一直在写基于形状的模板匹配(仿照halcon,cognex),我们知道任意的二维仿射变换可以分解为以下几种变换:缩放变换(用不同比例因子分别对图像X轴Y轴进行缩放)、倾斜变换(X轴保持固定的情况下,Y轴相对于X轴旋转角度θ)、旋转变换(X轴Y轴同时旋转角度Φ),最后是平移变换,写到一起就是下面的公式:
文章来源:https://www.toymoban.com/news/detail-440137.html
在前面的文章中我们已经解决了旋转的问题,接下来解决缩放的问题,首先是尺度空间离散化,仿照旋转需要计算出每层金字塔的比例步长,这里给出比例步长的计算公式,如下图(来源于MVTec公司的一篇专利)是一个钥匙的模型,c是模型的参考点(重心),是所有模型点到参考点的最大距离,是X轴方向上距离参考点的最大距离&#x文章来源地址https://www.toymoban.com/news/detail-440137.html
到了这里,关于多尺度模板匹配(openCV实现find_scaled_shape_model)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!