31.2、几何定位---不支持缩放（1）

算子中没有指定亚像素精度，这个参数制定了find_shape_model的角度所达到的精度。参数AngleSetp的选择基于目标的大小。如果模板太小，不能产生许多不同离散角度的图像，因此对于较小的模板，AngleStep应该设置的比较大。由于find_shape_model算子中的角度可以使用亚像素，一个直径小于200个像素可以选择AngleStep>=1。如果选择AngleStep = 'auto'，算子create_shape_model将会基于模板大小自定义一个合适的角度步长。可以使用get_shape_model_params来查询自动计算出来的AngleStep。如果AngleExtent不是AngleStep的整数倍，将会相应的修改AngleStep。

②如果选择模板的完整预生成（complete pregeneration）模式，不同角度的模板将预生成并保存到内存中。

用来存储模板的内存与角度步长的数量（等于AngleExtent除以AngleStep）和模板的点数成正比。因此，如果AngleStep太小或是AngleExtent太大，将会出现该模板不再合适（虚拟）内存的情况。在这种情况下，应该加大角度步长AngleStep或较少角度范围AngleExtent。在任何情况下，希望模板是完全合适主存储器的，因为这避免了操作系统的内存分页，较少模板匹配时间。

③如果没有选择完成预生成模式（complete pregeneration），基于金字塔的每一层参考姿势创建模板。这

样在使用find_shape_model算子时，该模板在运行时必须转换为不同的角度和尺度。正因为如此，模板匹配可能需要更多时间。

⑷、Optimization

①参数 Optimization设置为不等于'auto'的数字，可以有效的减少模板（边缘）点数（对于对于特别大的模板

尤为有用）。如果 Optimization= 'none' ，这要存储所有的模板点。在其他情况下，按照 Optimization的值来减少模板点数。如果模板点数减少了，需要在find_shape_model算在中将参数Greediness设置一个比较小的值，比如0.7或0.8,。对于比较小的模板，减少模板点数并不能提高搜索速度，因为这种情况下必须检查更多的潜在的模板实例。

②如果 Optimization设置为'auto'，算子create_shape_model自动确定较少模板点数。

③Optimization有可选的第二个值。Optimization第二个值定义了模板是否进行完整预定义生成是通过选择

'pregeneration'或者'no_ pregeneration'来设置。可以通过set_system（'pregenerate_shape_models' , 'true'/'false'）默认值为'no_ pregeneration'即没有完整预定义生成。模板完整预定义生成通常会导致比较低的运行时间，因为模板不需要在运行时（find_shape_model）进行转换。但是在这种情况下，创建模板需要很大的内存和时间。

④还应该指出，不能指望两个模板返回完全相同的结果，因为在运行时变换模板一定会导致变换模板和预生

成的变换模板之间产生不同的内部数据。比如，如果模板没有完整预生成，在find_shape_model算子中通常会返回一个较低的scores，这可能需要将MinScore设置成一个较低的值（比进行了完整预生成的模板的MinScore低）。此外，在两个模板中的差值算法获得的姿位可能略有不同。如果希望是高精度，应该使用最小二乘调整得到的模板位姿。

⑸、Metric

①参数Metric定义了在图像中匹配模板的条件。如果Metric = 'use_polarity'，图像中的目标必须与模板具有一

样的对比度。例如，如果模板是一个亮的目标在一个暗的背景上，那么只有那些比背景亮的目标才能被

找到。

②如果Metric = 'ignore_global_polarity'，在两者（目标和背景）对比度完全相反也能找到目标。在上面例子中，如果目标是比背景暗的也能找到。find_shape_model在这种情况下运行时间稍微增加。

③如果Metric = 'ignore_local_polarity'，及时局部对比度改变也能走到模板。例如当目标包含一部分中等灰度，

并且其中部分是比较亮部分和比较暗部分，使用这种模式是非常有用的。。find_shape_model在这种情况下运行时间显著增加。最好的方法是使用create_shape_model创建几个反映目标可能的对比度变化的模板，然后同时使用find_shape_model去匹配它们。

上面三个Metric仅仅使用与单通道图像。如果是多通道图像作为模板或搜索图像，仅仅第一通道被使用（并且不会返回错误信息）

④如果Metric = 'ignore_color_polarity'，及时局部颜色对比度变化也能找到模板。例如，当目标的部分区域颜

色发生变化（从红到绿）的情况。如果不能提前知道哦目标在那一通道时可是的，这种模式非常有用。在这种情况下find_shape_model在这种情况下运行时间急剧增加。'ignore_color_polarity'可以使用于具有任意通道数目的图像中。如果使用于单通道，它的效果和'ignore_local_polarity'是完全相同的。需要注意的是，如果Metric = 'ignore_color_polarity'，create_shape_model创建的模板的通道数目和find_shape_model中的图像通道数目可以使不同的。例如，可以使用综合生成的单通道图像创建模板。另外，这些通道不需要时通过光谱细分（像RGB图像）的，这些通道还可以包括具有不同方向照亮同一个目标所获得的图像。

⑹、Contrast

①参数Contrast决定模板的对比度。对比度是用来测量目标与背景之间和目标不同部分之间局部的灰度

差异Contrast的选择应该确保用于创建模板的主要特征。Contrast可以是两个数值，这时模板使用近似edges_image算子中的滞后阈值方式来进行分割。这里的第一个数值是比较低的阈值，第二个是比较高的阈值。较低的阈值，能够检测出的边线越多，结果也就越容易受到图片噪声的影响，并且越容易从图像中挑出不相关的特性。与此相反，一个高的阈值将会遗失细的或者短的线段。为了取得比较好的结果，这里使用了双阈值（迟滞阈值）的方法，综合它们结果，取各其优点去其缺点。方法如下：首先使用一个高阈值去寻找边线开始的地方。一旦找到了一个开始点，我们在图像上逐点跟踪边缘路径，当大于低阈值数值时一直纪录边缘位置，直到数值小于低阈值数值之后才停止纪录。这种方法假设边缘是连续的界线，并且我们能够跟踪前面所看到的边缘的模糊部分，而不会将图像中的噪声点标记为边缘。

②Contrast有第三个可选参数，这个数值决定了选择重要模板边缘最小长度。即如果按照指定的对比度查

找出来的边缘长度小于这个参数，则这个边缘边则被忽略。

③三个参数的参数设置方式（具体设置方式不用深究，在匹配助手中调好后会自动插入）：

▲如果Contrast设置为'auto'，则create_shape_model会自动确定上面三个阈值。

▲如果要设置第三个可选参数（模板最小长度），而不是用迟滞阈值（只使用一个阈值）。在

Contrast中必须指定三个数值，前面两个数值设置为相等即可。[20,20,5]

▲仅仅自动设置对比度（'auto_contrast'）、自动滞后阈值（'auto_contrast_hyst'）或自动最小长度

（'auto_min_size'）中的一个，其他没有自动设置的数值可以按照上面的格式在进行设置。同样可以允许各种组合，例如：如果设置['auto_contrast','auto_min_size']表示对比度和最小边缘长度自动确定；如果设置为['auto_min_size',20,30]，最小尺寸自动设置，迟滞阈值分别被设置为20和30.

④有时候对比度阈值自动设置的结果并不满意，例如，由于一些具体应用的原因当某一个模板组件被包含或

是被抑制时，目标包含几种不同的对比度是，手动设置的效果会更好。因此对比度阈值可以使用determine_shape_model_params算子自动确定，也可以在调用create_shape_model之前使用

⑺、MinContrast

①MinContras决定模板的最小对比度，即这个参数从图像中吧模板和噪声分离。因此，MinContras一个

好的取值选择是：图像中的噪声灰度值的变换范围。路噪声灰度值的波动范围是10个灰度级，那么MinContras应该设置为10.如果模板图像和搜索图像时多通道图像，MinContra就应该设置为10的开立方。

MinContras必须必Contras小。

②如果要在一幅对比度非常低的图像中匹配模板，MinContras要设置成一个很小的值。

③如果在噪声严重的图像中匹配模板，为了保证算在find_shape_model提取的模板的位置和角度的鲁棒性和

准确性，MinContras应该比噪声灰度值的范围要稍大。

④如果MinContras设置为'auto'，则create_shape_model根据模板图像自动确定。

⑤如果匹配图像中的噪声和模板中的噪声相类似，自动确定MinContras才有意义。

⑥此外，在一些情况下，为了增大（针对被遮挡的物体）鲁棒性，建议增大自动确定的值。自动计算的最小