| Operatoren |
find_ncc_models — Suche der besten Matches mehrerer NCC-Modelle.
find_ncc_models(Image : : ModelIDs, AngleStart, AngleExtent, MinScore, NumMatches, MaxOverlap, SubPixel, NumLevels : Row, Column, Angle, Score, Model)
find_ncc_models findet die besten NumMatches Instanzen der NCC-Modelle, die in dem Tupel ModelIDs übergeben werden, im Eingabebild Image. Die Modelle müssen zuvor mit create_ncc_model erzeugt oder mit read_ncc_model eingelesen worden sein. Im Gegensatz zu find_ncc_model kann also eine Mehrzahl von Modellen gleichzeitig im selben Bild gesucht werden.
Die Position und Rotation der gefundenen Instanzen des Modells wird in Row, Column und Angle 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_ncc_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. Details hierzu werden im zugehörigen Abschnitt weiter unten beschrieben. Ein Aufruf von find_ncc_models mit mehreren Werten für ModelIDs, NumMatches und MaxOverlap entspricht von der Wirkung her also mehreren unabhängigen Aufrufen von find_ncc_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 NCC-Modells mit create_ncc_model verwendet wurde. Ein eventuell mit set_ncc_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.
Image kann ein einzelnes Bildobjekt beinhalten oder ein Bildobjektarray. 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. Der Winkelbereich wird gegebenenfalls auf den Bereich beschnitten, der bei der Erzeugung des Modells mit create_ncc_model angegeben worden ist.
Außerdem ist zu beachten, dass es in manchen Fällen vorkommen kann, dass Instanzen gefunden werden, deren Rotation geringfügig außerhalb des übergebenen Winkelbereichs liegt. Dies kann dann auftreten, wenn der übergebene Winkelbereich 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 Score 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_ncc_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.
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. Es werden also Instanzen verschiedener und gleicher Modelle eliminiert, die sich zu stark überlappen. Falls hingegen mehrere Werte in MaxOverlap übergeben werden, wird die Überlappung nur innerhalb der gefundenen Instanzen des jeweiligen Typs der Modelle in ModelIDs berechnet. Es werden dann nur sich zu stark 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 '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.
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 angegebenen Bereich beschnitten. Falls NumLevels als 0 angegeben wird, wird die mit create_ncc_model angegebene Anzahl verwendet.
In manchen Fällen kann es sein, dass die Anzahl der Pyramidenebenen, die beispielsweise automatisch mit create_ncc_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_ncc_model_params ermittelt werden und dann ein etwas geringerer Wert in find_ncc_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 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 die 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.
Die Position und Rotation der gefundenen Instanzen der Modelle wird in Row, Column und Angle 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 NCC-Modells mit create_ncc_model verwendet wurde. Ein anderer Ursprung kann mit set_ncc_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_ncc_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_ncc_matching_results realisiert werden kann.
In Score wird die Bewertung der gefundenen Instanzen zurückgegeben. Die Berechnung von Score ist in find_ncc_model beschrieben.
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_ncc_model_param können sie einen 'timeout' für find_ncc_models angeben. Falls die durch ModelIDs referenzierten Modelle unterschiedliche Werte für 'timeout' besitzen, wählt find_ncc_models den niedrigsten aus. Wenn find_ncc_models diesen 'timeout' erreicht endet er ohne Ergebnis und gibt den Fehlercode 9400 (H_ERR_TIMEOUT) zurück.
Eingabebild, in dem die Modelle gefunden werden sollen.
Handle der Modelle.
Kleinste auftretende Rotation des Modelle.
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 Modelle.
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 Modelle (oder 0 für alle Treffer).
Defaultwert: 1
Wertevorschläge: 0, 1, 2, 3, 4, 5, 10, 20
Maximale Überlappung der zu findenden Instanzen des 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.
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 Modelle.
Spaltenkoordinate der gefundenen Instanzen des Modelle.
Rotationswinkel der gefundenen Instanzen des Modelle.
Bewertung der gefundenen Instanzen des Modelle.
Indices der gefundenen Instanzen des Modelle.
read_image (Image, 'pcb_focus/pcb_focus_telecentric_061')
gen_rectangle1 (ROI_0, 236, 241, 313, 321)
gen_circle (ROI_1, 281, 653, 41)
reduce_domain (Image, ROI_0, ImageReduced1)
reduce_domain (Image, ROI_1, ImageReduced2)
create_ncc_model (ImageReduced1, 'auto', rad(-45), rad(90), 'auto', \
'use_polarity', ModelID1)
create_ncc_model (ImageReduced2, 'auto', rad(-45), rad(90), 'auto', \
'use_polarity', ModelID2)
ModelIDs:=[ModelID1, ModelID2]
find_ncc_models (Image, ModelIDs, rad(-45), rad(90), 0.7, [1,1], 0.5, \
'true', 0, Row, Column, Angle, Score, Model)
dev_display_ncc_matching_results (ModelIDs, 'red', Row, Column, \
Angle, Model)
Sind die Parameterwerte korrekt, dann liefert find_ncc_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.
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
Matching
| Operatoren |