Вычислить опорные точки (Управление данными)

Вычисляет опорные точки между набором данных мозаики и контрольным изображением. Опорные точки могут использоваться совместно со связующими точками, чтобы вычислить трансформацию набора данных мозаики.

Использование

Для получения точных результатов, используйте опцию Высокое сходство для параметра Сходство .

Опорные точки могут быть объединены со связующими точками с помощью инструмента Добавить опорные точки .

Опорные и связующие точки затем используются в инструменте Вычислить блочное уравнивание .

Если набор данных мозаики содержит множество элементов, будьте внимательны при использовании параметра Объекты выходного изображения , поскольку процесс обработки может стать длительным.

Параметры

Входной набор данных мозаики, который будет применяться для расчета опорных точек.

Базовые изображения, которые будут применяться для создания опорных точек вашего набора данных мозаики. Если у вас есть несколько изображений, создайте из них набор данных мозаики, а затем используйте его в качестве базового изображения.

Выходная таблица опорных точек. В этой таблице будут содержаться опорные точки, созданные данным инструментом.

Задает уровень сходства для сопоставления связующих точек.

• Низкое сходство — Критерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки.
• Среднее сходство — Критерий сходства для двух сопоставляемых точек будет средним.
• Высокое сходство — Критерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.

Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.

Задает количество создаваемых связующих точек.

• Низкая плотность точек — Плотность точек будет низкой, создается наименьшее количество связующих точек.
• Средняя плотность точек — Плотность точек будет средней, создается среднее количество связующих точек.
• Высокая плотность точек — Плотность точек будет высокой, создается наибольшее количество связующих точек.

Задает распределение точек, регулярное или случайное.

• Случайное распределение точек — Точки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами.
• Регулярное распределение точек — Точки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.

Ограничивает область, в которой создаются связанные точки, классом полигональных объектов.

Задает ключевое слово, которое описывает точность изображений.

• Низкая точность местоположения изображения — Изображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT.
• Средняя точность местоположения изображения — Изображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris.
• Высокая точность местоположения изображения — Изображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.

Входной набор данных мозаики, который будет применяться для расчета опорных точек.

Базовые изображения, которые будут применяться для создания опорных точек вашего набора данных мозаики. Если у вас есть несколько изображений, создайте из них набор данных мозаики, а затем используйте его в качестве базового изображения.

Выходная таблица опорных точек. В этой таблице будут содержаться опорные точки, созданные данным инструментом.

Задает уровень сходства для сопоставления связующих точек.

• LOW — Критерий сходства для двух сопоставляемых точек будет низким. Эта опция создаст пары точек с наилучшим сопоставлением, но некоторые совпадения могут иметь более высокий уровень ошибки.
• MEDIUM — Критерий сходства для двух сопоставляемых точек будет средним.
• HIGH — Критерий сходства для двух сопоставляемых точек будет высоким. Эта опция создаст наименьшее число сопоставленных точек, но каждая пара будет иметь низкий уровень ошибки.

Выходная таблица точек объектов изображения. Она будет сохранена как класс полигональных объектов. Эти выходные данные могут быть достаточно ёмкими.

Задает количество создаваемых связующих точек.

• LOW — Плотность точек будет низкой, создается наименьшее количество связующих точек.
• MEDIUM — Плотность точек будет средней, создается среднее количество связующих точек.
• HIGH — Плотность точек будет высокой, создается наибольшее количество связующих точек.

Задает распределение точек, регулярное или случайное.

• RANDOM — Точки создаются случайным образом. Случайно расположенные точки лучше подходят для перекрывающихся областей с неправильными формами.
• REGULAR — Точки создаются на основе фиксированного образца. Для точек, основанных на фиксированном образце, используется плотность для определения частоты их создания.

Ограничивает область, в которой создаются связанные точки, классом полигональных объектов.

Задает ключевое слово, которое описывает точность изображений.

• LOW — Изображения имеют большой сдвиг и сильно повернуты (> 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм SIFT.
• MEDIUM — Изображения имеют средний сдвиг и не сильно повернуты (< 5 градусов).Для расчета сопоставления точек будет использоваться алгоритм Harris.
• HIGH — Изображения имеют небольшой сдвиг и не сильно повернуты.Для расчета сопоставления точек будет использоваться алгоритм Harris.

Пример скрипта Python для инструмента ComputeControlPoints .

Это пример автономного скрипта Python для выполнения инструмента ComputeControlPoints .