邊緣(yuan)匹(pi)配，通過計(ji)算與(yu)模(mo)板的輪廓相似度在圖像中尋找目標。

通過(guo)鼠標(biao)操作 ROI 選定模板，進入【高級參(can)數】設置(zhi)匹配角度(du)范圍(wei)，最小相似(si)度(du)分數，并可修(xiu)改(gai)模板。

通過(guo)圖像(xiang)方法主處(chu)理下拉框選擇 邊緣匹配 

【鼠(shu)標操作】通過鼠(shu)標改(gai)變 ROI 的(de)(de)大(da)小，并拖(tuo)放至適當的(de)(de)位置作為學(xue)習的(de)(de)模板。

【方法學習】保存該方法及模板 

點(dian)擊高級參數進行(xing)高階調(diao)整 

【個(ge)數】希望尋(xun)找的目(mu)標(biao)數量

【分數(shu)】目標(biao)與模板間的相似度(du)分數(shu)

【比例容(rong)差】目標與模(mo)板間的大小(xiao)比例變化(hua)

【角度(du)基準】目標在圖像中的旋轉(zhuan)角度(du)

【角度容差】在<角度基準>基礎(chu)上的尋找角度范圍(wei)

【匹配位置】分數最(zui)大，最(zui)左(zuo)邊(bian)的，最(zui)右(you)邊(bian)的，最(zui)上邊(bian)的，最(zui)下邊(bian)的

            當圖像(xiang)中存在多(duo)個目標時，可選擇返回(hui)其中符合位(wei)置的(de)一個。

【模板類型(xing)】Consistent edge、Thin Structure

Consistent edge：是默(mo)認的選項，表示邊緣特征為(wei)連續的曲線。大部分(fen)情況下使用(yong)該參數(shu)即可。

            Thin Structure：針對(dui)特征邊緣比(bi)較靠近而容易(yi)被(bei)認為是(shi)同一邊緣曲線(xian)的情況，比(bi)如兩(liang)條靠得很(hen)近的平(ping)行直線(xian)。

【模(mo)板修改(gai)】彈出(chu)模(mo)板修改(gai)框對模(mo)板進行修改(gai)

【最小(xiao)特征點數(shu)】模板(ban)(ban)邊緣(yuan)的最小(xiao)特征點數(shu)目，表(biao)示(shi)在金字塔頂(ding)層模板(ban)(ban)保留的邊緣(yuan)點數(shu)。

         &nbsp; &nbsp;    該數值越大，能(neng)提高(gao)在頂層(ceng)初步匹配的準(zhun)確性。

【最(zui)大特(te)征點數】模板邊(bian)緣的(de)最(zui)大特(te)征點數目，默認(ren)為 1024

           &nbsp;    算法(fa)將根據(ju)設(she)定的特征點數(shu)目，均勻提(ti)取模板邊緣上的特征點。

                例(li)如模板(ban)邊緣(yuan)點(dian)數目為 2000 點(dian)，算法將(jiang)均(jun)勻提取 1024 點(dian)特征；

        &nbsp;       若模板(ban)邊緣(yuan)點數目為(wei) 700 點，那么算法將提取全部 700 點特征(zheng)。

      對于(yu)(yu)邊緣(yuan)模糊的圖像，提高(gao)特征(zheng)點數有(you)利于(yu)(yu)提高(gao)匹(pi)配準確(que)度。

說明：

【角(jiao)(jiao)度基準(zhun)(zhun)】與【角(jiao)(jiao)度容(rong)差】的關系舉例，假如(ru)角(jiao)(jiao)度基準(zhun)(zhun)設置成 0 度，角(jiao)(jiao)度容(rong)差設置成 5 度，即算(suan)法將在(zai)

[-5 +5]度的范圍內(nei)

模(mo)板修改 

如模板存(cun)在干擾的(de)邊緣特征點，可(ke)通過鼠標操作進行模板修改(gai)。

如下圖，算(suan)法在(zai)提取邊緣(yuan)特征點時，將(jiang)不再考慮被涂的紅色區域(yu)。

   float x;

  float y;

  float score;

  float angle;