| Operatoren |
find_scaled_shape_models — Suche der besten Matches mehrerer isotrop skalierter Formmodelle.
find_scaled_shape_models(Image : : ModelIDs, AngleStart, AngleExtent, ScaleMin, ScaleMax, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels, Greediness : Row, Column, Angle, Scale, Score, Model)
find_scaled_shape_models findet die besten NumMatches Instanzen der isotrop skalierten Formmodelle, die in ModelIDs übergeben werden, im Eingabebild Image. Die Modelle müssen zuvor mit create_scaled_shape_model erzeugt oder mit read_shape_model eingelesen worden sein. Im Gegensatz zu find_scaled_shape_model kann also eine Mehrzahl von Modellen gleichzeitig im selben Bild gesucht werden.
Die Position, Rotation und Skalierung der gefundenen Instanzen des Modells werden in Row, Column, Angle und Scale zurückgeliefert. In Score wird die Bewertung der gefundenen Instanzen zurückgegeben. Der gefundene Modelltyp wird in Model zurückgeliefert. Nähere Informationen finden Sie in den parameterspezifischen Abschnitten.
Gegenüber find_scaled_shape_model unterscheidet sich die Semantik aller Eingabeparameter etwas. Alle Eingabeparameter müssen entweder genau ein Element enthalten, oder dieselbe Anzahl von Elementen wie ModelIDs. (NumLevels kann auch zwei oder zweimal die Anzahl von Elementen wie ModelIDs enthalten; siehe unten.) Im ersten Fall wird der Wert des Eingabeparameters für alle Modelle gleich verwendet. Im zweiten Fall wird das jeweilige Element des Eingabeparameters für das entsprechende Modell in ModelIDs verwendet. Zusätzliche Details können in den parameterspezifischen Abschnitten weiter unten gefunden werden. Ein Aufruf von find_scaled_shape_models mit mehreren Werten für ModelIDs, NumMatches und MaxOverlap entspricht von der Wirkung her also mehreren unabhängigen Aufrufen von find_scaled_shape_model mit den jeweiligen Parametern, ist allerdings wesentlich effizienter.
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 Formmodells mit create_scaled_shape_model verwendet wurde. Ein eventuell mit set_shape_model_origin anders gesetzter Ursprung wird 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). Außerdem kann es sein, dass das Modell, wenn es in einer der Pyramidenebenen den Bildrand berührt, ebenfalls nicht gefunden wird, auch wenn es im ursprünglichen Bild vollständig enthalten ist. Als Daumenregel gilt hier, dass das Modell dann nicht gefunden werden könnte, wenn seine Distanz zum Bildrand unter fällt. Dieses Verhalten kann mit set_system('border_shape_models','true') für alle Modelle oder mit set_shape_model_param(ModelID, 'border_shape_models','true') speziell für ein Modell umgestellt werden, so dass auch Modelle gefunden werden, die aus dem Bild herausragen, falls sie eine Bewertung größer als MinScore erreichen. Dabei werden Punkte außerhalb des Bildes als verdeckt angesehen, d.h. sie verringern die Bewertung. Es ist zu beachten, dass dieser Modus die Laufzeit der Suche erhöht. Es ist weiter zu beachten, dass in seltenen Fällen, die typischerweise nur in künstlichen Bildern auftreten, auch dann kein Modell gefunden wird, wenn das Modell in einer Pyramidenebene die reduzierte Bilddomäne berührt. In diesem Fall kann es helfen, die Region der Domäne um , z.B., mit dilation_circle zu vergrößern.
Wie üblich wird die Region des Eingabebildes Image als Suchbereich für den Referenzpunkt der Modelle ModelIDs verwendet. Konsistent mit der obigen Semantik kann Image also ein einzelnes Bildobjekt beinhalten oder ein Bildobjekttupel. Falls Image ein einzelnes Bildobjekt enthält, wird dessen Region als Suchbereich für alle Modelle in ModelIDs verwendet. Falls Image mehrere Bildobjekte enthält, wird die jeweilige Region als Suchbereich für das entsprechende Modell aus ModelIDs verwendet. In diesem Fall müssen die Bilder, abgesehen von ihrer Region, identisch sein. D.h. Image kann nicht in beliebiger Weise mit concat_obj aufgebaut werden, sondern muss aus demselben Bild mit add_channels oder äquivalenten Aufrufen erzeugt werden. Falls das nicht der Fall ist, wird eine Fehlermeldung zurückgeliefert.
Die Parameter AngleStart und AngleExtent legen den Winkelbereich fest, in dem nach dem Modell gesucht wird. Die Parameter ScaleMin und ScaleMax legen den Bereich der Skalierungen fest, in dem nach dem Modell gesucht wird. Der Winkel- und Skalierungsbereich wird gegebenenfalls auf den Bereich beschnitten, der bei der Erzeugung des Modells mit create_scaled_shape_model angegeben worden ist. Dies bedeutet insbesondere, dass die Winkelbereiche des Modells und der Suche sich überlappen müssen.
Außerdem ist zu beachten, dass es in manchen Fällen vorkommen kann, dass Instanzen gefunden werden, deren Rotation oder Skalierung geringfügig außerhalb des übergebenen Winkel- bzw. Skalierungsbereichs liegt. Dies kann dann auftreten, wenn der übergebene Bereich kleiner ist als der Bereich, der bei der Erzeugung des Modells angegeben worden ist.
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. Falls erwartet werden kann, dass das Modell niemals verdeckt wird, kann MinScore auf so hohe Werte wie 0.8 oder sogar 0.9 gesetzt werden. Werden die Matches nicht bis zur untersten Pyramidenebene verfolgt (siehe unten) kann es in manchen Fällen vorkommen, dass Instanzen gefunden werden, deren Scores geringfügig unter dem Wert von MinScore liegen.
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 NumMatches einen Wert enthält, liefert find_scaled_shape_models die NumMatches besten Instanzen des Modells unabhängig von der Art des Modells zurück. Falls z.B. in ModelIDs zwei Modelle übergeben werden und NumMatches = 2 gewählt wird, kann es sein, dass zwei Instanzen des ersten Modells und keine des zweiten Modells, eine Instanz des ersten Modells und eine des zweiten Modells oder keine Instanz des ersten Modells und zwei des zweiten Modells zurückgeliefert werden. Falls hingegen NumMatches mehrere Werte enthält, werden so viele Instanzen des jeweiligen Modells in ModelIDs zurückgeliefert, wie durch das entsprechende Element von NumMatches angegeben. Falls z.B. NumMatches = [1,1] gewählt wird, wird eine Instanz des ersten Modells und eine des zweiten Modells zurückgeliefert.
Beim Tracken der Matches durch die Bildpyramide werden auf jeder Ebene Matches verworfen, die wenig vielversprechend sind. Dadurch ist es möglich, dass Matches verworfen werden, die auf der niedrigsten Pyramidenebene einen höheren Score gehabt hätten. Beispielsweise kann das dazu führen, dass der gefundene Match für NumMatches gleich 1 nicht mit dem Match mit dem höchsten Score übereinstimmt, der von NumMatches gleich 0 oder > 1 zurückgegeben wird.
Falls erwartet wird, dass mehrere Objekte mit einem ähnlichen Score gefunden werden können, aber nur das Modell mit dem höchsten Score zurückgegeben werden soll, kann es vorteilhaft sein, NumMatches zu erhöhen, und dann den Match mit dem höchsten Score auszuwählen.
Falls das Modell Symmetrien aufweist, kann es vorkommen, dass mehrere Instanzen an ähnlichen Positionen im Bild, aber mit verschiedenen Rotationen 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 der Konturen (siehe smallest_rectangle2). Bei MaxOverlap=0 dürfen sich die gefundenen Instanzen nicht überlappen, bei MaxOverlap=1 werden alle gefundenen Instanzen zurückgeliefert.
Falls MaxOverlap einen Wert enthält, wird die Überlappung für alle gefundenen Instanzen des Modells unabhängig von der Art des Modells berechnet. D.h., dass sich zu viel überlappende Instanzen verschiedener und gleicher Modelle eliminiert werden. Falls hingegen mehrere Werte in MaxOverlap übergeben werden, wird die Überlappung nur innerhalb der gefundenen Instanzen des jeweiligen Typs der Modelle in ModelIDs berechnet. D.h., es werden nur sich zu viel überlappende Instanzen gleicher Modelle eliminiert. Modelle verschiedenen Typs können sich in diesem Modus vollständig überlappen.
Der Parameter SubPixel gibt an, ob die Extraktion subpixelgenau erfolgen soll. Falls SubPixel auf 'none' (oder 'false' für Rückwärtskompatibilität) gesetzt wird, wird die Lage des Modells nur pixelgenau bzw. mit der bei create_scaled_shape_model angegebenen Winkel- und Skalierungsauflösung bestimmt. Falls SubPixel auf 'interpolation' (oder 'true') gesetzt wird, werden sowohl die Position als auch die Rotation und Skalierung subpixelgenau bestimmt. Dabei wird die Lage des Modells anhand der Score-Funktion interpoliert. Dieser Modus kostet fast keine Rechenzeit und liefert in den meisten Anwendungen eine ausreichende Genauigkeit. In manchen Anwendungen ist eine möglichst hohe Genauigkeit wichtig. In diesen Fällen kann die Lage des Modells durch Ausgleichsrechnung, d.h., durch Minimierung der Abstände der Modellpunkte und der zugehörigen Bildpunkte (Least-Squares Adjustment), bestimmt werden. Im Gegensatz zu 'interpolation' kostet dieser Modus zusätzliche Rechenzeit. Mit den verschiedenen Modi ('least_squares', 'least_squares_high' und 'least_squares_very_high') kann dabei die Genauigkeit festgelegt werden, mit der der minimale Abstand gesucht wird. Je höher die Genauigkeit gewählt wird, desto länger dauert allerdings auch die Subpixel-Extraktion. Im Normalfall sollte für SubPixel 'interpolation' gewählt werden. Falls die Ausgleichsrechnung gewünscht wird, sollte 'least_squares' gewählt werden, da sich so der optimale Kompromiss zwischen Laufzeit und Genauigkeit ergibt.
Objekte, die im Vergleich zum Modell leicht deformiert im Bild erscheinen, können in manchen Fällen entweder nicht oder nur mit einer geringen Genauigkeit gefunden werden. Für solche Objekte besteht die Möglichkeit, im Parameter SubPixel zusätzlich die maximal zulässige Objektdeformation in Pixeln anzugeben. Dies kann mit Hilfe des optionalen Parameterwertes 'max_deformation ' und einer nachfolgenden Ganzzahl zwischen 0 und 32 (im selben String), die die maximale Deformation beschreibt, erfolgen. Kann die Form des Objektes z.B. bis zu 2 Pixel von der im Modell gespeicherten Form abweichen, muss im Parameter SubPixel der Wert 'max_deformation 2' zusätzlich zum oben beschriebenen Modus für die subpixelgenaue Extraktion übergeben werden, also z.B. ['least_squares', 'max_deformation 2']. Mit 'max_deformation 0' wird das Objekt ohne Deformationen gesucht, also so als ob man kein 'max_deformation ' übergeben hätte. Zu beachten ist, dass größere Werte für die maximale Deformation oft zu erhöhten Laufzeiten führen. Außerdem besteht bei einem zu großen Wert die Gefahr, dass falsche Kandidaten gefunden werden. Beide Probleme können hauptsächlich bei kleinen Objekten oder Objekten mit feinen Strukturen auftreten. Der Grund hierfür ist, dass solche Objekte durch große erlaubte Deformationen ihre für die Suche wichtige charakteristische Form verlieren. Zu beachten ist auch, dass die Genauigkeit von teilweise verdeckten Objekten für höhere Deformationen abnehmen kann wenn Störobjekte in der Nähe des Objektes vorhanden sind. Die maximale Deformation sollte demnach immer nur so groß wie nötig und so gering wie möglich gewählt werden. Näherungsweise rotationssymmetrische Objekte könnten nicht gefunden werden, falls 'max_deformation' und AngleExtent beide auf einen Wert größer 0 gesetzt sind. In dem Fall kann es zu Mehrdeutigkeiten kommen, die nicht aufgelöst werden können, sodass der Match als falsch verworfen wird. Wenn das passiert, versuchen Sie, entweder 'max_deformation' oder AngleExtent auf 0 zu setzen oder das Modell so zu verändern, dass weniger Symmetrien auftreten. Die Score-Berechnung bei Deformationswerten größer 0 hängt von der Art der Subpixel-Extraktion ab. In den meisten Fällen wird sich der Score eines Matches verändern, wenn man 'least_squares', 'least_squares_high' oder 'least_squares_very_high' (siehe oben) wählt (im Vergleich zu 'none' oder 'interpolation'). Außerdem wird sich der Score in der Regel erhöhen, wenn man bei einer der Least-Squares-Adjustment-Methoden die maximale Deformation erhöht, da dann zu den Modellpunkten mehr zugehörige Bildpunkte gefunden werden können. Für einen aussagekräftigen Score und zum Vermeiden falscher Matches wird empfohlen, das Erlauben einer Deformation mit einer Subpixel-Extraktion mit einer der Least-Squares-Adjustment-Methoden zu kombinieren.
Falls die Subpixel-Extraktion und/oder die maximale Objektdeformation für jedes Modell einzeln spezifiziert werden sollen, muss in SubPixel die Subpixel-Extraktion genauso oft angegeben werden, wie die Anzahl von Elementen in ModelIDs. Nach jedem übergebenen Wert für die Subpixel-Extraktion kann optional ein zweiter Wert übergeben werden, der die maximale Objektdeformation für das jeweilige Modell beschreibt. Wird nach dem Wert für die Subpixel-Extraktion kein Wert für die Objektdeformation übergeben, wird das entsprechende Modell ohne Deformation gesucht. Falls z.B. zwei Modelle in ModelIDs angegeben sind und für das erste Modell die Subpixel-Extraktion 'interpolation' ohne Objektdeformation gewählt werden soll und für das zweite Modell die Subpixel-Extraktion 'least_squares' gewünscht ist sowie eine maximale Objektdeformation von 3 Pixeln, dann kann für den Parameter SubPixel das Tupel ['interpolation', 'least_squares', 'max_deformation 3'] übergeben werden. Alternativ kann auch das äquivalente Tupel ['interpolation', 'max_deformation 0', 'least_squares', 'max_deformation 3'] übergeben werden.
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_scaled_shape_model angegebenen Bereich beschnitten. Falls NumLevels als 0 angegeben wird, wird die mit create_scaled_shape_model angegebene Anzahl verwendet.
In manchen Fällen kann es sein, dass die Anzahl der Pyramidenebenen, die beispielsweise automatisch mit create_scaled_shape_model ermittelt wurde, zu hoch ist. Dann werden eventuell Instanzen, die eine sehr hohe finale Bewertung gehabt hätten, bereits auf der höchsten Pyramidenebene ausgeschlossen und damit nicht gefunden. Anstatt nun MinScore auf einen sehr geringen Wert zu setzen, um alle Matches zu finden, kann der Wert von NumLevels mit get_shape_model_params ermittelt werden und dann ein etwas geringerer Wert in find_scaled_shape_models genutzt werden. Diese Herangehensweise führt oft zu besseren Ergebnissen hinsichtlich Geschwindigkeit und Robustheit.
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, Laufzeit einzusparen. Allerdings ist in diesem Modus im allgemeinen die Genauigkeit der gefundenen Lageparameter geringer als im Normalfall, in dem die Matches bis auf die unterste Pyramidenebene verfolgt werden. Falls eine hohe Genauigkeit erzielt werden soll, empfiehlt es sich also, mindestens 'least_squares' für SubPixel zu verwenden. 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.
Falls die unterste Pyramidenebene für jedes Modell einzeln spezifiziert werden soll, müssen in NumLevels zweimal die Anzahl von Elementen in ModelIDs angegeben werden. Dabei sind die Anzahl der Pyramidenebenen und der untersten Pyramidenebenen verschränkt anzugeben. Falls z.B. zwei Modelle in ModelIDs angegeben sind, die oberste Pyramidenebene für das erste Modell 5 und für das zweite Modell 4 sein soll und die unterste Pyramidenebene für das erste Modell 2 und für das zweite 1 sein soll, so ist NumLevels = [5,2,4,1] zu wählen. Falls genau zwei Modelle in ModelIDs angegeben sind, ergibt sich als Spezialfall, dass, falls die unterste Pyramidenebene spezifiziert werden soll, die oberste und unterste Pyramidenebene für beide Modelle explizit spezifiziert werden muss, selbst wenn sie gleich sind. Ein Tupel der Länge zwei in NumLevels wird in diesem Fall nämlich als Spezifikation der obersten Pyramidenebene für die zwei Modelle interpretiert.
In mangelhaften Eingabebildern, d.h., in Bildern die z.B. unscharf, deformiert oder verrauscht sind, kann auf der untersten Pyramidenebene oft keine Instanz des Formmodells gefunden werden, da aufgrund der mangelhaften Bildqualität nicht genügend Kanteninformation vorhanden ist, oder die Kanten zu stark deformiert sind. Auf höheren Pyramidenebenen dagegen kann die Kanteninformation noch ausreichend sein um Instanzen des Modells zu finden, wobei auch hierbei die oben beschriebenen Einschränkungen bezüglich Genauigkeit und Robustheit gelten. Die Wahl der passenden Pyramidenebene, d.h., der untersten Pyramidenebene auf der noch eine Instanz des Modells gefunden wird, hängt sowohl vom Modell als auch vom Eingabebild ab. Diese Pyramidenebene kann also von Bild zu Bild variieren. Um das Matching auf mangelhaften Bildern zu erleichtern, kann die unterste Pyramidenebene, auf der noch eine Instanz des Modells gefunden wird, während des Matchings automatisch bestimmt werden. Um diesen als 'increased tolerance mode' bezeichneten Mechanismus zu aktivieren, muss die unterste Pyramidenebene in NumLevels negativ angegeben werden. Wird z.B. NumLevels = [5,2,4,-1] gesetzt, so ist die unterste Pyramidenebene für das erste Modell 2. Kann auf der Pyramidenebene 2 keine Instanz des ersten Formmodells gefunden werden, so wird für dieses Modell kein Ergebnis zurückgegeben. Für das zweite Modell ist in diesem Beispiel die unterste Pyramidenebene auf -1 gesetzt. Daher wird versucht, eine Instanz des Formmodells auf der Pyramidenebene 1 zu finden. Kann auf dieser Pyramidenebene keine Instanz gefunden werden, so wird die unterste Pyramidenebene ermittelt, auf der noch Instanzen des Modells gefunden wurden. Die Instanzen dieser Pyramidenebene werden dann als Ergebnis zurückgegeben.
Der Parameter Greediness bestimmt, wie „gierig“ die Suche durchgeführt werden soll. Für Greediness=0 wird eine sichere Suchheuristik verwendet, die das Modell, falls im Bild vorhanden, immer findet, wenn die anderen Parameter passend gesetzt sind. Allerdings ist die Suche hiermit relativ zeitaufwendig. Für Greediness=1 wird eine unsicherere Suchheuristik verwendet, bei der es in seltenen Fällen vorkommen kann, dass das Modell nicht gefunden wird, obwohl es im Bild sichtbar ist. Für Greediness=1 wird die maximale Suchgeschwindigkeit erreicht. In den allermeisten Fällen wird das Formmodell für Greediness=0.9 immer sicher gefunden.
Die Position, Rotation und Skalierung der gefundenen Instanzen des Modells werden in Row, Column, Angle und Scale zurückgeliefert. Die Koordinaten Row und Column sind die Koordinaten des Ursprungs des Modells im Suchbild. Normalerweise ist der Ursprung des Modells der Schwerpunkt der Region des Bildes, das zur Erzeugung des Formmodells mit create_scaled_shape_model verwendet wurde. Ein anderer Ursprung kann mit set_shape_model_origin festgelegt werden.
Beachten Sie, dass die Koordinaten Row und Column nicht exakt mit dem Ursprung des Modells übereinstimmen und daher nicht direkt verwendet werden sollten. Die Werte sind dafür optimiert, die Transformationsmatrix zu erzeugen, mit der die Matching-Ergebnisse für verschiedene Aufgaben verwendet werden können, z.B. um ROIs für andere Bildverarbeitungsschritte einem Objekt nachzuführen. Das bei find_scaled_shape_model angegebene Beispiel zeigt, wie diese Matrix erzeugt wird und wie man damit das Modell an der gefundenen Position im Suchbild visualisiert und die exakten Koordinaten berechnet.
Beachten Sie, dass die Visualisierung aber auch mit der Prozedur dev_display_shape_matching_results realisiert werden kann.
In Score wird die Bewertung der gefundenen Instanzen zurückgegeben. Die Bewertung ist eine Zahl zwischen 0 und 1 und ist ein ungefähres Maß dafür, welcher Anteil des Modells im Bild zu sehen ist. Falls z.B. die Hälfte des Modells im Bild verdeckt ist, kann die Bewertung nicht größer als 0.5 sein.
Der gefundene Modelltyp wird in Model zurückgeliefert. Die Elemente von Model sind ein Index in das Tupel ModelIDs, d.h. sie können Werte von 0 bis |ModelIDs|-1 enthalten. Ein Wert von 0 in einem Element von Model entspricht also einer Instanz des ersten in ModelIDs übergebenen Modells.
Mittels des Operators set_shape_model_param können Sie einen 'timeout' für find_scaled_shape_models angeben. Falls die durch ModelIDs referenzierten Modelle unterschiedliche Werte für 'timeout' besitzen, wählt find_scaled_shape_models den niedrigsten aus. Wenn find_scaled_shape_models diesen 'timeout' erreicht endet er ohne Ergebnis und gibt den Fehlercode 9400 (H_ERR_TIMEOUT) zurück. Abhängig von der Größe des Skalierungsintervalls, das durch ScaleMin und ScaleMax festgelegt wird, benötigt find_scaled_shape_models eine signifikante Zeitspanne um den Speicher für gecachte Transformationen freizugeben, falls das Modell nicht vorberechnet wurde. Da diese Transformationen auch freigegeben werden müssen nachdem ein Timeout auftritt, überschreitet find_scaled_shape_models den in 'timeout' angegebenen Wert um diese Zeitspanne.
Wenn über den Parameter ModelIDs mehrere Modelle übergeben werden, sollten diese mit dem gleichen Wert für MinContrast erzeugt worden sein. Falls sie mit unterschiedlichen Werten für MinContrast erzeugt worden sind, wird in find_scaled_shape_models der kleinste dieser Werte verwendet.
Eingabebild, in dem die Modelle gefunden werden sollen.
Handle der Modelle.
Kleinste auftretende Rotation der Modelle.
Defaultwert: -0.39
Wertevorschläge: -3.14, -1.57, -0.79, -0.39, -0.20, 0.0
Ausdehnung des Winkelbereichs.
Defaultwert: 0.78
Wertevorschläge: 6.29, 3.14, 1.57, 0.79, 0.39, 0.0
Restriktion: AngleExtent >= 0
Kleinste auftretende Skalierung der Modelle.
Defaultwert: 0.9
Wertevorschläge: 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
Restriktion: ScaleMin > 0
Größte auftretende Skalierung der Modelle.
Defaultwert: 1.1
Wertevorschläge: 1.0, 1.1, 1.2, 1.3, 1.4, 1.5
Restriktion: ScaleMax >= ScaleMin
Minimale Bewertung der zu findenden Instanzen der Modelle.
Defaultwert: 0.5
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 der Modelle (oder 0 für alle Treffer).
Defaultwert: 1
Wertevorschläge: 0, 1, 2, 3, 4, 5, 10, 20
Maximale Überlappung der zu findenden Instanzen der Modelle.
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 falls ungleich 'none'.
Defaultwert: 'least_squares'
Wertevorschläge: 'none', 'interpolation', 'least_squares', 'least_squares_high', 'least_squares_very_high', 'max_deformation 1', 'max_deformation 2', 'max_deformation 3', 'max_deformation 4', 'max_deformation 5', 'max_deformation 6'
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
„Gierigkeit“ der Suchheuristik (0: sicher aber langsam; 1: schnell aber Matches können „übersehen“ werden).
Defaultwert: 0.9
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 ≤ Greediness ≤ 1
Minimale Schrittweite: 0.01
Empfohlene Schrittweite: 0.05
Zeilenkoordinate der gefundenen Instanzen der Modelle.
Spaltenkoordinate der gefundenen Instanzen der Modelle.
Rotationswinkel der gefundenen Instanzen der Modelle.
Skalierung der gefundenen Instanzen der Modelle.
Bewertung der gefundenen Instanzen der Modelle.
Index der gefundenen Instanzen der Modelle.
Sind die Parameterwerte korrekt, dann liefert find_scaled_shape_models 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.
add_channels, create_scaled_shape_model, read_shape_model, set_shape_model_origin
find_shape_models, find_aniso_shape_models, find_shape_model, find_scaled_shape_model, find_aniso_shape_model, find_ncc_model, find_ncc_models
set_system, get_system, set_shape_model_param
Matching
| Operatoren |