時至今日，模板匹配在定位識別應(yīng)用中仍占據(jù)著絕對統(tǒng)治地位，它是工業(yè)圖像處理領(lǐng)域的重要角色之一。在機器視覺應(yīng)用中，模板匹配是一個關(guān)鍵任務(wù)，模板匹配技術(shù)能夠幫助我們快速準(zhǔn)確地找到目標(biāo)圖像中的特定特征并輸出位置信息，可直接用于產(chǎn)品的定位識別，或者輔助其他檢測算法(如直線檢測、圓檢測等)做位置補正。為此，雷賽LeadVision視覺軟件平臺提供了快速精確的輪廓匹配算法。

　　PART 01

　　輪廓匹配概述

　　什么是輪廓匹配?

　　輪廓匹配是基于幾何特征的模板匹配算法，它是通過提取ROI區(qū)域的邊緣、角點、重心等特征信息作為模板，然后在檢測圖像中搜索與模板相似的目標(biāo)，并返回目標(biāo)的位置信息。輪廓匹配通常包括以下兩大數(shù)據(jù)處理步驟：

　　(1)基于圖像感興趣區(qū)域(ROI)的特定特征創(chuàng)建模板。

　　(2)通過模板在圖像中搜索與模板匹配的目標(biāo)。

　　如何選擇輪廓模板?

　　好的輪廓模板包括如下幾個條件：

　　(1)建模區(qū)域內(nèi)有效特征點的對比度較高，輪廓清晰完整，噪聲干擾較少。

　　(2)輪廓特征具有唯一性且在搜索角度內(nèi)對稱性較低，否則容易誤判。

　　(3)模板大小適當(dāng)，一般不超過圖像的一半。

　　噪聲多且對稱性高

　　輪廓清晰完整

　　應(yīng)用場景

　　1.產(chǎn)品定位

　　當(dāng)產(chǎn)品輪廓清晰可辨且對定位精度要求不苛刻的情況下，可直接使用輪廓匹配算法輸出的位置坐標(biāo)作為定位應(yīng)用的數(shù)據(jù)來源。

　　2.位置補正

　　當(dāng)檢測生產(chǎn)線上移動的工件時，通常難以通過預(yù)設(shè)ROI進行諸如直線檢測、圓弧檢測、間距測量等操作，可通過輪廓匹配識別工件周邊的特征點，來實時跟蹤和定位工件的位置，進而補正檢測ROI的位置。

　　3.計數(shù)統(tǒng)計

　　當(dāng)產(chǎn)品具有相同的形狀特征時，可用于產(chǎn)品的計數(shù)統(tǒng)計。

　　PART 02

　　LeadVision軟件平臺實現(xiàn)

　　1、目標(biāo)

　　通過輪廓匹配定位如下零件的中心位置。

　　2、創(chuàng)建工程

　　(1)新建工程

　　打開LeadVision軟件，在菜單欄選擇“工程”→“新建工程”，彈出新建工程對話框，輸入相機數(shù)、任務(wù)流程數(shù)、工程名稱和保存路徑，如下圖所示。

　　(2)相機配置在菜單欄選擇“相機”→“相機配置”，彈出相機設(shè)置對話框，本例圖像來源為本地圖像文件夾(如果實際連接了相機，此處勾選相機);圖像來源路徑中輸入相對路徑(./samples/images/輪廓匹配)，當(dāng)然也可以通過打開文件對話框，選擇圖片存放的絕對路徑;其他參數(shù)按默認配置即可，最后單擊“保存設(shè)置”，如下圖所示。注意：圖像來源路徑為相對路徑時，輸入完路徑后，需按回車生效。

　　(3)設(shè)置基準(zhǔn)圖像

　　基準(zhǔn)圖像用于配置后續(xù)各工具參數(shù)使用，每新建一個工程都需要設(shè)置基準(zhǔn)圖像。在菜單欄選擇“圖像”—》“基準(zhǔn)圖像”，彈出基準(zhǔn)圖像設(shè)置對話框。點擊“打開”選擇一張基準(zhǔn)圖像，然后修改基準(zhǔn)圖像的備注名稱(如基準(zhǔn)零件)，便于個人識別。

　　3、搭建流程

　　基于輪廓匹配的定位流程，整體效果如下所示，下文逐一介紹各工具的使用。

　　(1)添加“圖像采集”工具。在“工具列表”中，鼠標(biāo)左鍵點擊“采集圖像”，拖動到Task1的處理流程后松開鼠標(biāo)左鍵，即實現(xiàn)該工具的加載。雙擊“圖像采集”，彈出“圖像采集”對話框，可配置該工具參數(shù)，該工具使用默認參數(shù)即可。

　　(2)添加“輪廓匹配”工具。

       同上述操作，拖放“輪廓匹配”工具到處理流程中，雙擊配置該工具參數(shù)。如上文所述，輪廓匹配包括兩大數(shù)據(jù)處理流程，創(chuàng)建模板和搜索模板。Step1：創(chuàng)建模板在“基本設(shè)置”TAB頁中，選擇基準(zhǔn)圖像來訓(xùn)練模板區(qū)域，如下圖所示操作步驟。

       ①在“基準(zhǔn)圖像”下拉列表，選擇“1(基準(zhǔn)零件)”作為建立模板的圖像。并在“顯示圖像選擇”下拉列表框中，選中基準(zhǔn)圖像顯示。

       ②在“模板區(qū)域及掩膜區(qū)域” 下拉列表框中，選擇ROI形狀，并將ROI拖動到需要作為模板的圖像區(qū)域。如果需要屏蔽模板區(qū)域的干擾區(qū)，可添加掩膜區(qū)域，將掩膜ROI拖動到需要屏蔽的圖像區(qū)域。本案例模板ROI區(qū)域選擇“旋轉(zhuǎn)矩形區(qū)域”，無掩膜ROI區(qū)域。

       ③根據(jù)輪廓實際效果，設(shè)置濾波方式、邊緣梯度閾值。本案例輪廓清晰無噪點，所以選擇無濾波，自動閾值即可。

       ④點擊訓(xùn)練模板，完成模板創(chuàng)建并觀察模板效果。建議勾選區(qū)域調(diào)整時自動訓(xùn)練模板和顯示特征點，便于實時觀察ROI區(qū)域拖動過程中提取的模板特征點。

　　Step2：搜索模板

　　切換到“搜索參數(shù)”TAB頁面，設(shè)置運行時匹配模板的參數(shù)。比如，當(dāng)搜索圖像與模板相似度低時，可調(diào)低匹配閾值，提高匹配機會，但這也會增加錯誤匹配的機會。再比如，當(dāng)匹配速度慢時，可將金字塔級別提高，以加快形狀輪廓檢測速度。本案例參數(shù)設(shè)置如下所示。

　　最后切換到“處理結(jié)果”TAB頁面，確認能正常匹配模板，然后點擊“確認”，保存輪廓匹配的所有參數(shù)。至此，該工具配置完成。參數(shù)詳情請查看《LeadVision用戶手冊V1.0.0.0》。

       (3)添加“結(jié)果顯示”工具

       同上述操作，拖放“結(jié)果顯示”工具到處理流程中，用于顯示運行時零件的中心X坐標(biāo)、中心Y坐標(biāo)、角度和旋轉(zhuǎn)矩形ROI。下圖演示添加中心X坐標(biāo)的過程，其他類同。至此，基于輪廓匹配的定位識別項目搭建完成。

　　4、運行結(jié)果

　　單次連續(xù)運行“running”按鈕，試運行流程，觀察運行效果如下。

　　PART 03

　　匹配參數(shù)詳解

　　01、金字塔層級

　　圖像匹配是一個非常耗時的過程，而金字塔數(shù)據(jù)結(jié)構(gòu)可以優(yōu)化匹配速度。所謂金字塔就是在原圖像的基礎(chǔ)上逐級縮小圖像尺寸，例如：第一層原始圖像尺寸為 2592×1944，第二層為 1298×972，第三層為 649×486，……，如此遞減。金字塔每高一層，圖像的數(shù)據(jù)就減少4倍，圖像分辨率下降，但圖像處理速度就可提高4倍。

　　為了加速匹配過程，算法會對匹配的圖像建立圖像金字塔，采用金字塔數(shù)據(jù)結(jié)構(gòu)進行圖像匹配，其過程如下：(1)進行圖像壓縮，構(gòu)建各層金字塔圖像。(2)在圖像金字塔的最高層對目標(biāo)進行識別，并記錄下其高層匹配位置。(3)將高層的匹配位置映射到比其低一層的圖像，繼續(xù)進行匹配，依次迭代。 (4)直到映射到最低層的圖像，即原始圖像，記錄匹配位置。該位置就是圖像的最佳匹配位置。LeadVision視覺軟件平臺在進行輪廓匹配時，支持金字塔自動優(yōu)化分層，自動建立金字塔數(shù)據(jù)結(jié)構(gòu)，當(dāng)然金字塔層數(shù)也可以手動設(shè)置。

　　02、匹配閾值

　　匹配目標(biāo)與已創(chuàng)建模板的相似程度，即相似度閾值，搜索時在相似度達到該閾值時才會被確認為目標(biāo)，最大是100，表示完全契合。

　　03、搜索角度

　　設(shè)置待匹配目標(biāo)相對于已創(chuàng)建模板的搜索角度范圍。創(chuàng)建模板的特征圖形，其角度為0度。當(dāng)搜索有旋轉(zhuǎn)變化的目標(biāo)時，需根據(jù)目標(biāo)的旋轉(zhuǎn)角度范圍設(shè)置該參數(shù)(取值范圍0°~360°或 -180~180)，否則可能導(dǎo)致匹配失敗。

　　04、匹配極性

　　匹配極性表示圖形邊緣到背景的顏色過渡情況，如從暗到明或從明到暗。默認為考慮極性，可縮短查找時間。如果查找目標(biāo)的極性和模板的極性不一致時，仍要保證目標(biāo)被查找到，則需將該參數(shù)設(shè)置為忽略極性。

　　05、縮放比例

　　設(shè)置待匹配目標(biāo)相對于已創(chuàng)建模板的縮放比例。搜索存在尺度縮放的目標(biāo)時，需設(shè)置該參數(shù)，有效值范圍為0.8~1.2。

　　06、允許遮擋率

　　當(dāng)匹配目標(biāo)存在遮擋時，匹配對象所允許的最大遮擋比例，遮擋率小于該值的對象將被正常匹配，范圍0~0.75。