标签：标定 40.4 TmpCtrl 相机 图像 位姿 标志点

相机：The Imaging Source(映美精)DFK 33GP 1300 面阵COMS相机。像元大小4.8 (微米) * 4.8 (微米)

镜头：Computar M3514-MP 焦距 = 35mm F=1.4

1. 制作并生成标定板文件

*现有标定板7 * 7 的圆点标定点阵列，标定点中心距是3.2 mm，表定点圆直径1.6mm。用gen_caltab生成描述文件。

XNum:=7

YNum:=7

*单位是米

MarkDist:=0.0032

*直径与圆点间间距比值

DiameterRatio:=0.0016/0.0032

gen_caltab (XNum, YNum,MarkDist, DiameterRatio, 'caltab.descr', 'caltab.ps')

1. 打开标定助手

1. 打开"一"中生成的标定板描述文件
2. 填写镜头的相关数据

    注：由前面说明的标定知识可以知道，摄像机模型用面扫描（多项式Polynomial）来做标定，效果更好

1. 确定图像源并添加标定图像

1、选择图像文件，可以加载已保存在计算机中的标定板图像。

1. 从相机上在线获取图像。

   

    注：（1）、选择"图像采集助手"后，会弹出右边的图形采集助手对话框，这时设置好图像采集助手的相关参数即

            可使用。

（2）、如果先事先就已经设置好了采集助手，再打开标定助手用"图像采集助手"关联的，那么在生成初始

    化采集过程代码时会提示：No acquisition initialization(must have acquisition assistant).处理方法：退出采集

    助手对话框，然后在选择标定助手中的"图像采集助手"，然后在重新设置采集助手参数。

        （3）、设置后右边的图像采集助手后，打开实时采集。然后点击标定助手上的"采集"按钮是，即可把图像

                添加到列表中。

1. 显示参数设置

   设置显示颜色

1. 标定提取参数设置

1. 这些参数用于提取定位标定板的，一般情况下，当采集到第一张标定图像时，这些参数会自动设置。但有时提起的效果不佳，需要手调。
2. 定位标定板参数：首先根据高斯滤波尺寸进行高斯滤波去噪，通过表定点的最小直径对阈值的结果进行筛选，找到一个含 7 * 7 的空孔洞（标定板上的圆形标志点）区域，将标定板区域与背景分离开。下图"2"箭头所指区域（这里的参数只负责找到标定板区域）
3. 提取标志点区域：由初始阈值开始，根据阈值递减设置的步长，自动尝试不同的阈值，进行阈值分割。直到7 * 7个圆心标志点得到标志点区域。下图"3"箭头所指区域（这里的参数只负责标志点区域）
4. 提取标志点轮廓：找到标志点区域，进行平滑去噪，用亚像素边缘提取标定板各个圆形的边缘，通过最小轮廓长度虑除短的干扰轮廓。因为圆标志点的投影为椭圆，用拟合椭圆的算法把所有提取出的边缘拟合为椭圆。通过最大标志点直径，对拟合出来的椭圆进行筛选，虑除直径过大的椭圆。

1. 品质问题

由于光源照的不够均匀，标定板没有放在最清晰平面，加载的标定的图片太少等因素。会引起标定质量不佳。Halcon标定助手中会提示相关的问题。这些问题警告级别默认是70%，当这个品质问题大于70%才会消失。

1. 品质问题1：视野没有完全被标定板覆盖到

   由于图片太少，整个视野中有些地方没有被标定板覆盖。可以点击后面的"show"按钮，出现下图，绿色区域表示该区域已被标定板覆盖，绿色越深，表示越靠近标定板，矫正效果越好。红色表示该区域没有 被标定板覆盖，红色越深，表示离标定板越远。

   

   注：当点击"show"显示这个绿红区域时，要点击界面中的"更新"按钮画面才会切换到标定图片。

2. 品质问题2：旋转角度没有被先后覆盖到

   将相机进行标定得到的是相机与二维测量平面的位姿，旋转角度、深度时候被覆盖对于二维测量平面标定来说不是最重要的，它们的作用是优化相机参数，如果能覆盖尽量多的角度、深度，当然更好。

3. 其他品质问题：

   如品质评估出错、检测出某些图片品质有问题等一些品质问题，通过调"五、标定提取参数设置"的参数很难把这些品质问题去掉，解决方案是，通过相机实时采集图片，改变灯光亮度、景深大小等外部环境，进到标定中显示"确定"字样，而不是"检测出品质问题"时，就采集这张图像作为标定图像。

出现品质问题时，可以从以下几个方面来改进：

（1）、使用标定板的有效区域（黑色方框区域）要足够大，尽量在视野的1/4以上

（2）、圆心标志点的最小直径不能低于10个pix

（3）、标定板为白色背景，黑色的圆心标志点和黑色边框

（4）、标定板的白色背景的灰度值不能低于100

（5）、黑色标志点和边框与白色背景的灰度对比度最好大于100

（6）、使用均匀的光源照明

（7）、图像不能过曝

（8）、要用尽量多的图像来覆盖整个视野，图像越多越好，覆盖图像的四个角，这主要原因是角落处的镜头畸变最大，

    这样可以得到畸变系数最准确的值。

（9）、在景深范围内发改各种旋转角度和尽量多的深度，可以通过标定板绕它的x轴和y轴旋转或者将标定板放置在

        与相机不懂距离的位置上。

（10）、用于标定的有效图像尽量不低于10张，最好在10到20张图像，图像越多越好

（11）、标定好后，相机和镜头不能动，若果再调节相机和镜头、调节镜头的光圈、焦距，调节后需要重新标定。

（12）、在任何情况下只要相机

1. 设置参考位姿

如果在用来标定的其中一幅图像中的标定板直接放在测量平面（如传送带），那么这幅图像中标定板的外参基本等同于测量平面的位姿。选取一张图像，该图像中的标定板尽量在视野中间，而且图像横平竖直的对齐。如下图，点击后前面有个"*"，表示以当前图像的位姿作为参考位姿，点击标记即可标定完成。

注:若没有选定,则系统自动选择这个列表图像中的第一张作为参考位姿.

1. 结果

1、通过上述步骤，点击"标定"按钮后，页面即跳到"结果"中。可以点击保存按钮保存相关参数。

2、显示坐标系轴表示时候显示坐标轴图形

3、选择"模拟的参考图像"：会根据参考图像以及halcon标定板的规则，产生一个模拟的halcon标定板参考图像。

1. 代码生成

1. 标定：

   （1）、图中1处的两个文件就是"八、结果"中的保存的两个文件

   （2）、生成模式：

               标定函数

                   使用标定模型，在此模式下才有用，勾选，表示基于句柄的标定算子，不勾选表示使用基于非句柄

                   的标定算子

               标定数据（Tuple）

                   把标定的相机参数和位姿以Tuple的数据形式插入代码（不需要勾选初始化采集过程和使用标定模型）

               标定数据（File）

                   设置好保存参数文件和位姿文件的路径，插入代码（不需要勾选初始化采集过程和使用标定模型）

                   程序会安装好的路径保存参数文件和位姿文件，然后再一算子读取文件形式加载参数文件和位姿文

                   件：

   

例子1：选择"标定函数"时插入代码

以下使用的函数在《40.5、Calibration Function》介绍

==============================******不勾选使用标定模型**********==============================

* Code generated by Calibration 01

ImageFiles := []

ImageFiles[0] := 'H:/biaoding/BDpicture/image_01.png'

.

.

.

.

ImageFiles[84] := 'H:/biaoding/BDpicture/image_86.png'

TmpCtrl_AllMarkRows := []

TmpCtrl_AllMarkColumns := []

TmpCtrl_StartPoses := []

TmpCtrl_ReferenceIndex := 9

TmpCtrl_PlateDescription := 'H:/biaoding/标定板制作/caltab.descr'

*这里的参数的个数内部就会自动选择标定算法为'area_scan_polynomial'

StartParameters := [0.035,0,0,0,0,0,4.8e-006,4.8e-006,640,480,1280,960]

* Collect mark positions and estimated poses for all plates

for Index := 0 to |ImageFiles| - 1 by 1

*读入图像

read_image (Image, ImageFiles[Index])

*输入标定板描述文件，查找标定板，结果只输出一个标定板的区域TmpObj_PlateRegion

find_caltab (Image, TmpObj_PlateRegion, TmpCtrl_PlateDescription, 3, 112, 5)

*输入 标定板区域、标定板描述文件（主要利用该标定板有多少行多少列）、初始相机参数

*输出该图像每个标志点的像素坐标，和该图片的位姿

find_marks_and_pose (Image, TmpObj_PlateRegion, TmpCtrl_PlateDescription,

StartParameters, 128, 10, 18, 0.9, 15, 100, TmpCtrl_MarkRows, TmpCtrl_MarkColumns, TmpCtrl_EstimatedPose)

*把计算出的该图像的所有标志点像素坐标存入到点数组中

TmpCtrl_AllMarkRows := [TmpCtrl_AllMarkRows, TmpCtrl_MarkRows]

TmpCtrl_AllMarkColumns := [TmpCtrl_AllMarkColumns, TmpCtrl_MarkColumns]

*把计算出的该图像位姿存入到数组中

TmpCtrl_StartPoses := [TmpCtrl_StartPoses, TmpCtrl_EstimatedPose]

endfor

* 解析标定板（该标定板有多少行、多少列、以及每个点的真实坐标单位m）

caltab_points (TmpCtrl_PlateDescription, TmpCtrl_X, TmpCtrl_Y, TmpCtrl_Z)

*输入解析标定板得到的数据、所有标定板图像中的像素点坐标、所有标定板图像的位姿

*输出相机内参CameraParameters，N组矫正后的位姿TmpCtrl_FinalPoses（一张图像对应一个位姿），误差

camera_calibration (TmpCtrl_X, TmpCtrl_Y, TmpCtrl_Z, TmpCtrl_AllMarkRows,

TmpCtrl_AllMarkColumns, StartParameters, TmpCtrl_StartPoses, 'all', CameraParameters, TmpCtrl_FinalPoses, TmpCtrl_Errors)

*从N组矫正后的位姿TmpCtrl_FinalPoses选出一个来设置为参考位置。

* 也就是上面的《七、设置参考位姿》

tuple_select_range (TmpCtrl_FinalPoses, 7*TmpCtrl_ReferenceIndex, 7*TmpCtrl_ReferenceIndex

+ 6, CameraPose)

* Adjust origin for plate thickness

set_origin_pose (CameraPose, 0.0, 0.0, 0, CameraPose)

stop ()

注:

初始化的StartParameters := [0.035,0,0,0,0,0,4.8e-006,4.8e-006,640,480,1280,960]

分别是:焦距、径向2阶(k1)、径向4阶(k2)、径向6阶(k3) 、切向2阶(p1) 、切向2阶(p2)、图像宽度一半、图像高度一半、图像宽度、图像高度。（径向切向赋值为0，调用标定函数后会自动计算出来）

最终标定出来的内参数会修改StartParameters里的数据。

==============================******勾选使用标定模型**********==============================

* Code generated by Calibration 01

ImageFiles := []

ImageFiles[0] := 'H:/biaoding/BDpicture/image_01.png'

.

.

.

.

ImageFiles[84] := 'H:/biaoding/BDpicture/image_86.png'

TmpCtrl_ReferenceIndex := 9

TmpCtrl_PlateDescription := 'H:/biaoding/标定板制作/caltab.descr'

StartParameters := [0.035,0,0,0,0,0,4.8e-006,4.8e-006,640,480,1280,960]

* Create calibration model for managing calibration data

create_calib_data ('calibration_object', 1, 1, CalibHandle)

*指定标定算法

set_calib_data_cam_param (CalibHandle, 0, 'area_scan_polynomial', StartParameters)

*把标定板描述文件存入到句柄中

set_calib_data_calib_object (CalibHandle, 0, TmpCtrl_PlateDescription)

* Collect mark positions and estimated poses for all plates

for Index := 0 to |ImageFiles| - 1 by 1

*读入图像

read_image (Image, ImageFiles[Index])

*输入标定板描述文件，查找标定板，结果只输出一个标定板的区域TmpObj_PlateRegion

find_caltab (Image, TmpObj_PlateRegion, TmpCtrl_PlateDescription, 3, 112, 5)

*输入 标定板区域、标定板描述文件（实际距离）、初始相机参数

*输出该图像每个标志点的坐标（主要利用该标定板有多少行多少列），和该图片的位姿

find_marks_and_pose (Image, TmpObj_PlateRegion, TmpCtrl_PlateDescription,

StartParameters, 128, 10, 18, 0.9, 15, 100, TmpCtrl_MarkRows, TmpCtrl_MarkColumns, TmpCtrl_EstimatedPose)

*把计算出的该图像的所有标志点像素坐标和位姿存入句柄CalibHandle中

set_calib_data_observ_points (CalibHandle, 0, 0, Index, TmpCtrl_MarkRows,

TmpCtrl_MarkColumns, 'all', TmpCtrl_EstimatedPose)

endfor

* 根据句柄标定

calibrate_cameras (CalibHandle, TmpCtrl_Errors)

*从句柄中取得相机内参

get_calib_data (CalibHandle, 'camera', 0, 'params', CameraParameters)

*从句柄中取得一个位姿坐标参考位姿

* 也就是上面的《七、设置参考位姿》

get_calib_data (CalibHandle, 'calib_obj_pose', [0, TmpCtrl_ReferenceIndex], 'pose', CameraPose)

* Adjust origin for plate thickness

set_origin_pose (CameraPose, 0.0, 0.0, 0, CameraPose)

* Clear calibration model when done

clear_calib_data (CalibHandle)

stop ()

例子2：选择"标定数据（Tuple）"时插入代码

*标定好的相机参数直接用一个数组表示

CameraParameters := [0.0850467,-1379.79,4.54827e+007,-5.227e+011,0.183187,-0.284907,4.90908e-006,4.8e-006,533.741,1326.16,1024,1280]

*标定好的相机位姿参数直接用一个数组来表示

CameraPose := [-0.000599182,-0.0213888,0.580617,4.30312,2.76294,180.297,0]

stop ()

例子3：选择"标定数据（File）"时插入代码

* 标定好的相机参数直接从文件读取,改文件就是<八、结果>中保存的文件

read_cam_par ('C:/biaoding/GrayImg/Cam_param.cal', CameraParameters)

* 标定好的相机位姿参数直接从文件读取

read_pose ('C:/biaoding/GrayImg/Cam_pos.dat', CameraPose)

stop ()

标签：标定,40.4,TmpCtrl,相机,图像,位姿,标志点
来源： https://www.cnblogs.com/ihh2021/p/16332839.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。