Corner Detector

Dieser Funktionsblock spezialisiert sich auf die Erkennung von Eckenmustern innerhalb von Bildern. Durch die Nutzung bekannter Algorithmen bietet er eine effiziente Möglichkeit, bedeutende Punkte von Interesse zu identifizieren, die in verschiedenen Bildverarbeitungsaufgaben nützlich sein können.

📥 Eingänge

Image Any Dieser Eingang akzeptiert beliebige Bilddaten zur Eckenerkennung.

📤 Ausgänge

Detected Corners Die Ausgabe zeigt das ursprüngliche Bild mit hervorgehobenen erkannten Ecken.

Number of Corners Diese Ausgabe zeigt die Gesamtzahl der im Eingangsbild erkannten Ecken an.

Locations Diese Ausgabe liefert die genauen Standorte der erkannten Ecken als Koordinatenpunkte.

🕹️ Steuerungen

Detector Type Ein Dropdown-Menü, das es Ihnen ermöglicht, den Algorithmus zur Eckenerkennung auszuwählen, entweder "HARRIS CORNER" oder "SHI-THOMAS CORNER".

Threshold Ein Schieberegler zur Anpassung der Empfindlichkeit der Eckenerkennung. Höhere Werte können zu weniger erkannten Ecken führen, während niedrigere Werte mehr Ecken zurückgeben können.

🎨 Funktionen

Multiple Detection Methods Benutzer können zwischen verschiedenen Algorithmen zur Eckenerkennung basierend auf ihren spezifischen Bedürfnissen wählen.

Visual Output Ecken werden durch farbige Kreise auf dem Bild angezeigt, was ein klares visuelles Feedback zu den erkannten Merkmalen bietet.

📝 Nutzungshinweise

1. Connect Input Image: Verbinden Sie ein Bild mit dem Eingangsbereich Image Any zur Analyse.

2. Select Detector Type: Wählen Sie den gewünschten Algorithmus zur Eckenerkennung im Dropdown-Menü Detector Type.

3. Adjust Threshold: Verwenden Sie den Schieberegler Threshold, um die Sensitivität des Eckenerkennungsprozesses einzustellen.

4. Run the Block: Führen Sie den Block aus, um die Eckenerkennung durchzuführen. Die Ausgabe enthält das Bild mit erkannten Ecken, die Anzahl der Ecken und deren jeweilige Standorte.

📊 Bewertung

Wenn dieser Funktionsblock ausgeführt wird, verarbeitet er das Eingangsbild, hebt erkannte Ecken hervor und liefert relevante numerische sowie Koordinatendaten als Ausgabe.

💡 Tipps und Tricks

Feinabstimmung der Erkennung

Um die Eckenerkennung zu verbessern, experimentieren Sie mit verschiedenen Schwellenwerten, um die effektivste Sensitivität für Ihr spezifisches Bild zu finden.

Vorverarbeitung des Eingangsbildes

Erwägen Sie die Verwendung eines Blocks wie Blur oder Image Threshold, um vorab Rauschen im Bild zu reduzieren, was die Erkennungsgenauigkeit verbessern kann.

Ergebnisse mit verschiedenen Datentypen visualisieren

Sie können den Ausgang Locations dieses Blocks mit anderen Blöcken verbinden, die eine weitere Verarbeitung basierend auf den Eckenstandorten durchführen, wie z. B. Draw Point oder Measure Position Distance.

🛠️ Fehlersuche

Keine Ecken erkannt

Wenn keine Ecken erkannt werden, stellen Sie sicher, dass das Eingangsbild klar ist und eindeutige Merkmale enthält. Passen Sie den Schwellenwert für die Erkennungssensitivität an.

Schwellenwertprobleme

Stellen Sie sicher, dass der Schwellenwert im akzeptablen Bereich liegt. Wenn es einen Fehler bezüglich des Schwellenwerts gibt, passen Sie ihn auf eine geeigneteren Wert an.