康耐视VisionPro软件中CogPMAlignTool高灵敏度算法

一、概述案例参考b站视频机器视觉VisionPro官方案例教程5高灵敏度算法使用_哔哩哔哩_bilibili图像质量会对PatMax在图像中查找特征的成功产生重大影响。清晰锐利高对比度的图像通常产生最佳结果而低对比度和噪声图像可能是有问题的。为了更好地使PatMax能够处理这一范围的图像质量提供了两种执行模式。对于具有低噪声和高对比度的良好图像应该在标准模式下运行该工具即正常操作模式。如果图像有噪音或对比度低可以通过在高灵敏度模式下运行工具来改善结果这通常需要更多的培训时间和更长的执行时间。下图显示了良好和有问题的图像的示例。请注意对于具有小特征的图案高灵敏度模式性能可能比标准模式更差。康耐视为大多数应用推荐标准模式。灵敏度参数使用高感光度模式时还可以设置感光度训练参数以便指定图像质量。灵敏度参数是1.0到10.0范围内的数字用于指定PatMax应用于运行时映像的噪声抑制量。如果灵敏度参数设置为1.0则应用最小噪声抑制。如果灵敏度参数设置为10.0则PatMax应用最大噪声抑制。由于图案的部分可能表现为随机噪声因此实际图案特征可能会丢失。通常使用默认值2.0来获得最佳结果。较低的灵敏度参数值对训练时间和执行时间的影响较小而较高的值往往会增加这些时间。如果在使用默认值2.0时遇到问题并且怀疑原因是对比度低或图像噪声较大则可以通过更改灵敏度参数进行试验以确定最佳设置。增加灵敏度参数以使PatMax对随机噪声不敏感并降低灵敏度参数以使PatMax对模式更敏感。如果这有帮助应该找到1.0到5.0范围内的最佳设置。高于5.0的设置不太可能产生最佳结果。二、操作步骤1、加载图像传入模板匹配工具,框选区域进行训练调整算法为PatMax-高灵敏度2、该案例有角度的细微变动设置角度为-10 ~ 10之间,并忽略掉杂斑的影响有个别图像上有杂斑噪声3、运行匹配结果