【测量篇】最小外接矩形算法的详细说明

Hi 又见面啦！

不知道小伙伴们最近有没有好好学习软件呢？

今天我将带领大家从【测量篇】开始学习，要学习到的算法就是——最小外接矩形！

机器视觉定位方法很多如：

基于特征点匹配的、基于形状的、基于外截圆、外截矩形的等等。其中基于最小外接矩形的定位方法是我们常见的一种定位方法。

其定位机理可以概述为：通过查找目标特征区域的最小外接矩形，依据矩形的位置及方向来定位目标物体的位置与姿态。再通过与模板图像的比对，从而计算出目标物体的偏移量与旋转角度，从而引导机械手进行相应的作业。

✔算法介绍

本算法用于统计在设定的 ROI 区域（蓝色框）内统计符合灰度要求的像素点组成的最小单位的矩形，设定区域面积的【合格范围】，从而判断产品OK/NG.

✔参数学习

【灰度低阈值】：设置值应<=检测位置边缘灰度值，确定检测位置需要被检测到的像素点灰度的最小值；

【灰度高阈值】：设置值应>=检测位置边缘灰度值，确定检测位置需要被检测到的像素点灰度的最大值；

【精度放大倍数】：此值越高计算出的结果值越精确，但同时会增加检测时间，

【最小阈值】：设置值应<=测试结果值，确定合格产品范围的最小值；

【最大阈值】：设置值应>=测试结果值，确定合格产品范围的最大值；

【收缩检测区域】：此功能可一键自动调整 ROI 区域大小范围（可多次调整），其中“膨胀尺寸”和“向外扩展”可设置单次向外扩展的大小

最小外接矩形算法实际应用场景 ：检测物体(如玻璃瓶的瓶口高度)是否有半圆缺失等...

我们先打开SGVision软件，按【F4】快捷键进入算法页面，【导入需要检测的图片】—【选择测量栏目】—【选中最小外接矩形】。

假设我们要寻找这张图片

也就是白色区域的最小外接矩形

他的【RGB】是255，所以灰度最高最低阈值只要在这个范围就可以检测出来！

检测一下

它就自动寻找出最小的外接矩形了

，时长00:21

这个时候我们测出来的参数有长和宽，有最小宽度和最大宽度，那我们根据客户的要求看他是想要提取哪个参数。

我们再来换一个不同形状的来测试一下！

圆形的最小外接矩形

测试一下也很快就找到了最小的外接矩形

，时长00:09

那假设我们想要找的是最外面这个圆的最小外接矩形，那我们要怎么把里面的圆过滤掉从而精准的找到呢，答案就是调整参数。

我们把【灰度低阈值】与【灰度高阈值】调整为:

80—150

 

测试一下就找到了！

，时长00:13

所以大家在寻找最小外接矩形的时候要先确认好阈值范围，以免碰到多层图形的时候找错图形。

最小外接矩形呢比较适合不规则图形去寻找它的最小的长和宽，如果是圆形这样的图形精度就没那么准确了，总的来说这个算法相对简单，也没有那么多复杂的参数，非常好上手的！

完整视频教学：https://mp.weixin.qq.com/s/TMGQs5uOgzca0yIjv9Re4w

审核编辑：符乾江