【灵闪】六步玩转模板匹配算法

发布时间：2020-11-26

模板匹配是一种最常见、最通用的模式识别算法，简单的来说就是在一幅图像中寻找与另一幅模板图像最相似的部分，并评价相似度的技术，常常被用在需要视觉引导的项目中，比如引导机器人进行产品的抓取和分拣，或者引导机器人进行SMT表面贴装等等。

模板匹配算法通常分为基于灰度值的模板匹配，基于形状的模板匹配，基于边缘特征点的模板匹配。灵闪结合边缘特征点和灰度的算法，保证了模板匹配算法的稳定性与高效性，根据物体边缘的梯度相关性作为匹配准则，能够在各种线型和非线性光照条件下，降低物体遮挡、缺失、模糊、轻微形变等情况带来的干扰，实现精准定位。

下面介绍一下灵闪的操作以及参数调节：

步骤一：添加模板匹配算法

相机采图或者导入本地图片，在需要定位的位置添加模板匹配算法

▼

添加模板匹配算法

步骤二：编辑模板

点击图中红色方框内的图标编辑模板

▼

编辑模板

步骤三：编辑模板细节

▼

编辑模板

步骤四：确认模板

▼

确认模板

步骤五：调参

▼

参数列表

分数：对匹配到的模板相似度进行评判，分数越高，匹配相似度的要求越高；
尺寸：可匹配的模板尺寸范围，例如±50%，就是模板的50%~150%大小范围内进行匹配；
角度：可匹配的模板角度范围，例如±180°，就是360°任意方向进行匹配;；
精度：根据精度及速度的要求，用户可以选择从粗略到高的五个等级；
严格评分：是否对在评分中考虑丢失、遮挡或模糊的特征；
使用缓存：加速算法的执行速度，但是会占用额外的内存；

全图检测：用户点击如下图所示的中ROI最大化按钮即可。

▼

ROI最大化

步骤六：执行检测

▼

执行检测

应用案例

案例需求：芯片定位
案例算法：多模板定位
项目配置：分辨率100万像素
灵闪应用结果：重复测量误差最大0.08个像素，均值0.0197个像素，同时对近2000颗芯片进行定位，耗时100ms

点我试用灵闪(IntelliBlink)软件

返回列表

下一篇：【灵闪】如何实现“一键标定” 上一篇：【灵闪】基于斑点分析的缺陷检测方法