一直在写基于形状的模板匹配(仿照halcon,cognex),我们知道任意的二维仿射变换可以分解为以下几种变换:缩放变换(用不同比例因子分别对图像X轴Y轴进行缩放)、倾斜变换(X轴保持固定的情况下,Y轴相对于X轴旋转角度θ)、旋转变换(X轴Y轴同时旋转角度Φ),最后是平移变换
,写到一起就是下面的公式:

在前面的文章中我们已经解决了旋转的问题,接下来解决缩放的问题,首先是尺度空间离散化,仿照旋转需要计算出每层金字塔的比例步长,这里给出比例步长的计算公式,如下图(来源于MVTec公司的一篇专利)是一个钥匙的模型,c是模型的参考点(重心),是所有模型点到参考点的最
本文介绍了如何使用OpenCV进行多尺度模板匹配,包括尺度空间离散化和匹配过程,通过实验结果与Halcon的匹配效果进行对比,探讨了参数设置对匹配结果的影响。
订阅专栏 解锁全文
9100

被折叠的 条评论
为什么被折叠?



