halcon之屌炸天的自標定（1）

 

 

本次先對halcon的自標定作個總體介紹，瞭解屌炸天的自標定在實際應用中的應用與實現方法，具體的編程細節將在後續的文章中介紹。

 

halcon提供了一種自標定的算子，它能夠在不用標定板的狀況下，標定出相機內參（無焦距），相對於多幅標定沒法獲取相機的外參。

 

求出了相機內參就能夠進行畸變校訂，於是自標定相對於多幅標定，在畸變校訂方面更快捷，這樣設備在現場更容易操做、維護。

 

在畸變校訂之後咱們一樣能夠放置一個參考物求取像素當量，構建XY世界座標系,以用於測量、定位等應用。

 

1. edges_sub_pix (GrayImage,Edges,'canny',1.0,20,40)
   segment_contours_xld (Edges,ContoursSplit,'lines_circles',5,8,4)
   radial_distortion_self_calibration (ContoursSplit,SelectedContours, \
                                      640,480,0.08,42,'division', \
                                      'variable',0,CameraParam)
   get_domain (GrayImage,Domain)
   change_radial_distortion_cam_par ('fullsize',CameraParam,0,CamParamOut)
   change_radial_distortion_image (GrayImage,Domain,ImageRectified, \
                                   CameraParam,CamParamOut)

 

上述代碼是一個常規的自標定流程：

1.求出拍攝物體的邊緣XLD

2.使用radial_distortion_self_calibration函數，根據邊緣求出相機內參

3.change_radial_distortion_cam_par 求出理想無畸變內參

4.change_radial_distortion_image 根據相機內參，對圖像進行畸變校訂

 

更多例程參考halcon example

radial_distortion_self_calibration.hdev		Calibrate the radial distortion coefficient and the center of distortion
radial_distortion_comparison.hdev		Compare results of camera calibration and radial distortion self-calibration

 

自標定的原理來自此論文，論文要錢沒法獲取實在遺憾沒法深刻了解，哪位能下載到記得email我一份。

T. Thormälen, H. Broszio: 「Automatic line-based estimation of radial lens distortion」; in: Integrated Computer-Aided Engineering; vol. 12; pp. 177-190; 2005.

 

可是根聽說明文檔能夠了解到：halcon的自標定根據提取到是物體邊緣的直線，求出相機畸變係數。

 

由於畸變通常在圖像的邊緣更嚴重，因此須要保證在圖像的四周邊緣有足夠的直線線段。

 

固然在實際項目中拍攝物體不可能都像例程中同樣有理想的直線邊緣，替代方法是：用菲林片製做一張網格黑色印製（10*10，能夠根據本身實際狀況調整）充滿整個視野，

 

相機拍攝一次求取內參，根據此結果進行標定，同時還能夠根據網格求出像素當量，構建XY世界座標系。

 

NOTICE:使用halcon自標定須要保證運行環境內存>=2G，當使用 多項式模式標定則須要>=4G，不然會出現error 6001:memory not enough。

 

 

關注微信：halconhub，每日獲取halcon精華文章