find_planar_uncalib_deformable_modelT_find_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel (Operator)

Name

find_planar_uncalib_deformable_modelT_find_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel — Unkalibrierte Suche nach den besten Matches eines planaren deformierbaren Modells in einem Bild.

Signatur

Beschreibung

Der Operator find_planar_uncalib_deformable_modelfind_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel sucht die besten NumMatchesNumMatchesNumMatchesNumMatchesnumMatches Instanzen eines perspektivisch verzerrten deformierbaren Modells ModelIDModelIDModelIDModelIDmodelID in dem Suchbild ImageImageImageImageimage. Die Modelle müssen vorher durch create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel oder read_deformable_modelread_deformable_modelReadDeformableModelReadDeformableModelReadDeformableModel erzeugt worden sein.

Die projektive Transformation (Homographie), die die Lage des gefundenen Matches beschreibt, wird in HomMat2DHomMat2DHomMat2DHomMat2DhomMat2D zurückgegeben. In dem Fall dass mehrere Objekte gefunden werden, werden die verschiedenen Homographien aneinandergefügt. Eine einzelne Homographie kann einfach durch tuple_select_range(HomMat2D,Index*9,(Index+1)*9-1, SelectedHomMat2D) extrahiert werden. Die verschiedenen Ergebnisse werden in abfallender Reihenfolge nach ScoreScoreScoreScorescore sortiert. Die Zeilen und Spaltenkoordinaten des Ursprungs des deformierbaren Modells im Suchbild können durch Aufruf von projective_trans_pixel(HomMat2D,0,0,Row,Column) bestimmt werden. Normalerweise ist der Ursprung des Modells der Schwerpunkt der Region des Bildes, das zur Erzeugung des Formmodells mit create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel verwendet wurde.

Ein anderer Ursprung kann mit set_deformable_model_originset_deformable_model_originSetDeformableModelOriginSetDeformableModelOriginSetDeformableModelOrigin gesetzt werden. Für Visualisierungszwecke können die Modellkonturen, die durch get_deformable_model_contoursget_deformable_model_contoursGetDeformableModelContoursGetDeformableModelContoursGetDeformableModelContours extrahiert wurden, mit Hilfe des Operators projective_trans_contour_xldprojective_trans_contour_xldProjectiveTransContourXldProjectiveTransContourXldProjectiveTransContourXld und die Stelle, die durch HomMat2DHomMat2DHomMat2DHomMat2DhomMat2D gegeben ist, dargestellt werden.

Zusätzlich wird in ScoreScoreScoreScorescore 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.

Eingabeparameter im Detail

Image:

Der Definitionsbereich des Bildes ImageImageImageImageimage gibt den Suchbereich für den Referenzpunkt des Modells an, d.h. für den Schwerpunkt der Region des Bildes, das zur Erzeugung des deformierbaren Modells mit create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel verwendet wurde. Ein eventuell mit set_deformable_model_originset_deformable_model_originSetDeformableModelOriginSetDeformableModelOriginSetDeformableModelOrigin 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 eine Bewertung größer als MinScoreMinScoreMinScoreMinScoreminScore 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')set_system("border_shape_models","true")SetSystem("border_shape_models","true")SetSystem("border_shape_models","true")SetSystem("border_shape_models","true") umgestellt werden, so dass auch Modelle gefunden werden, die aus dem Bild herausragen, falls sie eine Bewertung größer als MinScoreMinScoreMinScoreMinScoreminScore 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_circledilation_circleDilationCircleDilationCircleDilationCircle zu vergrößern.

Winkel- und Skalierungs-Parameter:

Die Parameter AngleStartAngleStartAngleStartAngleStartangleStart, AngleExtentAngleExtentAngleExtentAngleExtentangleExtent, ScaleRMinScaleRMinScaleRMinScaleRMinscaleRMin, ScaleRMaxScaleRMaxScaleRMaxScaleRMaxscaleRMax, ScaleCMinScaleCMinScaleCMinScaleCMinscaleCMin und ScaleCMaxScaleCMaxScaleCMaxScaleCMaxscaleCMax legen einen grundsätzlichen Bereich bis zu einer anisotropen Transformation fest, der auf der obersten Pyramidenstufe des Bildes erschöpfend durchsucht wird. Die Parameter AngleStartAngleStartAngleStartAngleStartangleStart und AngleExtentAngleExtentAngleExtentAngleExtentangleExtent legen den Winkelbereich für die möglichen Rotationen des Modells im Bild fest, die erschöpfend durchsucht werden. ScaleRMinScaleRMinScaleRMinScaleRMinscaleRMin, ScaleRMaxScaleRMaxScaleRMaxScaleRMaxscaleRMax, ScaleCMinScaleCMinScaleCMinScaleCMinscaleCMin und ScaleCMaxScaleCMaxScaleCMaxScaleCMaxscaleCMax bestimmen den möglichen Bereich von anisotropen Skalierungen die im Bild erschöpfend durchsucht werden. Eine Skalierung von 1 für beide Skalierungsfaktoren entspricht der Originalgröße des Modells.

Es ist zu beachten, dass der Operator find_planar_uncalib_deformable_modelfind_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel Objekte außerhalb dieses Bereiches, z.B. auch dann wenn das Objekt perspektivisch verzerrt ist, findet. Demzufolge sind die Bereichsparameter eine Art Hinweis für den Suchalgorithmus find_planar_uncalib_deformable_modelfind_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel, und ausgehend von diesem Bereich kann in einem größeren Bereich, der von der Anzahl der Pyramidenstufen wie auch vom Bildinhalt abhängt, detektiert werden. Es ist zum Beispiel wichtig zu beachten, dass kleine Skalierungsunterschiede ohne die explizite Angabe eines Skalierungsbereichs detektiert werden, was zu einer schnelleren Ausführungszeit führt.

Falls das Objekt signifikante Skalierungsunterschiede aufweist, aber nur kleine perspektivische Verzeichnungen, benötigt man nur eine isotrope Skalierung und ScaleCMinScaleCMinScaleCMinScaleCMinscaleCMin wie auch ScaleCMaxScaleCMaxScaleCMaxScaleCMaxscaleCMax sollten auf den Wert 1.0 gesetzt werden, um zu signalisieren, dass keine anisotrope Skalierung benötigt wird. Falls das Objekt auch unter deutlichen Verkippungen erkannt werden soll, benötigt man eine anisotrope Skalierung. In diesem Fall wird die anisotrope Skalierung durch ScaleRMinScaleRMinScaleRMinScaleRMinscaleRMin und ScaleRMaxScaleRMaxScaleRMaxScaleRMaxscaleRMax in Zeilenrichtung, und durch ScaleCMinScaleCMinScaleCMinScaleCMinscaleCMin und ScaleCMaxScaleCMaxScaleCMaxScaleCMaxscaleCMax in Spaltenrichtung eingestellt.

Es ist zu beachten, dass die Transformationen intern so behandelt werden, dass erst die Skalierungen und dann die Rotation angewendet werden. Daher sollte das Modell im Normalfall so ausgerichtet werden, dass es im Modellbild horizontal oder vertikal erscheint.

Zusätzlich verarbeitet find_planar_uncalib_deformable_modelfind_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel die Parameter 'angle_step', 'scale_r_step' und 'scale_c_step', die mit dem Operator create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel gesetzt werden können, oder aber, wie unten beschrieben, mit den generischen Parametern GenParamNameGenParamNameGenParamNameGenParamNamegenParamName und GenParamValueGenParamValueGenParamValueGenParamValuegenParamValue. In den meisten Fällen führen die Werte, die automatisch mit create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel berechnet werden können, zu guten Resultaten.

Der Parameter 'angle_step' bestimmt die Schrittweite innerhalb des ausgewählten Winkelbereichs. Der Parameter 'angle_step' sollte aufgrund der Größe des Objekts gewählt werden. Kleinere Modelle besitzen nur eine kleine Anzahl von verschiedenen diskreten Rotationen im Bild. Deshalb sollte 'angle_step' für kleinere Modelle größer gewählt werden. Falls AngleExtentAngleExtentAngleExtentAngleExtentangleExtent kein ganzzahliges Vielfaches von 'angle_step' ist, wird 'angle_step' entsprechend angepasst. Die Parameter 'scale_r_step' und 'scale_c_step' bestimmen die Schrittweite innerhalb des Skalierungsbereichs. Wie auch 'angle_step' sollten 'scale_r_step' und 'scale_c_step' aufgrund der Größe des Modells gewählt werden. Falls der jeweilige Skalierungsbereich kein ganzzahliges Vielfaches von 'scale_r_step' und 'scale_c_step' ist, werden 'scale_r_step' und 'scale_c_step' entsprechend angepasst.

MinScore:

Der Parameter MinScoreMinScoreMinScoreMinScoreminScore bestimmt, welchen Score ein potenzieller Match mindestens haben muss, damit er als Instanz des Modells im Bild angesehen wird. Umso höher MinScoreMinScoreMinScoreMinScoreminScore gewählt wird, umso schneller wird die Suche im Bild. Falls das Modell niemals verdeckt wird, kann MinScoreMinScoreMinScoreMinScoreminScore sogar auf 0.8 oder sogar 0.9 gesetzt werden.

NumMatches:

Die maximale Anzahl der Instanzen, die gefunden werden können, kann mit NumMatchesNumMatchesNumMatchesNumMatchesnumMatches angegeben werden. Falls mehr als NumMatchesNumMatchesNumMatchesNumMatchesnumMatches Instanzen einen Wert größer als MinScoreMinScoreMinScoreMinScoreminScore haben, werden nur die besten NumMatchesNumMatchesNumMatchesNumMatchesnumMatches zurückgegeben. Falls weniger als NumMatchesNumMatchesNumMatchesNumMatchesnumMatches gefunden werden, wird nur diese Anzahl zurückgegeben, das heißt, dass der Parameter MinScoreMinScoreMinScoreMinScoreminScore Vorrang vor NumMatchesNumMatchesNumMatchesNumMatchesnumMatches hat. Sollen alle Modellinstanzen, deren Bewertung MinScoreMinScoreMinScoreMinScoreminScore übersteigt, im Bild gefunden werden, muss NumMatchesNumMatchesNumMatchesNumMatchesnumMatches auf 0 gesetzt werden. In seltenen Fällen muss NumMatchesNumMatchesNumMatchesNumMatchesnumMatches auf einen höheren Wert als die beabsichtigte Anzahl von gefundenen Instanzen gesetzt werden. Das ist z.B. der Fall, wenn ein kleiner Wert für MinScoreMinScoreMinScoreMinScoreminScore gesetzt wurde.

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 NumMatchesNumMatchesNumMatchesNumMatchesnumMatches gleich 1 nicht mit dem Match mit dem höchsten Score übereinstimmt, der von NumMatchesNumMatchesNumMatchesNumMatchesnumMatches 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, NumMatchesNumMatchesNumMatchesNumMatchesnumMatches zu erhöhen, und dann den Match mit dem höchsten Score auszuwählen.

MaxOverlap:

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 MaxOverlapMaxOverlapMaxOverlapMaxOverlapmaxOverlap 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 MaxOverlapMaxOverlapMaxOverlapMaxOverlapmaxOverlap überlappen, wird nur die beste gefundene Instanz zurückgeliefert. Die Berechnung der Überlappung erfolgt anhand der kleinsten umschließenden Rechtecke beliebiger Orientierung der Konturen (siehe smallest_rectangle2smallest_rectangle2SmallestRectangle2SmallestRectangle2SmallestRectangle2). Bei MaxOverlapMaxOverlapMaxOverlapMaxOverlapmaxOverlap=0 dürfen sich die gefundenen Instanzen nicht überlappen, bei MaxOverlapMaxOverlapMaxOverlapMaxOverlapmaxOverlap=1 werden alle gefundenen Instanzen zurückgeliefert.

GenParamName, GenParamValue:

Mit Hilfe der generischen Parameter GenParamNameGenParamNameGenParamNameGenParamNamegenParamName und GenParamValueGenParamValueGenParamValueGenParamValuegenParamValue können mögliche Parameter angepasst werden, die typischerweise nicht von dem Benutzer verändert werden müssen. Grundsätzlich wird die Position mit hoher Subpixelgenauigkeit ('least_squares_very_high'"least_squares_very_high""least_squares_very_high""least_squares_very_high""least_squares_very_high") durch eine kleinste-quadrate Ausgleichung berechnet, das heißt, das die Abstände von Modellpunkten zu ihren korrespondierenden Bildpunkten minimiert werden. Falls diese hohe Genauigkeit von einer Anwendung nicht benötigt wird, kann die Subpixelgenaue Verfeinerung verringert oder sogar ganz ausgeschaltet werden, um die Laufzeit zu verkürzen. Hierzu wird 'subpixel' in GenParamNameGenParamNameGenParamNameGenParamNamegenParamName und 'none'"none""none""none""none", 'least_squares'"least_squares""least_squares""least_squares""least_squares" oder 'least_squares_high'"least_squares_high""least_squares_high""least_squares_high""least_squares_high" für GenParamValueGenParamValueGenParamValueGenParamValuegenParamValue übergeben. Eine weitere Anwendung für GenParamNameGenParamNameGenParamNameGenParamNamegenParamName und GenParamValueGenParamValueGenParamValueGenParamValuegenParamValue ist das Überschreiben der Diskretisierungsschritte des Suchraums 'angle_step', 'scale_r_step' und 'scale_c_step', die definiert wurden als das Model mit create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel erzeugt wurde.

Wie in create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel beschrieben, führt der deformierbare Matching-algorithmus eine vollkommene Suche des Basissuchbereichs, der mit AngleStartAngleStartAngleStartAngleStartangleStart, AngleExtentAngleExtentAngleExtentAngleExtentangleExtent, ScaleRMinScaleRMinScaleRMinScaleRMinscaleRMin, ScaleRMaxScaleRMaxScaleRMaxScaleRMaxscaleRMax, ScaleCMinScaleCMinScaleCMinScaleCMinscaleCMin und ScaleCMaxScaleCMaxScaleCMaxScaleCMaxscaleCMax angegeben wird, aus. Um die Erkennung von sogar perspektivisch verzeichneten Objekten zu erlauben, wird eine zusätzliche Transformation geschätzt. Diese zusätzliche Transformation bring das Modell vom ursprünglichen Suchbereich in einen größeren, perspektivisch verzeichneten Suchbereich. Dadurch, dass perspektivische Verzeichnungen erlaubt werden, steigt das Risiko von falschen Matches. Eine zusätzliche Verwendung des Parameters GenParamNameGenParamNameGenParamNameGenParamNamegenParamName ist es, falsch als positiv Klassifizierte Matches zu verwerfen. Das ist zum Beispiel nötig, falls ein kleiner Wert in MinScoreMinScoreMinScoreMinScoreminScore angegeben wurde und das Bild signifikanten Hintergrund mit ähnlichem Aussehen wie das Modell enthält.

Um beliebige, zufällige, perspektivische Verzeichnungen zu unterdrücken, können die Parameter 'angle_change_restriction'"angle_change_restriction""angle_change_restriction""angle_change_restriction""angle_change_restriction" und 'aniso_scale_change_restriction'"aniso_scale_change_restriction""aniso_scale_change_restriction""aniso_scale_change_restriction""aniso_scale_change_restriction" in GenParamNameGenParamNameGenParamNameGenParamNamegenParamName verwendet werden. Mit 'angle_change_restriction'"angle_change_restriction""angle_change_restriction""angle_change_restriction""angle_change_restriction" wird die maximal tolerierte Winkelverzeichnung eingeschränkt (zwischen dem Standardwert 0.0, der beliebige Deformationen erlaubt, und , der keine Deformation erlaubt. Dieser Parameter überprüft, ob ein Winkel von 90 Grad an den Ecken des an den Achsen ausgerichteten Rechtecks um die Modellpunkte um mehr als den korrespondierenden GenParamValueGenParamValueGenParamValueGenParamValuegenParamValue für die Modellinstanz verändert wird. Es ist zu beachten, dass dieser Parameter sowohl den affinen (die Scherung) als auch den perspektivischen Anteil der Transformation einschränkt. Zum Beispiel kann mit 'angle_change_restriction'"angle_change_restriction""angle_change_restriction""angle_change_restriction""angle_change_restriction" ein rechteckiges Modell davon abgehalten werden sich zu einem Parallelogram oder Trapez zu verformen.

Mit dem Parameter 'aniso_scale_change_restriction'"aniso_scale_change_restriction""aniso_scale_change_restriction""aniso_scale_change_restriction""aniso_scale_change_restriction" kann der anisotrope Skalierungsanteil eingeschränkt werden (der kleinere Anteil geteilt durch den größeren Skalierungsfaktor). Der Wertebereich dieses Parameters reicht vom Standardwert 0.0, der beliebige Deformationen erlaubt, bis zu 1.0, wo keine Deformationen erlaubt sind. Ein Beispiel dafür ist, dass mit diesem Parameter ein quadratisches Modell nicht zu einem rechteckigen Modell verformt werden kann.

NumLevels:

Mit NumLevelsNumLevelsNumLevelsNumLevelsnumLevels 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_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel angegebenen Bereich beschnitten. Falls NumLevelsNumLevelsNumLevelsNumLevelsnumLevels als 0 angegeben wird, wird die mit create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel angegebene Anzahl verwendet.

Greediness:

Der Parameter GreedinessGreedinessGreedinessGreedinessgreediness bestimmt, wie „gierig“ die Suche durchgeführt werden soll. Für GreedinessGreedinessGreedinessGreedinessgreediness=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 GreedinessGreedinessGreedinessGreedinessgreediness=1 wird eine unsichere Suchheuristik verwendet, bei der es in seltenen Fällen vorkommen kann, dass das Modell nicht gefunden wird, obwohl es im Bild sichtbar ist. Für GreedinessGreedinessGreedinessGreedinessgreediness=1 wird die maximale Suchgeschwindigkeit erreicht. In den allermeisten Fällen wird das Formmodell für GreedinessGreedinessGreedinessGreedinessgreediness=0.9 immer sicher gefunden.

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Automatisch parallelisiert auf interner Datenebene.

Parameter

Ergebnis

Sind die Parameterwerte korrekt, dann liefert find_planar_uncalib_deformable_modelfind_planar_uncalib_deformable_modelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModelFindPlanarUncalibDeformableModel den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_planar_uncalib_deformable_modelcreate_planar_uncalib_deformable_modelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModelCreatePlanarUncalibDeformableModel, read_deformable_modelread_deformable_modelReadDeformableModelReadDeformableModelReadDeformableModel

Alternativen

find_planar_calib_deformable_modelfind_planar_calib_deformable_modelFindPlanarCalibDeformableModelFindPlanarCalibDeformableModelFindPlanarCalibDeformableModel

Modul

Matching