9点标定方法

1.9点标定

夹具夹取产品或者标定块，选取一个特征，开始进行标定
X轴、Y轴移动一个位置，记录轴的物理坐标：（Qx1，Qy1）
提取图像中对应特征点，图像像素坐标：（Px1，Py1）
运动第N位置，记录下点位轴轴坐标（QxN，QyN），t提取像素坐标：（PxN，PyN）
一般9点、16点，特征均匀分布在图像的各个位置即可
halcon算子计算：
假如把上面记录的点转化成halcon的使用的方式，如下：
Px：=［1，2，3］
Py：=［1，2，3］
Qx：=［3，9，12］
Qy：=［3，9，12］
九点标定使用（仿射变换，最少三个点），不能消除镜头和相机畸变
vector_to_hom_mat2d （Px， Py， Qx ， Qy， HomMat2D）
HomMat2D就是得到矩阵
此案例不需要标定旋转中心，使用 Affine_Trans_Point_2d（HomMat2D，ProductCol，ProductRow，Qx，Qy）;Qx，Qy为变换后的机械坐标，可直接发给机器人做移动处理。

2.旋转标定

![*已知九点标定的矩阵
HomMat2D：=［0.0202215， 3.43298e-005， -27.1543， 3.20314e-005， -0.0202298， 75.8988］
*旋转点集的像素坐标，例如如下
Prx：=［0，1，2，3，4，5，6］
Pry：=［0，1，2，3，4，5，6］
for Index ：= 0 to |Prx|-1 by 1
*通过矩阵转换一个点到另一点的算子
affine_trans_point_2d （HomMat2D， Prx［Index］， Pry［Index］， Qx， Qy）
Qrx［Index］：=Qx
Qry［Index］：=Qy
Endfor
最核心的一个算子：affine_trans_point_2d，就是一个矩阵转换点。
就是把一系列的像素点for循环转换为物理坐标点，用来拟合圆，
上面就算已经得到我们的物理的拟合点Qrx， Qry
第二步，拟合圆：
*拟合圆
*先生成轮廓
gen_contour_polygon_xld （Contour， Qry， Qrx）
*轮廓拟合圆，算法要选择‘geotukey’，自己看说明文档
fit_circle_contour_xld （Contour， ‘geotukey’， -1， 0， 0， 3， 2， Row_C， Column_C， Radius_C， StartPhi， EndPhi， PointOrder）
拟合圆不细讲，网上都有，得到我们的圆心（Column_C，Row_C）（注意这里X，Y坐标和行、列坐标区别），半径：Radius_C
]
(https://img-blog.csdnimg.cn/7a84eb02828d4f7fa2336593f16db24c.png)
旋转标定示意图
计算 某个点绕另外一旋转定角度后的坐 标，如图 ：A（x，y）绕 B（rx0 ，ry0) 旋转a度后的位置为 C（x0，y0 ），则有如 下关系式：
x0= cos (a) * (x -rx0) – sin (a) *(y-ry0) +rx0
y0= cos (a) * (y- ry0) + sin (a) *(x-rx0) +ry0

计算实际偏移:
△x=x1-x0
△y=y1-y0
△x, △y作为补偿量加入X,Y轴偏移量中

3.公式推导过程

平面的9点+旋转标定就这样完成了，怎么样是不是很愉快！