设置合适的参数点击训练运行工具详细参数解析算法PatQuick:速度最快对 3 维或低质量元件效果好能承受较多图像差异PatMax精确度最高在二维元件上表现佳适合细微细节PatQuick 与 PatMax介于PatQuick 与 PatMax之间PatFlex适合高灵敏度图案弯曲不平表面表现好比较灵活但不精确PatMax - 高灵敏度适合第对比度或多噪点的图像适用于有图像退化的图像点击抓取训练图像把图像读取至 TrainImage 如果输入图像为空此按钮为禁用状态。是否忽略极性极性特征的边界点是从黑到白还是从白到黑忽略极性可以增加模型的多样性。除非对象受极性变化的影响否则建议使用极性。忽略极性可能增加误匹配的概率。弹性点击小箭头打开折叠的属性运行时的参数代表能够承受非线性变化的程度。弹性以像素为单位通常设置为0到8。在提高弹性时可能会找到非预期的目标即精度降级。图像掩膜设定指定区域屏蔽特征或杂斑干扰图像掩膜器可以实现训练图像中屏蔽指定的部分轮廓特征此部分可能是不稳定的特征部分货值干扰噪声等不作为匹配计算的依据。点击图像掩膜编辑器设置需要掩盖的区域点击确定后会同步到TrainImage详细操作步骤可参考 机器视觉—— CogResultsAnalysisTool 结果分析工具点击训练区域与原点可以通过左侧数据修改位置或者拖动右侧方框和坐标位置设置区域形状这里选择的是矩形调整右侧图像中的方框位置选取特征图案点击中心原点把坐标移动到特征图案中心点击运行参数点击小三角形切换角度弧度切换按钮查找到目标的大概个数根据结果的匹配分数来丢弃分数低的目标是否考虑杂斑的影响是否考虑杂斑结果匹配完成之后点击运行打开结果可以看到分数、位置等信息对比度阈值设置对比度阈值以便考虑潜在的边界点的灰度变化对于要检测的边界点其特征对比度必须超过这个值。搜索区域限定只在限定区域内进行模板匹配。图形勾选查看已训练的轮廓特征图形放大可以看到细节黄线为粗糙特征绿线位精细特征添加终端右击工具点击添加终端选择所有未过滤找到所需的参数这边添加的是匹配的目标的个数点击添加输出添加前后效果