Halcon形状匹配在图像【仿射变换】中的应用

在机器视觉应用中，经常需要对图像进行 仿 射 变换 。 1、在基于参考的视觉检测中，由于待检图像与参考图像或多或少都会存在几何变化（平移、旋转、缩放等），所以在做比较之前一般都要对待检图像进行 仿 射 变换 以对齐图像。 2、要进行 仿 射 变换 ，必须先获取 变换 矩阵， 形 状匹配是获取 变换 矩阵的一种高效的方法。 3、 Halcon 的如下几个函数是专门用于计算 变换 矩阵的： vector_angl e_to_rigid  ：Compute  a  rigid  affine  transformation  from  points  and  angles.    vector_to_rigid  ：Approximate  a  rigid  affine  transformation  from  point  correspondences.  vector_to_similarity  ：Approximate  an  similarity  transformation  from  point  correspondences.  vector_to_hom_mat2d  ：Approximate  an  affine  transform ation  from  point  correspondences.  4、 Halcon 中用于 形 状匹配的函数有： find_shape_model  ：Find  the  best  matches  of  a  shape  model  in  an  image.  find_shape_models  ：Find  the  best  matches  of  multiple  shape  models.  find_scaled_shape_model  ：Find  the  best  matches  of  a  scale  invariant  shape  model  in  an  image.  find_scaled_shape_models  ：Find  the  best  matches  of  multiple  scale  invariant  shape  models.  5、单匹配计算刚性 变换 矩阵：vector_angle_to_rigid只需要一个点对及一个角度对即可计算刚性 变换 矩阵，所以可直接利用find_shape_model的结果，但精度可能稍低。 6、双匹配计算刚性 变换 矩阵：vector_to_rigid需要至少两个点对的支持，所以需要用两次find_shape_model或用一次find_shape_models，精度会比单匹配高，但仍局限于刚性 变换 。 7、双匹配计算相似 变换 矩阵：vector_to_similarity 用于计算相似 变换 矩阵 ，需要至少两个点对的支持，所以需要用两次find_scaled_shape_model或用一次find_scaled_shape_models。 8、三匹配计算一般 变换 矩阵：vector_to_hom_mat2d用于计算一般的其次 变换 矩阵，需要至少三个点对的支持，所以需要用三次find_scaled_shape_model或用一次find_scaled_shape_models。 9、综上，在不同情况下，选用相应的 变换 矩阵类型、 形 状匹配方法，可以达到事半功倍的效果！