halcon标定助手_消除镜头误差，halcon畸变标定

图像的畸变由于镜头(主要是FA镜头)引起的，实际同一个点，在通过光心后成像点倾斜。

像差导致畸变

halcon畸变模型

在halcon中，这个畸变可以通过division model和polynominal model来建模

division model

这种模型使用一个参数k来建模这种畸变关系

转换公式

其中

公式

畸变

polynominal model

也称多项式，使用三个参数(k1,k2,k3)来建模畸变

公式

其中

公式

透视投影

其中

世界坐标系：Xw,Yw,Zw

相机坐标系：Xc,Yc,Zc

图像坐标系统：r,c

图像像素坐标系统：u,v

标定板创建

gen_calib(7,7,0.0125,0.5,’calib.descr’,’calib.ps’)

每行圆点数量

每列圆点数量

两个圆点的中心距离

圆点半径和圆点中心距离的比值

标定板描述文件

标定板图像文件

这个你可以自己生成后打印出来， 当然这种精度肯定不高的， 你也可以去某宝上买。

标定助手

使用halcon的标定助手可以进行畸变标定，采集各种姿态的图片，尽量在视野的每个位置、角度都采集，最好15张以上，生成标定文件。

标定助手

我们得到内参和外参

CameraParameters := [0.0344624,-90.0854,8.31673e-006,8.3e-006,1310.66,911.681,2400,2048]

CameraPose := [-0.0160043,0.0131353,0.174315,1.28984,355.196,273.345,0]

使用标定文件

畸变矫正图像

CameraParameters := [0.0344624,-90.0854,8.31673e-006,8.3e-006,1310.66,911.681,2400,2048]

CamPos1:=CameraParameters

CamPos1[1]:=0

读取图片

read_image()

建立矫正矩阵

gen_radial_distortion_map

进行矫正

map_image

像素点转换为物理点

CameraParameters := [0.0344624,-90.0854,8.31673e-006,8.3e-006,1310.66,911.681,2400,2048]

CameraPose := [-0.0160043,0.0131353,0.174315,1.28984,355.196,273.345,0]

获取像素点

P1x:=100 P1Y:=100

P2X:=100 p2Y:=200

TmpCtrl_ImgRows :=[P1X,P2X]

TmpCtrl_ImgColums := [P1y,p2y]

set_origin_pose(CameraPos,0.0,0.0,-0.001,CameraPose)

image_points_to_world_plane(CameraParameters,CameraPose,TmpCtrl_ImgRows,TmpCtrl_ImgColums,’mm’,TmpWorldX,TmpWorldY)

得到输出世界坐标点TmpWorldX,TmpWorldY

计算距离

distance_pp 输出距离值 TmpCtrol_Distance

获取单像素精度值

TmpCtrol_Distance/200

关注我 公众号 VisionManMaster

#机器视觉# #自动化# #PLC# #编程# #图像处理#