create_trained_component_modelT_create_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model创建训练组件模型（算子）

名称

create_trained_component_modelT_create_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model — 基于训练好的组件准备组件模型进行匹配。

签名

描述

create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model 将通过 ComponentTrainingIDComponentTrainingIDComponentTrainingIDComponentTrainingIDcomponentTrainingIDcomponent_training_id 传入的训练结果准备为用于匹配的组件模型。输出参数 ComponentModelIDComponentModelIDComponentModelIDComponentModelIDcomponentModelIDcomponent_model_id 是该模型的句柄，用于后续对 find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model 的调用。与 create_component_modelcreate_component_modelCreateComponentModelCreateComponentModelCreateComponentModelcreate_component_model 不同，在调用 create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model 之前，必须先使用 train_model_componentstrain_model_componentsTrainModelComponentsTrainModelComponentsTrainModelComponentstrain_model_components 对模型组件进行训练。

参数 AngleStartAngleStartAngleStartAngleStartangleStartangle_start 和 AngleExtentAngleExtentAngleExtentAngleExtentangleExtentangle_extent 用于确定组件模型在图像中可能的旋转范围。

在内部，每个模型组件都会构建一个独立的形状模型（参见 create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model）。因此，参数 MinContrastCompMinContrastCompMinContrastCompMinContrastCompminContrastCompmin_contrast_comp、MinScoreCompMinScoreCompMinScoreCompMinScoreCompminScoreCompmin_score_comp、NumLevelsCompNumLevelsCompNumLevelsCompNumLevelsCompnumLevelsCompnum_levels_comp、AngleStepCompAngleStepCompAngleStepCompAngleStepCompangleStepCompangle_step_comp、OptimizationCompOptimizationCompOptimizationCompOptimizationCompoptimizationCompoptimization_comp, MetricCompMetricCompMetricCompMetricCompmetricCompmetric_comp 和 PregenerationCompPregenerationCompPregenerationCompPregenerationComppregenerationComppregeneration_comp 对应于 create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model 的参数，但存在以下区别： 首先，create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model 的 OptimizationOptimizationOptimizationOptimizationoptimizationoptimization 参数既提供了减少模型点数量的功能，也提供了完全预生成形状模型的功能。相比之下， create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model 算子使用独立的 PregenerationCompPregenerationCompPregenerationCompPregenerationComppregenerationComppregeneration_comp 参数来决定是否应完全预生成形状模型。此外，还应注意关于 MinScoreCompMinScoreCompMinScoreCompMinScoreCompminScoreCompmin_score_comp 参数的第二个区别。在形状匹配过程中，使用 create_shape_modelcreate_shape_modelCreateShapeModelCreateShapeModelCreateShapeModelcreate_shape_model 准备形状模型时无需传递此参数，仅在 find_shape_modelfind_shape_modelFindShapeModelFindShapeModelFindShapeModelfind_shape_model 搜索阶段需要。而准备组件模型时，分析模型组件的旋转对称性及组件间相似性更为有利。但该分析仅在搜索阶段（参见 find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model）使用的 MinScoreCompMinScoreCompMinScoreCompMinScoreCompminScoreCompmin_score_comp 值已大致确定时，才能产生有效结果。使用 find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model 进行搜索后，将返回搜索图像中各组件的姿态参数。请注意，这些姿态参数指的是组件的参考点。组件的参考点即其关联区域的重心，该区域在 train_model_componentstrain_model_componentsTrainModelComponentsTrainModelComponentsTrainModelComponentstrain_model_components 的 ModelComponentsModelComponentsModelComponentsModelComponentsmodelComponentsmodel_components 中返回。

参数 MinContrastCompMinContrastCompMinContrastCompMinContrastCompminContrastCompmin_contrast_comp、NumLevelsCompNumLevelsCompNumLevelsCompNumLevelsCompnumLevelsCompnum_levels_comp、AngleStepCompAngleStepCompAngleStepCompAngleStepCompangleStepCompangle_step_comp 和 OptimizationCompOptimizationCompOptimizationCompOptimizationCompoptimizationCompoptimization_comp 可以通过将相应参数的值设为 'auto'"auto""auto""auto""auto""auto" 来自动确定。

所有组件特有的输入参数（参数名称以后缀 Comp 结尾）必须包含一个元素（此时该参数将用于所有模型组件），或者必须包含与 ComponentTrainingIDComponentTrainingIDComponentTrainingIDComponentTrainingIDcomponentTrainingIDcomponent_training_id 中模型组件数量相同的元素（此时每个参数元素对应 ComponentTrainingIDComponentTrainingIDComponentTrainingIDComponentTrainingIDcomponentTrainingIDcomponent_training_id 中的相应组件）。

除了各个形状模型外，组件模型还包含关于如何使用 find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model 搜索单个模型组件之间相对位置的信息，以最大限度地减少搜索的计算时间。为此，组件以树形结构表示。首先搜索位于搜索树根部的组件（根组件）。随后，其余组件将根据其在搜索树中前驱组件的姿态进行相对搜索。

在搜索过程中，根组件可作为 find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model 的输入参数传递。模型组件适合作为根组件的程度取决于多个因素。原则上应选择在图像中具有较高检出概率的模型组件。因此，那些有时会被高度遮挡或在某些情况下缺失的组件，并不适合作为根组件。此外，搜索过程中与根组件相关的计算时间也可作为评估标准。基于该标准对模型组件进行排序的结果存储于 RootRankingRootRankingRootRankingRootRankingrootRankingroot_ranking 参数中。在此参数中，模型组件的索引会根据其关联的计算时间按降序排列，即 RootRankingRootRankingRootRankingRootRankingrootRankingroot_ranking[0] 包含作为根组件时能实现最快搜索速度的模型组件的索引。需注意 RootRankingRootRankingRootRankingRootRankingrootRankingroot_ranking 返回的排序仅为粗略估算。此外，根排名的计算假设在调用 create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model 和 find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model 时，图像大小以及系统参数 'border_shape_models'"border_shape_models""border_shape_models""border_shape_models""border_shape_models""border_shape_models" 的值是相同的。

执行信息

• 多线程类型：可重入（与非独占算子并行运行）。
• 多线程作用域：全局（可从任何线程调用）。
• 未采用并行化处理。

此算子返回一个句柄。请注意，即使该句柄被用作特定算子的输入参数，这些算子仍可能改变此句柄类型的实例状态。

参数

示例（HDevelop）

* Get the model image.
read_image (ModelImage, 'model_image.tif')
* Define the regions for the initial components.
gen_rectangle2 (InitialComponentRegions, 212, 233, 0.62, 167, 29)
gen_rectangle2 (Rectangle2, 298, 363, 1.17, 162, 34)
gen_rectangle2 (Rectangle3, 63, 444, -0.26, 50, 27)
gen_rectangle2 (Rectangle4, 120, 473, 0, 33, 20)
concat_obj (InitialComponentRegions, Rectangle2, InitialComponentRegions)
concat_obj (InitialComponentRegions, Rectangle3, InitialComponentRegions)
concat_obj (InitialComponentRegions, Rectangle4, InitialComponentRegions)
* Get the training images.
gen_empty_obj (TrainingImages)
for i := 1 to 4 by 1
    read_image (TrainingImage, 'training_image-'+i+'.tif')
    concat_obj (TrainingImages, TrainingImage, TrainingImages)
endfor
* Extract the model components and train the relations.
train_model_components (ModelImage, InitialComponentRegions, \
                        TrainingImages, ModelComponents, 22, 60, 30, 0.65, \
                        0, 0, rad(60), 'speed', 'rigidity', 0.2, 0.4, \
                        ComponentTrainingID)
* Create the component model based on the training result.
create_trained_component_model (ComponentTrainingID, -rad(30), rad(60), 10, \
                                0.5, 'auto', 'auto', 'none', \
                                'use_polarity', 'false', ComponentModelID, \
                                RootRanking)
* Find the component model in a run-time image.
read_image (SearchImage, 'search_image.tif')
find_component_model (SearchImage, ComponentModelID, RootRanking, -rad(30), \
                      rad(60), 0.5, 0, 0.5, 'stop_search', 'prune_branch', \
                      'none', 0.55, 'least_squares', 0, 0.9, ModelStart, \
                      ModelEnd, Score, RowComp, ColumnComp, AngleComp, \
                      ScoreComp, ModelComp)

结果

如果参数有效，算子 create_trained_component_modelcreate_trained_component_modelCreateTrainedComponentModelCreateTrainedComponentModelCreateTrainedComponentModelcreate_trained_component_model 返回值 2 (H_MSG_TRUE)。如有必要，则抛出异常。

可能的前趋

train_model_componentstrain_model_componentsTrainModelComponentsTrainModelComponentsTrainModelComponentstrain_model_components, read_training_componentsread_training_componentsReadTrainingComponentsReadTrainingComponentsReadTrainingComponentsread_training_components

可能的后继

find_component_modelfind_component_modelFindComponentModelFindComponentModelFindComponentModelfind_component_model

替代

create_component_modelcreate_component_modelCreateComponentModelCreateComponentModelCreateComponentModelcreate_component_model

模块

匹配

---