Labview helper

news2024/11/18 15:37:18

IMAQ Advanced Setup Learn Geometric Pattern 2 VI

参数说明
Curve Extraction Mode (0)指定VI如何识别图像中的曲线。如果您希望VI不对图像中对象的均匀性或图像背景做出任何假设,请将此选项设置为正常。如果您希望VI假定图像中的对象或图像背景由均匀的像素值组成,请将此选项设置为均匀区域。这使得VI能够更准确地计算物体的外部曲线。
Curve Edge Threshold (1)指定边缘像素必须具有的最小对比度,才能将其视为曲线的一部分。取值范围为 1 到 255。
Curve Edge Filter Size (2)指定VI用于识别图像中曲线的边缘滤波器的宽度。将此选项设置为 0 可指定精细滤镜宽度,将此选项设置为 1 可指定正常滤镜宽度,或将此选项设置为 2 可指定轮廓跟踪。
Min Curve Length (3)指定您希望VI识别的最小曲线的长度(以像素为单位)。VI忽略长度小于此值的任何曲线。
Curve Row Search Step Size (4)指定算法在 y 方向上检查曲线种子点的图像行之间的距离。取值范围为 1 到 255。默认值为 15。
Curve Col Search Step Size (5)指定算法在 x 方向上检查曲线种子点的图像列之间的距离。取值范围为 1 到 255。默认值为 15。
Curve Max Endpoint Gap (6)指定VI识别为闭合曲线的曲线端点之间的最大间隙(以像素为单位)。如果间隙大于此值,VI将该曲线标识为开放曲线。默认值为 10。
Extract Closed Curves (7)指定是否仅识别图像中的闭合曲线。默认值为FALSE,它指定VI应识别开放曲线和闭合曲线。
Enable Subpixel Curve Extraction (8)VI忽略了这个值。
Minimum Scale Factor (%) (9)指定与模板匹配的最小比例因子。默认值为 75%,这意味着不会搜索尺寸小于模板尺寸 75% 的匹配项。
Maximum Scale Factor (%) (10)指定与模板匹配的最大比例因子。默认值为 125%,这意味着不会搜索维度大于模板维度 125% 的匹配项。
Minimum Angle Value (11)指定模板的最小旋转角度。默认值为 0。可以通过增加此值来减小模板的大小。
Maximum Angle Value (12)指定模板的最大旋转角度。默认值为 360。
Image Sampling Factor (13)指定在用于匹配之前对模板进行子采样的因子。该因子应该是 2 的幂。如果指定的值不是 2 的幂,则使用最接近的 2 的幂值。默认值为0,表示子采样因子由IMAQ Learn Geometric Pattern 2 VI自动确定。

IMAQ Advanced Setup Match Geometric Pattern 2

参数说明
Curve Extraction Mode (0)指定 VI 如何识别图像中的曲线。如果您希望 VI 对图像中的物体或图像背景的均匀性不作任何假设,请将此选项设置为 0。如果您希望 VI 假定图像中的物体或图像背景由均匀的像素值组成,请将此选项设置为 1。此选项允许 VI 更准确地计算物体的外部曲线。
Curve Edge Threshold (1)指定边缘像素必须具有的最小对比度,以便将其视为曲线的一部分。有效值范围为 1 到 255。
Curve Edge Filter Size (2)指定 VI 用于识别图像中曲线的边缘滤波器的宽度。将此选项设置为 0 以指定细滤波器宽度,将此选项设置为 1 以指定正常滤波器宽度,或将此选项设置为 2 以指定轮廓追踪。
Min Curve Length (3)指定您希望 VI 识别的最小曲线长度(以像素为单位)。VI 将忽略任何长度小于此值的曲线。默认值为 25。
Curve Row Search Step Size (4)指定算法检查曲线种子点时,图像行之间在 y 方向上的距离(以像素为单位)。有效值范围为 1 到 255。默认值为 15。
Curve Col Search Step Size (5)指定算法在 x 方向上检查曲线种子点的图像列之间的距离。取值范围为 1 到 255。默认值为 15。
Curve Max Endpoint Gap (6)指定VI识别为闭合曲线的曲线端点之间的最大间隙(以像素为单位)。如果间隙大于此值,VI将该曲线标识为开放曲线。默认值为 10。
Extract Closed Curves (7)指定是否仅识别图像中的闭合曲线。默认值为FALSE,它指定VI应识别开放曲线和闭合曲线。
Enable Subpixel Curve Extraction (8)VI忽略了这个选项。
Enable Correlation Score (9)指定VI应计算相关性分数,并为每个匹配结果返回相关性分数。默认值为 1,表示启用相关性分数。
Enable Subpixel Accuracy* (10)确定是否返回具有亚像素精度的匹配结果。将此选项设置为 1 可启用子像素精度。默认值为 0,表示禁用子像素精度。
Subpixel Iterations* (11)指定用于使用子像素信息优化匹配项的增量改进的最大数量。此选项的最小值为 20。
Subpixel Tolerance* (12)指定在VI停止优化匹配位置之前,匹配位置的连续增量改进之间的最大变化量(以像素为单位)。默认值为0,它指定VI应始终使用与子像素迭代相等的细化数量。如果同时提供子像素迭代和子像素容忍度的值,则VI最多会优化子像素迭代的匹配,但如果满足子像素容忍度,则可能会提前停止。
Initial Match List Length* (13)指定匹配列表的最大大小。匹配列表包含检测图像中包含匹配项的可能性最高的区域。此选项的最小值为 5。默认值为 200。
Enable Target Template Curve Score (14)指定VI是否应计算匹配曲线与模板曲线分数,并为每个匹配结果返回该分数。将此选项设置为 1 可启用目标模板曲线分数。默认值为 0,表示禁用目标模板曲线分数。
Min Match Separation Distance* (15)指定具有唯一位置的两个匹配项的原点之间的最小间隔距离(以像素为单位)。VI不会返回具有相同位置、比例和角度的匹配项。如果您不希望VI使用匹配项的位置来确定匹配项是否唯一,请将此值设置为-1。默认值为 20。
Min Match Separation Angle* (16)指定具有唯一角度的两个匹配项之间的最小角度差(以度为单位)。VI不会返回具有相同位置、比例和角度的匹配项。如果您不希望VI使用匹配的角度来确定匹配是否唯一,请将此值设置为-1。默认值为 10。
Min Match Separation Scale* (17)指定具有唯一刻度的两个匹配项之间的最小刻度差异(以百分比表示)。VI不会返回具有相同位置、比例和角度的匹配项。如果您不希望VI使用匹配项的比例来确定匹配项是否唯一,请将此值设置为-1。默认值为 10。
Max Match Overlap* (18)指定两个匹配项的边界矩形之间允许的最大重叠量(以百分比表示)。将此值设置为 -1 可忽略此选项。默认值为 80。
Enable Coarse Result* (19)指定是否希望算法花费较少的时间准确估计匹配项的位置。如果要快速确定检测图像中是否存在某个零件,而没有准确估计其位置、角度和比例,请将此值设置为 1。默认值为0,表示VI返回的匹配项具有像素或子像素精度。
Enable Calibration Support* (20)指定算法是否将检查图像视为校准图像。使用IMAQ Set Simple Calibration VI或IMAQ Set Calibration Info VI校准检测图像。默认值为 TRUE。
Enable Contrast Reversal* (21)指定要搜索的匹配项的对比度。将其设置为 0 以搜索与模板具有相同对比度的匹配项。将其设置为 1 以搜索与模板的反对比度的匹配项。将其设置为 2 以搜索与模板相同且对比度相反的匹配项。默认值为 0。
Search Strategy* (22)指定用于在图像中查找匹配项的策略的主动性。默认值为 1。可以使用以下选项。保守 (0) 指定几何匹配算法,以使用影像中尽可能大的信息量,但代价是会降低算法的速度。平衡 (1) 指定几何匹配算法,以平衡其使用的图像中的信息量与算法的速度。激进 (2) 指定几何匹配算法以使用来自影像的较少信息量,这允许算法快速运行,但以牺牲精度为代价
Refinement Match Factor* (23)指定应用于请求的匹配项数的因子,以确定在金字塔阶段优化的匹配项数。默认值为 0,表示因子由 IMAQ Match Geometric Pattern 2 VI 在内部确定。
Subpixel Match Factor* (24)指定应用于所请求匹配项数量的因子,以确定最终(子像素)阶段使用的匹配项数。默认值为 0,表示因子由 IMAQ Match Geometric Pattern 2 VI 在内部确定。
Contour Refinement Iterations* (25)指定为优化曲线而执行的迭代次数。
Scoring Method* (26)指定输出匹配分数的计算方式。该分数可以计算为IMAQ Match Geometric Pattern 2 VI的Matches输出返回的不同分数的组合(标准分数、模板目标曲线分数、目标模板曲线分数和相关性分数)。默认值为 0,即仅返回标准分数。分数计算为平均分数,如下表所示:0 标准1 目标模板曲线2 标准、目标模板曲线3 模板目标曲线4 标准、模板目标曲线5 目标模板曲线、模板目标曲线6 标准、目标模板曲线、模板目标曲线7 相关性8 标准、相关性9 目标模板曲线,相关性10 标准、目标模板曲线、相关性11 模板目标曲线,相关性12 标准、模板目标曲线、相关性13 目标模板曲线、模板目标曲线、相关性14 标准、目标模板曲线、模板目标曲率
Initial Match Angular Accuracy* (27)指定用于初始匹配的角度精度(以度为单位)。默认值为 6(激进)、5(平衡)和 3(保守)。
Enable Defect Map (28)指定是否计算模板和匹配图像之间的缺陷图。默认值为 OFF。

边缘

在这里插入图片描述
边缘模型中常用的参数包括边缘强度(edge strength)​、边缘长度(edge length)​、边缘位置(edge location)和边缘极性(edge polarity)​。

  • 边缘强度又称为边缘对比度,指可识别边缘相对于背景的最小灰度差异。边缘强度的大小因光照条件和目标的灰度特性不同而异。若整个场景中光照较弱,则边缘强度较低。若图像中某一目标相对于其他目标亮度很高,则较低亮度目标的边缘强度会被压低。
  • 边缘长度是指能确保所设定边缘强度出现的距离,它由边缘像素灰度的变化率决定。灰度变化较缓慢的边缘,其边缘长度应较大。边缘位置是指代表边缘的像素在图像中的位置坐标。
  • 边缘极性代表边缘为上升沿还是下降沿,它通常用于指明搜索算法的方向。当边缘处的灰度为递增变化时,其极性为正,反之为负。
    在这里插入图片描述

亚像素边缘

在这里插入图片描述

搜索宽度

在这里插入图片描述

信噪比

在这里插入图片描述

在这里插入图片描述

Find Edge

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2184163.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

PCL 最远点采样(FPS)

目录 一、概述 1.1原理 1.2实现步骤 1.3应用场景 二、代码实现 2.1关键函数 2.1.1 可视化函数 2.1.2 最远点采样 2.2完整代码 三、实现效果 PCL点云算法汇总及实战案例汇总的目录地址链接: PCL点云算法与项目实战案例汇总(长期更新&#xff0…

事务原理,以及MVCC如何实现RC,RR隔离级别的

事务原理 redo log 保持持久性: 首先原来的情况是我们做一组操作的时候,先去操作bufferpool缓冲区,如果没有,那么后台线程将数据页换入换出到缓冲区,然后我们对这个buffer pool进行修改,为脏页&#xff0c…

Redis篇(Redis原理 - 数据结构)(持续更新迭代)

目录 一、动态字符串 二、intset 三、Dict 1. 简介 2. Dict的扩容 3. Dict的rehash 4. 知识小结 四、ZipList 1. 简介 2. ZipListEntry 3. Encoding编码 五、ZipList的连锁更新问题 六、QuickList 七、SkipList 八、RedisObject 1. 什么是 redisObject 2. Redi…

开放式耳机哪个品牌好?2024年蓝牙耳机排行榜

开放式蓝牙耳机以其独树一帜的佩戴方式,正逐渐成为音乐爱好者和运动达人的新宠。时尚而又实用。如果你对传统耳机的佩戴方式感到厌倦,或者在寻找一款既能提供高品质音乐体验又能兼顾佩戴舒适性的耳机,那么开放式蓝牙耳机可能会是你的理想选择…

Vue3轻松实现前端打印功能

文章目录 1.前言2.安装配置2.1 下载安装2.2 main.js 全局配置3.综合案例3.1 设置打印区域3.2 绑定打印事件3.3 完整代码4.避坑4.1 打印表格无边框4.2 单选框复选框打印不选中4.3 去除页脚页眉4.4 打印內容不自动换行1.前言 vue3 前端打印功能主要通过插件来实现。 市面上常用的…

【CKA】八、扩容Deployment

8、扩容Deployment 1. 考题内容: 2. 答题思路: 直接使用命令扩容就行 我考的题只是把 loadbalancer 名字换了 ,其他都一模一样 3. 官网地址: https://kubernetes.io/zh-cn/docs/concepts/workloads/controllers/deployment/ …

Golang | Leetcode Golang题解之第451题根据字符出现频率排序

题目: 题解: func frequencySort(s string) string {cnt : map[byte]int{}maxFreq : 0for i : range s {cnt[s[i]]maxFreq max(maxFreq, cnt[s[i]])}buckets : make([][]byte, maxFreq1)for ch, c : range cnt {buckets[c] append(buckets[c], ch)}an…

【AI大模型】深入Transformer架构:编码器部分的实现与解析(上)

目录 🍔 编码器介绍 🍔 掩码张量 2.1 掩码张量介绍 2.2 掩码张量的作用 2.3 生成掩码张量的代码分析 2.4 掩码张量的可视化 2.5 掩码张量总结 🍔 注意力机制 3.1 注意力计算规则的代码分析 3.2 带有mask的输入参数: 3.…

华为开源自研AI框架昇思MindSpore应用案例:计算高效的卷积模型ShuffleNet

如果你对MindSpore感兴趣,可以关注昇思MindSpore社区 ShuffleNet ShuffleNet网络介绍 ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型,和MobileNet, SqueezeNet等一样主要应用在移动端,所以模型的设计目标就是利用有限的计算资源来达到…

文章解读与仿真程序复现思路——电网技术EI\CSCD\北大核心《基于节点碳势响应的新型电力系统鲁棒优化调度 》

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》 论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html 电网论文源程序-CSDN博客电网论文源…

生信初学者教程(二十二):Boruta+RF筛选候选标记物

文章目录 介绍加载R包导入数据准备数据机器学习特征筛选数据分割基础模型Boruta特征筛选调参最终分类模型测试集验证标记基因输出结果总结介绍 采用了Boruta结合 RF(Random Forest) 的方法,对差异基因(参考 @sec-different-limma) 进行了特征筛选。通过这种方法,能够从大…

你以为瀑布流布局很复杂?Vue-Waterfall让你秒变前端高手

你以为瀑布流布局很复杂?Vue-Waterfall让你秒变前端高手 Vue-Waterfall 是一个轻量级的 Vue.js 组件,专为实现灵活的瀑布流布局设计。如果你需要在页面上呈现动态、响应式的布局,那这个组件绝对能帮到你!本文将带你快速了解这个组…

推荐 uniapp 相对好用的海报生成插件

插件地址:自定义canvas样式海报 - DCloud 插件市场 兼容性也是不错的:

微软准备了 Windows 11 24H2 ISO “OOBE/BypassNRO“命令依然可用

Windows 11 24H2 可能在未来几周内开始推出。 微软已经要求 OEM 遵循新的指南准备好 Windows 11 24H2 就绪的驱动程序,并且现在已经开始准备媒体文件 (.ISO)。 OEM ISO 的链接已在微软服务器上发布。 一个标有"X23-81971_26100.1742.240906-0331.ge_release_sv…

[Python学习日记-35] Python 中的内置函数(上)

[Python学习日记-35] Python 中的内置函数(上) 简介 内置函数详解(A-E) 简介 在 Python 中有很多内置函数,例如 len(),这些函数是 Python 解释器自带的,可以直接使用。本篇将介绍 A-H 的内置函…

基于Springboot+Vue的《计算机基础》网上考试系统(含源码数据库)

1.开发环境 开发系统:Windows10/11 架构模式:MVC/前后端分离 JDK版本: Java JDK1.8 开发工具:IDEA 数据库版本: mysql5.7或8.0 数据库可视化工具: navicat 服务器: SpringBoot自带 apache tomcat 主要技术: Java,Springboot,mybatis,mysql,vue 2.视频演示地址 3.功能 系统中…

YOLOv11:重新定义实时目标检测的未来

YOLO 版本发布历史回顾 YOLO (You Only Look Once), a popular object detection and image segmentation model, was developed by Joseph Redmon and Ali Farhadi at the University of Washington. Launched in 2015, YOLO quickly gained popularity for its high speed a…

vulnhub-mrRobot靶机的测试报告

目录 一、测试环境 1、系统环境 2、使用工具/软件 二、测试目的 三、操作过程 1、信息搜集 2、渗透网页 3、Getshell 4、提权 四、结论 一、测试环境 1、系统环境 渗透机:kali2021.1(192.168.202.134) 靶 机:linux 3.13.0-55-generic #94-…

复习HTML(基础)

目录 HTML含义 HTML作用 HTML的常用元素 元素的特点 元素的分类 1 是否嵌套关系 2 是否独占一行 块元素:独占一行 行内元素:共享一行 行内元素与块级元素的转换 3是否有结束标签 常用标签 1 标题标签:有六级 我们用h1 ~h6 表…

国产化系统/鸿蒙开发足浴店收银源码-收缩左侧———未来之窗行业应用跨平台架构

一、左侧展开后 二、代码 <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN"> <html> <head><title></title><meta http-equiv"Content-Type" content"text/html; charsetUTF-8"><style t…