Caliper(卡尺)工具

游标卡尺工具介绍

  • 辨别对象中的边缘或者边缘对
  • 报告边线对子中的边线位置和边线之间的距离

 

需求:

  • 测量该工件的某个位置的宽度

 

添加工具并链接图像

 

 步骤

 

定义目标区域

  • 游标卡尺区域指图像中探测到边线的区域
  • 在图形上由 输入图像中的蓝色方框表示

 

区域设置 

 

  • 区域标准:
    • 包含目标边线
    • 边线必须与投影方向平行
      • 可能必须旋转
    • 在可能时,不包括目标边线以外的特征
      • 可能必须倾斜

 

原理: 

 

 

 

 

设置参数

  • 参数的设置要求了解工作是如何执行的

 运行期间

投影

  • 投影 将二维图像减少到一维图像
    • 减少处理时间和存储
    • 维持并且在一些情况下增强边线信息
  • 沿着规定方向中的平行光线添加像素灰度值

 

边线筛选

  • 边线筛选的目的是从输入图像中消除噪音

找边原理

游标卡尺工具通过使用一个筛选算子盘旋一维投影图像来执行筛选

 

 

Projection Image 一维投影图像

Filter operator 灰度值的滤波算子

Filtered output 过滤后的输出参数

第一个位置  -1*0 + 0*0 + 1*0 = 0

第二个位置  -1*0 + 0*0 + 1*5 = 5

第三个位置  -1*0 + 0*5 + 1*10 = 10

第四个位置  -1*5 + 0*10 + 1*15 = 10

参数介绍:

极性

 

 对比度阈值

 

 

 过滤一半像素

 

 最大结果数

也可以查找多个边缘,通过边缘检测个数 

 边缘对

 

 出现问题:

 

结合命名空间工具使用 

 

 

结果 

结果按照得分从高到低的顺序显示在结果表格中

位置

沿相对于输入区域中心的搜索方向的一维测量

 

 

计分 

默认状态下,单个边线只根据它们跨边线的对比度进行计分,而边线对子根据所测边线之间的距离与预期距离匹配程度来计分。

有时,您需要修改如何给边线计分以便可靠地返回您实际想要查找的那些。这时就需要添加其他的计分函数。

分数:  按照计分的分数曲线来得到计分结果

X0=255 时 得到的分数是1分

分数计算应为  对比度/X0   73.4551/255 =0.28

修改X0参数 为75  得分接近与1

位置

沿相对于输入区域中心的搜索方向的一维测量

筛选尺寸 

筛选尺寸接近边线尺寸生产较强的边线峰值

筛选尺寸太大或者太小会减少峰值

GitHub 加速计划 / vi / vision
15.85 K
6.89 K
下载
pytorch/vision: 一个基于 PyTorch 的计算机视觉库,提供了各种计算机视觉算法和工具,适合用于实现计算机视觉应用程序。
最近提交(Master分支:3 个月前 )
518ee93d 10 天前
7d077f13 12 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐