3、get_variation_model( : Image, VarImage : ModelID : ) 返回variation model中的标准图像(Image)和variation image(VarImage),此算子主要用来检视创建的variation model是否OK。 4、prepare_variation_model( : : ModelID, AbsThreshold, VarThreshold : ) prepare_direct_variation_model(RefImage, VarImage ...
prepare_direct_variation_model、clear_variation_model, clear_train_data_variation_model, compare_ext_variation_model, get_thresh_images_variation_model, get_variation_model、 clear_train_data_variation_model, write_variation_model 。
train_variation_model (ImageTrans, VariationModelID) dev_display (ImageTrans) dev_display (Model) endif endfor * 获得差异模型 get_variation_model (MeanImage, VarImage, VariationModelID) * 做检测之前可以先用下面这个算子对可变模型进行设参,这是一个经验值,需要调试者调整 prepare_variation_model (Va...
get_variation_model( : Image, VarImage : ModelID : ) Descriptionget_variation_model returns the image of the ideal object and the corresponding variation image of the variation model ModelID in Image and VarImage, respectively. The returned images can be used to check whether an image of a...
endfor*获得差异模型get_variation_model (MeanImage, VarImage, VariationModelID)*做检测之前可以先用下面这个算子对可变模型进行设参,这是一个经验值,需要调试者调整prepare_variation_model (VariationModelID,20,3) dev_set_draw ('margin') NumImages :=30* 可变模板训练完成后,我们终于可以进入主题,马上对...
1. create_variation_model —— 创建⼀个差异模型 2. get_variation_model —— 获得差异模型 3. train_variation_model —— 训练差异模型 4. prepare_variation_model —— 准备差异模型 5. compare_variation_model —— ⽐较模型与实例 6. clear_variation_model —— 清除差异模型 dev_update_off ()...
一、create_variation_model 创建模型。 这个算子有如下几个参数: create_variation_model( : : Width, Height, Type, Mode : ModelID) 这里主要是注意Type和Mode两个参数。 其中Type可以取'byte', 'int2', 'uint2' 这三种类型,我这里的解读是这个算子支持我们常用的8位灰度图像 和 16位的Raw图像, 16位因...
get_variation_model( : Image, VarImage : ModelID : )返回variation model中的标准图像(Image)和variation image(VarImage),此算子主要用来检视创建的variation model是否OK。 prepare_variation_model( : : ModelID, AbsThreshold, VarThreshold : )设置variation model的绝对阈值和相对阈值。绝对阈值即待检测图像...
获得阈值图像可以直接用算子get_thresh_images_variation_model读出来。比较变化模型 你用算子compare_variation_model将一张图像同准备好的变化模型去比较，然后，在比较步骤中获得的两个阈值（被存储在变化模型中）被用来决定一个包含图像中所有异常与模型的点的区域。用于比较中扩展的参数设置可以用compare_ext_variation...
1. create_variation_model —— 创建⼀个差异模型2. get_variation_model —— 获得差异模型3. train_variation_model —— 训练差异模型Halcon创建模板并进行模板匹配Halcon创建模板并进⾏模板匹配在进⾏时,很多时候创建模板并通过匹配模板进⾏图像基准点的分析能⼤⼤提⾼ROI的选取准确度和效率。