基於元件的模板匹配：
應用場合：元件匹配是形狀匹配的擴充套件，但不支援大小縮放匹配，一般用於多個物件（工件）定位的場合。
演算法步驟：
1.獲取元件模型裡的初始控制項 gen_initial_components()
引數：modelimage [input] 初始元件的
initialcomponents [output] 初始元件的輪廓區域
contrastlow [input] 對比度下限
contrasthigh [input] 對比度上限
minsize [input] 初始元件的最小尺寸
mode[input] 自動分段的型別
genericname [input] 可選控制引數的名稱
genericvalue [input] 可選控制引數的值
2.根據影象模型，初始元件，訓練來訓練元件和元件相互關係 train_model_components()
3.建立元件模型 create_trained_component_model()
4.尋找元件模型 find_component_model()
5.釋放元件模型 clear_component_model()
基於形狀的模板匹配：
應用場合：定位物件內部的灰度值可以有變化，但物件輪廓一定要清晰平滑。
1.建立形狀模型：create_shape_model()
2.尋找形狀模型：find_shpae_model()
3.釋放形狀模型：clear_shape_model()
基於灰度的模板匹配：
應用場合：定位物件內部的灰度值沒有大的變化，沒有缺失部分，沒有干擾影象和雜訊的場合。
1.建立模板：create_template()
2.尋找模板：best_match()
3.釋放模板：clear_template()
應用場合：搜尋物件有輕微的變形，大量的紋理，影象模糊等場合，速度快，精度低。
1.建立模板：create_ncc_model()
2.尋找模板：find_ncc_model()
3.釋放模板：clear_ncc_model()
基於變形匹配：
應用場合：搜尋物件有輕微的變形。
1.建立模板：create_local_deformable_model()
2.尋找模板：find_local_deformable_model()
3.釋放模板：clear_deformable_model()
基於描述匹配：
應用場合：搜尋物件有輕微的變形，透視的場合，根據一些描述點的位置和灰度值來進行匹配。
1.建立模板：create_calib_descriptor_model()
2.尋找模板：find_calib_descriptor_model()
3.釋放模板：clear_descriptor_model(）
基於HALCON的模板匹配方法總結
1.shape based matching的基本流程 首先確定出roi的矩形區域，這裡只需要確定矩形的左上點和右下點的座標即可，gen rectangle1 這個函式就會幫助你生成乙個矩形，利用area center 找到這個矩形的中心 然後需要從影象中獲取這個矩形區域的影象，reduce dom...
基於HALCON的模板匹配方法總結
基於halcon的模板匹配方法總結 1.shape based matching的基本流程 首先確定出roi的矩形區域，這裡只需要確定矩形的左上點和右下點的座標即可，gen rectangle1 這個函式就會幫助你生成乙個矩形，利用area center 找到這個矩形的中心 然後需要從影象中獲取這個...
基於HALCON的模板匹配方法總結
德國 mvtec 公司開發的 halcon 機器視覺開發軟體，提供了許多的功能，在這裡我主要學習和研究了其中的形狀匹配的演算法和流程。hdevelop 開發環境中提供的匹配的方法主要有三種，即 component based gray value based shape based,分別是基於元件 ...