1 halcon相機標定和影象矯正

對於相機採集的圖片，會由於相機本身和透鏡的影響產生形變，通常需要對相機進行標定，獲取相機的內參或內外參，然後矯正其畸變。相機畸變主要分為徑向畸變和切向畸變，其中徑向畸變是由透鏡造成的，切向畸變是由成像儀與相機透鏡的不平行造成的。

針孔模型是理想透鏡的成像模型，但是實際中相機的透鏡不可能是理想的模型，透鏡形狀的非理想特徵造成像點會沿徑向發生畸變。一個像點沿徑向內縮叫負畸變，或桶形畸變沿徑向外延叫正畸變，或枕形畸變。這種崎變相對於光軸嚴格對稱的，也是畸變的主要分量。

圖1徑向畸變                           圖

2切向畸變

相機標定模型公式，

 

                  Or                                                           

          (1-1)

其中，(X,Y,Z)為世界座標系中的實際點座標，(u,v)為影象座標系統的畫素座標，A為相機內參，f畫素單元的焦距，c影象畫素中心點。

                                                   (1-2)

 

圖3相機成像模型

1.1 halcon相機標定

1.1.1標定助手及相機引數設定

開啟halcon標定助手，載入標定板檔案，選擇相機型別，設定相機引數，然後載入相機採集的標定影象，如下圖所示，影象中全部標定點能夠檢測出，即採集的相機已經設定好，然後生成程式碼。

 

圖4 halcon標定助手

標定板生成：

標定板檔案的生成分為.descr和.cpd的檔案，不同格式檔案需使用不同函式進行生成。如，

*生成的是27*31，標定點直徑0.0075mm的.cpd標定板（精度高標定板）

create_caltab (27, 31, 0.0075, [13, 6, 6, 20, 20], [15, 6, 24, 6, 24], 'light_on_dark', 'D:/calplate.cpd', 'caltab.ps')

*生成的是7*7，標定點之間距離0.1m，直徑0.5的.descr標定板

gen_caltab( 7, 7, 0.1, 0.5, 'D:/caltab.descr', 'caltab.ps')

載入標定影象：

 

圖5載入標定影象

如圖5所示，載入標定影象後，狀態為確定時，表示標定影象可用於進行標定，然後通過標定助手直接生成標定程式碼即可。

    如圖6所示，載入標定影象後，狀態為檢測出品質問題，此原因大多是照片質量問題，例如光照、對焦、曝光等，需按照halcon標定注意事項的內容拍攝照片。一般照片檢測出品質問題也可以進行相機標定。

載入標定板影象會出現“標誌點提取失敗”，出現此原因的需要根據標定介面下的狀態列查詢halcon錯誤資訊，例”inconsistent....(image mirrored? )”，則需要查詢相應原因(實際標定板（透明）與標定板檔案圖片的可能有映象區別，將實際標定板翻轉即可，多試)。此不可進行相機標定。

                            

圖6 相機標定問題

相機初始引數設定：

例如，

*（f, k, cell width, cell height, cx, cy, width, height）k為畸變係數

StartParameters := [0.029,0,4.3e-006,4.3e-006,2592,1728,5184,3456]

*（f, k1, k2, k3, p1, p2, cell width, cell height, cx, cy, width, height）k1,k2,k3徑向畸變， p1,p2為切向畸變

StartParameters := [0.029,0,0,0,0,0,4.3e-006,4.3e-006,2592,1728,5184,3456]

其中，相機初始引數根據相機模型的不同而不同，若相機模型為area(division)，則相機引數為7個，若area(多項式)，則相機引數12個。

1.1.2 標定程式

利用標定助手生成程式碼，然後執行結果，分析其正確性，若需要將其生成為C/C++程式，可通過halcon介面的‘檔案’項‘匯出’成.cpp檔案。

 

圖7 halcon生成C程式

Halcon標定程式

*Calibration 01: Code generated by Calibration 01

*讀入某個資料夾下的所有標定影象

list_files ('D:/halconvc/img', ['files','follow_links'], ImageFiles)

tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm

|ppm|pbm|xwd|ima|hobj)$','ignore_case'], ImageFiles)

*初始標定引數設定及定義標定板檔案

TmpCtrl_ReferenceIndex := 0

TmpCtrl_PlateDescription := 'D:/calib/calplate.cpd'

StartParameters := [0.029,0,0,0,0,0,4.3e-006,4.3e-006,2592,1728,5184,3456]

TmpCtrl_FindCalObjParNames := 'sigma'

TmpCtrl_FindCalObjParValues := 1

 

* Calibration 01: Create calibration model for managing calibration data

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

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

set_calib_data_calib_object (CalibHandle, 0, TmpCtrl_PlateDescription)

* Calibration 01: Collect mark positions and estimated poses for all plates

gen_empty_obj (Images)

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

    read_image (Image, ImageFiles[Index])

    concat_obj(Images,Image,Images)

*提取影象Images中標定板上的圓形標誌來確定標定板的有效區域

    find_calib_object (Image, CalibHandle, 0, 0, Index, TmpCtrl_FindCalObjParNames, TmpCtrl_FindCalObjParValues)

endfor

* Calibration 01: Perform the actual calibration

calibrate_cameras (CalibHandle, TmpCtrl_Errors)

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

 

   *將內外參儲存到磁碟

write_cam_par(CameraParam,'D:/halconvc/campar.dat')

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

set_origin_pose (CameraPose, 0, 0, 0.01, CameraPose)

write_pose(CameraPose,'D:/halconvc/campos.dat')

stop()

 

*另外讀取內外參檔案的函式

read_cam_par ('D:/halconvc/campar.dat', CameraParam)

read_pose ('D:/halconvc/campos.dat', CameraPose)

1.2影象矯正

Halcon中影象矯正，接上述程式，以下介紹兩種方法。

①使用內外參，即相機內參和位資

*  goal: rectify images

*  first determine parameters such that the entire image content is visible

*  -> transform image boundary into world plane, determine smallest

*     rectangle around it

*當裝置固定後，位資是唯一的

select_obj(images,image,1)

get_image_pointer1(Image, Pointer, Type, Width, Height)

gen_rectangle1 (ImageRect, 0, 0, Height-1, Width-1)

gen_contour_region_xld (ImageRect, ImageBorder, 'border')

contour_to_world_plane_xld(ImageBorder, ImageBorderWCS, CameraParam,

CameraPose, 1)

smallest_rectangle1_xld (ImageBorderWCS, MinY, MinX, MaxY, MaxX)

set_origin_pose(CameraPose, MinX, MinY, 0.01, PoseForEntireImage)

image_points_to_world_plane(CameraParam,PoseForEntireImage,[Height/2, Height/2, Height/2+1], [Width/2, Width/2+1, Width/2], 1, WorldPixelX, WorldPixelY)

distance_pp(WorldPixelY[0], WorldPixelX[0], WorldPixelY[1], WorldPixelX[1],

            WorldLength1)

distance_pp(WorldPixelY[0], WorldPixelX[0], WorldPixelY[2], WorldPixelX[2],

            WorldLength2)

ScaleForSimilarPixelSize := (WorldLength1+WorldLength2)/2

*  -> determine output image size such that entire input image fits into it

ExtentX := MaxX-MinX

ExtentY := MaxY-MinY

WidthRectifiedImage := ExtentX/ScaleForSimilarPixelSize

HeightRectifiedImage := ExtentY/ScaleForSimilarPixelSize

*  create mapping with the determined parachuangjia

*建立一個投射圖，其描述影象平面與座標軸系統中平面Z為零之間的對映

gen_image_to_world_plane_map(Map, CameraParam, PoseForEntireImage, Width, Height, WidthRectifiedImage, HeightRectifiedImage, \

                             ScaleForSimilarPixelSize, 'bilinear')

clear_calib_data (CalibHandle)

 

* Map the images

for I :=  1 to |ImageFiles| by 1

  select_obj (Images, Img, I)

  map_image (Img, Map, ImageMapped)

  write_image (ImageMapped, 'jpg', 0, 'D:/halconvc/picture/'+I)

Endfor

②僅使用內參

read_image (Image,'D:/halconvc/img/IMG_00.JPG')

read_cam_par('D:/halconvc/campar.dat',CameraParam)

CarParamVirtualFixed:=CameraParam

*對於area(diversion)相機模型(7個引數)

change_radial_distortion_cam_par('adaptive',CameraParam,0,CarParamVirtualFixed)

*對於area(多項式)相機模型(12個引數)

change_radial_distortion_cam_par('adaptive',CameraParam,[0,0,0,0,0],CarParamVirtualFixed)

*上述相機模型選一種後進行下面的map_image

*建立一個投射圖，其描述影象與其相應正在改變的徑向畸變，而對於12個引數的畸變包括徑向和切向畸變

gen_radial_distortion_map(Map,CameraParam,CarParamVirtualFixed,'bilinear')

map_image(Image,Map,ImageMapped)