halcon算子中 Metric

Halcon中的Metric算子主要用于计算图像中两个区域之间的相似度或距离。该算子基于一些预定义的度量方法（如欧几里得距离、曼哈顿距离等），可以计算出两个区域之间的差异程度。Metric算子的语法如下：

Metric(Image1, Image2, Distance : Metric)

其中，Image1和Image2分别是待比较的两个区域（可以是灰度图、彩色图或者图像的一部分），Distance是用于指定度量方法的输入参数，Metric是输出参数，表示两个区域之间的相似度或距离。

在Metric算子中，Distance参数可以选择以下几种度量方法：

- "cityblock"：曼哈顿距离
- "euclidean"：欧几里得距离
- "maxabs"：最大绝对值差
- "maxdist"：最大值差
- "meanabs"：平均绝对值差
- "meandist"：平均值差
- "rms"：均方根误差
- "stddev"：标准差

使用Metric算子可以帮助我们计算图像中不同区域之间的差异程度，从而实现基于相似度或距离的图像匹配、分类、分割等应用。

相关问题

halcon模板匹配算子

### Halcon 中模板匹配算子使用方法及参数说明

#### 创建形状模型
创建形状模型是模板匹配的第一步，在此过程中定义了用于后续图像中寻找对象的特征。`create_shape_model` 函数负责构建这一模型，其语法如下：

create_shape_model(Image : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, MinContrast : ModelID)

- `NumLevels`: 控制金字塔层数量，通常设为自动模式。
- `AngleStart`, `AngleExtent`, 和 `AngleStep`: 定义旋转范围及其增量[^4]。
- `Optimization`: 提供优化选项以提高速度或准确性。
- `Metric`: 设定评估标准，例如 `'use_polarity'` 表明目标和背景之间的灰度关系需一致[^1]。
- `MinContrast`: 设置最小对比度阈值。

#### 查找已知模型实例
一旦建立了形状模型，则可以利用特定函数来定位这些模型在新图片中的位置。对于固定大小的对象，可采用 `find_shape_model`; 若考虑缩放变化则应选用 `find_scaled_shape_model`. 后者允许指定角度搜索区间以及是否启用亚像素级精确定位[^5].

#### 参数调整与特殊情形处理
针对不同应用场景下的需求差异，可能还需进一步微调某些高级配置项。比如通过 `set_shape_model_param` 修改默认行为；当遇到变形、模糊边界等情况时，合理选择合适的算法策略变得尤为重要[^3].

#### 示例代码片段展示如何建立并应用一个简单的形状模型:

* 加载样本图像作为模板
read_image (Image, 'fabrik')

* 构建形状模型
create_shape_model (Image, 0.5, -0.52, 1.57, 0.087, 'auto', 'use_polarity', 5, 10, ModelID)

* 寻找匹配的位置
find_shape_model (SearchImage, ModelID, -0.39, 0.39, 0.087, 0.5, ['num_matches'], [1], Row, Column, Angle, Score)

create_shape_model(Template : : NumLevels, AngleStart, AngleExtent, AngleStep, Optimization, Metric, Contrast, MinContrast : ModelID)算子

create_shape_model是HALCON中用于创建基于形状匹配的模板匹配模型的算子，它可以根据输入的模板图像创建一个用于匹配的模型，并返回模型的ID。

具体来说，create_shape_model算子可以通过以下参数进行调用：

- Template：输入的模板图像，用于创建模型。
- NumLevels：金字塔层数，用于指定图像金字塔的层数。
- AngleStart：旋转起始角度，用于指定旋转的起始角度。
- AngleExtent：旋转角度范围，用于指定旋转角度的范围。
- AngleStep：旋转角度步长，用于指定旋转角度的步长。
- Optimization：优化方法，用于指定模型优化方式，可以选择"none"（不进行优化）或"point_reduction_high"（高级点简化）或"point_reduction_low"（低级点简化）。
- Metric：相似度度量方法，可以选择"shape_based_matching"（基于形状匹配）或"normalized_correlation"（归一化互相关）。
- Contrast：对比度增强因子，用于增强输入图像的对比度。
- MinContrast：最小对比度阈值，用于过滤对比度较低的区域。
- ModelID：输出的模型ID，用于后续的匹配操作。

在运行该算子时，它会根据输入的模板图像创建一个用于匹配的模型，并返回模型的ID。模型中包含了模板图像在不同旋转角度下的特征信息，可以用于对其他图像进行匹配。同时，NumLevels参数用于指定图像金字塔的层数，可以提高匹配的精度和效率。AngleStart、AngleExtent和AngleStep参数用于指定模型在不同旋转角度下的特征信息。Optimization参数用于指定模型优化方式，Metric参数用于选择相似度度量方法，Contrast和MinContrast参数用于增强输入图像的对比度和过滤对比度较低的区域。

需要注意的是，create_shape_model算子仅能处理灰度图像，输出的模型ID可以用于后续的匹配操作。在进行匹配操作时，可以使用find_shape_model算子对其他图像进行匹配。