| Operatoren |
find_ncc_model — Suche der besten Matches eines NCC-Modells in einem Bild.
find_ncc_model(Image : : ModelID, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels : Row, Column, Angle, Score)
find_ncc_model findet die besten NumMatches Instanzen des NCC-Modells ModelID im Eingabebild Image. Das Modell muss zuvor mit create_ncc_model erzeugt oder mit read_ncc_model eingelesen worden sein.
Die Position und Rotation der gefundenen Instanzen des Modells wird in Row, Column und Angle zurückgeliefert.
Die Koordinaten Row und Column beschreiben die Position des Ursprungs des Modells im Suchbild. Die Werte sind allerdings bereits geringfügig angepasst, so dass sie direkt zur Erstellung einer Transformationsmatrix verwendet werden können, die für ein Alignment oder die Visualisierung des Modells benötigt wird. Diese Anpassung der Koordinaten hat mit der Art und Weise zu tun, in der HALCON ikonische Objekte transformiert, siehe hierzu affine_trans_pixel. Das Beispiel weiter unten zeigt, wie die Transformationsmatrix erzeugt wird und wie man damit die exakten Koordinaten berechnet.
Normalerweise ist der Ursprung des Modells der Schwerpunkt der Region des Bildes, das zur Erzeugung des NCC-Modells mit create_ncc_model verwendet wurde. Ein anderer Ursprung kann mit set_ncc_model_origin festgelegt werden.
Zusätzlich wird in Score die Bewertung der gefundenen Instanzen zurückgegeben. Die Bewertung ist die normalisierte Kreuzkorrelation (engl.: normalized cross correlation) zwischen dem Muster t(r,c) und dem Bild i(r,c):
Die NCC misst, wie gut das Muster und das Bild an einem bestimmten Punkt (r,c) übereinstimmen. Sie nimmt Werte zwischen -1 und 1 an. Je größer der Absolutbetrag der Korrelation ist, desto besser ist die Übereinstimmung zwischen Muster und Bild. Ein Wert von 1 bedeutet, dass die Grauwerte im Bild eine lineare Transformation der Grauwerte im Muster sind:
i(r+u,c+v) = a * t(u,v) + bwobei a > 0. Ein Wert von -1 bedeutet, dass die Grauwerte im Bild eine lineare Transformation der Grauwerte im Muster mit a < 0 sind. Das Muster hat in diesem Fall im Bild also genau die umgekehrte Polarität. Aufgrund der obigen Eigenschaft ist die NCC invariant gegenüber linearen Beleuchtungsänderungen.
Die NCC wie oben definiert wird verwendet, falls das Modell mit Metric = 'use_polarity' erzeugt wurde. Falls das Modell mit Metric = 'ignore_global_polarity' erzeugt wurde, wird der Absolutbetrag von ncc(r,c) als Bewertung verwendet.
Es ist zu beachten, dass die NCC sehr empfindlich gegenüber Verdeckungen und Störobjekten sowie gegenüber nichtlinearen Beleuchtungsänderungen im Bild ist. Falls ein Modell selbst bei Verdeckungen, Störobjekten oder nichtlinearen Beleuchtungsänderungen gefunden werden soll, sollte die Suche mit dem formbasierten Matching durchgeführt werden (siehe z.B. create_shape_model).
Der Definitionsbereich des Bildes Image gibt den Suchbereich für den Referenzpunkt des Modells an, d.h. für den Schwerpunkt der Region des Bildes, das zur Erzeugung des NCC-Modells mit create_ncc_model verwendet wurde. Ein eventuell mit set_ncc_model_origin anders gesetzter Ursprung wird hier nicht berücksichtigt. Das Modell wird innerhalb des Definitionsbereiches des Eingabebildes nur an den Stellen gesucht, an denen das Modell vollständig in das Bild passt. Das bedeutet, dass das Modell nicht gefunden werden kann, wenn es aus dem Bild herausragt, selbst wenn es eine Bewertung größer als MinScore erreichen würde (siehe unten).
Die Parameter AngleStart und AngleExtent legen den Winkelbereich fest, in dem nach dem Modell gesucht wird. Der Winkelbereich wird gegebenenfalls auf den Bereich beschnitten, der bei der Erzeugung des Modells mit create_ncc_model angegeben worden ist. Dies bedeutet insbesondere, dass die Winkelbereiche des Modells und der Suche sich tatsächlich überlappen müssen. Eine Änderung des Winkelbereichs bei der Suche modulo erfolgt nicht. Zur Vereinfachung der Darstellung werden im Rest des Absatzes alle Winkel in Grad angegeben, obwohl sie in find_ncc_model im Bogenmaß angegeben werden müssen. Falls das Modell also z.B. mit AngleStart = -20° und AngleExtent = 40° erzeugt worden ist und der Suchbereich in find_ncc_model z.B. auf AngleStart = 350° und AngleExtent = 20° gesetzt wird, wird das Modell nicht gefunden, obwohl sich die Winkelbereiche bei Betrachtung modulo 360° überlappen würden. Um das Modell zu finden, muss in diesem Beispiel AngleStart = -10° gewählt werden.
Der Parameter MinScore legt fest, welche Bewertung ein potentieller Match mindestens besitzen muss, damit er als eine Instanz des Modells im Bild angesehen wird. Je größer der Wert von MinScore gewählt werden kann, desto schneller verläuft die Suche.
Mit NumMatches kann angegeben werden, wieviele Instanzen des Modells im Bild höchstens gefunden werden sollen. Falls mehr als NumMatches Instanzen eine Bewertung größer als MinScore erreichen, werden nur die besten NumMatches Instanzen zurückgeliefert. Falls weniger als NumMatches Instanzen gefunden werden, werden nur diese Instanzen zurückgeliefert, d.h. der Parameter MinScore hat Vorrang vor NumMatches. Sollen alle Modellinstanzen, deren Bewertung MinScore übersteigt, im Bild gefunden werden, muss NumMatches auf 0 gesetzt werden.
Falls das Modell Symmetrien aufweist, kann es vorkommen, dass mehrere Instanzen an ähnlichen Positionen im Bild, aber mit verschiedenen Rotationen gefunden werden. Falls das Modell sich wiederholende Strukturen aufweist, kann es vorkommen, dass mehrere Instanzen mit gleichen Rotationen an ähnlichen Positionen im Bild gefunden werden. Mit dem Parameter MaxOverlap kann bestimmt werden, um welchen Anteil, ausgedrückt als Zahl zwischen 0 und 1, sich zwei Instanzen höchstens überlappen dürfen, damit sie als verschieden angesehen werden und somit zurückgeliefert werden. Falls sich zwei Instanzen um mehr als MaxOverlap überlappen, wird nur die beste gefundene Instanz zurückgeliefert. Die Berechnung der Überlappung erfolgt anhand der kleinsten umschließenden Rechtecke beliebiger Orientierung des Definitionsbereiches der Modelle (siehe smallest_rectangle2). Bei MaxOverlap=0 dürfen sich die gefundenen Instanzen nicht überlappen, bei MaxOverlap=1 werden alle gefundenen Instanzen zurückgeliefert.
Der Parameter SubPixel gibt an, ob die Extraktion subpixelgenau erfolgen soll. Falls SubPixel auf 'false' gesetzt wird, wird die Lage des Modells nur pixelgenau bzw. mit der bei create_ncc_model angegebenen Winkelauflösung bestimmt. Falls SubPixel auf 'true' gesetzt wird, werden sowohl die Position als auch die Rotation subpixelgenau bestimmt. Dabei wird die Lage des Modells anhand der Score-Funktion interpoliert. Dieser Modus kostet fast keine Rechenzeit und liefert eine hohe Genauigkeit. Im Normalfall sollte also SubPixel = 'true' gewählt werden. Für eine subpixelgenaue Bestimmung der Lage muss das Modell auf der untersten verwendeten Pyramidenebene einen Abstand von mindestens 2 Pixel vom Bildrand haben. Wenn die gefundene Instanz des Modells näher am Bildrand liegt, wird die Lage des Modells nur pixelgenau bzw. mit der bei create_ncc_model angegebenen Winkelauflösung bestimmt, selbst wenn SubPixel auf 'true' gesetzt ist.
Mit NumLevels wird die Anzahl der Pyramidenebenen festgelegt, die bei der Suche verwendet werden soll. Die Anzahl der Ebenen wird gegebenenfalls auf den bei der Erzeugung mit create_ncc_model angebenen Bereich beschnitten. Falls NumLevels als 0 angegeben wird, wird die mit create_ncc_model angegebene Anzahl verwendet. Optional kann NumLevels einen zweiten Wert enthalten, der die unterste Pyramidenebene spezifiziert, bis auf welche die Matches verfolgt werden sollen. Ein Wert von [4,2] bedeutet also, dass das Matching auf der vierten Pyramidenebene begonnen wird und auf der zweituntersten Pyramidenebene beendet wird (die unterste Pyramidenebene hat den Wert 1). Dieser Mechanismus kann dazu verwendet werden, um Laufzeit einzusparen. Allerdings ist in diesem Modus im allgemeinen die Genauigkeit der gefundenen Lageparameter geringer als in Normalfall, in dem die Matches bis auf die unterste Pyramidenebene verfolgt werden. Falls die unterste zu verwendende Pyramidenebene zu groß gewählt wird, kann es vorkommen, dass die gewünschte Genauigkeit nicht mehr erreicht werden kann, oder dass falsche Instanzen des Modells gefunden werden, weil das Modell auf den oberen Pyramidenstufen nicht eindeutig genug ist, um eine sichere Selektion der korrekten Instanz des Modells zu ermöglichen. In diesem Fall muss ein kleinerer Wert für die unterste zu verwendende Pyramidenebene gewählt werden.
Mittels des Operators set_ncc_model_param können sie einen 'timeout' für find_ncc_model angeben. Wenn find_ncc_model diesen 'timeout' erreicht endet er ohne Ergebnis und gibt den Fehlercode 9400 (H_ERR_TIMEOUT) zurück.
find_ncc_model kann teilweise auf OpenCL Geräten ausgeführt werden, wenn diese die cl_khr_global_int32_base_atomics OpenCL Erweiterung unterstützen. Es wird nur die Suche auf der obersten Pyramidenstufe auf dem OpenCL Gerät durchgeführt, während das Tracking der potentiellen Matches auf der CPU durchgeführt wird. Wenn die Domäne des Bildes in dem gesucht werden soll deutlich kleiner ist als die Größe des Bildes, sollte daher crop_domain verwendet werden, um die Menge der von dem OpenCL auf das Host-System zu übertragenden Daten zu reduzieren. Abhängig von einer Vielzahl von Faktoren kann find_ncc_model auf OpenCL Geräten sowohl deutlich schneller, als auch deutlich langsamer laufen. Daher kann man hier keine generelle Aussage treffen und muß jeweils mit Bildern aus der Anwendung testen, ob der Einsatz von OpenCL für find_ncc_model Sinn macht oder nicht.
Eingabebild, in dem das Modell gefunden werden soll.
Handle des Modells.
Kleinste auftretende Rotation des Modells.
Defaultwert: -0.39
Wertevorschläge: -3.14, -1.57, -0.79, -0.39, -0.20, 0.0
Ausdehnung des Winkelbereichs.
Defaultwert: 0.79
Wertevorschläge: 6.29, 3.14, 1.57, 0.79, 0.39, 0.0
Restriktion: AngleExtent >= 0
Minimale Bewertung der zu findenden Instanzen des Modells.
Defaultwert: 0.8
Wertevorschläge: 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
Typischer Wertebereich: 0 ≤ MinScore ≤ 1
Minimale Schrittweite: 0.01
Empfohlene Schrittweite: 0.05
Anzahl der zu findenden Instanzen des Modells (oder 0 für alle Treffer).
Defaultwert: 1
Wertevorschläge: 0, 1, 2, 3, 4, 5, 10, 20
Maximale Überlappung der zu findenden Instanzen des Modells.
Defaultwert: 0.5
Wertevorschläge: 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
Typischer Wertebereich: 0 ≤ MaxOverlap ≤ 1
Minimale Schrittweite: 0.01
Empfohlene Schrittweite: 0.05
Subpixelgenauigkeit.
Defaultwert: 'true'
Werteliste: 'false', 'true'
Anzahl der verwendeten Pyramidenebenen (und unterste zu verwendende Pyramidenebene falls |NumLevels| = 2).
Defaultwert: 0
Werteliste: 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
Zeilenkoordinate der gefundenen Instanzen des Modells.
Spaltenkoordinate der gefundenen Instanzen des Modells.
Rotationswinkel der gefundenen Instanzen des Modells.
Bewertung der gefundenen Instanzen des Modells.
create_ncc_model (TemplateImage, 'auto', rad(-45), rad(90), 'auto', \
'use_polarity', ModelID)
find_ncc_model (SearchImage, ModelID, rad(-45), rad(90), 0.7, 1, \
0.5, 'true', 0, Row, Column, Angle, Score)
* Create transformation matrix
vector_angle_to_rigid (0, 0, 0, Row, Column, Angle, HomMat2D)
* Calculate true position of the model origin in the search image
affine_trans_pixel (HomMat2D, 0, 0, RowObject, ColumnObject)
disp_cross (WindowHandle, RowObject, ColumnObject, 10, 0)
Sind die Parameterwerte korrekt, dann liefert find_ncc_model den Wert 2 (H_MSG_TRUE). Das Verhalten bei leerer Eingabe (keine Eingabebilder vorhanden) lässt sich mittels set_system('no_object_result',<Result>) festlegen. Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
create_ncc_model, read_ncc_model, set_ncc_model_origin
find_shape_model, find_scaled_shape_model, find_aniso_shape_model, find_shape_models, find_scaled_shape_models, find_aniso_shape_models, best_match_rot_mg
Matching
| Operatoren |