在機器視覺領域，最常見的功能莫過於形狀匹配定位，無論是在對工件的有無判定、正反判定、工件的分類還是在工件尺寸的定位測量等需求均有非常廣泛的應用。本文中我們將結合ApolloVision對此進行深入的講解。
算法原理掃盲
基於形狀的匹配算法，通常的理解是針對圖像模板（從原圖中截取的一部分）進行一個抽象，比如先對圖像模板的分辨率進行調整，形成多個層級的圖像元素（這一過程通常稱爲圖像金字塔，主要目的是爲了提高匹配速度，但同時也會對匹配精度造成對應的影響），然後對不同層級的圖像元素進行邊緣的提取（通常採用Canny、Sobel、laplace、Scharr等算法計算，這裏同樣會結合其他的參數進行微調，比如對圖像模板中明暗極性、雜斑點的考慮，以及對散點斷點的輪廓擬合），然後將該結果作爲我們所稱作的“模板”保存；在進行匹配操作時，將目標圖（從相機中採集或本地加載圖像獲取）同樣進行多層級分辨率調整以及邊緣的提取，然後再將先前準備好的模板拿到目標圖中進行比對，將處理完成的結果按照相似度的從高到低的順序進行排列，最後結合用戶指定的輸出參數（比如最低匹配分數，期望匹配目標的個數等等）進行輸出得到結果。
軟件的實現
在ApolloVision中，我們需要先拿到一張原始圖像來建立模板（在ApolloVision當前版本（20200428）中已內置了海康威視的相機SDK），如果手頭上沒有該相機，也可以使用本地任意一張圖像進行相關的操作（默認使用黑白圖片，彩色圖像將自動轉換爲單通道的灰度圖），本文中將使用海康相機（型號：MV-CA050-10GM黑白相機）進行講解。
打開ApolloVision視覺軟件，我們先鼠標點擊“工作流程1”（表示我們將在工作流程1中添加功能模塊），這裏我們先添加相機圖像以及形狀匹配定位：
雙擊“相機圖像”進入設置框：
選擇相機，並設置觸發模式、增益和曝光時間，這裏我們將默認，點擊“執行”即可預覽到畫面：
確定保存，接着雙擊打開“形狀匹配定位”，在圖像來源中選擇剛纔配置好的模塊“1 相機圖像”：
然後在運行參數中設定我們需要的大致參數，這裏我們均使用默認參數（當最大匹配個數爲0時表示儘可能多的尋找）：
在模板特徵選項卡中我們來對模板進行創建（下圖爲點擊了右側工具欄中“繪製矩形區域”效果圖）：
在創建繪製了模板區域後，我們可以點擊“生成輪廓預覽”來查閱輪廓的線條，如果存在不需要的區域，可以使用“繪製屏蔽區域”中的圓形區域進行覆蓋（可以創建多個屏蔽區域，最後軟件將取所有區域合成一個區域），如果需要的匹配點不是模板區域的中心點時，也可以使用“自定義匹配點”進行自定義（自定義匹配點指自定義匹配工具圓的圓心位置，即下圖中粉色圓圓心位置）。
點擊確定保存模板即可，同樣的流程可以創建多個形狀模板進行多目標匹配：
點擊執行按鈕可以獲取得到圖像結果：
在右下角的模塊信息框中可以獲取得到測試的結果：
匹配的結果可以通過腳本工具進行一系列的計算，或者使用標定工具進行物理座標系的轉換，再通過通訊工具，例如TCP通信，以JSON的標準格式進行輸出。
***********************************************************************************************************************************************
ApolloVision最新版下載地址（網盤有交流羣號）：