create_trained_component_modelT_create_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model (Operator)

Name

create_trained_component_modelT_create_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model — Vorbereiten eines Komponentenmodells für das Matching auf der Basis trainierter Komponenten.

Signatur

Beschreibung

create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model bereitet das Trainingsergebnis, das in ComponentTrainingIDComponentTrainingIDComponentTrainingIDComponentTrainingIDcomponentTrainingIDcomponent_training_id übergeben wird, als Komponentenmodell für das Matching vor. Der Ausgabeparameter ComponentModelIDComponentModelIDComponentModelIDComponentModelIDcomponentModelIDcomponent_model_id ist ein Handle für dieses Modell, der in nachfolgenden Aufrufen von find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model verwendet wird. Im Gegensatz zu create_component_modelcreate_component_modelCreateComponentModelCreateComponentModelCreateComponentModelcreate_component_model müssen die Modellkomponenten mit train_model_componentstrain_model_componentsTrainModelComponentsTrainModelComponentsTrainModelComponentstrain_model_components trainiert worden sein bevor create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model aufgerufen werden kann.

Die Parameter AngleStartAngleStartAngleStartAngleStartangleStartangle_start und AngleExtentAngleExtentAngleExtentAngleExtentangleExtentangle_extent legen den Winkelbereich für die möglichen Rotationen des Komponentenmodells im Bild fest.

Im Wesentlichen wird intern für jede Modellkomponente ein separates Formmodell erzeugt (siehe create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model). Daher entsprechen die Parameter MinContrastCompMinContrastCompMinContrastCompMinContrastCompminContrastCompmin_contrast_comp, MinScoreCompMinScoreCompMinScoreCompMinScoreCompminScoreCompmin_score_comp, NumLevelsCompNumLevelsCompNumLevelsCompNumLevelsCompnumLevelsCompnum_levels_comp, AngleStepCompAngleStepCompAngleStepCompAngleStepCompangleStepCompangle_step_comp, OptimizationCompOptimizationCompOptimizationCompOptimizationCompoptimizationCompoptimization_comp, MetricCompMetricCompMetricCompMetricCompmetricCompmetric_comp und PregenerationCompPregenerationCompPregenerationCompPregenerationComppregenerationComppregeneration_comp den Parametern in create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model mit den folgenden Unterschieden: Im Parameter OptimizationOptimizationOptimizationOptimizationoptimizationoptimization von create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model kann neben einer möglichen Reduktion der Modellpunkte auch entschieden werden, ob das Formmodell vollständig vorab generiert wird oder nicht. Der Operator create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model bietet dagegen für die Vorabgenerierung der Formmodelle einen separaten Parameter PregenerationCompPregenerationCompPregenerationCompPregenerationComppregenerationComppregeneration_comp. Ein zweiter Unterschied bezieht sich auf den Parameter MinScoreCompMinScoreCompMinScoreCompMinScoreCompminScoreCompmin_score_comp, der beim formbasierten Matching nicht bereits beim Vorbereiten des Modells mit create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model sondern erst bei der Suche mit find_shape_modelfind_shape_modelFindShapeModelFindShapeModelFindShapeModelfind_shape_model übergeben wird. Beim Vorbereiten des Komponentenmodells ist es jedoch vorteilhaft, auftretende Rotationssymmetrien der Modellkomponenten und Ähnlichkeiten zwischen den Modellkomponenten zu analysieren und beim Aufbau des Komponentenmodells zu berücksichtigen. Diese Analyse kann jedoch nur dann zu sinnvollen Ergebnissen führen, wenn der zur Suche verwendete Wert für MinScoreCompMinScoreCompMinScoreCompMinScoreCompminScoreCompmin_score_comp (siehe find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model) bereits annähernd bekannt ist. Die von find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model ermittelten Lagekoordinaten der Modellkomponenten in einem Suchbild beziehen sich auf deren Referenzpunkt. Der Referenzpunkt einer Modellkomponente ist festgelegt durch den Schwerpunkt der entsprechenden von train_model_componentstrain_model_componentsTrainModelComponentsTrainModelComponentsTrainModelComponentstrain_model_components in ModelComponentsModelComponentsModelComponentsModelComponentsmodelComponentsmodel_components zurückgelieferten Region.

Die Parameter MinContrastCompMinContrastCompMinContrastCompMinContrastCompminContrastCompmin_contrast_comp, NumLevelsCompNumLevelsCompNumLevelsCompNumLevelsCompnumLevelsCompnum_levels_comp, AngleStepCompAngleStepCompAngleStepCompAngleStepCompangleStepCompangle_step_comp und OptimizationCompOptimizationCompOptimizationCompOptimizationCompoptimizationCompoptimization_comp können jeweils durch die Angabe von 'auto'"auto""auto""auto""auto""auto" automatisch ermittelt werden.

Alle komponentenspezifischen Eingabeparameter (Parameternamen enden jeweils auf Comp) müssen entweder genau ein Element enthalten oder dieselbe Anzahl von Elementen wie in ComponentTrainingIDComponentTrainingIDComponentTrainingIDComponentTrainingIDcomponentTrainingIDcomponent_training_id enthaltene Modellkomponenten. Im ersten Fall wird der Wert des Eingabeparameters für alle Modellkomponenten gleich verwendet. Im zweiten Fall wird das jeweilige Element des Eingabeparameters für die entsprechende Modellkomponente in ComponentTrainingIDComponentTrainingIDComponentTrainingIDComponentTrainingIDcomponentTrainingIDcomponent_training_id verwendet.

Das Komponentenmodell enthält neben den einzelnen Formmodellen auch die Information über die Art und Weise, wie die einzelnen Modellkomponenten mit find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model relativ zueinander gesucht werden müssen, damit die Rechenzeit während der Suche minimal ist. Dabei werden die Komponenten durch eine Baumstruktur repräsentiert. Zunächst wird die Komponente, die an der Wurzel des Baumes (Wurzelkomponente) steht, gesucht. Anschließend werden die übrigen Komponenten jeweils relativ zur Lage ihres Vorgängers im Baum gesucht.

Die Wurzelkomponente kann bei der Suche mit find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model als Parameter übergeben werden. Inwiefern sich eine Modellkomponente als Wurzelkomponente eignet, hängt von verschiedenen Faktoren ab. Prinzipiell sollte eine Modellkomponente gewählt werden, die mit hoher Wahrscheinlichkeit im Bild wiedergefunden werden kann. Eine im Bild stark verdeckte oder fehlende Komponente eignet sind daher nur bedingt als Wurzelkomponente. Auch die mit der Wurzelkomponente verbundene Rechenzeit während der Suche kann als Auswahlkriterium herangezogen werden. Eine nach diesem Kriterium sortierte Rangfolge der Modellkomponenten wird im Parameter RootRankingRootRankingRootRankingRootRankingrootRankingroot_ranking zurückgeliefert. In diesem Parameter sind die Indizes der Modellkomponenten nach der mit ihnen verbundenen Rechenzeit aufsteigend sortiert, d.h. RootRankingRootRankingRootRankingRootRankingrootRankingroot_ranking[0] enthält den Index der Modellkomponente, die - als Wurzelkomponente gewählt - die schnellste Suche ermöglicht. Die in RootRankingRootRankingRootRankingRootRankingrootRankingroot_ranking ermittelte Reihenfolge stellt jedoch nur eine grobe Abschätzung dar. Die Abschätzung setzt außerdem voraus, dass sowohl die Bildgröße als auch der Wert des Systemparameters 'border_shape_models'"border_shape_models""border_shape_models""border_shape_models""border_shape_models""border_shape_models" beim Aufruf von create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model und find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model identisch sind.

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Wird ohne Parallelisierung verarbeitet.

Dieser Operator liefert ein Handle zurück. Es ist zu beachten, dass der Zustand einer Instanz dieses Handletyps durch bestimmte Operatoren geändert werden kann, obwohl das Handle als Eingabeparameter in diesen Operatoren verwendet wird.

Parameter

Beispiel (HDevelop)

* Get the model image.
read_image (ModelImage, 'model_image.tif')
* Define the regions for the initial components.
gen_rectangle2 (InitialComponentRegions, 212, 233, 0.62, 167, 29)
gen_rectangle2 (Rectangle2, 298, 363, 1.17, 162, 34)
gen_rectangle2 (Rectangle3, 63, 444, -0.26, 50, 27)
gen_rectangle2 (Rectangle4, 120, 473, 0, 33, 20)
concat_obj (InitialComponentRegions, Rectangle2, InitialComponentRegions)
concat_obj (InitialComponentRegions, Rectangle3, InitialComponentRegions)
concat_obj (InitialComponentRegions, Rectangle4, InitialComponentRegions)
* Get the training images.
gen_empty_obj (TrainingImages)
for i := 1 to 4 by 1
    read_image (TrainingImage, 'training_image-'+i+'.tif')
    concat_obj (TrainingImages, TrainingImage, TrainingImages)
endfor
* Extract the model components and train the relations.
train_model_components (ModelImage, InitialComponentRegions, \
                        TrainingImages, ModelComponents, 22, 60, 30, 0.65, \
                        0, 0, rad(60), 'speed', 'rigidity', 0.2, 0.4, \
                        ComponentTrainingID)
* Create the component model based on the training result.
create_trained_component_model (ComponentTrainingID, -rad(30), rad(60), 10, \
                                0.5, 'auto', 'auto', 'none', \
                                'use_polarity', 'false', ComponentModelID, \
                                RootRanking)
* Find the component model in a run-time image.
read_image (SearchImage, 'search_image.tif')
find_component_model (SearchImage, ComponentModelID, RootRanking, -rad(30), \
                      rad(60), 0.5, 0, 0.5, 'stop_search', 'prune_branch', \
                      'none', 0.55, 'least_squares', 0, 0.9, ModelStart, \
                      ModelEnd, Score, RowComp, ColumnComp, AngleComp, \
                      ScoreComp, ModelComp)

Ergebnis

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

Vorgänger

train_model_componentstrain_model_componentsTrainModelComponentsTrainModelComponentsTrainModelComponentstrain_model_components, read_training_componentsread_training_componentsReadTrainingComponentsReadTrainingComponentsReadTrainingComponentsread_training_components

Nachfolger

find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model

Alternativen

create_component_modelcreate_component_modelCreateComponentModelCreateComponentModelCreateComponentModelcreate_component_model

Modul

Matching