Question

Halcon中creat_shape_model函数中金字塔的级数是什么意思?

Answer 1

最朴素的图像匹配方法是，在目标图像中，逐点移动模版，并计算相似度（不考虑目标图像旋转、缩放、倾斜等情况）。这无疑是一个非常耗时的工作，因此，为了能够在图像中实时找到模板，有必要提出能够进一步提高搜索速度的方法。
为了得到一个更快的搜索策略，我们注意到模板匹配的运行时间的复杂度取决于需要检查的平移数量，也就是位姿的数量。另外，算法复杂度还取决于模板中点的数量，因此，为了提高算法速度，我们需要试图减少需要检查的位姿数量以及模板中点的数量。由于一般情况下模板非常大，因此其中一种提高速度的方法就是首先只考虑图像和模板中问隔为 i 的点集，此时可以得到模板的大概位姿．随后使用间隔更小的点集在这个大概的位姿周围进行进一步搜索得到更准确的结果。这种策略就相当于对模板和图像进行二次抽样。由于二次抽样可能导致锯齿效应，因此这并不是一个好的策略，它可能由于锯齿效应造成某些模板的实例的遗漏。必须利用平滑图像来消除锯齿影响。另外，一般情况下图像多次缩小2倍比直接缩小大于2倍的效果更好。将图像与模板多次缩小2倍建立起来的数据结构被称为图像金字塔。从附图中可以看出，为什么将这个数据结构用图像金字塔来命名：我们将图像从大到小依次向上堆放。由于每层图像的宽高都比上层减半，因此形成了金字塔形状。（无法上图，图像匹配的更详细内容参看《机器视觉算法与应用》http://baike.baidu.com/view/2018049.htm#1 ）