手眼标定之九点法

89 篇文章 88 订阅 ¥69.90 ¥99.00

目录

1 使用背景

2 方法简述

3 案例代码


包含使用背景、方法简述、案例代码。

1 使用背景

 适合于二维的手眼标定,无需关注Z轴信息。  比如常见的XY移动平台(最常见的一种机械臂,往往还有个Z轴自由度执行具体某动作),在这个平台上往往还有个相机用于检测。

2 方法简述

对于二维的手眼标定,广泛采用的方法是九点法:
1)在获得相机参数后,指定九个点,先通过相机获得在相机坐标系下这9个点的坐标(2d)。

可以使用一张打印有特殊图案的纸张图案(比如9个圆),提取图像中9个圆的的圆心坐标。

且对这9个坐标进行排序,否则无法与机械臂示教的9个坐标进行一 一对应。


2)再通过示教器将机械臂分别移到9个点的位置(9个圆的圆心位置),并获取对应在机械臂末端坐标系下的九个点坐标(2d)。


3)最后,建立两者的映射关系,即可以表达相机坐标系到机械臂坐标系的关系。
 

3 案例代码

基于OpenCV 4.5.1.

// HandEyeCalibration.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//

#include "pch.h"
#include <iostre
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是九点手眼标定的完整Python代码: ```python import numpy as np import cv2 # 定义棋盘格行列数 rows = 6 cols = 8 # 设置世界坐标系中棋盘格点的三维坐标 objp = np.zeros((rows * cols, 3), np.float32) objp[:, :2] = np.mgrid[0:rows, 0:cols].T.reshape(-1, 2) * 25 # 存储棋盘格角点的像素坐标 imgpoints = [] # 存储棋盘格角点的世界坐标 objpoints = [] # 加载图像 img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 查找棋盘格角点 ret, corners = cv2.findChessboardCorners(gray, (rows, cols), None) # 如果找到角点,则加入到imgpoints和objpoints中 if ret == True: objpoints.append(objp) corners2 = cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), criteria) imgpoints.append(corners2) # 绘制角点并显示图像 img = cv2.drawChessboardCorners(img, (rows, cols), corners2, ret) cv2.imshow('img', img) # 进行相机标定 ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) # 打印相机内参和畸变系数 print("相机内参:") print(mtx) print("畸变系数:") print(dist) # 保存相机内参和畸变系数 np.savez('calibration.npz', mtx=mtx, dist=dist) cv2.waitKey(0) cv2.destroyAllWindows() ``` 注意,以上代码中的`criteria`变量未定义。它是一个用于角点精细化的条件参数,可以设置为: ```python criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) ``` 另外,为了使用该代码,需要将`image.jpg`替换为你的棋盘格图像文件路径。执行完代码后,将会输出相机内参和畸变系数,并保存为`calibration.npz`文件。

“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
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

打赏作者

thequitesunshine007

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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