使用OpenCV实现Halcon算法（4）OpenCV实现边缘模板匹配算法

声明：本篇仅仅是分享网上的开源项目，算法非本人原创。

本文转自：OpenCV研习社

干货 | OpenCV实现边缘模板匹配算法 - 云+社区 - 腾讯云

干货 | OpenCV实现边缘模板匹配算法 - 云+社区 - 腾讯云

背景概述

OpenCV中自带的模板匹配算法，完全是像素基本的模板匹配，特别容易受到光照影响，光照稍微有所不同，该方法就会歇菜了！搞得很多OpenCV初学者刚学习到该方法时候很开心，一用该方法马上很伤心，悲喜交加，充分感受到了理想与现实的距离，不过没关系，这里介绍一种新的模板匹配算法，主要是基于图像边缘梯度，它对图像光照与像素迁移都有很强的抗干扰能力，据说Halcon的模板匹配就是基于此的加速版本，在工业应用场景中已经得到广泛使用。

算法原理

该算法主要是基于图像梯度，实现基于梯度级别的NCC模板匹配，基于Sobel梯度算子得到dx, dy, magnitude

通过Canny算法得到边缘图像、基于轮廓发现得到所有的轮廓点集，基于每个点计算该点的dx、dy、magnitude(dxy)三个值。生成模板信息。然后对输入的图像进行Sobel梯度图像之后，根据模型信息进行匹配，这样的好处有两个：

梯度对光照有很强的抗干扰能力，对模板匹配的抗光照干扰
基于梯度匹配，可以对目标图像上出现的微小像素迁移进行抵消。

算法实现代码详解

梯度图像计算

Mat gx, gy;
Sobel(gray, gx, CV_32F, 1, 0);
Sobel(gray, gy, CV_32F, 0, 1);Mat magnitude, direction;
cartToPolar(gx, gy, magnitude, direction);
long contoursLength = 0;
double magnitudeTemp = 0;
int originx = contours[0][0].x;
int originy = contours[0][0].y;

模板生成

// 提取dx\dy\mag\log信息
vector<vector<ptin>> contoursInfo;
// 提取相对坐标位置
vector<vector<Point>> contoursRelative;// 开始提取
for (int i = 0; i < contours.size(); i++) {int n = contours[i].size();contoursLength += n;contoursInfo.push_back(vector<ptin>(n));vector<Point> points(n);for (int j = 0; j < n; j++) {int x = contours[i][j].x;int y = contours[i][j].y;points[j].x = x - originx;points[j].y = y - originy;ptin pointInfo;pointInfo.DerivativeX = gx.at<float>(y, x);pointInfo.DerivativeY = gy.at<float>(y, x);magnitudeTemp = magnitude.at<float>(y, x);pointInfo.Magnitude = magnitudeTemp;if (magnitudeTemp != 0)pointInfo.MagnitudeN = 1 / magnitudeTemp;contoursInfo[i][j] = pointInfo;}contoursRelative.push_back(points);
}

计算目标图像梯度

// 计算目标图像梯度
Mat grayImage;
cvtColor(src, grayImage, COLOR_BGR2GRAY);
Mat gradx, grady;
Sobel(grayImage, gradx, CV_32F, 1, 0);
Sobel(grayImage, grady, CV_32F, 0, 1);Mat mag, angle;
cartToPolar(gradx, grady, mag, angle);

形状模板匹配

double partialScore = 0;
double resultScore = 0;
int resultX = 0;
int resultY = 0;
double start = (double)getTickCount();
for (int row = 0; row < grayImage.rows; row++) {for (int col = 0; col < grayImage.cols; col++) {double sum = 0;long num = 0;for (int m = 0; m < contoursRelative.size(); m++) {for (int n = 0; n < contoursRelative[m].size(); n++) {num += 1;int curX = col + contoursRelative[m][n].x;int curY = row + contoursRelative[m][n].y;if (curX < 0 || curY < 0 || curX > grayImage.cols - 1 || curY > grayImage.rows - 1) {continue;}// 目标边缘梯度double sdx = gradx.at<float>(curY, curX);double sdy = grady.at<float>(curY, curX);// 模板边缘梯度double tdx = contoursInfo[m][n].DerivativeX;double tdy = contoursInfo[m][n].DerivativeY;// 计算匹配if ((sdy != 0 || sdx != 0) && (tdx != 0 || tdy != 0)){double nMagnitude = mag.at<float>(curY, curX);if (nMagnitude != 0)sum += (sdx * tdx + sdy * tdy) * contoursInfo[m][n].MagnitudeN / nMagnitude;}// 任意节点score之和必须大于最小阈值partialScore = sum / num;if (partialScore < min((minScore - 1) + (nGreediness * num), nMinScore * num))break;}}// 保存匹配起始点if (partialScore > resultScore){resultScore = partialScore;resultX = col;resultY = row;}}
}

运行效果

正常光照

光照非常暗

改进：

不需要全局匹配，可以对目标图像先做一个小梯度阈值，然后再进行匹配，提升速度、构造目标图像金字塔，实现多分辨率模板匹配支持！

觉得不错点【好看】支持一下！

参考：

Edge Based Template Matching - CodeProject

https://github.com/meiqua/shape_based_matching

https://github.com/daxiaHuang/edge-template-match

基于边界的模板匹配的原理及算法实现

基于边界的模板匹配的原理及算法实现_小新识图的博客-CSDN博客_halcon模板匹配原理

基于边界的模板匹配的原理及算法实现C++_模板匹配算法原理,c++模板匹配算法-C++代码类资源-CSDN下载

使用OpenCV实现Halcon算法（4）OpenCV实现边缘模板匹配算法相关推荐

使用OpenCV实现Halcon算法（1）亚像素提取边缘，Sub-Pixel Edge Detector
声明:本篇仅仅是分享网上的开源项目,算法非本人原创.转载文章: <A Sub-Pixel Edge Detector: an Implementation of the Canny/Devern ...
使用OpenCV实现Halcon算法（3）基于轮廓的模板匹配
声明:本篇仅仅是分享网上的开源项目,算法非本人原创. 〇.算法效果展示 0.1要定位的模板一找到的匹配在有污损情况下找到的匹配 0.2要定位的模板2 找到的匹配一．理论部分模板匹配的算法包括 ...
使用OpenCV实现Halcon算法（7）选择轮廓，select_shape
一.先看他人的文章转载的网址是: https://www.cnblogs.com/jsxyhelu/p/4650151.html halcon源码: read_image (Image1, 'F:/ ...
python opencv 利用 GrabCut 算法（opencv已经实现）从图像中分离出前景
# 利用GrabCut算法从图像中分离出前景 import numpy as np import cv2 as cv from matplotlib import pyplot as pltimg = ...
opencv [c++] OpenCV实现Halcon相关算子算法
目录 1.Dyn_threshold 动态阈值 2.OpenCV实现 2.Emphasize图像锐化增强处理 3.select_shape()特征筛选 4.opencv访问遍历图像的每一个像素方法 5 ...
opencv和halcon标定参数结果对比
在Stake Overflow里面有人讨论过这个问题,当我们用Opencv和halcon一起编程序的时候,需要考虑两者参数的不同,现在碰到的问题就是,我在已经知道内参矩阵的前提之下,想要求出外参矩阵, ...
OpenCV、Halcon博客与资源收藏整理备用
原文链接:https://libaineu2004.blog.csdn.net/article/details/88778170 原文作者:libaineu2004 OpenCV官网 https:// ...
机器视觉学halcon好还是opencv好一点？
链接:https://www.zhihu.com/question/444576608 编辑:深度学习与计算机视觉声明:仅做学术分享,侵删作者:日月 https://www.zhihu.com/q ...
OpenCV使用 GrabCut 算法进行交互式前景提取
OpenCV使用 GrabCut 算法进行交互式前景提取 1. 效果图 2. 源码参考这篇博客将介绍如何使用Python,OpenCV中的GrabCut 算法来提取图像中的前景,并为此创建一个交互 ...

使用OpenCV实现Halcon算法（4）OpenCV实现边缘模板匹配算法

使用OpenCV实现Halcon算法（4）OpenCV实现边缘模板匹配算法相关推荐

最新文章

热门文章