1. 功能概述

卡尺工具 主要有两个功能，一是检测边缘点的位置，二是检测边缘对之间的宽度。

2. 基本原理

• 指定需要查找边缘的矩形ROI区域
  
• 利用矩形ROI的四个顶点与对应的转正后矩形（搜索方向与水平轴平行）的四个顶点构建仿射变换关系，并利用该放射变换将矩形ROI区域内的图像转正
  
  
• 沿着投影方向将转正后的矩形ROI区域内的图像投影成单像素高度的水平像素带(一般是取每个位置处所有垂直方向像素的平均值)
  
• 对像素波段执行过滤操作
  
• 执行边缘提取
  
• 根据指定的边缘过滤方法过滤边缘
  

3. 方案配置

4. 单边缘

4.1 边缘阈值参数

• 当边缘阈值较小时，可以找到边缘
  
  
• 边缘阈值过大时，找不到边缘
  
  

4.2 最大结果数参数

4.3 边缘极性参数

控制边缘方向的三个选项：

• 黑到白只提取从黑到白过渡的边缘
  
  
• 从白到黑，只提取从白到黑过渡的边缘
  
  
• 任意极性同时提取黑到白和白到黑的边缘
  
  

4.4 计分函数

边缘按照指定的评分方法进行评分，提供对比度、边缘位置、相对位置和灰度均值四种方法。每个评分使能下有曲线类型、起点、中点、终点、计分高值、计分低值六个参数。曲线类型包括递增和递减类型。通过设置这六个参数，目标边缘点集的得分最高。

评分函数实际上是一个分段函数

4.4.1 计分函数（分段函数）表现形式

• 形式一
  
  
• 形式二
  
  
• 形式三
  
  
• 形式四
  
  

4.4.2 计分方式

• 对比
  默认开启的计分方式。以边缘处的对比度作为计分函数的自变量，根据对比度计分函数计算出边缘的评分，最后选择出得分最高的边缘。由于使用的图像都是 8Bit 深度的灰度图像，因此，自变量的取值范围 [0, 255] 。
  
  
  
  
• 边缘位置
  以边缘位置相对于查找区域中心的绝对距离作为计分函数的自变量。因此，自变量的取值范围 [0, search_length * 0.5] 。
  
  由上图可知，自变量的范围是 [0, 91.1819] 。
  
  
  
  
  
• 相对位置
  以边缘位置相对于查找区域中心的相对距离作为计分函数的自变量。因此，自变量的取值范围 [search_length * 0.5, search_length * 0.5] 。
  
  
  
  
  
• 灰色均值
  平均分是按地区预测的，评价率低。
  

5. 边缘对

边缘对方法一次提取两条边。除了单边提供的评分方法外，还提供了归一位置评分、归一相对位置评分、间距评分、间距评分和相对间距差评分五种评分方法。此外，边缘对模式还提供了一个新的参数边缘对宽度，用于计算实际输入评分函数的自变量。

• 对比
  两边的对比平均值作为评分函数的自变量
  
• 地点
  两个边缘位置的中点作为评分函数的自变量
  
• 相对位置
  两个边缘位置的中点作为评分函数的自变量
  
• 灰色均值
  两个边缘位置的灰度均值的平均值
  
• 归一化位置
  论据 = |边缘对中心到搜索区域的距离 | / 边对宽度
  | 边缘对中心到搜索区域中的距离 |的取值范围 [0, search_length * 0.5) 。
  一般情况下，设置边缘对宽度为 search_length * 0.5 ，以保证自变量的取值范围是 [0, 1)
  
  
• 归一化相对位置
  参数 = 从边缘对中心到搜索区域的距离 / 边缘对宽度
  边缘对中心到搜索区域中的距离的取值范围 (-search_length * 0.5, search_length * 0.5) 。
  一般情况下，设置边缘对宽度为 search_length * 0.5 ，以保证自变量的取值范围是 (-1, 1)
  
• 间距
  边缘到测量距离/边缘到宽度
  
• 间距差异
  |边缘到测量距离边缘到宽度| / 边到宽度
  
• 相对间距差
  （边到测量的距离 – 边到宽度）/边到宽度
  

由于试用版程序切换到edge pair模式，运行后提示错误，导致无法提供相关运行结果图片