Halcon里的9点标定

所谓“标定”就是为了得到数学里的一个矩阵关系。空间中一点(x,y,z) 到空间中另外一点(x1,y1,z1)可以经过平移,旋转重合。

这个平移和旋转的过程(仿射变换)被记录在矩阵关系中(齐次矩阵)。

例如下面简单的Halcon代码(二维变化)

    hom_mat2d_identity (HomMat2DIdentity)
    tx:=20
    ty:=30
    * 平移20,30像素
    hom_mat2d_translate (HomMat2DIdentity, tx, ty, HomMat2DTranslate)  
    * 旋转90度
    angle:=rad(90)    
    hom_mat2d_rotate (HomMat2DTranslate, angle, 0, 0, HomMat2DRotate)   
    
    *计算点(20,30)经过上面的平移旋转后的坐标点(-60,40)
    affine_trans_point_2d (HomMat2DRotate, 20, 30, Qx1, Qy1)

 请注意,齐次矩阵作为元组逐行存储;最后一行不存储,因为它对于描述仿射变换的所有齐次矩阵都是相同的。 因此,Hom Mat2DIdentity被存储为元组[1,0,0,1,0]。

标定的目的就是为了得到上面代码里的 HomMat2DRotate。有了这个变换矩阵,再给定一个点,就可以得到相同变化后目标点(Qx1,Qy1)

常见的标定有:九点标定和标定板标定。

九点标定

原理:简单来理解,假如有人告诉你A坐标系(例如相机图像坐标系)的一点(x=10,y=20像素),在B坐标系(例如机械手所在坐标系)里看到的是(x1=2,y1=4), 接下来,他问你如果是(x'=20,y'=30)在B里看到的是多少呢?

此时会有无数种答案,但如果给定更多的限制条件,例如更多的点(3个以上)在A、B坐标系的对应关系被找到,此时再来问(x'=20,y'=30)在B里看到的是多少,则答案就是唯一的。

为何有要求3个点以上,就是求解三元一次方程的要求至少有3个已知条件。9点标定是为了提高精度。

标定的行为就是完成上面的发现更多点的对应关系,已知A坐标系的一些点(x,y),在B坐标系里去行走或视觉识别得到(x',y')。

然后通过求解(x,y)到(x',y')的关系,得到仿射变换齐次矩阵。

实例:

*已知A坐标系的9个点
Ax:=[-30,0,30,-30,0,30,-30,0,30]
Ay:=[30,30,30,0,0,0,-30,-30,-30]

*待识别的B坐标点,和上面的A坐标系点一一对应
Bx:=[]
By:=[]
for Index := 1 to 9 by 1
    dev_display (Image)
    * 以下过程为在B坐标系找A中的9个点
    draw_rectangle1 (200000, Row1, Column1, Row2, Column2)
    gen_rectangle1 (Rectangle, Row1, Column1, Row2, Column2)
    reduce_domain (Image, Rectangle, ImageReduced)
    binary_threshold (ImageReduced, Region, 'max_separability', 'light', UsedThreshold)
    connection (Region, ConnectedRegions)
    select_shape (ConnectedRegions, SelectedRegions, 'roundness', 'and', 0.7, 1)
    select_shape (SelectedRegions, SelectedRegion2, 'rb', 'and', 32, 100)
    fill_up (SelectedRegions, RegionFillUp)
    *找到了B坐标系的点(Row,Column)
    area_center (RegionFillUp, Area, Row, Column)
    Bx:=[Bx,Column]
    By:=[By,Row]
endfor
*得到目标变换矩阵HomMat2D
vector_to_hom_mat2d (Bx, By, Ax, Ay, HomMat2D)


*保存变换矩阵
serialize_hom_mat2d (HomMat2D, SerializedItemHandle)
open_file ('my_vector.mat', 'output_binary', FileHandle) 
fwrite_serialized_item (FileHandle, SerializedItemHandle) 
close_file (FileHandle)

stop ()
*读取变换矩阵,测试
open_file ('my_vector.mat', 'input_binary', FileHandle) 
fread_serialized_item (FileHandle, SerializedItemHandle) 
deserialize_hom_mat2d (SerializedItemHandle, HomMat2D_9p) 
close_file (FileHandle)

tx:=20
ty:=30
affine_trans_point_2d (HomMat2D_9p, tx, ty, Qx, Qy)

 

 

  • 20
    点赞
  • 183
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Halcon中的9标定是一种常用的机器视觉标定方法,它可以用于相机的内部和外部参数标定。以下是一个简单的示例代码,演示如何使用Halcon进行9标定: ```csharp // 读取标定图片 HImage image = new HImage("calib_image.jpg"); HTuple width, height; HOperatorSet.GetImageSize(image, out width, out height); // 定义标定坐标 HTuple row = new HTuple(); HTuple col = new HTuple(); row = row.TupleConcat(0.3 * height, 0.3 * height, 0.3 * height, 0.7 * height, 0.7 * height, 0.7 * height, 0.5 * height, 0.5 * height, 0.5 * height); col = col.TupleConcat(0.3 * width, 0.5 * width, 0.7 * width, 0.3 * width, 0.5 * width, 0.7 * width, 0.3 * width, 0.5 * width, 0.7 * width); // 进行标定 HTuple cameraParam = new HTuple(); HTuple worldPose = new HTuple(); HOperatorSet.VectorToPose9(row, col, 0, 0, out worldPose); HOperatorSet.FindCalibObject(image, 9, 0, 0.03, "points", out cameraParam); HOperatorSet.CalibrateCameras(image, cameraParam, worldPose, out cameraParam); // 输出相机参数 HTuple fx, fy, cx, cy, kappa, s; HOperatorSet.TupleSelect(cameraParam, 0, out fx); HOperatorSet.TupleSelect(cameraParam, 1, out fy); HOperatorSet.TupleSelect(cameraParam, 2, out cx); HOperatorSet.TupleSelect(cameraParam, 3, out cy); HOperatorSet.TupleSelect(cameraParam, 4, out kappa); HOperatorSet.TupleSelect(cameraParam, 5, out s); Console.WriteLine("fx={0}, fy={1}, cx={2}, cy={3}, kappa={4}, s={5}", fx, fy, cx, cy, kappa, s); ``` 在这个示例中,首先读取标定图片,然后定义标定的坐标。接着,使用Halcon的FindCalibObject函数找到标定,并使用CalibrateCameras函数进行标定。最后,通过TupleSelect函数获取相机参数,并输出到控制台。 需要注意的是,在实际应用中,需要使用多组标定图片进行标定,并对标定结果进行评估和优化,才能获得更精确的相机参数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值