find_planar_uncalib_deformable_model
— Unkalibrierte Suche nach den besten Matches eines planaren deformierbaren
Modells in einem Bild.
find_planar_uncalib_deformable_model(Image : : ModelID, AngleStart, AngleExtent, ScaleRMin, ScaleRMax, ScaleCMin, ScaleCMax, MinScore, NumMatches, MaxOverlap, NumLevels, Greediness, GenParamName, GenParamValue : HomMat2D, Score)
Der Operator find_planar_uncalib_deformable_model
sucht die besten
NumMatches
Instanzen eines perspektivisch verzerrten deformierbaren
Modells ModelID
in dem Suchbild Image
. Die Modelle müssen
vorher durch create_planar_uncalib_deformable_model
oder
read_deformable_model
erzeugt worden sein.
Die projektive Transformation (Homographie), die die Lage des gefundenen
Matches beschreibt, wird in HomMat2D
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 Score
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_model
verwendet wurde.
Ein anderer Ursprung kann mit set_deformable_model_origin
gesetzt
werden. Für Visualisierungszwecke können die Modellkonturen, die durch
get_deformable_model_contours
extrahiert wurden, mit Hilfe
des Operators projective_trans_contour_xld
und die Stelle, die
durch HomMat2D
gegeben ist, dargestellt werden.
Zusätzlich wird in Score
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 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 deformierbaren
Modells mit create_planar_uncalib_deformable_model
verwendet wurde.
Ein eventuell mit set_deformable_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 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')
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.
Die Parameter AngleStart
, AngleExtent
, ScaleRMin
,
ScaleRMax
, ScaleCMin
und ScaleCMax
legen
einen grundsätzlichen Bereich bis zu einer anisotropen Transformation fest,
der auf der obersten Pyramidenstufe des Bildes erschöpfend durchsucht wird.
Die Parameter AngleStart
und AngleExtent
legen den
Winkelbereich für die möglichen Rotationen des Modells im Bild fest,
die erschöpfend durchsucht werden. ScaleRMin
, ScaleRMax
,
ScaleCMin
und ScaleCMax
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_model
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_model
, 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 ScaleCMin
wie auch ScaleCMax
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 ScaleRMin
und
ScaleRMax
in Zeilenrichtung, und durch ScaleCMin
und
ScaleCMax
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_model
die
Parameter 'angle_step', 'scale_r_step' und 'scale_c_step', die mit dem
Operator create_planar_uncalib_deformable_model
gesetzt werden
können, oder aber, wie unten beschrieben, mit den generischen Parametern
GenParamName
und GenParamValue
. In den meisten Fällen führen die
Werte, die automatisch mit create_planar_uncalib_deformable_model
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 AngleExtent
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.
Der Parameter MinScore
bestimmt, welchen Score ein potenzieller
Match mindestens haben muss, damit er als Instanz des Modells im Bild
angesehen wird. Umso höher MinScore
gewählt wird, umso schneller
wird die Suche im Bild. Falls das Modell niemals verdeckt wird,
kann MinScore
sogar auf 0.8 oder sogar 0.9 gesetzt werden.
Die maximale Anzahl der Instanzen, die gefunden werden können, kann mit
NumMatches
angegeben werden. Falls mehr als NumMatches
Instanzen einen Wert größer als MinScore
haben, werden nur die
besten NumMatches
zurückgegeben. Falls weniger als
NumMatches
gefunden werden, wird nur diese Anzahl zurückgegeben,
das heißt, dass der Parameter MinScore
Vorrang vor
NumMatches
hat. Sollen alle Modellinstanzen, deren
Bewertung MinScore
übersteigt, im Bild gefunden werden,
muss NumMatches
auf 0 gesetzt werden.
In seltenen Fällen muss NumMatches
auf
einen höheren Wert als die beabsichtigte Anzahl von gefundenen
Instanzen gesetzt werden. Das ist z.B. der Fall, wenn ein kleiner Wert für
MinScore
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 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.
Mit Hilfe der generischen Parameter GenParamName
und
GenParamValue
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' ) 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 GenParamName
und 'none' ,
'least_squares' oder 'least_squares_high' für
GenParamValue
übergeben. Eine weitere Anwendung für GenParamName
und GenParamValue
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_model
erzeugt wurde.
Wie in create_planar_uncalib_deformable_model
beschrieben, führt
der deformierbare Matching-algorithmus eine vollkommene Suche des
Basissuchbereichs, der mit AngleStart
, AngleExtent
,
ScaleRMin
, ScaleRMax
, ScaleCMin
und
ScaleCMax
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 GenParamName
ist es,
falsch als positiv Klassifizierte Matches zu verwerfen. Das ist zum Beispiel
nötig, falls ein kleiner Wert in MinScore
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' und
'aniso_scale_change_restriction' in GenParamName
verwendet werden.
Mit '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 GenParamValue
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' ein rechteckiges Modell
davon abgehalten werden sich zu einem Parallelogram oder Trapez zu verformen.
Mit dem Parameter '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.
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_planar_uncalib_deformable_model
angegebenen Bereich beschnitten.
Falls NumLevels
als 0 angegeben wird, wird die mit
create_planar_uncalib_deformable_model
angegebene Anzahl verwendet.
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 unsichere
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.
Image
(input_object) (multichannel-)image →
object (byte / uint2)
Eingabebild, in dem das Modell gefunden werden soll.
ModelID
(input_control) deformable_model →
(handle)
Handle des Modells.
AngleStart
(input_control) angle.rad →
(real)
Kleinste auftretende Rotation des Modells.
Defaultwert: -0.39
Wertevorschläge: -3.14, -1.57, -0.79, -0.39, -0.20, 0.0
AngleExtent
(input_control) angle.rad →
(real)
Ausdehnung des Winkelbereichs.
Defaultwert: 0.78
Wertevorschläge: 6.29, 3.14, 1.57, 0.79, 0.39, 0.0
Restriktion: AngleExtent >= 0
ScaleRMin
(input_control) number →
(real)
Kleinste auftretende Skalierung des Modells in Zeilenrichtung.
Defaultwert: 1.0
Wertevorschläge: 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
Restriktion: ScaleRMin > 0
ScaleRMax
(input_control) number →
(real)
Größte auftretende Skalierung des Modells in Zeilenrichtung.
Defaultwert: 1.0
Wertevorschläge: 1.0, 1.1, 1.2, 1.3, 1.4, 1.5
Restriktion: ScaleRMax >= ScaleRMin
ScaleCMin
(input_control) number →
(real)
Kleinste auftretende Skalierung des Modells in Spaltenrichtung.
Defaultwert: 1.0
Wertevorschläge: 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
Restriktion: ScaleCMin > 0
ScaleCMax
(input_control) number →
(real)
Größte auftretende Skalierung des Modells in Spaltenrichtung.
Defaultwert: 1.0
Wertevorschläge: 1.0, 1.1, 1.2, 1.3, 1.4, 1.5
Restriktion: ScaleCMax >= ScaleCMin
MinScore
(input_control) real →
(real)
Minimale Bewertung der zu findenden Instanzen des Modells.
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
NumMatches
(input_control) integer →
(integer)
Anzahl der zu findenden Instanzen des Modells (oder 0 für alle Treffer).
Defaultwert: 1
Wertevorschläge: 0, 1, 2, 3, 4, 5, 10, 20
MaxOverlap
(input_control) real →
(real)
Maximale Überlappung der zu findenden Instanzen des Modells.
Defaultwert: 1.0
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
NumLevels
(input_control) integer(-array) →
(integer)
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
Greediness
(input_control) real →
(real)
„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
GenParamName
(input_control) string-array →
(string)
Namen der allgemeinen Parameter.
Defaultwert: []
Werteliste: [], 'angle_change_restriction' , 'angle_step' , 'aniso_scale_change_restriction' , 'scale_c_step' , 'scale_r_step' , 'subpixel'
GenParamValue
(input_control) integer-array →
(integer / real / string)
Werte der allgemeinen Parameter.
Defaultwert: []
Werteliste: [], 'least_squares' , 'least_squares_high' , 'least_squares_very_high' , 'none'
HomMat2D
(output_control) hom_mat2d(-array) →
(real)
Homographie zwischen Modell und gefundenem Objekt.
Score
(output_control) real-array →
(real)
Bewertung der gefundenen Instanzen des Modells.
Sind die Parameterwerte korrekt, dann liefert
find_planar_uncalib_deformable_model
den Wert 2 (H_MSG_TRUE). Gegebenenfalls
wird eine Fehlerbehandlung durchgeführt.
create_planar_uncalib_deformable_model
,
read_deformable_model
find_planar_calib_deformable_model
Matching