union_straight_contours_xld

原型

union_straight_contours_xld(Contours : UnionContours : MaxDist, MaxDiff, Percent, Mode, Iterations : )

功能

合并方向近似且相邻的直线轮廓。

参数列表

Contours (input_object) ：输入轮廓
UnionContours (output_object) ：合并后输出轮廓
MaxDist (input_control) ：最大距离上限
MaxDiff (input_control) ：两个参考轮廓的拟合直线间的最大角度上限。
Percent (input_control) ：MaxDist 、MaxDiff 两个标准的所占权重因子（百分比）
Mode (input_control) ：是否应考虑平行轮廓？（‘every’, ‘noparallel’, ‘paralleltoo’）
Iterations (input_control) ：迭代次数（可选数值或者 ‘maximum’）

详解

如果满足某些条件，则算子将会合并相邻的XLD轮廓。每次迭代时，最多合并两个满足给定条件的轮廓，参数Iteration控制整个步骤执行的频率。
如果两个端点（我对end Points的理解：每个端点指轮廓上的点在其拟合直线上的投影）的最小距离小于MaxDist参数设置的值，那么合并这两个轮廓。并且两个轮廓拟合的直线夹角小于MaxDiff ，那么直接合并这两个轮廓。

但如果只有一个条件满足，那么参数Percent 将会最终决定是否合并这两个轮廓。也就是说如果MaxDist 、MaxDiff 两个条件只满足其中一个，那么如果满足接下来的条件，合并轮廓。

举个例子来理解公式的含义：假如两个轮廓的间隙在参考轮廓上的投影长度值shortest distance= 5.0，它们的拟合直线夹角为direction difference = 0.5，限制参数MaxDist = 4.0，MaxDiff = 0.625.由于5.0不小于MaxDist = 4.0，所以，两个轮廓不能直接合并，需要参数Percent 进一步决定是否合并。
可以计算出两个值与对应的限制值相差25%。如果选择Percent = 60%，shortest distance所占权重大于direction difference，5 / 4 * 0.6+0.5 / 0.625 * (1-60%)=1.07 不小于1，所以不能合并。反之，如果Percent = 40%计算结果为0.98 <= 1，所以能合并。
当Percent = 100%时，只有shortest distance起作用，同理当Percent =0%，只有direction difference起作用，当Percent =50%，两者起到的作用均等。
总结下来就是当MaxDist 、MaxDiff 两个条件只满足其中一个时候，通过设置Percent参数来均衡MaxDist 、MaxDiff所占权重。
如果不想使平行的轮廓合并，将Mode设置为’noparallel’ ，反之设置为 ‘paralleltoo’ ，设置’every’对所有轮廓无条件合并。
如果Iterations 设置的是数值，将会达到迭代次数之后结束，如果设置的是’maximum’，一直迭代直到没有轮廓再合并为止。
在用get_regression_params_xld返回轮廓参数之前，必须通过调用regress_contours_xld计算到轮廓的回归线参数。

举例

1、当两个轮廓的属性都满足MaxDist 、MaxDiff 条件时，看Percent 是否起作用。

2、当Percent权重偏向一个参数时，看MaxDist、MaxDiff参数的变换如何影响轮廓合并。
（1）MaxDist参数

（2）MaxDiff参数

代码

gen_contour_polygon_xld (FirstContour, [500,1000], [1,1])
gen_contour_polygon_xld (SecondContour, [1001,1500], [2,501])
concat_obj (FirstContour, SecondContour, ConcatContour)
regress_contours_xld (ConcatContour, RegressContours, ‘drop’, 1)
union_straight_contours_xld (RegressContours, UnionContours, sqrt(2), rad(44.99999), 0, ‘noparallel’, ‘maximum’)

Halcon union_straight_contours_xld详解相关推荐

Halcon例程详解(植物测量) —— measure_plant.hdev
文章目录前言一.过程 1.1 筛选ROI区域 1.2 分割 1.3 三维建模与仿射变换 1.4 确定叶子的角度分布和高度 1.5 确定叶子的面积和树干的直径 1.6 对叶子的角度进行分析二.例程 ...
Halcon例程详解(基于卡尺工具的匹配测量方法) —— measure_stamping_part.hdev
前言 1卡尺工具介绍 Halcon中的Metrology方法即为卡尺工具,可用来拟合线,圆,这种方法对于目标比背景很明显的图像尺寸测量是很方便的,不需要用blob进行边缘提取等,但缺点也很明显,需要目 ...
Halcon union_collinear_contours_xld详解
union_collinear_contours_xld 原型 union_collinear_contours_xld(Contours : UnionContours : MaxDistAbs, ...
Halcon例程详解（激光三角系统标定）—— calibrate_sheet_of_light_calplate.hdev
前言 1 激光三角测距激光三角测距法原理很简单,是通过一束激光以一定的入射角度照射被测目标,激光在目标表面会产生漫反射,在另一角度利用透镜对反射激光汇聚成像,光斑成像在CCD(Charge-coup ...
Halcon例程详解（深度图转换为3D图像）—— xyz_attrib_to_object_model_3d
一.前言深度图向点云图进行转换是进行3D检测项目时会遇到的问题,halcon里也有针对此问题的相关例程,下面对此例程进行分析.通过学习此例程,我们可以掌握如何将一张深度图像和一张正常二维图像转换为3 ...
激光三角测量（sheet of light）halcon示例详解 Reconstruct_Connection_Rod_Calib.hdev 模型三维重建...
原文作者:aircraft 原文链接:https://www.cnblogs.com/DOMLX/p/11555100.html 前言:最近公司项目用到halcon的3d模板匹配,三维重建,相机标定, ...
labview调用halcon匹配详解
halcon的匹配比labview自带的匹配快了十倍不止,labview需要调用halcon则需要调用自带的.net构造库,下面先讲解步骤再贴源码,本文使用的halcon是2019 32位,labvi ...
halcon例程讲解_跟我学机器视觉-HALCON学习例程中文详解-开关引脚测量
跟我学机器视觉-HALCON学习例程中文详解-开关引脚测量 This example program demonstrates the basic usage of a measure object. ...
Halcon —— 边缘检测算子详解
一.算子介绍 1.1 种类 halcon内常用的边缘检测算子包括如下几种: 1.edges_image: 提取2D 图像边缘 2.edges_sub_pix:提取2D图像亚像素边缘 3.edges_o ...
Halcon例程（基于3D形状匹配识别方法）详解 —— create_shape_model_3d_lowest_model_level.hdev
一.例程简介最近在研究3D识别方面的东西,查了不少资料,发现halcon里有不少关于三维物体识别的例程,这里对其中一个做出详解.该例程是基于三维匹配方法的,因为有三维模型SM3,所以不需要自己创建: ...

Halcon union_straight_contours_xld详解

union_straight_contours_xld

原型

功能

参数列表

详解

举例

代码

Halcon union_straight_contours_xld详解相关推荐

最新文章

热门文章