find_ncc_modelsT_find_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models (Operator)

Name

find_ncc_modelsT_find_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models — Suche der besten Matches mehrerer NCC-Modelle.

Signatur

Beschreibung

find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models findet die besten NumMatchesNumMatchesNumMatchesnumMatchesnum_matches Instanzen der NCC-Modelle, die in dem Tupel ModelIDsModelIDsModelIDsmodelIDsmodel_ids übergeben werden, im Eingabebild ImageImageImageimageimage. Die Modelle müssen zuvor mit create_ncc_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model erzeugt oder mit read_ncc_modelread_ncc_modelReadNccModelReadNccModelread_ncc_model eingelesen worden sein. Im Gegensatz zu find_ncc_modelfind_ncc_modelFindNccModelFindNccModelfind_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 RowRowRowrowrow, ColumnColumnColumncolumncolumn und AngleAngleAngleangleangle zurückgeliefert. In ScoreScoreScorescorescore wird die Bewertung der gefundenen Instanzen zurückgegeben. Der gefundene Modelltyp wird in ModelModelModelmodelmodel zurückgeliefert. Nähere Informationen finden Sie in den parameterspezifischen Abschnitten.

Falls NCC keine passenden Matches findet oder die Matching-Ergebnisse zu niedrig sind, sollte die Suche mit einer anderen Methode durchgeführt werden (siehe z.B. „Solution Guide II-B - Matching“).

Besonderheiten der Parametersemantik

Gegenüber find_ncc_modelfind_ncc_modelFindNccModelFindNccModelfind_ncc_model unterscheidet sich die Semantik aller Eingabeparameter etwas. Alle Eingabeparameter müssen entweder genau ein Element enthalten oder dieselbe Anzahl von Elementen wie ModelIDsModelIDsModelIDsmodelIDsmodel_ids. (NumLevelsNumLevelsNumLevelsnumLevelsnum_levels kann auch zwei oder zweimal die Anzahl von Elementen wie ModelIDsModelIDsModelIDsmodelIDsmodel_ids 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 ModelIDsModelIDsModelIDsmodelIDsmodel_ids verwendet. Details hierzu werden im zugehörigen Abschnitt weiter unten beschrieben. Ein Aufruf von find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models mit mehreren Werten für ModelIDsModelIDsModelIDsmodelIDsmodel_ids, NumMatchesNumMatchesNumMatchesnumMatchesnum_matches und MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap entspricht von der Wirkung her also mehreren unabhängigen Aufrufen von find_ncc_modelfind_ncc_modelFindNccModelFindNccModelfind_ncc_model mit den jeweiligen Parametern, ist allerdings wesentlich effizienter.

Eingabeparameter im Detail

ImageImageImageimageimage und seine Region:

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 NCC-Modells mit create_ncc_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model verwendet wurde. Ein eventuell mit set_ncc_model_originset_ncc_model_originSetNccModelOriginSetNccModelOriginset_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 MinScoreMinScoreMinScoreminScoremin_score erreichen würde. Auf Grund von Rundungseffekten kann es jedoch passieren, dass das Modell für am Rand gefundene Instanzen bis zu Pixel außerhalb des Definitionsbereiches des Bildes liegt.

ImageImageImageimageimage kann ein einzelnes Bildobjekt beinhalten oder ein Bildobjektarray. Falls ImageImageImageimageimage ein einzelnes Bildobjekt enthält, wird dessen Region als Suchbereich für alle Modelle in ModelIDsModelIDsModelIDsmodelIDsmodel_ids verwendet. Falls ImageImageImageimageimage mehrere Bildobjekte enthält, wird die jeweilige Region als Suchbereich für das entsprechende Modell aus ModelIDsModelIDsModelIDsmodelIDsmodel_ids verwendet. In diesem Fall müssen die Bilder, abgesehen von ihrer Region, identisch sein. D.h. ImageImageImageimageimage kann nicht in beliebiger Weise mit concat_objconcat_objConcatObjConcatObjconcat_obj aufgebaut werden, sondern muss aus demselben Bild mit add_channelsadd_channelsAddChannelsAddChannelsadd_channels oder äquivalenten Aufrufen erzeugt werden. Falls das nicht der Fall ist, wird eine Fehlermeldung zurückgeliefert.

AngleStartAngleStartAngleStartangleStartangle_start und AngleExtentAngleExtentAngleExtentangleExtentangle_extent:

Die Parameter AngleStartAngleStartAngleStartangleStartangle_start und AngleExtentAngleExtentAngleExtentangleExtentangle_extent 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_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_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.

MinScoreMinScoreMinScoreminScoremin_score:

Der Parameter MinScoreMinScoreMinScoreminScoremin_score 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 MinScoreMinScoreMinScoreminScoremin_score gewählt werden kann, desto schneller verläuft die Suche. Falls erwartet werden kann, dass das Modell niemals verdeckt wird, kann MinScoreMinScoreMinScoreminScoremin_score 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 MinScoreMinScoreMinScoreminScoremin_score liegen.

NumMatchesNumMatchesNumMatchesnumMatchesnum_matches:

Mit NumMatchesNumMatchesNumMatchesnumMatchesnum_matches kann angegeben werden, wie viele Instanzen des Modells im Bild höchstens gefunden werden sollen. Falls mehr als NumMatchesNumMatchesNumMatchesnumMatchesnum_matches Instanzen eine Bewertung größer als MinScoreMinScoreMinScoreminScoremin_score erreichen, werden nur die besten NumMatchesNumMatchesNumMatchesnumMatchesnum_matches Instanzen zurückgeliefert. Falls weniger als NumMatchesNumMatchesNumMatchesnumMatchesnum_matches Instanzen gefunden werden, werden nur diese Instanzen zurückgeliefert, d.h. der Parameter MinScoreMinScoreMinScoreminScoremin_score hat Vorrang vor NumMatchesNumMatchesNumMatchesnumMatchesnum_matches. Sollen alle Modellinstanzen, deren Bewertung MinScoreMinScoreMinScoreminScoremin_score übersteigt, im Bild gefunden werden, muss NumMatchesNumMatchesNumMatchesnumMatchesnum_matches auf 0 gesetzt werden.

Falls NumMatchesNumMatchesNumMatchesnumMatchesnum_matches einen Wert enthält, liefert find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models die NumMatchesNumMatchesNumMatchesnumMatchesnum_matches besten Instanzen des Modells unabhängig von der Art des Modells zurück. Falls z.B. in ModelIDsModelIDsModelIDsmodelIDsmodel_ids zwei Modelle übergeben werden und NumMatchesNumMatchesNumMatchesnumMatchesnum_matches = 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 NumMatchesNumMatchesNumMatchesnumMatchesnum_matches mehrere Werte enthält, werden so viele Instanzen des jeweiligen Modells in ModelIDsModelIDsModelIDsmodelIDsmodel_ids zurückgeliefert, wie durch das entsprechende Element von NumMatchesNumMatchesNumMatchesnumMatchesnum_matches angegeben. Falls z.B. NumMatchesNumMatchesNumMatchesnumMatchesnum_matches = [1,1] gewählt wird, wird eine Instanz des ersten Modells und eine des zweiten Modells zurückgeliefert.

MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap:

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 MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap 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 MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap 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_rectangle2SmallestRectangle2SmallestRectangle2smallest_rectangle2). Bei MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap=0 dürfen sich die gefundenen Instanzen nicht überlappen, bei MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap=1 werden alle gefundenen Instanzen zurückgeliefert.

Falls MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap 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 MaxOverlapMaxOverlapMaxOverlapmaxOverlapmax_overlap übergeben werden, wird die Überlappung nur innerhalb der gefundenen Instanzen des jeweiligen Typs der Modelle in ModelIDsModelIDsModelIDsmodelIDsmodel_ids berechnet. Es werden dann nur sich zu stark überlappende Instanzen gleicher Modelle eliminiert. Modelle verschiedenen Typs können sich in diesem Modus vollständig überlappen.

SubPixelSubPixelSubPixelsubPixelsub_pixel:

Der Parameter SubPixelSubPixelSubPixelsubPixelsub_pixel gibt an, ob die Extraktion subpixelgenau erfolgen soll. Falls SubPixelSubPixelSubPixelsubPixelsub_pixel auf 'false'"false""false""false""false" gesetzt wird, wird die Lage des Modells nur pixelgenau bzw. mit der bei create_ncc_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model angegebenen Winkelauflösung bestimmt. Falls SubPixelSubPixelSubPixelsubPixelsub_pixel auf 'true'"true""true""true""true" gesetzt wird, werden sowohl die Position als auch die Rotation subpixelgenau bestimmt. Dabei wird die Lage des Modells anhand der Score-Funktion interpoliert.

NumLevelsNumLevelsNumLevelsnumLevelsnum_levels:

Mit NumLevelsNumLevelsNumLevelsnumLevelsnum_levels 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_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model angegebenen Bereich beschnitten. Falls NumLevelsNumLevelsNumLevelsnumLevelsnum_levels als 0 angegeben wird, wird die mit create_ncc_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model angegebene Anzahl verwendet.

In manchen Fällen kann es sein, dass die Anzahl der Pyramidenebenen, die beispielsweise automatisch mit create_ncc_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_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 MinScoreMinScoreMinScoreminScoremin_score auf einen sehr geringen Wert zu setzen, um alle Matches zu finden, kann der Wert von NumLevelsNumLevelsNumLevelsnumLevelsnum_levels mit get_ncc_model_paramsget_ncc_model_paramsGetNccModelParamsGetNccModelParamsget_ncc_model_params ermittelt werden und dann ein etwas geringerer Wert in find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models genutzt werden. Diese Herangehensweise führt oft zu besseren Ergebnissen hinsichtlich Geschwindigkeit und Robustheit.

Optional kann NumLevelsNumLevelsNumLevelsnumLevelsnum_levels 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 NumLevelsNumLevelsNumLevelsnumLevelsnum_levels zweimal die Anzahl von Elementen in ModelIDsModelIDsModelIDsmodelIDsmodel_ids angegeben werden. Dabei sind die Anzahl der Pyramidenebenen und die untersten Pyramidenebenen verschränkt anzugeben. Falls z.B. zwei Modelle in ModelIDsModelIDsModelIDsmodelIDsmodel_ids 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 NumLevelsNumLevelsNumLevelsnumLevelsnum_levels = [5,2,4,1] zu wählen. Falls genau zwei Modelle in ModelIDsModelIDsModelIDsmodelIDsmodel_ids 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 NumLevelsNumLevelsNumLevelsnumLevelsnum_levels wird in diesem Fall nämlich als Spezifikation der obersten Pyramidenebene für die zwei Modelle interpretiert.

Ausgabeparameter im Detail

RowRowRowrowrow, ColumnColumnColumncolumncolumn und AngleAngleAngleangleangle:

Die Position und Rotation der gefundenen Instanzen der Modelle wird in RowRowRowrowrow, ColumnColumnColumncolumncolumn und AngleAngleAngleangleangle zurückgeliefert. Die Koordinaten RowRowRowrowrow und ColumnColumnColumncolumncolumn 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_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model verwendet wurde. Ein anderer Ursprung kann mit set_ncc_model_originset_ncc_model_originSetNccModelOriginSetNccModelOriginset_ncc_model_origin festgelegt werden.

Beachten Sie, dass die Koordinaten RowRowRowrowrow und ColumnColumnColumncolumncolumn 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_modelfind_ncc_modelFindNccModelFindNccModelfind_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.

ScoreScoreScorescorescore:

In ScoreScoreScorescorescore wird die Bewertung der gefundenen Instanzen zurückgegeben. Die Berechnung von ScoreScoreScorescorescore ist in find_ncc_modelfind_ncc_modelFindNccModelFindNccModelfind_ncc_model beschrieben.

ModelModelModelmodelmodel:

Der gefundene Modelltyp wird in ModelModelModelmodelmodel zurückgeliefert. Die Elemente von ModelModelModelmodelmodel sind ein Index in das Tupel ModelIDsModelIDsModelIDsmodelIDsmodel_ids, d.h. sie können Werte von 0 bis |ModelIDsModelIDsModelIDsmodelIDsmodel_ids|-1 enthalten. Ein Wert von 0 in einem Element von ModelModelModelmodelmodel entspricht also einer Instanz des ersten in ModelIDsModelIDsModelIDsmodelIDsmodel_ids übergebenen Modells.

Setzen eines Timeout

Mittels des Operators set_ncc_model_paramset_ncc_model_paramSetNccModelParamSetNccModelParamset_ncc_model_param können sie einen 'timeout'"timeout""timeout""timeout""timeout" für find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models angeben. Falls die durch ModelIDsModelIDsModelIDsmodelIDsmodel_ids referenzierten Modelle unterschiedliche Werte für 'timeout'"timeout""timeout""timeout""timeout" besitzen, wählt find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models den niedrigsten aus. Wenn find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_ncc_models diesen 'timeout'"timeout""timeout""timeout""timeout" erreicht endet er ohne Ergebnis und gibt den Fehlercode 9400 (H_ERR_TIMEOUT) zurück.

Darstellung der Resultate

Die Verwendung der Prozedur dev_display_ncc_matching_results wird zur Darstellung der Resultate formbasierten Matchings stark empfohlen.

Weitere Informationen

Ein Überblick zu den verschiedenen in HALCON verwendeten 2D Koordinatensystemen ist in der Einleitung zum Kapitel Transformationen / 2D-Transformationen gegeben.

Achtung

Es sei bemerkt, dass der intern benötigte Speicher mit der Anzahl der verwendeten Threads anwächst.

Ausführungsinformationen

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

Parameter

Beispiel (HDevelop)

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)

Ergebnis

Sind die Parameterwerte korrekt, dann liefert find_ncc_modelsfind_ncc_modelsFindNccModelsFindNccModelsfind_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>)set_system("no_object_result",<Result>)SetSystem("no_object_result",<Result>)SetSystem("no_object_result",<Result>)set_system("no_object_result",<Result>) festlegen. Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

create_ncc_modelcreate_ncc_modelCreateNccModelCreateNccModelcreate_ncc_model, read_ncc_modelread_ncc_modelReadNccModelReadNccModelread_ncc_model, set_ncc_model_originset_ncc_model_originSetNccModelOriginSetNccModelOriginset_ncc_model_origin

Nachfolger

clear_ncc_modelclear_ncc_modelClearNccModelClearNccModelclear_ncc_model

Alternativen

find_generic_shape_modelfind_generic_shape_modelFindGenericShapeModelFindGenericShapeModelfind_generic_shape_model

Modul

Matching

---