边缘匹配，通过计算与模板的轮廓相似度在图像中寻找目标。

通过鼠标操作 ROI 选定模板，进入【高级参数】设置匹配角度范围，最小相似度分数，并可修改模板。

通过图像方法主处理下拉框选择 边缘匹配 

【鼠标操作】通过鼠标改变 ROI 的大小，并拖放至适当的位置作为学习的模板。

【方法学习】保存该方法及模板 

点击高级参数进行高阶调整 

【个数】希望寻找的目标数量

【分数】目标与模板间的相似度分数

【比例容差】目标与模板间的大小比例变化

【角度基准】目标在图像中的旋转角度

【角度容差】在<角度基准>基础上的寻找角度范围

【匹配位置】分数最大，最左边的，最右边的，最上边的，最下边的

            当图像中存在多个目标时，可选择返回其中符合位置的一个。

【模板类型】Consistent edge、Thin Structure

Consistent edge：是默认的选项，表示边缘特征为连续的曲线。大部分情况下使用该参数即可。

            Thin Structure：针对特征边缘比较靠近而容易被认为是同一边缘曲线的情况，比如两条靠得很近的平行直线。

【模板修改】弹出模板修改框对模板进行修改

【最小特征点数】模板边缘的最小特征点数目，表示在金字塔顶层模板保留的边缘点数。

                该数值越大，能提高在顶层初步匹配的准确性。

【最大特征点数】模板边缘的最大特征点数目，默认为 1024

                算法将根据设定的特征点数目，均匀提取模板边缘上的特征点。

                例如模板边缘点数目为 2000 点，算法将均匀提取 1024 点特征；

                若模板边缘点数目为 700 点，那么算法将提取全部 700 点特征。

      对于边缘模糊的图像，提高特征点数有利于提高匹配准确度。

说明：

【角度基准】与【角度容差】的关系举例，假如角度基准设置成 0 度，角度容差设置成 5 度，即算法将在

[-5 +5]度的范围内

模板修改 

如模板存在干扰的边缘特征点，可通过鼠标操作进行模板修改。

如下图，算法在提取边缘特征点时，将不再考虑被涂的红色区域。

    float x;

   float y;

   float score;

  float angle;