【halcon】双目视觉的实现

最新推荐文章于 2023-12-27 13:54:05 发布

Ketal_N

最新推荐文章于 2023-12-27 13:54:05 发布

阅读量1.3w

点赞数 29

文章标签： halcon 双目视觉相机标定 3D重建视差图

本文链接：https://blog.csdn.net/Ketal_N/article/details/83933617

版权

一、介绍

　关于双目视觉的原理请参阅上一篇博文（https://blog.csdn.net/Ketal_N/article/details/83744626），本文主要介绍基于halcon的双目视觉的 相机标定 及 三维重建 。

二、相机标定

系统搭建如下：
在这里插入图片描述
标定程序参考了halcon中的双目标定示例binocular_calibration.hdev，标定步骤为：
　1）程序的初始化设置；
　2）创建标定数据模型（也可以不用标定数据模型，下面的代码就没有使用），为相机内参设置初始值；
　3）描述标定对象；
　4）循环读取多幅图像，提取标定板上的标记点及标定板位姿。
　5）执行标定；
　*6）进行图像对校正。
代码如下：

*
* 该程序演示了如何使用 find_caltab, find_marks_and_pose和binocular_calibration 算子进行双目立体视觉系统的标定
* 共50幅（左右两相机分别25幅）。标定完成后，利用对极几何对图像对进行校正。
* 
* ---------------------------------------------------------
* 设置图片路径
ImgPath := 'C:/BinocualrCalibration/calibrationImgs/'
* 读取第一幅图像，并获取图像尺寸
Index := 1
read_image (ImageL, ImgPath + 'L' + Index$'02d')
read_image (ImageR, ImgPath + 'R' + Index$'02d')
* 打开合适尺寸大小的窗口
dev_close_window ()
dev_update_off ()
get_image_size (ImageL, WidthL, HeightL)
dev_open_window (0, 0, 0.4*WidthL,0.4* HeightL, 'black', WindowHandle1)
dev_set_draw ('margin')
dev_set_color ('green')
set_display_font (WindowHandle1, 14, 'mono', 'true', 'false')
get_image_size (ImageR, WidthR, HeightR)
dev_open_window (0, 0.4*WidthL + 12, 0.4*WidthL, 0.4*HeightL, 'black', WindowHandle2)
dev_set_draw ('margin')
dev_set_color ('green')
* 读取标定板模型.
CaltabFile := 'caltab_30mm.descr'
caltab_points (CaltabFile, X, Y, Z)
* 为相机内参设置初始值
StartCamParL := [0.016,0,3.75e-6,3.75e-6,WidthL / 2.0,HeightL / 2.0,WidthL,HeightL]
StartCamParR := StartCamParL
* find_caltab 和 find_marks_and_pose参数设置
SizeGauss := 3
MarkThresh := 120
MinDiamMarks := 5
StartThresh := 128
DeltaThresh := 10
MinThresh := 18
Alpha := 0.9
MinContLength := 15
MaxDiamMarks := 100
* 创建数组，用于存放图像坐标系下的标定点坐标和标定板的初始位姿
RowsL := []
ColsL := []
StartPosesL := []
RowsR := []
ColsR := []
StartPosesR := []
*循环读取标定图像
for Index := 1 to 25 by 1
    * 读取标定图像
    read_image (ImageL, ImgPath + 'L' + Index$'02d')
    read_image (ImageR, ImgPath + 'R' + Index$'02d')
    * 寻找标定板
    find_caltab (ImageL, CaltabL, CaltabFile, SizeGauss, MarkThresh, MinDiamMarks)
    find_caltab (ImageR, CaltabR, CaltabFile, SizeGauss, MarkThresh, MinDiamMarks)
    * 显示标定板区域
    dev_set_window (WindowHandle1)
    dev_display (ImageL)
    dev_display (CaltabL)
    dev_set_window (WindowHandle2)
    dev_display (ImageR)
    dev_display (CaltabR)
    * (左相机)提取标记点和标定板位姿，并显示位姿坐标
    find_marks_and_pose (ImageL, CaltabL, CaltabFile, StartCamParL, StartThresh, DeltaThresh, MinThresh, Alpha, MinContLength, MaxDiamMarks, RCoordL, CCoordL, StartPoseL)
    disp_caltab (WindowHandle1, CaltabFile, StartCamParL, StartPoseL, 1)
    *(右相机)提取标记点和标定板位姿，并显示位姿坐标
    find_marks_and_pose (ImageR, CaltabR, CaltabFile, StartCamParR, StartThresh, DeltaThresh, MinThresh, Alpha, MinContLength, MaxDiamMarks, RCoordR, CCoordR, StartPoseR)
    disp_caltab (WindowHandle2, CaltabFile, StartCamParR, StartPoseR, 1)
    * 计算标记点在图像坐标系下的位姿，并估算所有图像对间的相对位姿
    RowsL := [RowsL,RCoordL]
    ColsL := [ColsL,CCoordL]
    StartPosesL := [StartPosesL,StartPoseL]
    RowsR := [RowsR,RCoordR]
    ColsR := [ColsR,CCoordR]
    StartPosesR := [StartPosesR,StartPoseR]
endfor
*
* 执行标定
* 
binocular_calibration (X, Y, Z, RowsL, ColsL, RowsR, ColsR, StartCamParL, StartCamParR, StartPosesL, StartPosesR, 'all', CamParamL, CamParamR, NFinalPoseL, NFinalPoseR, cLPcR, Errors)
* 可以将标定结果存入文件中：
* write_cam_par (CamParamL, 'cam_left-125.dat')
* write_cam_par (CamParamR, 'cam_right-125.dat')
* write_pose (cLPcR, 'pos_right2left.dat')
* 生成校正的映射图
gen_binocular_rectification_map (MapL, MapR, CamParamL, CamParamR, cLPcR, 1, 'geometric', 'bilinear', RectCamParL, RectCamParR, CamPoseRectL, CamPoseRectR, RectLPosRectR)
* 读取已标定系统的一个图像对
read_image (ImageL, ImgPath + 'L01')
read_image (ImageR, ImgPath + 'R01')
* 校正图像对并显示
map_image (ImageL, MapL, ImageRectifiedL)
map_image (ImageR, MapR, ImageRectifiedR)
* 检查校正图像的对极约束并显示结果（包含一些对应的极线）
check_epipolar_constraint (ImageRectifiedL, ImageRectifiedR, RectCamParL, RectCamParR, WindowHandle1, WindowHandle2, CaltabFile, EpipolarError)

在这里插入图片描述

三、三维重建

用采集的一对图像对来说明三维立体重建的过程。
在这里插入图片描述
三维重建步骤如下：
１）读取图像对
２）输入相机参数
３）校正图像对
４）计算视差
５）对视差图进行处理
６）将视差图转换为Ｘ、Ｙ、Ｚ分量图
７）３Ｄ点的可视化
代码如下：

* 该程序演示了如何使用'disparity_image_to_xyz'算子。
* 首先进行图像对的校正，然后计算所有视差图中所有点的 x,y,z 坐标，最后将将3D点可视化。
* 
* 初始化设置
dev_close_window ()
dev_update_off ()
dev_set_preferences ('graphics_window_context_menu', 'false')
dev_set_preferences ('suppress_handled_exceptions_dlg', 'true')
* 
* 定义要选择的左右图像对
ImagePath := 'C:/BinocualrCalibration/TestObject/'
Image1 := ImagePath + '/LT08'
Image2 := ImagePath + '/RT08'
* 
* 定义相机参数
CamParamL := [0.0162229,-21.9492,3.7503e-006,3.75e-006,622.487,523.778,1280,960]
CamParamR := [0.0160868,-161.835,3.7492e-006,3.75e-006,615.622,514.203,1280,960]
RelPose := [0.13018,-0.000356889,0.0248832,0.434254,343.51,359.836,0]
* 
* 生成视差图
* ******************************************
* 
* 生成校正映射图像对
gen_binocular_rectification_map (MapL, MapR, CamParamL, CamParamR, RelPose, 1, 'geometric', 'bilinear', RectCamParL, RectCamParR, CamPoseRectL, CamPoseRectR, RectLPosRectR)
* 
* 读取原图像对并进行校正，得到校正后的图像对
read_image (ImageL, Image1)
read_image (ImageR, Image2)
map_image (ImageL, MapL, ImageRectifiedL)
map_image (ImageR, MapR, ImageRectifiedR)
* 
* 显示校正后的左侧图像
get_image_size (ImageRectifiedL, WidthL, HeightL)
dev_open_window (0, 0, 0.4*WidthL,0.4* HeightL, 'black', WindowHandle1)
set_display_font (WindowHandle1, 11, 'mono', 'true', 'false')
dev_display (ImageRectifiedL)
disp_message (WindowHandle1, 'Left rectified image', 'window', 10, 10, 'black', 'true')
* 
* 显示校正后的右侧图像
dev_open_window (0, 0.4*WidthL + 10, 0.4*WidthL, 0.4*HeightL, 'black', WindowHandle2)
set_display_font (WindowHandle2, 11, 'mono', 'true', 'false')
dev_display (ImageRectifiedL)
disp_message (WindowHandle2, 'Right rectified image', 'window', 10, 10, 'black', 'true')
disp_continue_message (WindowHandle2, 'black', 'true')
stop ()
* 
* 计算视差
binocular_disparity (ImageRectifiedL, ImageRectifiedR, DisparityImage, Score, 'ncc', 33, 33, 0, -36, 20, 1, 0.3, 'left_right_check', 'interpolation')
* 
* 填充视差图中的缺陷
get_domain (DisparityImage, RegionInpainting)
complement (RegionInpainting, RegionInpainting)
full_domain (DisparityImage, DisparityImage)
harmonic_interpolation (DisparityImage, RegionInpainting, DisparityImage, 0.001)
* 
* 显示视差图
dev_set_window (WindowHandle1)
dev_set_lut ('temperature')
dev_display (DisparityImage)
disp_message (WindowHandle1, 'Disparity image', 'window', 10, 10, 'black', 'true')
* 
* 计算点的3D坐标
* *******************************************
* 
* 将视差图转换成X,Y,Z分量图，分量图中的灰度值表示各分量的坐标
disparity_image_to_xyz (DisparityImage, X, Y, Z, RectCamParL, RectCamParR, RectLPosRectR)
* 
* 3D点的可视化
* *******************************************
* 
* 将点云的中心移至原点附近，并进行z方向上的尺度缩放
min_max_gray (X, X, 5, MinX, MaxX, RangeX)
min_max_gray (Y, Y, 5, MinY, MaxY, RangeY)
min_max_gray (Z, Z, 5, MinZ, MaxZ, RangeZ)
scale_image (X, X, 1.0, -MinX - 0.5 * RangeX)
scale_image (Y, Y, 1.0, -MinY - 0.5 * RangeY)
scale_image (Z, Z, 4.0, -4.0 * MinZ - 2.0 * RangeZ)
* 
* 显示校正后的右图像
dev_set_window (WindowHandle2)
dev_display (ImageRectifiedR)
disp_message (WindowHandle2, 'Computed 3D points in 3D space', 'window', 10, 10, 'black', 'true')
disp_message (WindowHandle2, 'Left button:  rotate', 'window', 205, 10, 'white', 'false')
disp_message (WindowHandle2, 'Right button: exit', 'window', 220, 10, 'white', 'false')
* 
* 对3D点云循环旋转操作的设置
RelQuaternion := [0,0,0,1]
NumAddIn := 0
Cx := WidthL * 0.5
Cy := HeightL * 0.5
* 
* 旋转循环
visualize_3D_space (DisparityImage, X, Y, Z, ImageRectifiedL, WindowHandle2, Cx, Cy, HeightL, WidthL, RelQuaternion, NumAddIn, MinX, MinY, MinZ, RangeX, RangeY, RangeZ, RectCamParL)

得到的视差图如图3所示，可以看到，目标物体的孔径周围有基础缺陷（白色部分），这是由于在输入的图像对中，目标物的孔径周围反光，显示为白色，而在计算视差图时，应尽量避免这种整块出现的单一颜色区域。
在这里插入图片描述

此外，还可以通过创建3D对象模型的方式将结果可视化。用到的算子为：xyz_to_object_model_3d( ), create_pose( ), visualize_object_model_3d( )。

注：3D重建的显示效果和相机标定的精度、拍摄环境、视差图的算法等因素相关，其中计算视差图用到的算子为binocular_disparity( )，包含的参数较多，需要选择合适的参数才得到较好的视差图。

ps:如有错误，谢谢指出。整理不易，转载请注明出处。