[Halcon&匹配] 创建形状模板自动设置对比度

• 📢博客主页：https://loewen.blog.csdn.net
• 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
• 📢本文由 丶布布原创，首发于 CSDN，转载注明出处🙉
• 📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨

一. 对比度参数作用

对比度参数用于筛选图像中的有效边缘，确保模板仅包含鲁棒的特征：

• 低对比度（HysteresisLow）：
  定义边缘检测的下限阈值。低于此值的边缘会被完全忽略，避免噪声或微弱变化干扰模板。
• 高对比度（HysteresisHigh）：
  定义边缘检测的上限阈值。高于此值的边缘会被直接保留，确保显著特征始终被选中。
• 双阈值机制（类似Canny边缘检测）：
  介于低、高阈值之间的边缘，仅当它们连接到高阈值边缘时才会保留，从而形成连贯的轮廓。

示例场景

• 低对比度图像：
  若目标边缘模糊（如光照不足），需降低低阈值（HysteresisLow）以避免丢失有效边缘，但需配合最小轮廓长度（MinSize）过滤噪声。
• 高噪声图像：
  提高高阈值（HysteresisHigh）以减少噪声干扰，同时调整低阈值平衡细节保留。

二. 动态计算形状模型最佳参数

// [2025-05-21][罗文][注释说明]
// 自动优化金字塔层级（num_levels）和对比度参数（HysteresisContrast、MinContrast）
// 算法原理：基于图像信噪比自动计算最优金字塔层级，通过直方图分析确定最佳对比度阈值
// 优点：减少手动调参时间，适合快速原型验证
// 缺点：自动参数可能在以下场景失效：
//       - 图像信噪比<15dB的低对比度场景
//       - 存在结构噪声干扰（如规则纹理背景）
// 建议使用场景：
//       - 光照条件稳定的检测环境
//       - 模板图像清晰度>80%的工况
HTuple parameterValue, HysteresisContrast, MinContrast;
HTuple parameterName = modelImg.DetermineShapeModelParams( "auto",  // Parameters
	HTuple(createParam.m_modelAngleStart).TupleRad(),   // AngleStart
	HTuple(createParam.m_modelAngleExtent).TupleRad(),  // AngleExtent
	createParam.m_ScaleMin, /* ScaleMin */  createParam.m_ScaleMax,  // ScaleMax
	"auto", /* m_Optimization */ "use_polarity",  /* m_Metric  */
	"auto", /* Contrast */       "auto",         /* MinContrast */  "all",   /* Genericity */
	&parameterValue);

参数名集合ParameterName与参数值parameterValue集合对应关系：

三. 应用动态计算的形状模型参数

MS_CreateScaleShapeModelParam createParam = shapeModel().m_createScaleShapeModelParam;
		
		if (createParam.m_isAutoSetContrast == true) { //自动设置对比度
			determineShapeModelParams(_inImg, createParam, parameterValue);
			angleStep = parameterValue[1];
			scaleStep = parameterValue[2];
			hysteresisContrast = HTuple(parameterValue[4]).Append(parameterValue[5]).Append(parameterValue[6]);
			minContrast = HTuple(parameterValue[7]);
		}
		else{
			angleStep = "auto";     // 高级参数界面未开放，这里使用默认
			scaleStep = "auto";     // 高级参数界面未开放，这里使用默认
			hysteresisContrast = HTuple(createParam.m_contrast_1st).Append(createParam.m_contrast_2nd).Append(createParam.m_contrast_3rd);
			minContrast = "auto";   // 高级参数界面未开放，这里使用默认
		}

		if (createParam.m_ScaleMin == 1 && createParam.m_ScaleMax == 1)
		{
			shapeModel().m_model = modelImg.CreateShapeModel(
				HTuple(createParam.m_pyramidLevel), \
				HTuple(-0.5 * createParam.m_modelAngleExtent).TupleRad().D(), \
				HTuple(createParam.m_modelAngleExtent).TupleRad().D(), \
				HTuple(angleStep), \
				HTuple(createParam.m_Optimization.toStdString().c_str()), \
				HTuple(createParam.m_Metric.toStdString().c_str()), \
				hysteresisContrast, minContrast);
		}
		else
		{
			shapeModel().m_model = modelImg.CreateScaledShapeModel(
				HTuple(createParam.m_pyramidLevel), \
				HTuple(-1 * createParam.m_modelAngleExtent).TupleRad(), \
				HTuple(2 * createParam.m_modelAngleExtent).TupleRad(), \
				HTuple(angleStep), /*角度步长*/ \
				HTuple(createParam.m_ScaleMin), \
				HTuple(createParam.m_ScaleMax), \
				HTuple(scaleStep), /*缩放步长*/\
				HTuple(createParam.m_Optimization.toStdString().c_str()), \
				HTuple(createParam.m_Metric.toStdString().c_str()), \
				hysteresisContrast, minContrast);
		}

可以看到，在创建模板算子的对比度参数hysteresisContrast中，还引入了最小轮廓长度（MinSize）的数值，其作用是即使边缘通过了对比度筛选，仍需通过长度过滤，三者共同作用，形成一个分层过滤机制：

• 对比度阈值：初步筛选出显著边缘。
• 最小轮廓长度：二次过滤，确保边缘具有实用几何意义，过滤到比该值小的轮廓，只要比该值大的轮廓做模板。

除了自动获取创建模板所需要的对比度参数外，还可以手动微调，通过可视化的方式确认：

• 观察边缘提取结果：
  使用EdgesImage可视化边缘，检查是否覆盖目标轮廓。

HEdges edges = Image.EdgesImage("canny", 1.0, 20, 40); // 调整阈值观察效果