VisionPro 中 模板匹配工具 CogPMAlignTool

VisionPro 中 模板匹配工具 CogPMAlignTool一、PMA模板匹配1. 基本概念2. 特点二、PMA工具概述三、训练参数1. 模板算法2. 训练模式3. 特征粒度限制4. 忽略极性四、运行参数1. 查找概数2. 接受阈值3. 角度范围4. 计分时考虑杂斑5. 对比度阈值五、掩膜1. 基本概念2. 为什么要用掩膜六、建模1. 建模器的概述2. 建模器的简单使用3. 建模的三种训练模式3.1 图像模式 (Image)3.2 带图像的形状模型3.3 带转换的形状模型七、注意事项一、PMA模板匹配1. 基本概念模板匹配是一种简单的图像识别方法常用来在一张未知的图像中找出已知模板图像相似的部分。他需要两张图片要寻找的模板待检测的目标图像。2. 特点基于像素的模板匹配原理通过比较图像中的像来判断相似性优点简单易实现适合光照和形状稳定的情况缺点容易受到光线变化和物体形状变形的影响基于图案边缘轮廓的模板匹配原理提取轮廓比较轮廓信息判断相似性优点简化了匹配过程对形状变化适应性强缺点实现复杂且依赖于清晰的边缘信息二、PMA工具概述CogPMAlignTool 是康耐视 VisionPro 软件中基于 PatMax 边缘特征匹配技术的模板匹配工具。它能够在图像中快速、准确地定位预先训练好的图案模板并返回其位置、角度、缩放比例及匹配得分。该工具广泛应用于高精度定位如 PCB 元件、半导体封装机器人引导与对位物体分拣与防错检测测量前的坐标系校正打开CogPMAlignTool工具显示如下 双击CogPMAlignTool1 进入工具CogPMAlignTool工具使用步骤图像模板训练流程三、训练参数1. 模板算法算法名称适用场景特点PatQuick低质量图像、光照不稳定、3D 元件速度极快容忍图像差异大精度中等PatMax标准2D物体电子元件、五金件精度最高对细微特征区分力强PatFlex可变形物体柔性电路板、弧形瓶身适应非线性拉伸、弯曲变形PatMax-高灵敏度低对比度、高噪声、严重磨损的物体在传统 PatMax 失效时提供更强鲁棒性透视 Patmax倾斜相机拍摄的非平面物体处理透视失真需提供标定信息优先尝试 PatMax也是默认模板算法如果匹配速度不足或图像质量较差切换为 PatQuick遇到变形物体则选择 PatFlex。2. 训练模式在 CogPMAlignTool 中训练模式 的作用是指定模板的来源以及训练的具体方式。图像从当前显示的图像中框选一个区域作为模板工具自动提取该区域的特征。这是最常用、最直观的模式。带图像的形状模型模板源自在实际图像中画出并提取的形状。带转换的形状模型模板源自外部导入的参数化模型它能独立地产生精确变换。简单来说“图像”和“带图像的形状模型”都需要依赖样本图像而“带转换的形状模型”则是完全独立于图像的由精确的数学模型驱动。3. 特征粒度限制控制用于描述模板的边缘点密度。参数说明取值影响精细特征粒度精细边缘点的最小间距像素值越小 → 特征点越多 → 精度越高耗时越长粗糙特征粒度粗糙边缘点的最小间距像素值越大 → 特征点越少 → 速度越快抗噪性提升精细粒度通常设为 2~ 4粗糙粒度设为 6 ~12。训练后观察特征图确保模板轮廓被清晰覆盖且无过多孤立点。4. 忽略极性边缘具有方向属性亮→暗 或 暗→亮。启用此选项后匹配时不区分极性。典型用途当模板中同时包含黑白过渡特征或待匹配图像可能出现对比度反转如黑色物体在白色背景 vs 白色物体在黑色背景。四、运行参数1. 查找概数期望找到的匹配目标数量。工具会返回得分最高的 N 个结果。2. 接受阈值匹配得分的及格线0 ~ 1。只有得分 ≥ 该值的匹配结果才被接受调高降低误报但可能漏检。调低提高召回率但可能产生假阳性3. 角度范围模板允许旋转的角度区间例如 -180° ~ 180°。范围越大搜索耗时越长。可单独指定起始角、终止角和步长角度离散化程度步长越小精度越高4. 计分时考虑杂斑当目标内部纹理复杂时背景特征也会影响得分。启用后匹配得分会综合内部区域的边缘特征使得分更能反映真实匹配质量但会降低速度。5. 对比度阈值忽略灰度梯度值低于此阈值的边缘。用于滤除噪声和微弱边缘提高匹配稳定性。灰度灰度通常用一个数值来表示范围一般是 0 ~ 2558位图像0 纯黑 255 纯白 1~254 由暗到亮的各种灰色。数值越大像素越亮数值越小像素越暗。单位8 位图像为 0~255 梯度值。默认自动计算也可手动指定。五、掩膜1. 基本概念图像掩膜Mask就像是给模板“打马赛克”通过在训练前精确指定哪些图像区域的特征需要被模型学习哪些应该被忽略从而构建一个更纯净的模板有效解决因背景复杂或物体自身纹理多变而导致的匹配错乱问题。通过使用掩膜可以在图片上创建一些遮挡区域。这些区域可以是矩形椭圆和其他形状用来突出或隐藏图片里的某些部分。看下面图片图片来源B站上位机徐工视频中截图使用2. 为什么要用掩膜CogPMAlignTool 会学习训练框内所有的图像特征。当目标物体周围有复杂的背景或物体表面有随机的纹理如划痕、斑点时这些多余特征会导致误匹配或漏匹配。掩膜的作用就是精准地“屏蔽”掉这些干扰让匹配器仅关注最关键、最稳定的轮廓特征。例如在官方示例中产品内部有随机纹理导致识别不准通过掩膜屏蔽内部纹理、只保留外部方形轮廓后所有产品都被准确识别出来了。打开掩膜窗口掩膜界面通过掩膜 红色的区域都被忽略掉了六、建模1. 建模器的概述“建模”就是指创建可被识别的“样板”的过程。简单来说就是告诉视觉系统“长什么样的东西才是你要找的”。PMAlign建模器是基于形状模型的。VisionPro提供了一个形状提取器CogShapeExtract,可从图像中提取形状。例如下图中形状提取从左边灰度中提取右边形状图片来源B站上位机徐工视频中截图使用2. 建模器的简单使用打开建模器绘制对象的轮廓提取形状重新训练模型 设置运行参数 即可使用3. 建模的三种训练模式3.1 图像模式 (Image)流程抓取一张训练图像在图像上绘制一个训练区域(如矩形)点击“训练”按钮工具自动分析矩形内的边缘特征生成模板特点快速简单适用于目标特征稳定光照可控的流水线缺点无法手动修正特征完全依赖图像质量。3.2 带图像的形状模型流程例如2. 建模器的简单使用抓取一张训练图像点击工具栏上的建模器在建模器中可以(自动提取图像中的轮手动绘制直线、圆弧、圆等几何图元编辑已有轮廓)完成后退出建模器点击训练特点可人工优化剔除图像噪声带来的伪特征。 图像中目标边缘模糊、有干扰纹理或需要高精度定位时。缺点需要人工操作略微复杂3.3 带转换的形状模型流程提前在外部如 CAD 软件构造目标的精确几何模型通常为 .dxf 或 .cgp 格式。在工具中选择该模型文件。通常需要设定一个“变换”参数将模型坐标映射到图像物理坐标。点击“训练”——此时工具不依赖图像像素直接使用数学定义的边特点理论精度最高。不受图像噪声、对比度变化影响只要模型正确高精度定位、有 CAD 数据的精密加工件。缺点需要提前准备精确的几何数据。若实际工件与理论模型有偏差如注塑收缩可能匹配失败。七、注意事项模板要干净只留稳定轮廓自由度要克制够用就行阈值要灵活从低往高调训练时框选区域要只包住目标别带太多背景。背景有干扰就画紫红色掩膜盖掉。训练后看特征图绿/黄线——轮廓清晰就行杂乱就调大“特征粒度”。运行时角度/缩放范围够用就行越小越快。接受阈值先设 0.5找不到就降低乱找就提高。对比度反了黑变白就勾忽略极性。调优匹配不到 放宽角度/降阈值/开忽略极性匹配错 加掩膜/升阈值/关掉多余自由度速度慢 画搜索区域/限制角度范围/换 PatQuick