⼀、⾃标定含义和意义
摄像机⾃标定⽅法不需要标定块，只是通过摄像机在运动过程中建⽴多幅图像之间对应的关系，直接进⾏标定，它克服了传统标定⽅法的缺点，灵活性较强，它的缺点是标定过程复杂，使⽤⾮线性⽅法标定，鲁棒性差，精度也不⾼。现在已有的⾃标定技术⼤致可以分为：基于Kruppa ⽅程的⾃标定⽅法、基于⼆次曲⾯的⾃标定⽅法、分层逐步标定法等。 在项⽬中，偶尔会遇到由于产品形状、拍摄位置等原因导致标定板很难放置的情况，此时可以考虑使⽤halcon⾃标定算法来标定相机。
halcon提供了⼀种⾃标定的算⼦，它可以在不⽤标定板的情况下，只需要⼀张图⽚，根据提取到是物体边缘的直线，来得到相机的内参，标定出相机内参（⽆焦距），从⽽完成畸变校正，因为畸变⼀般在图像的边缘更严重，所以需要保证在图像的四周边缘有⾜够的直线线段。在实际项⽬中拍摄物体不可能都像例程中⼀样有理想的直线边缘，替代⽅法是：⽤菲林⽚制作⼀张⽹格⿊⾊印制（10*10，可以根据⾃⼰实际情况调整）充满整个视野。 求出了相机内参就可以进⾏畸变校正，因⽽⾃标定相对于采集多张标定板图像进⾏标定⽽⾔，在畸变校正⽅⾯更快捷，极⼤地⽅便在设备现场进⾏调试，但是相对于标定板标定⽽⾔，⽆法求出相机的外参。
后续若需要将像素单位换算⾄公有制单位，也可使⽤棋盘格、标准物、菲林⽚等进⾏转换，便可应⽤于测量项⽬；也可以利⽤⼀定⽹格构建XY坐标系，⽤于定位项⽬，这样在不借助标定板的情况下就可以畸变校正和测量类的项⽬。
⼆、⾃标定流程：
1.求出拍摄物体的边缘XLD节能燃烧器
2.使⽤radial_distortion_self_calibration函数，根据边缘求出相机内参
3.change_radial_distortion_cam_par 求出理想⽆畸变内参
4.change_radial_distortion_image 根据相机内参，对图像进⾏畸变校正稀土镁合金
代码：
*使⽤edges_sub_pix或line_gauss提取图像边缘轮廓 edges_sub_pix(Image,Edges,'canny',1,10,40)
*分割直线和圆弧
segment_contours_xld(Edges,SplitEdges,'lines_circles',5,4,2)
*选择对校准有⽤的⾜够长的边
adsl分离器
select_shape_xld(SplitEdges,SelectedEdges,'contlength','and',30,100000)
*根据⼀组XLD轮廓估计镜头的畸变参数和畸变中⼼，以此达到校准径向畸变的⽬的 radial_distortion_self_calibration(SelectedEdges,CalibrationEdges,Width,Height,0.08,42,'division','variable',0,CamParSingleImage)
*根据radial_distortion_self_calibration的结果，您可以通过将包含畸变参数的参数CameraParam传递给操作符change_radial_distortion_cam_par和change_r adial_distortion_image来对图像进⾏校正，即去除径向畸变
get_domain(Image,Domain)
change_radial_distortion_cam_par('fixed',CamParSingleImage,0,CamParSingleImageRect)
change_radial_distortion_image(Image,Domain,ImageRectified,CamParSingleImage,CamParSingleImageRect)
write_cam_par(CamParSingleImage,'C:/Users/Administrator/Desktop/CamParSingleImage.dat')
write_cam_par(CamParSingleImageRect,'C:/Users/Administrator/Desktop/CamParSingleImageRect.dat')
read_cam_par('C:/Users/Administrator/Desktop/CamParSingleImage.dat',CamParSingleImage)
read_cam_par('C:/Users/Administrator/Desktop/CamParSingleImageRect.dat',CamParSingleImageRect)
三、核⼼函数：
核⼼算⼦⼀：radial_distortion_self_calibration( Contours : SelectedContours : Width, Height, InlierThreshold, RandSeed, DistortionModel, DistortionCenter, PrincipalPointVar : CameraParam ) —— 根据⼀组XLD轮廓估计镜头的畸变参数和畸变中⼼，以此达到校准径向畸变的⽬的
对畸变的评估是基于图像中可见⼤量直线的假设。由于透镜畸变，这些线将被投影成曲线轮廓。操作者现在可以确定适当的参数，通过这些参数，曲线轮廓可以被再次拉直，从⽽补偿透镜的畸变。
要获得合适的输⼊轮廓，可以使⽤edges_sub_pix或lines_gauss。轮廓应该是均匀分布的，并且应该位于图像边界附近，因为那⾥的失真程度是最⼤的，因此校准是最稳定的。为了提⾼速度和健壮性，您可以尝试获得长线性或圆形段，例如使⽤segment_contours_xld、union_collinear_contours_xld、union_cocircular_contours_xld或select_shape_xld。如果⼀个单独的图像在场景中没有包含⾜够的直线轮廓，你可以使⽤多个图像的轮廓。
操作员使⽤鲁棒RANSAC⽅法⾃动从场景中直线图像的轮廓中估计出这些轮廓。不满⾜这个条件，因此不适合校准过程的轮廓称为离值。操作符可以处理最⼤的异常值百分⽐为50%。经过畸变校正后，如果轮廓与相关直线的平均偏差⼤于给定的阈值T，则将轮廓归为离值。
InlierThreshold值描述包含100个点的轮廓从其关联线的平均偏差，以像素为单位。实际阈值T由InlierThreshold根据参考长度(100)和轮廓点个数m进⾏缩放得到，因此相似的轮廓分类相似。典型的InlierThreshold值在0.05到0.5之间。值越⾼，越能容忍偏差。
通过参数RandSeed，你可以控制随机⾏为的RANSAC算法，并迫使它返回可重复的结果。该参数作为初始值传递给内部使⽤的随机数⽣成器。如果将其设置为正值，操作符将为每个调⽤返回相同的结果，并具有相同的参数值。
参数列表：
Contours （in）：可⽤于校准的等⾼线（图像中提取到轮廓线）
SelectedContours （out）：⽤于校准的等⾼线（在图像中提取到轮廓线中筛选出符合条件的轮廓线）
Width（in）：提取轮廓的图像的宽度
Height（in）：提取轮廓的图像的⾼度
InlierThreshold（in）：异常值分类的阈值：
氢氧焊接机RandSeed（in）：随机种⼦
DistortionModel（in）：畸变模式
DistortionCenter（in）：决定使⽤何种⽅式估计失真中⼼。有 ‘variable’（默认，适⽤于图像边缘轮廓线很多或者失真应该很⾼。否则，在寻畸变中⼼时可能会出现不适定性，从⽽导致不稳定性。）‘adaptive’（如果可以假定畸变中⼼位于图像中⼼附近，并且只有很少的等值线可⽤或其他等值线的位置不好(例如等值线⽅向相同)，则应使⽤这种⽅法）, ‘fixed’（该⽅法适⽤于失真很弱或轮廓线少的情况下，在不好的位置。）
PrincipalPointVar （in）：偏差控制，控制畸变中⼼与图像中⼼的偏差
CameraParam （out）：输出相机内部参数
核⼼算⼦⼆：change_radial_distortion_cam_par( : : Mode, CamParamIn, DistortionCoeffs : CamParamOut) —— 根据指定的径向畸变确定新的相机参数。
参数列表：
笛膜胶Mode （in）：模式 （ 注： ‘fixed’ 要⽐ ‘adaptive’ 稳定）监控备用电源
CamParamIn （in）：相机内部参数(原图)
DistortionCoeffs（in）：所需的径向扭曲
CamParamOut（out）：相机内部参数(已修改)
核⼼算⼦三：change_radial_distortion_image(Image, Region : ImageRectified : CamParamIn, CamParamOut : ) —— 改变图像的径向畸变。
change_radial_distortion_image根据摄像机内部参数CamParamIn和CamParamOut对输⼊图像图像的径向畸变进⾏改变。使⽤CamParamOut将位于区域区域内的输出图像的每个像素转换为图像平⾯，然后使⽤CamParamIn将其投影为图像的亚像素。通过双线性插值确定得到的灰度值。如果该亚像素在图像之外，则将图像重建中的对应像素设置为“⿊⾊”并从图像域中消除。
参数列表：
Image （in）：原始图像
Region （in）：成像重建感兴趣的区域。
ImageRectified（out）：畸变校正之后的图像
CamParamIn（in）：内部相机参数。
CamParamOut（in）：内部相机参数（已修改）。
戳戳⼩⼿帮忙点个免费的赞和关注吧，嘿嘿。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议