Halcon单相机标定和测量示例相机标定有很多方式：九点标定法、棋盘格标定法、圆形阵列标定法；本次采用圆形阵列标定法。 1Halcon相机标定 1.1标定板描述文件编制 此次相机标定采用的是网购的标定板（直接在万能的某宝搜halcon标定板），如图1。采购的时候卖家会提供标定板的相应参数，如图2。 图1标定板 图 2 标定板参数
用halcon标定助手标定的时候需要用到标定板的描述文件，此文件可以用gen_caltab算子自己编制。如下为函数说明：gen_caltab( : : XNum, YNum, MarkDist, DiameterRatio, CalPlateDescr, CalPlatePSFile : ) 函数说明：创建一个标定文件和相应的脚本文件。 函数参数： Xnum：输入X方向标记（圆点）的数量，Xnum>1； Ynum：输入Y方向标记（圆点）的数量，Ynum>1； MarkDist：标记圆圆心间距离，单位“m”；（我看过一个资料翻译为标记点大小，差点被坑死） DiameterRatio：两标记点距离和标记直径的比值，默认：0.5。0 注释的HALCON的程序 时间：2015-11-12 13:25:58阅读：4评论：0收藏：0[点我收藏+]标签：des si代码it la sp文件数据ha *关闭窗口 dev_close_window () dev_close_window () *打开指定大小、颜色背景的窗口 dev_open_window (0, 0, 768/2, 576/2, ‘black‘, WindowHandle1) dev_update_pc (‘off‘) dev_update_window (‘off‘) dev_update_var (‘off‘) dev_update_time (‘off‘) dev_set_draw (‘margin‘) dev_set_line_width (3) * * Calibrate the camera.（标定相机）步骤一 * * 标定板描述文件 CaltabName := ‘caltab_big.descr‘ * make sure that the file ‘CaltabDescrName‘ is in the current directory, * the HALCONROOT/calib directory, or use an absolut path *初始相机参数：焦距、畸变系数Kappa,Sx,Sy,Cx,Cy,ImageWidth,ImageHeight StartCamPar := [0.008,0,0.0000086,0.0000086,384,288,768,576] *物体在空间坐标系中的位姿数组 NStartPose := [] *行角点数组 NRow := [] *列角点数组 NCol := [] *X、Y、Z从标定表文件获取计算值 caltab_points (CaltabName, X, Y, Z) *创建空的图像元组 gen_empty_obj (Images) *图像的数目 NumImages := 10 *接下来for循环，依次读取、处理NumImages张图像 for I := 1 to NumImages by 1 *读取图像：Image得到图像数据 read_image (Image, ‘calib/calib-3d-coord-‘+I$‘02d‘) *将单个Image加入元组Images中 concat_obj (Images, Image, Images) *显示Image dev_display (Image) *在图像中找到标定板的区域：图像，标定板描述文件，滤波核大小，二值化值 Halcon标定文件的生成 Halcon标定文件的生成 图一 Halcon标定文件的生成，需要有以下几个步骤： 1.创建一个标定数据模板，由create_calib_data算来完成。 2.指定相机的类型，初始化相机内部参数，由set_calib_data_cam_param算子来完成。 3.指定标定板的描述文件，由set_calib_data_calib_object算子完成。 4.收集观察数据，有算子set_calib_data_observ_points完成。也就是收集标定板上圆点的中心坐标，跟各个校正板的位置姿态。 5.配置校正过程。由算子set_calib_data完成。 6.将数据整合进行标定计算。calibrate_cameras 7.获得标定参数。get_calib_data 8.记录标定参数，write_cam_par StartCamPar := [0.016, 0, 0.0000074, 0.0000074, 326, 247, 652, 494] 解释一下这个数组的意思。 面阵相机有14或18个参数（根据想相机的畸变模式），对于线阵相机有17个参数。这些参数可以分开为内部相机参数、外部相机参数。 面阵相机（division模式）： Focus（焦距）:远焦镜头镜头焦距的长度 Kappa:扭曲系数 Sx，Sy：两像素间距 Cx，Cy：中心点坐标 Whith，Height：图像的宽高 面阵相机（polynomia模式）： Focus（焦距）:远焦镜头镜头焦距的长度 K1, K2, K3, P1,P2:扭曲系数 Sx，Sy：两像素间距 Cx，Cy：中心点坐标 Whith，Height：图像的宽高 线阵相机不做具体介绍 Halcon标定板规格 2011-12-23 12:56 68人阅读评论(1) 收藏举报 In the reference manual，operator signatures are visualized in the following way: operator ( iconic input : iconic output : control input : control output ) 在HALCON所有算子中，变量皆是如上格式，即：图像输入：图像输出：控制输入：控制输出，其中四个参数任意一个可以为空。控制输入量可以是变量、常量、表达式，控制输出以及图像输入和输入必须是变量，以存入算子计算结果中。 1.caltab_points：从标定板中读取marks中心坐标，该坐标值是标定板坐标系统里的坐标值，该坐标系统以标定板为参照，向右为X正，下为Y正，垂直标定板向下为Z正。该算子控制输出为标定板中心3D坐标。 2.create_calib_data：创建Halcon标定数据模型。输出 一个输出数据模型句柄。 3.set_calib_data_cam_param：设定相机标定数据模型中设置相机参数的原始值和类型。设置索引，类型，以及相机的原始内参数等。 4.set_calib_data_calib_object:在标定模型中设定标定对象。设定标定对象句柄索引，标定板坐标点储存地址。 5.find_caltab：分割出图像中的标准标定板区域。输出为标准的标定区域，控制 6.find_marks_and_pose：抽取标定点并计算相机的内参数。输出MARKS 坐标数组，以及估算的相机外参数。 即标定板在相机坐标系中的位姿，由3个平移量和3个旋转量构成。 7.set_calib_data_observ_points( : : CalibDataID, CameraId x, CalibObjIdx,CalibObjPoseIdx, Row, Column, Index, Pose : ) 收集算子6的标定数据，将标定数据储存在标定数据模型中。输入控制分别为标定数据模型句柄，相机索引，标定板索引，位姿索引，行列坐标，位姿。 相机标定 1 相机标定基本原理 1.1 相机成像模型 目前大多数相机模型都是基于针孔成像原理建立的，因为针孔成像原理简单，并且能满足建模的要求。除此之外还有基于应用歪斜光线追踪法和近轴光线追踪法的成像模型[1]。针孔成像虽然已经展示出了相机的成像原理，但是由于针孔成像是理想的物理模型，没有考虑相机本身的尺寸、镜头与相机轴心的偏斜等因素的影响，因此精度很低，不能满足工业机器视觉的要求。为了使相机模型能高精度的反应相机的实际成像过程，需要再针孔成像模型的基础上考虑镜头畸变等的因素。 图1 针孔成像 基于针孔成像原理建立的相机的成像模型，如下图所示。在相机的成像模型中，包含有几个坐标系分别是世界坐标系、相机坐标系、图像坐标系，相机的成像过程的数学模型就是目标点在这几个坐标系中的转化过程。 图2 针孔成像模型 （1）世界坐标系(X w,Y w,Z w)，就是现实坐标系，是实际物体在现实世界中的数学描述，是一个三维的坐标空间。 （2）摄像机坐标系（X c, Y c），以针孔相机模型的聚焦中心为原点，以摄像机光学轴线为Z c轴 （3）图像坐标系：分为图像像素坐标系和图像物理坐标系 为了便于数学描述将图像平面移动到针孔与世界坐标系之间。如下图所示。 图3 将相机平面移至针孔与目标物体之间后的模型 1.2 坐标系间转换 从世界坐标系到相机坐标系： P(X c ，Y c ，Z c )=R(α，β，γ)?P(X w ，Y w ，Z w )+T 每一个世界坐标的对象都可以通过旋转和平移转移到相机坐标系上。将目标点旋转θ角度，等价于将坐标系方向旋转θ。如下图所示，是二维坐标的旋转变换，对于三维坐标而言，旋转中绕某一个轴旋转，原理实际与二维坐标旋转相同。如果，世界坐标分别绕X ，Y 和Z 轴旋转α，β，γ，那么旋转矩阵分别为R (α)，R (β)，R (γ) 图4 坐标旋转原理 R (α)=[10 00cosα ?sinα0sinαcosα] （1-1） R (β)=[cosβ 0sinβ0 10?sinβ 0cosβ ] （1-2） Halcon学习（二十）摄像机标定常用函数（一） 在HALCON所有算子中，变量皆是如上格式，即：图像输入：图像输出：控制输入：控制输出，其中四个参数任意一个可以为空。控制输入量可以是变量、常量、表达式，控制输出以及图像输入和输入必须是变量，以存入算子计算结果中。 1.caltab_points：从标定板中读取marks中心坐标，该坐标值是标定板坐标系统里的坐标值，该坐标系统以标定板为参照，向右为X正，下为Y正，垂直标定板向下为Z正。该算子控制输出为标定板中心3D坐标。 2.create_calib_data：创建Halcon标定数据模型。输出一个输出数据模型句柄。 3.set_calib_data_cam_param：设定相机标定数据模型中设置相机参数的原始值和类型。设置索引，类型，以及相机的原始内参数等。 4.set_calib_data_calib_object:在标定模型中设定标定对象。设定标定对象句柄索引，标定板坐标点储存地址。 5.find_caltab：分割出图像中的标准标定板区域。输出为标准的标定区域，控制 6.find_marks_and_pose：抽取标定点并计算相机的内参数。输出MARKS坐标数组，以及估算的相机外参数。 即标定板在相机坐标系中的位姿，由3个平移量和3个旋转量构成。 7.set_calib_data_observ_points( : : CalibDataID, CameraIdx, CalibObjIdx,CalibObjPoseIdx, Row, Column, Index, Pose : ) 收集算子6的标定数据，将标定数据储存在标定数据模型中。输入控制分别为标定数据模型句柄，相机索引，标定板索引，位姿索引，行列坐标，位姿。 8.calibrate_cameras( : : CalibDataID : Error) 标定一台或多台相机，依据CalibDataID中的数据。控制输出平均误差。 9.get_calib_data( : : CalibDataID, ItemType, ItemIdx, DataName : DataValue) 获得标定数据。 依靠索引号和数据名称来返回输出的数据值。可查询与模型相关的数据，与相机相关的数据（包括相机的内外参数等），与标定对象相关的数据，与标定对象的姿态相关的数据。控制输出是要查询的标定数据。 如：get_calib_data (CalibDataID, 'camera', 0, 'params', CamParam) //查询相机的位姿 get_calib_data (CalibDataID, 'calib_obj_pose', [0, NumImage], 'pose', Pose) //查询标定板位姿10.write_cam_par( : : CameraParam, CamParFile : ) 记录相机的内参数，输入控制为内参数，输出控制为 存取相机内参数的文件名。 11.set_origin_pose( : : PoseIn, DX, DY, DZ : PoseNewOrigin) 设置新的坐标原点，控制输入为原始的位姿和沿着世界坐标系的三个坐标轴的平移量，控制输出为新的位姿。 MarkDist 的距离。 两个就近黑色圆点中心之间Halcon 学习(十八)如何制作标定板 下面我具体介绍一下，如何制作halcon 的标准标定板方法一：用halcon 软件自动生成的.ps 文件来制作标定板。 这个也是最简单有效的方法。 打开halcon 的HDevelop 软件，调用算子： gen_caltab( : : XNum,YNum,MarkDist,DiameterRatio,CalTabDescrFile,CalTa bPSFile : ) XNum 每行黑色标志圆点的数量。 YNum 每列黑色标志圆点的数量。 DiameterRatio 黑色圆点半径与圆点中心距离的比值。 CalTabDescrFile 标定板描述文件的文件路径（.descr）。 CalTabPSFile 标定板图像文件的文件路径 （.ps），如图1 然后复位（F2），点击运行（F5）通过软件Gsview打开，按1:1 比例打印，OK ！ 备注一个30*30 的标准标定板的halcon 源代码。gen_caltab （7,7,0.00375,0.5,'F:/halcon 程序 /gencaltab/30_30.descr','F:/halcon 程序/gencaltab/40_40.ps'）规格的标定板的规格 黑色圆点列数：7 黑色圆点行数：7 黑色圆点列数：7 外边框长度：30mm*30mm 内边框长度：28.125mm*28.125mm 即：黑色边框线宽为一个圆点半径（0.9375） 黑色圆点半径：0.9375mm 圆点中心间距： 3.75mm 裁剪宽度：30.75mm*30.75mm 即：由黑色 边框向外延伸0.375mm 边角：由黑色外边框向内缩进一个中心边 距的长度 方法二：用halcon 软件自动生成的.descr 文件来制作标定板。打开halcon 的HDevelop 软件，调用算子： gen_caltab 生成一个.descr 的文件，用写字板打开（注意要用写字板，记事本打开会有一些数据不可见，一般windowsXP 简述基于HALCON的四目标定方法 摘要针对目前双目視觉标定技术中存在的不能覆盖目标整个视野和匹配过程中误差较大的情况而采用精度更高的四目标定技术对目标进行标定、图像采集继而三维重建。实验结果表明：该方法能够利用HALCON内丰富的算子进行精准，快速标定。突破了很多标定实验都需要依靠双目视觉标定技术而带来的一些问题，为以后的标定实验多了一个可参考方法。 关键词多目立体视觉；三维重建；HALCON标定 前言 近年来，随着计算机视觉技术的快速发展以及人们获取物体三维外形表面在诸多领域日益广泛的应用需求。本文基于视觉领域公认的性能最好的视觉软件HALCON提出了一种四目标定的方法，并验证了结果的准确性，利用该方法可以更精确的对目标进行标定。 1 双目视觉系统原理以及标定原理 1.1 双目视觉原理 双目立体视觉[1-2]是立体视觉的一种基本形式，它的原理是基于双目视差原理[2]并利用相机设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点的位之间的位置偏差来获取三维几何信息的方法。 双目立体视觉原理图如图（1）所示： 1.2 标定原理 在计算机视觉的应用和图像测量中，为了确定空间中的物体表面某一个点的几何三维位置与其图像对应点之间的相互关系，我们必须建立相机成像的几何模型，这些几何模型参数就是相机参数[3]。但是大多数条件下这些参数必须通过实验和计算才能得到，所以这个求解参数的过程就叫作相机的标定。 2 四目视觉扫描仪的设计方法 2.1 标定流程 利用HALCON里面完善的视觉集成开发环境和标准的视觉计算法[3]，从而可以快速地对相机进行标定。用四个相机同时对标定板进行标定，必须保证标定板能够同时出现在四幅图像中。标定主要分为4个步骤：①建立四目相机的标定数据模型；②获取并筛选出合适的图片；③把四目相机的测试数据添加到数据模型中；④执行标定 Halcon標定板規格 圖一： 30*30 規格的標定板的規格 黑色圓點行數：7 黑色圓點列數：7 外邊框長度：30mm*30mm 內邊框長度：28.125mm*28.125mm 即：黑色邊框線寬為一個圓點半徑（0.9375）黑色圓點半徑：0.9375mm 圓點中心間距： 3.75mm 裁剪寬度：30.75mm*30.75mm 即：由黑色邊框向外延伸0.375mm 邊角：由黑色外邊框向內縮進一個中心邊距的長度 40*40 規格的標定板的規格 黑色圓點行數：7 黑色圓點列數：7 外邊框長度：40mm*40mm 內邊框長度：37.5mm*37.5mm 即：黑色邊框線寬為一個圓點半徑（0.125） 黑色圓點半徑：0.125mm 圓點中心間距：5mm 裁剪寬度：21mm*21mm 即：由黑色邊框向外延伸0.5mm 邊角：由黑色外邊框向內縮進一個中心邊距的長度 50*50 規格的標定板的規格 黑色圓點行數：7 黑色圓點列數：7 外邊框長度：50mm*50mm 內邊框長度：46.875mm*46.875mm 即：黑色邊框線寬為一個圓點半徑（1.5625）黑色圓點半徑： 1.5625mm 圓點中心間距： 6.25mm 裁剪寬度：51.25mm*51.25mm 即：由黑色邊框向外延伸0.625mm 邊角：由黑色外邊框向內縮進一個中心邊距的長度 60*60 規格的標定板的規格 黑色圓點行數：7 黑色圓點列數：7 外邊框長度：60mm*60mm 內邊框長度：56.25mm*56.25mm 即：黑色邊框線寬為一個圓點半徑（1.875） 黑色圓點半徑： 1.875mm 圓點中心間距：7.5mm 裁剪寬度：61.5mm*61.5mm 即：由黑色邊框向外延伸0.75mm 邊角：由黑色外邊框向內縮進一個中心邊距的長度 Halcon学习（二十二）摄像机标定（函数详解） TmpCtrl_AllMarkRows := [] TmpCtrl_AllMarkColumns := [] TmpCtrl_StartPoses := [] TmpCtrl_ReferenceIndex := 0 StartParameters := [0.008,0,5.2e-006,5.2e-006,640,512,1280,1024] for Index := 0 to |ImageFiles|-1 by 1 read_image (Image, ImageFiles[Index]) find_caltab (Image, TmpObj_PlateRegion, 'E:/calibration_description/caltab_123mm.descr', 3, 112, 5) find_marks_and_pose (Image, TmpObj_PlateRegion, 'E:/calibration_description/caltab_123mm.descr', StartParameters, 128, 10, 18, 0.9, 15, 100, TmpCtrl_MarkRows, TmpCtrl_MarkColumns, TmpCtrl_EstimatedPose) TmpCtrl_AllMarkRows := [TmpCtrl_AllMarkRows, TmpCtrl_MarkRows] TmpCtrl_AllMarkColumns := [TmpCtrl_AllMarkColumns, TmpCtrl_MarkColumns] TmpCtrl_StartPoses := [TmpCtrl_StartPoses, TmpCtrl_EstimatedPose] 1.无论读入什么图像，读入图像显示效果明显和原始图像不一致，哪怕是从相机读入的图像，也是明显颜色差异。什么原因引起？ 初步诊断是，显示的时候调用的颜色查找表存在异常不是default，而是其它选项。此时可以通过查阅相关参数，调用set_system解决，也可以在编辑-》参数选择-》颜色查找表进行更改。 2.裁剪图像；从图像上截取某段图像进行保存。如何实现该操作？ 首先应该知道，region不具有单独构成图像的要素，他没有灰度值。有用过opencv的应该知道ROI（感兴趣区域），设置好它后，对图像的大部分操作就转为图像的一个矩形区域内进行。类似的，halcon有domain概念。首先设置好一个矩形区，然后使用reduce_domain（是一个矩形区域）后，再使用 crop_domain就裁剪出图像。 3.读入bmp，或tiff图像显示该图不是bmp文件或不能读。原因是什么？ 这个常有新手询问，画图，图像管理器都能打开，又或者是相机采集完直接存到硬盘。Halcon读取图像在windows下面到最后是调用windows库函数实现读图功能。咱不清楚到底是怎么调用的。对于图像格式，在读图函数F1说明很细。基本bmp如果文件头不是bw还是bm(百度百科bmp格式查找，编写此处时无网络，后续可能忘记)，就读不进来。其他规格欢迎补充。解决办法，如果是相机采集，就在内存直接转换(参见halcon到里面的halcon和bitmap互转)；如果是采完的图片，大部分通过画图工具转换为24位bmp格式，即可解决。 4.读入avi文件报错。Halcon通过directshow或另一个格式解析视频，正常来说应该可以读入市面大部分视频，实际测试发现只能读入最标准的avi文件格式。如果需要临时处理，需要下格式工厂等工具转化为最标准的avi文件格式(论坛叶诺有发帖说明)。 5. Region或xld筛选。 Halcon提供了丰富的region和xld筛选方法。Region可以使用 select_shape_xld，选择出符合要求的区域，如果不能满足还可以通过类似 在HALCON所有算子中，变量皆是如上格式，即：图像输入：图像输出：控制输入：控制输出。机器视觉-汪工： 其中四个参数任意一个可以为空。 控制输入可以是变量、常量、表达式； 控制输出以及图像输入和输出必须是变量。 1.caltab_points：从标定板中读取marks中心坐标，该坐标值是标定板坐标系统里的坐标值，该坐标系统以标定板为参照，向右为X正，下为Y正，垂直标定板向下为Z正。该算子控制输出为标定板中心3D坐标。 2.create_calib_data：创建Halcon标定数据模型。输出一个输出数据模型句柄。 3.set_calib_data_cam_param：设定相机标定数据模型中设置相机参数的原始值和类型。设置索引，类型，以及相机的原始内参数等。 4.set_calib_data_calib_object:在标定模型中设定标定对象。设定标定对象句柄索引，标定板坐标点储存地址。 5.find_caltab：分割出图像中的标准标定板区域。输出为标准的标定区域，控制 6.find_marks_and_pose：抽取标定点并计算相机的内参数。输出MARKS坐标数组，以及估算的相机外参数。 即标定板在相机坐标系中的位姿，由3个平移量和3个旋转量构成。 7.set_calib_data_observ_points(::CalibDataID,CameraIdx, CalibObjIdx,CalibObjPoseIdx,Row,Column,Index,Pose:) 收集算子6的标定数据，将标定数据储存在标定数据模型中。输入控制分别为标定数据模型句柄，相机索引，标定板索引，位姿索引，行列坐标，位姿。 8.calibrate_cameras(::CalibDataID:Error)标定一台或多台相机，依据CalibDataID 中的数据。控制输出平均误差。 9.get_calib_data(::CalibDataID,ItemType,ItemIdx,DataName:DataValue)获得标定数据。 依靠索引号和数据名称来返回输出的数据值。可查询与模型相关的数据，与相机相关的数据（包括相机的内外参数等），与标定对象相关的数据，与标定对象的姿态相关的数据。控制输出是要查询的标定数据。 如： get_calib_data(CalibDataID,'camera',0,'params',CamParam)//查询相机的位姿get_calib_data(CalibDataID,'calib_obj_pose',[0,NumImage],'pose',Pose)//查询标定板位姿 10.write_cam_par(::CameraParam,CamParFile:)记录相机的内参数，输入控制为内参数，输出控制为 存取相机内参数的文件名。 11.set_origin_pose(::PoseIn,DX,DY,DZ:PoseNewOrigin) Halcon学习（十八）如何制作标定板 下面我具体介绍一下，如何制作halcon的标准标定板方法一：用halcon软件自动生成的.ps文件来制作标定板。 这个也是最简单有效的方法。 打开halcon 的HDevelop软件，调用算子： gen_caltab( : : XNum,YNum,MarkDist,DiameterRatio,CalTabDescrFile,CalTa bPSFile : ) XNum 每行黑色标志圆点的数量。YNum 每列黑色标志圆点的数量。 MarkDist 两个就近黑色圆点中心之间的距离。 DiameterRatio 黑色圆点半径与圆点中心距离的比值。 CalTabDescrFile 标定板描述文件的文件路径（.descr）。 CalTabPSFile 标定板图像文件的文件路径（.ps），如图1 然后复位（F2），点击运行（F5）通过软件Gsview打开，按1:1比例打印，OK！ 备注一个30*30的标准标定板的halcon源代码。 gen_caltab(7,7,0.00375,0.5,'F:/halcon程序 /gencaltab/30_30.descr','F:/halcon程序/gencaltab/40_40.ps') 规格的标定板的规格 黑色圆点行数：7 黑色圆点列数：7 外边框长度：30mm*30mm 内边框长度：28.125mm*28.125mm 即：黑色边框线宽为一个圆点半径（0.9375） 黑色圆点半径：0.9375mm 圆点中心间距： 3.75mm 裁剪宽度：30.75mm*30.75mm 即：由黑色边框向外延伸0.375mm 边角：由黑色外边框向内缩进一个中心边距的长度 方法二：用halcon软件自动生成的.descr文件来制作标定板。 打开halcon 的HDevelop软件，调用算子： gen_caltab生成一个.descr的文件，用写字板打开（注意要用写字板，记事本打开会有一些数据不可见，一般windowsXP Map_image.hdev: 矫正图像 *关闭窗口 dev_close_window () dev_close_window () *打开指定大小、颜色背景的窗口 dev_open_window (0, 0, 768/2, 576/2, 'black', WindowHandle1) dev_update_pc ('off') dev_update_window ('off') dev_update_var ('off') dev_update_time ('off') dev_set_draw ('margin') dev_set_line_width (3) * * Calibrate the camera.（标定相机）步骤一 * * 标定板描述文件 CaltabName := 'caltab_big.descr' * make sure that the file 'CaltabDescrName' is in the current directory, * the HALCONROOT/calib directory, or use an absolut path *初始相机参数：焦距、畸变系数Kappa,Sx,Sy,Cx,Cy,ImageWidth,ImageHeight StartCamPar := [0.008,0,0.0000086,0.0000086,384,288,768,576] *物体在空间坐标系中的位姿数组 NStartPose := [] *行角点数组 NRow := [] *列角点数组 NCol := [] *X、Y、Z从标定表文件获取计算值 caltab_points (CaltabName, X, Y, Z) *创建空的图像元组 gen_empty_obj (Images) *图像的数目 NumImages := 10 *接下来for循环，依次读取、处理NumImages张图像 for I := 1 to NumImages by 1 *读取图像：Image得到图像数据 read_image (Image, 'calib/calib-3d-coord-'+I$'02d') *将单个Image加入元组Images中 concat_obj (Images, Image, Images) *显示Image dev_display (Image) *在图像中找到标定板的区域：图像，标定板描述文件，滤波核大小，二值化值 find_caltab (Image, Caltab, CaltabName, 3, 112, 5) Halcon标定文件的生成 2011-12-29 21:48 58人阅读评论(0) 收藏举报 Halcon标定文件的生成 图一 Halcon标定文件的生成，需要有以下几个步骤： 1.创建一个标定数据模板，由create_calib_data算来完成。 2.指定相机的类型，初始化相机内部参数，由set_calib_data_cam_param算子来完成。 3.指定标定板的描述文件，由set_calib_data_calib_object算子完成。 4.收集观察数据，有算子set_calib_data_observ_points完成。也就是收集标定板上圆点的中心坐标，跟各个校正板的位置姿态。 5.配置校正过程。由算子set_calib_data完成。 6.将数据整合进行标定计算。calibrate_cameras 7.获得标定参数。get_calib_data 8.记录标定参数，write_cam_par StartCamPar := [0.016, 0, 0.0000074, 0.0000074, 326, 247, 652, 494] 解释一下这个数组的意思。 面阵相机有14或18个参数（根据想相机的畸变模式），对于线阵相机有17个参数。这些参数可以分开为内部相机参数、外部相机参数。 面阵相机（division模式）： Focus（焦距）:远焦镜头镜头焦距的长度 Kappa:扭曲系数 Sx，Sy：两像素间距 Cx，Cy：中心点坐标 Whith，Height：图像的宽高 面阵相机（polynomia模式）： Focus（焦距）:远焦镜头镜头焦距的长度 K1, K2, K3, P1,P2:扭曲系数 Sx，Sy：两像素间距 Cx，Cy：中心点坐标 Whith，Height：图像的宽高 线阵相机不做具体介绍 Halcon标定板规格 2011-12-23 12:56 68人阅读评论(1) 收藏举报 *创建标定板 gen_caltab(7,7,0.008,0.5,'48_48mm.descr','48_48mm.ps') *=======标定内参 dev_close_window () dev_open_window (0, 0, 652, 494, 'black', WindowHandle) dev_update_off () dev_set_draw ('margin') dev_set_line_width (3) OpSystem := environment('OS') set_display_font (WindowHandle, 14, 'mono', 'true', 'false') *标定相机 StartCamPar := [0.0,0.0,0.0000299,0.0000299,4896/2,3264/2,4896,3264] create_calib_data ('calibration_object', 1, 1, CalibDataID) set_calib_data_cam_param (CalibDataID, 0, 'area_scan_telecentric_divi sion', StartCamPar) set_calib_data_calib_object (CalibDataID, 0, '48_48mm.descr') * Note, we do not use the image from which the pose of the measuremen t plane can be derived for index := 1 to 13 by 1 read_image (Image, '标定20/' + index + '.png') get_image_size(Image, Width, Height) dev_display (Image) find_calib_object (Image, CalibDataID, 0, 0, index, [], []) get_calib_data_observ_contours (Caltab, CalibDataID, 'caltab', 0, 0, index) dev_set_color ('green') dev_display (Caltab) endfor calibrate_cameras (CalibDataID, Error) get_calib_data (CalibDataID, 'camera', 0, 'params', CamParam) get_calib_data (CalibDataID, 'calib_obj_pose', [0,1], 'pose', PoseCal ib) *输出计算的相机内参 write_cam_par (CamParam, 'camera_parameters.dat') Message:= '相机内参已经写入文件中' disp_message (WindowHandle, Message, 'window', 12, 12, 'red', 'false ') HALCON形状匹配总结 Halcon有三种模板匹配方法：即Component-Based、Gray-Value-Based、Shaped_based,分别是基于组件（或成分、元素）的匹配，基于灰度值的匹配和基于形状的匹配，此外还有变形匹配和三维模型匹配也是分属于前面的大类 本文只对形状匹配做简要说明和补充： Shape_Based匹配方法： 上图介绍的是形状匹配做法的一般流程及模板制作的两种 方法。 先要补充点知识：形状匹配常见的有四种情况一般形状匹配模板shape_model、线性变形匹配模板 planar_deformable_model、局部可变形模板 local_deformable_model、和比例缩放模板Scale_model 第一种是不支持投影变形的模板匹配，但是速度是最高的，第二种和第四种是支持投影变形的匹配，第三种则是支持局部变形的匹配。 一般形状匹配模板是最常用的，模板的形状和大小一经制作完毕便不再改变，在查找模板的过程中，只会改变模板的方向和位置等来匹配目标图像中的图像。这个方法查找速度很快，但是当目标图像中与模板对应的图像存在比例放大缩小 或是投影变形如倾斜等，均会影响查找结果。涉及到的算子通常为create_shape_model 和find_shape_model 线性变形匹配模板planar_deformable_model是指模板在行列方向上可以进行适当的缩放。行列方向上可以分别独立的进行一个适当的缩放变形来匹配。主要参数有行列方向查找缩放比例、图像金字塔、行列方向匹配分数（指可接受的匹配分数，大于这个值就接受，小于它就舍弃）、设置超找的角度、已经超找结果后得到的位置和匹配分数 线性变形匹配又分为两种：带标定的可变形模板匹配和不带标定的可变形模板匹配。涉及到的算子有： 不带标定的模板：创建和查找模板算子 create_planar_uncalib_deformable_model和 find_planar_uncalib_deformable_model 带标定模板的匹配：先读入摄像机内参和外参 read_cam_par 和read_pose 创建和查找模板算子create_planar_calib_deformable_model和 find_planar_calib_deformable_model 局部变形模板是指在一张图上查找模板的时候，可以改变模板的尺寸，来查找图像上具有局部变形的模板。例如包装纸袋上图案查找。参数和线性变形额差不多 算子如下：create_local_deformable_model和 find_local_deformable_model注释的HALCON的标定校正程序
Halcon标定文件资料地生成及标定板规格
halcon单摄像机标定
halcon单相机标定详细说明
Halcon学习(20)摄像机标定常用函数(一)
Halcon学习(十八)如何制作标定板
简述基于HALCON的四目标定方法
Halcon标定板规格
Halcon学习(二十二)摄像机标定(函数详解)
halcon知识点
Halcon学习教程之单相机标定
Halcon学习(十八)如何制作标定板
Halcon算子笔记3_相机标定+矫正图像
Halcon标定文件的生成
halcon标定详解
HALCON形状匹配总结
相关主题
文本预览