Halcon：畸变矫正与标定（1）

1、 Halcon相机标定和图像矫正
对于相机采集的图片，会由于相机本身和透镜的影响产生形变，通常需要对相机进行标定，获取相机的内参或内外参，然后矫正其畸变。相机畸变主要分为径向畸变和切向畸变，其中径向畸变是由透镜造成的，切向畸变是由成像仪与相机透镜的不平行造成的。
针孔模型是理想透镜的成像模型，但是实际中相机的透镜不可能是理想的模型，透镜形状的非理想特征造成像点会沿径向发生畸变。一个像点沿径向内缩叫负畸变，或桶形畸变沿径向外延叫正畸变，或枕形畸变。这种崎变相对于光轴严格对称的，也是畸变的主要分量。

相机标定模型公式，

其中，(X,Y,Z)为世界坐标系中的实际点坐标，(u,v)为图像坐标系统的像素坐标，A为相机内参，f像素单元的焦距，c图像像素中心点。

1.1 halcon相机标定
1.1.1标定助手及相机参数设置
打开halcon标定助手，加载标定板文件，选择相机类型，设置相机参数，然后加载相机采集的标定图像，如下图所示，图像中全部标定点能够检测出，即采集的相机已经设置好，然后生成代码。

图4 halcon标定助手

标定板生成：
标定板文件的生成分为.descr和.cpd的文件，不同格式文件需使用不同函数进行生成。如，
*生成的是27*31，标定点直径0.0075mm的.cpd标定板（精度高标定板）
create_caltab (27, 31, 0.0075, [13, 6, 6, 20, 20], [15, 6, 24, 6, 24], 'light_on_dark', 'D:/calplate.cpd', 'caltab.ps')
*生成的是7*7，标定点之间距离0.1m，直径0.5的.descr标定板
gen_caltab( 7, 7, 0.1, 0.5, 'D:/caltab.descr', 'caltab.ps')
加载标定图像：

图5加载标定图像

如图5所示，加载标定图像后，状态为确定时，表示标定图像可用于进行标定，然后通过标定助手直接生成标定代码即可。
如图6所示，加载标定图像后，状态为检测出品质问题，此原因大多是照片质量问题，例如光照、对焦、曝光等，需按照halcon标定注意事项的内容拍摄照片。一般照片检测出品质问题也可以进行相机标定。
加载标定板图像会出现“标志点提取失败”，出现此原因的需要根据标定界面下的状态栏查找halcon错误信息，例”inconsistent....(image mirrored? )”，则需要查找相应原因(实际标定板（透明）与标定板文件图片的可能有镜像区别，将实际标定板翻转即可，多试)。此不可进行相机标定。

图6 相机标定问题

相机初始参数设置：
例如，
*（f, k, cell width, cell height, cx, cy, width, height）k为畸变系数
StartParameters := [0.029,0,4.3e-006,4.3e-006,2592,1728,5184,3456]
*（f, k1, k2, k3, p1, p2, cell width, cell height, cx, cy, width, height）k1,k2,k3径向畸变， p1,p2为切向畸变
StartParameters:=[0.029,0,0,0,0,0,4.3e-006,4.3e-006,2592,1728,5184,3456]
其中，相机初始参数根据相机模型的不同而不同，若相机模型为area(division)，则相机参数为7个，若area(多项式)，则相机参数12个。

1.1.2 标定程序

利用标定助手生成代码，然后执行结果，分析其正确性，若需要将其生成为C/C++程序，可通过halcon界面的‘文件’项‘导出’成.cpp文件。

图7 halcon生成C程序

Halcon标定程序

*Calibration 01: Code generated by Calibration 01*读入某个文件夹下的所有标定图像list_files ('D:/halconvc/img', ['files','follow_links'], ImageFiles)tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)*初始标定参数设置及定义标定板文件TmpCtrl_ReferenceIndex := 0TmpCtrl_PlateDescription := 'D:/calib/calplate.cpd'StartParameters := [0.029,0,0,0,0,0,4.3e-006,4.3e-006,2592,1728,5184,3456]TmpCtrl_FindCalObjParNames := 'sigma'TmpCtrl_FindCalObjParValues := 1
* Calibration 01: Create calibration model for managing calibration datacreate_calib_data ('calibration_object', 1, 1, CalibHandle)set_calib_data_cam_param(CalibHandle,0,'area_scan_polynomial', StartParameters)set_calib_data_calib_object (CalibHandle, 0, TmpCtrl_PlateDescription)* Calibration 01: Collect mark positions and estimated poses for all platesgen_empty_obj (Images)for Index := 0 to |ImageFiles|-1 by 1    read_image (Image, ImageFiles[Index])    concat_obj(Images,Image,Images)*提取图像Images中标定板上的圆形标志来确定标定板的有效区域    find_calib_object (Image, CalibHandle, 0, 0, Index, TmpCtrl_FindCalObjParNames, TmpCtrl_FindCalObjParValues)endfor* Calibration 01: Perform the actual calibrationcalibrate_cameras (CalibHandle, TmpCtrl_Errors)get_calib_data (CalibHandle, 'camera', 0, 'params', CameraParam)
  *将内外参保存到磁盘write_cam_par(CameraParam,'D:/halconvc/campar.dat')get_calib_data (CalibHandle, 'calib_obj_pose', [0, TmpCtrl_ReferenceIndex], 'pose', CameraPose)set_origin_pose (CameraPose, 0, 0, 0.01, CameraPose)write_pose(CameraPose,'D:/halconvc/campos.dat')stop()
*另外读取内外参文件的函数read_cam_par ('D:/halconvc/campar.dat', CameraParam)read_pose ('D:/halconvc/campos.dat', CameraPose)

1.2图像矫正
Halcon中图像矫正，接上述程序，以下介绍两种方法。
①使用内外参，即相机内参和位姿

*  goal: rectify images*  first determine parameters such that the entire image content is visible*  -> transform image boundary into world plane, determine smallest*     rectangle around it*当设备固定后，位资是唯一的select_obj(images,image,1)get_image_pointer1(Image, Pointer, Type, Width, Height)gen_rectangle1 (ImageRect, 0, 0, Height-1, Width-1)gen_contour_region_xld (ImageRect, ImageBorder, 'border')contour_to_world_plane_xld(ImageBorder, ImageBorderWCS, CameraParam,CameraPose, 1)smallest_rectangle1_xld (ImageBorderWCS, MinY, MinX, MaxY, MaxX)set_origin_pose(CameraPose, MinX, MinY, 0.01, PoseForEntireImage)image_points_to_world_plane(CameraParam,PoseForEntireImage,[Height/2, Height/2, Height/2+1], [Width/2, Width/2+1, Width/2], 1, WorldPixelX, WorldPixelY)distance_pp(WorldPixelY[0], WorldPixelX[0], WorldPixelY[1], WorldPixelX[1],            WorldLength1)distance_pp(WorldPixelY[0], WorldPixelX[0], WorldPixelY[2], WorldPixelX[2],            WorldLength2)ScaleForSimilarPixelSize := (WorldLength1+WorldLength2)/2*  -> determine output image size such that entire input image fits into itExtentX := MaxX-MinXExtentY := MaxY-MinYWidthRectifiedImage := ExtentX/ScaleForSimilarPixelSizeHeightRectifiedImage := ExtentY/ScaleForSimilarPixelSize*  create mapping with the determined parachuangjia*创建一个投射图，其描述图像平面与坐标轴系统中平面Z为零之间的映射gen_image_to_world_plane_map(Map, CameraParam, PoseForEntireImage, Width, Height, WidthRectifiedImage, HeightRectifiedImage, \                             ScaleForSimilarPixelSize, 'bilinear')clear_calib_data (CalibHandle)
* Map the imagesfor I :=  1 to |ImageFiles| by 1  select_obj (Images, Img, I)  map_image (Img, Map, ImageMapped)  write_image (ImageMapped, 'jpg', 0, 'D:/halconvc/picture/'+I)Endfor

②仅使用内参

read_image (Image,'D:/halconvc/img/IMG_00.JPG')read_cam_par('D:/halconvc/campar.dat',CameraParam)CarParamVirtualFixed:=CameraParam*对于area(diversion)相机模型(7个参数)change_radial_distortion_cam_par('adaptive',CameraParam,0,CarParamVirtualFixed)*对于area(多项式)相机模型(12个参数)change_radial_distortion_cam_par('adaptive',CameraParam,[0,0,0,0,0],CarParamVirtualFixed)

*上述相机模型选一种后进行下面的map_image*创建一个投射图，其描述图像与其相应正在改变的径向畸变，而对于12个参数的畸变包括径向和切向畸变gen_radial_distortion_map(Map,CameraParam,CarParamVirtualFixed,'bilinear')map_image(Image,Map,ImageMapped)

总结：

可以先使用标定助手获取标定参数

在标定助手的安装页面，注意标定板的描述文件，投影模型参数的设置

在标定页面先选择一幅图设为参考位姿，之后点击标定

标定完之后获得相机内参，图片矫正程序方法

* Calibration 01: Code generated by Calibration 01CameraParameters := ['area_scan_division',0.0186441,-520.011,8.35005e-006,8.3e-006,246.657,254.674,640,480]CameraPose := [0.00994196,-0.00291689,0.290462,358.424,32.411,91.0749,0]stop ()*获取径向畸变矫正的外参change_radial_distortion_cam_par ('adaptive', CameraParameters, 0, CamParamOut) read_image (CalibDistorted03, 'C:/Users/Public/Documents/MVTec/HALCON-13.0/examples/images/scratch/scratch_perspective.png')*第一种方法使用map_image()进行畸变矫正gen_radial_distortion_map (Map, CameraParameters, CamParamOut, 'bilinear')map_image (CalibDistorted03, Map, ImageMapped)*第二种方法使用change_radial_distortion_image进行径向畸变矫正change_radial_distortion_image (CalibDistorted03,CalibDistorted03 , ImageRectified, CameraParameters, CamParamOut)

此种只进行畸变矫正，并不进行图像的由于高度差造成的3D方向的位姿矫正。若要进行3D方向的矫正可以参考范例
image_to_world_plane.hdev
畸变矫正范例为：
change_radial_distortion_image.hdev
change_radial_distortion_points.hdev

Halcon：畸变矫正与标定（1）相关推荐

Halcon ：畸变矫正与标定（2）
相机标定 1.相机标定是什么 2.怎么使用halcon进行相机内外参标定? (1)搭建硬件 1.**相机连好电脑,用相机厂家软件打开相机,检查一下相机是否正常.** 2.**接下来使用halcon连接 ...
Halcon畸变矫正流程
1:标定获取相机内外参相机内参 CameraParameters := ['area_scan_division',0.00684316,98.2803,8.31324e-006,8.3e-006, ...
Halcon 单目标定，畸变矫正，图像坐标系转世界坐标系
代码为Halcon代码,只有代码以及解释,默认已经理解世界坐标系(WCS)到相机坐标系(CCS)到图像坐标系(ICS)到像素坐标系(PCS)转换 *********************1. 标定内 ...
halcon相机标定及畸变矫正
1 halcon相机标定和图像矫正对于相机采集的图片,会由于相机本身和透镜的影响产生形变,通常需要对相机进行标定,获取相机的内参或内外参,然后矫正其畸变.相机畸变主要分为径向畸变和切向畸变, ...
0019_畸变矫正（单相机标定）
畸变: 图像形状发生了变形(本来是直线,变成了向内凹或者向外凸的弧线) 单相机畸变矫正的处理步骤: 1. 使用标定板,在halcon中使用标定助手,得到相机的内外参数可以将内外参数据生成到halco ...
python opencv 摄像头标定_（五）单目摄像头标定与畸变矫正（C++，opencv）
本文将梳理一种单目摄像头标定和矫正的方法,在梳理的过程中,首先使用网上离线的图片数据跑通流程,然后接入自己的camera,手动采集标定图像,实时矫正相机的畸变,然后输出矫正后的图像.全文基于Openc ...
相机标定的来龙去脉（详解标定原理、畸变矫正原理、使用经验）
目录 1.相机标定的意义 2.坐标系的变换 2.1.小孔成像的原理 2.2.各个坐标系的定义 2.2.1.像素坐标系 2.2.2.图像坐标系 2.2.3.相机坐标系 2.3.相机的内参和外参 3.图像 ...
机器视觉-相机标定及畸变矫正
摘要:本文首先介绍了针孔相机模型(线性模型),然后推导四个坐标轴变换的关系,引出R.T.K.D中包含相机的5个内参,6个外参.然后介绍相机畸变的原因以及畸变模型(非线性模型),引出相机的5个畸变参数. ...
相机标定之畸变矫正与反畸变计算
相机标定之畸变矫正与反畸变计算相机标定问题已经是比较成熟的问题,OpenCV中提供了比较全面的标定.矫正等函数接口.但是如果我想通过一张矫正好的图像,想获得原始的畸变图,却没有比较好的方法,这里讨论 ...

Halcon：畸变矫正与标定（1）

Halcon：畸变矫正与标定（1）相关推荐

最新文章

热门文章

Halcon： 畸变矫正与标定（1）

Halcon： 畸变矫正与标定（1）相关推荐

最新文章

热门文章

Halcon：畸变矫正与标定（1）

Halcon：畸变矫正与标定（1）相关推荐