search

meiqua / shape_based_matching

try to implement halcon shape based matching, refer to machine vision algorithms and applications, page 317 3.11.5, written by halcon engineers
BSD 2-Clause "Simplified" License
1.23k stars 480 forks source link

设置shapes.angle_step的数值由1->0.1,匹配速度降低了。 #109

Open wly2020-robot opened 3 years ago

wly2020-robot commented 3 years ago

你好，meiqua.我用的是你开源的实例shape_based_matching_fusion_by_hand。由于考虑到匹配角度精度问题，我将angle_test(“train”)函数中的一行代码由shapes.angle_step=1改了shapes.angle_step=0.1；训练和测试图片分辨率是：2048*2448； 运行angle_test("test");运行时间由0.087616s提升到0.16139s;请问这是正常的吗？运行速度能优化吗？运行环境：VS2017+OPENCV3.4.9+WIN10. image image

meiqua commented 3 years ago

700万像素，fusion time 70ms是正常的，之前的测试也差不多；
角度0.1度模板量增加10倍，matching时间也增加8倍左右说明正常；不过没必要这么小的步长，要提高精度可以用ICP，可以参考这个issue

wly2020-robot commented 3 years ago

非常感谢！看了相关连接，都是ICP提速的，ICP能提高角度检测精度吗？大概精度可以达到多少呢？谢谢。

meiqua commented 3 years ago

ICP本来就是提高精度的，那个链接的意思是ICP的速度比以前快了；图像边缘清晰的话，精度可以到亚像素，角度估计也有0.1度吧

wly2020-robot commented 3 years ago

谢谢！我用的是shape_based_matching-icp_refined实例；将函数angle_test中的line2Dup::Detector detector(128, {4, 8})改成line2Dup::Detector detector(128, {8, 16});将 int stride = 16;改成 int stride = 32;将lin2Dup.h中的Detector(int num_features, std::vector T, float weak_thresh = 30.0f, float strong_thresh = 60.0f);改成Detector(int num_features, std::vector T, float weak_thresh = 15.0f, float strong_thresh = 30.0f);然后训练运行程序检测结果如下： image 训练图片： image 检测图片： image 现在检测一张图片花费时间400多ms,检测角度跨度比较大，请问这个测试正常吗？可以优化运行速度和角度检测吗?谢谢

meiqua commented 3 years ago

这个是无fusion版本，应该正常

Phouking commented 2 years ago

你好，meiqua.我用的是你开源的实例shape_based_matching_fusion_by_hand。由于考虑到匹配角度精度问题，我将angle_test(“train”)函数中的一行代码由shapes.angle_step=1改了shapes.angle_step=0.1；训练和测试图片分辨率是：2048*2448； 运行angle_test("test");运行时间由0.087616s提升到0.16139s;请问这是正常的吗？运行速度能优化吗？运行环境：VS2017+OPENCV3.4.9+WIN10. image image

你好，想请教一下，我是按照说明配置了opennphe avx2，运行环境是win10 + vs2019 +opencv3.5.3，200w图片配准耗时为70-80ms。500W图片需要160ms，是说明里的2倍。请问，这种情况你遇到过吗？谢谢 image