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 ...
最新文章
- easyui树形菜单实现
- java程序员经常使用的Intellij Idea插件
- hive java导入CVS
- cif t t操作流程图_T+操作手册
- getRequestDispatcher 和sendRedirect区别及路径问题
- 网站渗透思路(小白专看,大佬绕道)
- CSS 常见布局 水平垂直居中对齐
- 堪萨斯大学计算机硕士,堪萨斯大学计算机工程硕士专业入学要求及费用
- 情境领导者-第四章、选择合适的领导风格
- Pull Request 的概述
- (六)K8S中HostPath、EmptyDir、ConfigMap、Secret、Downward API用法
- html表格··表格样式··长表格
- 电子电路期末考试复习预测题一(内附详细解析)
- Uos统信系统 nginx
- SQLServer查询数据
- vue2的指令和自定义指令
- 《一分钟经理人》读后感总结
- 2017年浙江工业大学大学生程序设计迎新赛决赛—网络同步赛 H 小周的曲射炮【公式推导||分类二分】
- 2012年终总结 - IT 征途
- 华硕a豆14 Pro评测
热门文章
- 24年前他被余承东招入华为,现在掌舵第四大事业群,对垒阿里张建锋、百度王海峰,腾讯汤道生
- PATC语言1-50
- 深圳教育培训机构启用消费评价二维码
- GlobalSign的泛域名SSL证书
- 登录失败:用户帐户限制。可能的原因包括不允许空密码登录时间限制或强制的策略限制。
- 洛谷 P1551 亲戚
- 在Linux上测试网络的命令之3----基础网络命令(netstat\ss)
- mp4v2再学习 -- Linux 下安装说明
- linux c python,Python 不是 C
- PAT甲级 1151 LCA in a Binary Tree (30分) LCA算法/C++