新增模版匹配：
1.基於形狀的模板匹配
應用場合：定位物件內部的灰度值可以有變化，但物件輪廓一定要清晰平滑。
1.建立形狀模型：create_shape_model()
2.尋找形狀模型：find_shpae_model()
3.釋放形狀模型：clear_shape_model()
2.可縮放形狀的模板匹配：
應用場合：整體縮放。
1.建立形狀模型：create_scaled_shape_model ()
2.尋找形狀模型：find_scaled_shape_model()
3.釋放形狀模型：clear _scaled_shape_model ()
3.可縮放形狀的模板匹配：
應用場合：xy單獨縮放。
1.建立形狀模型：create _aniso_shape_model ()
2.尋找形狀模型：find_aniso_shape_model ()
3.釋放形狀模型：clear_aniso_shape_model ()
4.相關性匹配
應用場合：搜尋物件有輕微的變形，大量的紋理，影象模糊等場合，速度快，精度低。
1.建立模板：create_ncc_model()
2.尋找模板：find_ncc_model()
3.釋放模板：clear_ncc_model()
5.基於灰度的模板匹配
應用場合：定位物件內部的灰度值沒有大的變化，沒有缺失部分，沒有干擾影象和雜訊的場合。
1.建立模板：create_template()
2.尋找模板：best_match()
3.釋放模板：clear_template()
6.基於元件的模版匹配（也是輪廓，鉗子的開合狀態均能匹配）
應用場合：元件匹配是形狀匹配的擴充套件，但不支援大小縮放匹配，一般用於多個物件（工件）定位的場合。
演算法步驟：
1.獲取元件模型裡的初始控制項 gen_initial_components()
引數：modelimage [input] 初始元件的
initialcomponents [output] 初始元件的輪廓區域
contrastlow [input] 對比度下限
contrasthigh [input] 對比度上限
minsize [input] 初始元件的最小尺寸
mode[input] 自動分段的型別
genericname [input] 可選控制引數的名稱
genericvalue [input] 可選控制引數的值
2.根據影象模型，初始元件，訓練來訓練元件和元件相互關係 train_model_components()
3.建立元件模型 create_trained_component_model()
4.尋找元件模型 find_component_model()
5.釋放元件模型 clear_component_model()
7.基於變形匹配
應用場合：搜尋物件有輕微的變形。
1.建立模板：create_local_deformable_model()
2.尋找模板：find_local_deformable_model()
3.釋放模板：clear_deformable_model()
8.基於描述匹配
應用場合：搜尋物件有輕微的變形，透視的場合，根據一些描述點的位置和灰度值來進行匹配。
1.建立模板：create_calib_descriptor_model()
2.尋找模板：find_calib_descriptor_model()
3.釋放模板：clear_descriptor_model()
Halcon 模版匹配
1.建立模板 create shape model template numlevels,anglestart,angleextent,anglestep,optimization,metric,contrast,mincontrast modelid template 模板影象 numlevels...
Halcon學習 模版匹配之二
find shape model image 搜尋影象 modelid 模板控制代碼 anglestart 搜尋時的起始角度 angleextent 搜尋時的角度範圍，必須與建立模板時的有交集 minscore 最小匹配值，輸出的 匹配的得分score 大於該值 nummatches 定義要輸出的 ...
halcon的雙目立體匹配及應用概述
對要求大測量範圍和較高測量精度的場合，採用基於雙攝像機的雙目立體視覺系統比較合適 對測量範圍要求比較小，對視覺系統體積和質量要求嚴格，需要高速度實時測量物件，基於光學成像的單攝像機雙目立體視覺系統便成為最佳選擇。基於雙攝像機的雙目立體視覺系統必須安裝在乙個穩定的平台上，在進行雙目視覺系統標定以及應用...