通过灰度特征检查存在状态

使用此工具通过灰度特征来检查对象的存在状态

此工具在训练模式下使用。这意味着，首先根据选定的良的情况和差的情况的样本的灰度特征以及指定的训练参数来进行训练。需要使用至少两个训练图像训练存在状态检查模型。

工具在工具面板左侧提供训练区域。它让您能够通过单击相应的图像，在用于搜索的处理模式和用于训练状态检查样本的训练模式之间切换。图形窗口显示当前处于活动状态模式的图像，该图像以蓝色在训练区域中高亮显示。除左上方的搜索参数外，该工具还在工具右上方提供用于训练的更多参数。

请参阅使用训练模式，进一步了解如何使用需要训练的工具。

工具面板分为工具栏左侧的训练区域和右侧的图形窗口。

训练参数

训练区域

图形窗口

显示的图像

训练部分显示处理图像和训练图像。

处理图像：当前“图像”接收自前一工具。
训练图像：至少有两个训练图像用于定义应检查的参考对象的样本以及在图像预计位置缺少图像的情况下的样本。

训练

训练图像

至少需要两个训练图像用于训练：一个存在待检查的对象，一个缺少对象。所使用的训练图像越多，应用程序将越加稳健。

您也可以选择不同的图像用于训练。要将图像添加为训练图像，请使用以下步骤：

通过“运行一次”按钮或快捷键 F6 逐步运行应用程序，直到显示您要用作训练图像的图像。
单击按钮或使用快捷键 F3，将当前图像添加到训练图像集。
为每个训练图像设置所需模式，例如“良”或“差”。
要添加其他训练图像，请再次重复前述步骤。您至少需要使用两个训练图像，每个样本类型各一个。但是请记住，所使用的训练图像越多，应用程序将越加稳健。

执行训练

要执行训练，请使用以下步骤：

要准备训练数据，请按照上一部分所述添加至少两个训练图像并设置相应的“样本类型”。
定义要检查的对象和缺少对象的样本。

单击工具面板左侧上充当“良”情况样本的训练图像。该图像将显示在图形窗口中。
在应检查的每个对象上绘制感兴趣区域 (ROI)。建议选择多个参考对象，以增加状态检查的稳健性。
如果所有参考对象存在于一个图像中，则在此图像上，它们每个都可标记一个 ROI。否则可能需要将多个图像用作“良”情况的样本。
针对“良”样本，通过使用涉及最极端情况（即对象的外观非常亮或非常暗）的多个图像提高稳健性。

定义针对缺少对象情况的样本。

单击充当“差”情况样本的训练图像。
在缺少对象的各个图像部分上绘制 ROI。同样，针对“差”情况，您可以在一个图像中通过多个 ROI 选择多个缺少的对象，或使用多个图像。
针对“差”样本，通过使用涉及最极端情况（即非常亮或非常暗的图像）的多个图像提高稳健性。

单击“应用培训数据”按钮执行训练。

完成训练后，工具会自动切换为处理模式，您可以检查训练的模型是否适合处理图像或是否需要调整搜索参数。

调整搜索参数

训练参数自动调整到定义的样本。但是左侧的搜索参数不会自动调整。它们依赖于您的应用程序的图像，并应相应调整。

定义搜索 ROI

您还必须定义应在处理图像中搜索相应对象的区域。为此，请确保处理模式处于活动状态，并在预期对象所在的每个图像部分上绘制 ROI。

您可以检查训练和搜索参数的当前设置是否适合。通过一系列图像运行应用程序，您可以立即在图形窗口中确定使用已训练的灰度特征能否正确地在图像中进行状态检查。如有必要，您可以进一步调整参数。

参数

基本参数

图像：

此参数表示用于此工具的输入图像。它既可用作训练图像来确定灰度特征，也可用作处理图像来测试训练数据。

如果在此工具中将彩色图像用作输入图像，仅第一个通道（即红色通道）将用于处理。

选取的阈值：

此参数定义了执行检查的严格度。默认情况下，此参数设置为 0。您可以在相应连接器上将阈值更改为介于 -1 和 1 之间的值。阈值越高，对差或缺失的对象的搜索越宽松。这意味着，当将阈值设置非常高时，差或缺失的对象也可作为找到项而被选取。阈值越低，搜索越严格。那么有关对象作为找到项而被选取或因缺失而被拒绝的分类也会更为严格。您可以根据自己的要求调整此参数，例如，如果您要避免误报，则减小该值。

其他参数

ROI：

此参数定义需要处理的感兴趣区域 (ROI)。ROI 和“处理区域”并集之外的图像部分将不进行处理。此外，如果其中一个为空，将处理两者交集的图像部分。如果两者均为空，将处理整个图像。

默认情况下，ROI 定义为空 ROI。如果想要使用非空的 ROI 进行处理，您必须将参数连接至前一工具的适当 ROI 结果，或者必须使用可用的 ROI 按钮在图像中绘制新的 ROI。

在由定义的 ROI 和“处理区域”的并集所定义的区域中搜索要检查的对象。如果仅部分对象位于此搜索区域中，则可能足以查找匹配。如果对象位于搜索区域之外，则不会找到它。

对齐数据:

此参数表示用于对齐 ROI 的对齐数据。默认情况下不会连接对齐数据，因此不显示任何效果。如果想要使用特定对齐数据，您必须将参数连接至前一工具的适当结果，例如通过匹配确定对齐、确定与直线边缘对齐、对齐图像或旋转图像。

处理区域：

此参数定义需要处理的区域。ROI 和“处理区域”并集之外的图像部分将不进行处理。此外，如果其中一个为空，将处理两者交集的图像部分。如果两者均为空，将处理整个图像。

默认情况下，“处理区域” 定义为空区域。要指定 “处理区域”，您需要将该参数连接至前一工具的适当区域结果，以确保某个区域会传输到此工具。

训练参数

基本训练参数

特征 1 训练：

此训练参数定义用于检查对象状态的两个灰度特征之一。默认情况下设置为“对比度”。如果“更新特性”设置为 1，应用训练参数时灰度特征将自动重新确定。您还可以在工具右上方的“特征 1 训练” 的连接器上手动更改使用的灰度特征。

值	描述
最小灰度值	所选样本的最小灰度值用作状态检查的一项特征。
最大灰度值	所选样本的最大灰度值用作状态检查的一项特征。
灰度值范围	所选样本的介于最小和最大灰度值之间的灰度值用作状态检查的一项特征。
平均灰度值	所选样本的平均灰度值用作状态检查的一项特征。它由所定义区域中每个像素的灰度值确定，即 “ROI” 和“处理区域”的并集。
灰度值偏差	灰度值的标准偏差用作状态检查的一项特征。它由所定义区域中每个像素的灰度值确定，即 “ROI” 和“处理区域”的并集。
平均梯度	检测到的样本边缘的平均梯度用作状态检查的一项特征。
梯度偏差	对于检测到的样本边缘的灰度值梯度，其标准偏差可用于状态检查。
对比度	所选样本的灰度值对比度用作状态检查的一项特征。它通过计算灰度共生矩阵并得出其灰度值特征来确定。MERLIC 寻找具有相同灰度值差异的相邻像素。将区分 6 个灰度值。

特征 2 训练：

此训练参数定义用于检查对象状态的两个灰度特征之一。默认情况下设置为“平均灰度值”。如果“更新特性”设置为 1，应用训练参数时灰度特征将自动重新确定。您还可以在工具右上方的“特征 2 训练” 的连接器上手动更改使用的灰度特征。可供选择的可用灰度特征的列表在“特征 1 训练”表中给出。

其他训练参数

更新特性训练：

此训练参数定义使用“应用训练数据”按钮执行训练时，特征是否自动重新确定。默认情况下设置为 1。这表示执行新的训练时，灰度特征将自动重新确定。如果设置为 0，特征将不自动确定并保持原样。

结果

基本结果

区域已被选取：

此结果返回布尔值元组，表明是否在定义的区域找到了单个对象。如果对象存在于搜索区域，则对此区域返回布尔值 1。如果未找到对象，并且对象在搜索区域不存在，则对此区域返回布尔值 0。所有对象的结果值在一个元组中返回。

所有区域已被选取：

此结果返回一个布尔值，表明是否在定义的区域找到所有对象。如果在所有定义的搜索区域中未找到对象，则返回布尔值 1。如果在至少一个搜索区域中未找到该对象，则返回值 0。

置信度：

此结果返回置信度值元组，表明在定义的搜索区域使用什么置信度值找到了对象。对搜索对象的每个区域返回置信度值。它们作为一个实数在一个元组中返回。如果在搜索区域中使用 100％置信度找到一个对象，则对此区域返回值 1。

工具状态：

“工具状态”返回有关工具状态的信息，因此可用于处理错误。请参阅主题工具状态结果，了解关于不同工具状态结果的更多信息。

其他结果

已选取的 ROI：

此结果返回在其中找到对象并因此被选取的 ROI。

已拒绝的 ROI：

此结果返回在其中未找到对象并因此被拒绝的 ROI。

处理时间:

此结果返回最近一次执行工具的持续时间（以毫秒为单位）。该结果作为附加结果提供。因此，默认情况下它是隐藏的，但是可以通过工具结果旁边的按钮显示。有关更多信息，处理时间请参工具参考中所阅部分。

训练结果

基本训练结果

特征 1 训练输出：

结果返回上次使用的训练参数“特征 1 训练”的值。

特征 2 训练输出：

结果返回上次使用的训练参数“特征 2 训练”的值。

训练质量：

此训练结果返回一个表示训练质量的匹配度。它表示训练 ROI 置信度的总值。它被定义为以 0 和 1 之间的实数值形式表示的百分比值。“训练质量”的值仅在使用多个训练 ROI 时才有意义。如果只使用一个良样本 ROI 和一个差样本 ROI，“训练质量”的值将一直为 1。但是，这个质量结果并无意义，因为两种情况下都只使用一个训练 ROI。

应用程序示例

此工具用于以下 MERLIC Vision App 示例：

check_presence_of_fuses.mvapp
check_single_switches.mvapp