감지할 모델 패턴의 인스턴스 수를 정의합니다(1-10; 기본값 = 1). 대부분의 경우 한 개의 고정물만 필요하지만, 모델 패턴의 여러 인스턴스를 찾을 수 있습니다. 이는 영상에 한 개 이상의 부품 또는 개체가 있는 응용 프로그램에 유용합니다. 도구가 더 많은 트레이닝된 인스턴스를 식별해야 할수록 도구의 실행 시간이 길어집니다.

모델 패턴과 발견된 패턴 사이에 존재해야 하는 유사성의 정도를 정의합니다(0-100; 기본값 = 50). 발견된 패턴 중 설정치 이상 또는 동등한 패턴은 일치로 간주됩니다. 이 도구는 모델 패턴과 발견된 패턴 사이에 더 높은 유사성을 요구하는 높은 설정치에서 더 빨리 실행됩니다. 설정치가 낮을수록 모델 패턴과 유사하지만 동일하지 않은 패턴이 감지되는 것 같이 그다지 정확하지 않은 결과가 나타날 가능성이 높습니다.

발견된 패턴이 모델 패턴의 위치에서 멀리 떨어져서 회전하더라도 유효한 패턴으로 인식될 수 있는 정도를 정의합니다(± 0-180°; 기본값 =15°). 패턴의 회전 편차 범위가 클수록 도구의 실행 시간이 증가합니다.

발견된 패턴과 모델 패턴 사이의 허용 가능한 축척(±10%내의 크기 변동) 백분율을 정의합니다. 기본적으로 이 설정은 스케일 조정을 비활성화하는 Off(체크 안 함)입니다. 이 작동 모드에서는 도구가 ±10% 범위 내의 패턴을 찾지만 스케일 백분율이 증가함에 따라 특징의 점수가 감소합니다.

패턴이 정렬되는 방식을 스코어 (기본 값), X 또는 Y로 정의합니다. 스코어가 선택된 경우, 발견된 패턴이 점수에 따라 정렬되며, 높은 점수를 받은 패턴으로 우선 나열되며 내림차순으로 정렬됩니다. X가 선택된 경우, 발견된 패턴이 X축으로부터의 거리를 기준으로 정렬되며, 가장 가까운 것에서 가장 먼 것까지 내림차순으로 정렬됩니다. Y가 선택된 경우, 발견된 패턴이 Y축으로부터의 거리를 기준으로 정렬되며, 가장 가까운 것에서 가장 먼 것까지 내림차순으로 정렬됩니다.

트레이닝된 모델 패턴과 관련하여 발견된 패턴의 중앙에서 수평 오프셋 위치(픽셀로 측정)를 정의합니다. 이렇게 하면 모델 패턴의 중앙에서 떨어진 좌표를 지정할 수 있으며 이는 비전 유도 로봇 응용에서 선택점을 정의하는 데 유용합니다.

트레이닝된 모델 패턴과 관련하여 발견된 패턴의 중앙에서 수직 오프셋 위치(픽셀로 측정)를 정의합니다. 이렇게 하면 모델 패턴의 중앙에서 떨어진 좌표를 지정할 수 있으며 이는 비전 유도 로봇 응용에서 선택점을 정의하는 데 유용합니다.

도구가 어떻게 모델 패턴 즉, 영역 모델 또는 가장자리 모델(기본값)을 구축하는지 정의합니다. 영역 모델은 모델 영역에서의 그레이스케일 값의 균일한 샘플링에 기반한 모델 패턴을 만듭니다. 가장자리 모델은 모델 영역 내 패턴 특징의 감지된 가장자리(밝음/어두움 전환)에 기반한 모델 패턴을 만듭니다.

정확, 중간(기본값) 및 빠름으로 도구가 정확성/신뢰성과 실행 속도 간의 균형을 설정하는 방식을 정의합니다. 정확은 높은 정확성/신뢰성에 중점을 두는 반면 실행 속도는 느리며, 빠름은 정확성/신뢰성은 보다 낮고 실행 속도는 빠르며, 중간은 이 두 가지 사이의 중간적인 설정입니다.

실행을 중단하고 도구가 실패를 반환하기 전 도구가 패턴(들)을 검색할 시간을 밀리초 단위(0 ~ 30,000)로 정의합니다.

발견된 패턴 중앙의 X, Y 좌표 및 해당 각도 방향뿐만 아니라 모델 패턴에 대한 상대적인 점수도 표시합니다. 수평 및/또는 수직 오프셋이 적용된 경우, X, Y 좌표가 오프셋 필드에 지정된 양에 따라 조절됩니다.

참고: 찾을 개수 파라미터가 1 이상으로 설정된 경우, 표시된 결과는 정렬 기준 파라미터가 X 또는 Y로 설정되어 있지 않는 한 항상 최고 스코어를 가진 발견된 패턴이 됩니다.