Halcon助手实现相机标定
Halcon助手实现相机标定
一 利用Halcon制作halcon的专用标定板
Halcon标定板大小：标定板的大小要大于全视野的1/3推荐使用2/3视野大小的标定板，
*7:x方向圆点数量*7:y方向圆点数量*0.007两个圆之间的距离， 单位米*0.5比例值： Mark直径比上Mark中心距离*caltab.descr 描述文件，用于标定文件的生成*caltab.ps 标定文件，用于生产标定板 gen_caltab(7,7,0.007,0.5,'D:/caltab.descr','D:/caltab.ps')该标定板，圆点直径：3.5mm,圆点到圆点的中心距离7mm.7x7个圆点
二 使用Halcon的标定助手，进行标定文件生成
1 确定安装硬件配置
厚度：为标定板的厚度
普通镜头：投影
一般相机：面扫描（除法）
像元，亦称像素点或像元点。即影像单元（picture element）。CCD相机成像芯片中组成数字化影像的最小单元。
焦距，也称为焦长，是光学系统中衡量光的聚集或发散的度量方式，指从透镜中心到光聚集之焦点的距离。亦是照相机中，从镜片光学中心到底片、CCD或CMOS等成像平面的距离
https://www.hikrobotics.com/cn/
https://www.hikrobotics.com/cn/machinevision/productdetail/?id=8516
https://www.hikrobotics.com/cn/machinevision/visionproduct?typeId=40&id=49&pageNumber=1&pageSize=20&showEol=false
2.拍照标定
设为参考位姿
把设为参考位姿的图像，为物理世界原点（0，0，0.001）-xyz
在Halcon相机标定中，Kappa为正表示枕形畸变，Kappa为负表示桶形畸变。
Kappa参数的作用
Kappa是描述镜头径向畸变的核心参数，用于量化图像像点沿径向的偏移程度。它直接反映镜头制造误差导致的非理想成像特性。正负值的物理意义
- 枕形畸变（Kappa > 0）：图像边缘向外膨胀，形成类似枕头的形状。这种畸变使视场边缘的放大率高于中心区域，导致直线在图像边缘呈现向外弯曲的形态。
- 桶形畸变（Kappa < 0）：图像边缘向内收缩，形成类似水桶的形状。此时视场边缘的放大率低于中心区域，直线在图像边缘呈现向内弯曲的形态。
Halcon中的参数模型
在Halcon的area_scan_division模型中，相机内参以[Focus, Kappa, Sx, Sy, Cx, Cy, ImageWidth, ImageHeight]形式表示，其中Kappa的符号直接决定畸变类型。例如：Kappa=0.001（正）对应枕形畸变；Kappa=-0.001（负）对应桶形畸变。
畸变矫正的实践意义
通过标定获取Kappa值后，Halcon可生成反向映射图（如gen_radial_distortion_map），将畸变图像转换为无畸变图像。这一过程对高精度测量（如尺寸检测、三维重建）至关重要，可消除镜头物理特性对成像结果的影响。
在Halcon中，相机坐标系的原点通常位于相机的光心（即镜头的光学中心），而不是像元平面或镜头表面。
因此，外参中的Z值表示的是标定板平面到相机光心的距离。
*相机内参 CameraParameters:=['area_scan_division',0.0423987,-20.7857,8.29704e-06,8.3e-06,1557.66,1034.39,3072,2048]*相机外参 CameraPose:=[0.0449181,0.0338377,0.386435,1.44763,2.12759,269.708,0]stop()三 使用标定文件
1 畸变矫正
CameraParameters:=['area_scan_division',0.0895538,-17.6889,8.29454e-06,8.3e-06,1703.09,1468.01,3840,2748]CameraPose:=[0.0202819,-0.0078438,0.542075,2.49221,4.22066,178.885,0]stop()*获取畸变参数 change_radial_distortion_cam_par('adaptive',CameraParameters,0,CamParamChange)*生成畸变矫正Mapgen_radial_distortion_map(Map,CameraParameters,CamParamChange,'bilinear')*读取图像 read_image(Image20250511114004720,'C:/Users/Jumy/MVS/Data/Image_20250511114004720.bmp')*进行畸变矫正 map_image(Image20250511114004720,Map,ImageMapped)2 像素坐标转标定板的世界坐标系
CameraParameters:=['area_scan_division',0.0895538,-17.6889,8.29454e-06,8.3e-06,1703.09,1468.01,3840,2748]CameraPose:=[0.0202819,-0.0078438,0.542075,2.49221,4.22066,178.885,0]stop()*获取畸变参数 change_radial_distortion_cam_par('adaptive',CameraParameters,0,CamParamChange)*生成畸变矫正Mapgen_radial_distortion_map(Map,CameraParameters,CamParamChange,'bilinear')*读取图像 read_image(Image20250511114004720,'C:/Users/Jumy/MVS/Data/Image_20250511114004720.bmp')*进行畸变矫正 map_image(Image20250511114004720,Map,ImageMapped)*计算圆心点的距离 rgb1_to_gray(ImageMapped,GrayImage)threshold(GrayImage,Region,0,190)connection(Region,ConnectedRegions)select_shape(ConnectedRegions,SelectedRegions,'area','and',1500,1800)select_obj(SelectedRegions,ObjectSelected1,1)select_obj(SelectedRegions,ObjectSelected2,2)area_center(ObjectSelected1,Area,Row1,Column1)area_center(ObjectSelected2,Area,Row2,Column2)*像素转物理坐标*相机内参*外参*像素坐标*显示单位*输出 物理坐标 image_points_to_world_plane(CamParamChange,CameraPose,Row1,Column1,'mm',X1,Y1)image_points_to_world_plane(CamParamChange,CameraPose,Row2,Column2,'mm',X2,Y2)distance_pp(Y1,X1,Y2,X2,Distance)