https://blog.csdn.net/humanking7/article/details/44756073 相机标定内容详解:转载自 祥的博客 预备知识 标定中的四个坐标系 1.1.平面旋转 首先看一下平面坐标系之间的转换. 两个平面坐标系 Oxy 和 Ox'y' 之间的夹角是 a .如下图所示: 顺时针旋转 (Oxy -> Ox'y') ,变换关系如下: 公式(1) 和 公式(2) 等价.注意坐标顺序,下面论证会用到. 1.2.三维旋转 1.2.1.基元旋转 1. 绕 Ox 轴顺时针旋

原文链接:https://blog.csdn.net/opencv_learner/article/details/82113323 一直以来,对于手眼标定所涉及到的坐标系及坐标系之间的转换关系都没能有一个很好的理解,最近找了halcon手眼标定的实例在研究,发现对于相机的两种安装方式(眼在手和眼在手外),其坐标转换关系是类似的,这样说好像太抽象了,下面具体说说. 我觉得标定最基本的是要将坐标系理清楚,这里涉及到的坐标系有四个:机器人基坐标系base.法兰上的工具坐标系tool.相机坐标系cam

摄像机标定程序: 注意:E:/calibration_image :为标定图像文件路径       'E:/calibration_description/caltab_123mm.descr:为标定描述文件路径   *作者:骑蚂蚁上高速 *程序开始 list_files ('E:/calibration_image', 'files', ImageFiles) TmpCtrl_AllMarkRows := [] TmpCtrl_AllMarkColumns := [] TmpCtrl_Star

摄像机标定程序: 注意:E:/calibration_image :为标定图像文件路径       'E:/calibration_description/caltab_123mm.descr:为标定描述文件路径   *作者:骑蚂蚁上高速 *程序开始 list_files ('E:/calibration_image', 'files', ImageFiles) TmpCtrl_AllMarkRows := [] TmpCtrl_AllMarkColumns := [] TmpCtrl_Star

本文采用halcon标定助手进行标定. 第一步:打开标定助手. 第二步:对描述文件进行修改 具体:打开算子窗口,输入gen_caltab,进行描述文件修改. 参数XNum和YNum为7行*7列的圆,Markdist为圆的直径,单位为米.DiameterRatio为圆的直径与两个相邻的圆之间的距离比.修改完之后,应用,输入.存放在一个文件下.之后将描述文件改成此描述文件.描述文件最右面靠近边框有个文件夹形状的图标.点击即可. 第三步:根据单个的像元宽和高进行修改,该参数可在相机的自带文件中或官方数

随便选择一张图片 对这张图片进行旋转矫正之后,图片就变成了一个模板图片.它的区域region位置如图所示:   当来了一张新的图片的时候,让它与region比较,与模板的位置有明显的偏差, 如图所示: 我们的目标就是让这张新的图片经过处理后与模板区域重合.如下图所示: 其实总体功能和旋转抠图差不多,只是使用的函数有一点差异. 代码总合: 代码所用的图片在:C:\Users\HJ\AppData\Roaming\MVTec\HALCON-21.05-Progress\examples\images

read_image (Image, 'C:/Users/HJ/Desktop/demo1/4.bmp') threshold(Image, Region, 110, 255) closing_circle(Region, RegionClosing, 13.5) fill_up(RegionClosing, RegionFillUp) connection(RegionFillUp, ConnectedRegions) select_shape(ConnectedRegions, Select

  本次先对halcon的自标定做个整体介绍,了解屌炸天的自标定在实际应用中的应用与实现方法,具体的编程细节将在后续的文章中介绍. 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,标定出相机内参(无焦距),相对于多幅标定无法获取相机的外参. 求出了相机内参就可以进行畸变校正,因而自标定相对于多幅标定,在畸变校正方面更快捷,这样设备在现场更容易操作.维护. 在畸变校正以后我们同样可以放置一个参考物求取像素当量,构建XY世界坐标系,以用于测量.定位等应用. edges_sub_pix

本人文着重阐述以下问题: halcon是否只能使用halcon专用的标定板? halcon标定板如何生成? halcon标定板如何摆放,拍照数量有无限制? halcon是否只能使用halcon专用的标定板? halcon提供了简便.精准的标定算子并且提供了标定助手,这无疑大大方便了广大开发者. 在halcon中有两种方式可以进行标定: 如halcon自带例程中出现的,用halcon定义的标定板  ,如下图 用户自定义标定板,用户可以制作任何形状.形式的标定板       所以,halcon并非只

Halcon标定:https://blog.csdn.net/niyintang/article/details/78752585 Halcon自标定:https://www.cnblogs.com/xiaomaLV2/p/5075148.html

分享吉林大学机械科学与工程学院,zhao jun 博士的Halcon学习过程及知识分享 全文转载zhao jun 博士的新浪博客,版权为zhaojun博士所有 原文地址:http://blog.sina.com.cn/s/articlelist_1143733774_0_1.html  三十一.matching之二(例篇1-3) 三十.matching之一(基础篇)  二十九.Laser Triangulation with … 二十八.Laser Triangulation with …  二

双目立体视觉是机器视觉的一种重要形式,它是基于视差原理并由多幅图像获取物体三维几何信息的方法.双目立体视觉系统一般由双摄像机从不同角度同时获得被测物的两幅数字图像,或由单摄像机在不同时刻从不同角度获得被测物的两幅数字图像,并基于视差原理恢复出物体   的三维几何信息,重建物体三维轮廓及位置.双目立体视觉系统在机器视觉领域有着广泛的应用前景. HALCON是在世界范围内广泛使用的机器视觉软件.它拥有满足您各类机器视觉应用需求的完善的开发库.HALCON也包含Blob分析.形态学.模式识别.测量.三

[Halcon]Halcon双目标定 相机标定(4)---基于halcon的双目立体视觉标定 双目立体视觉:四(双目标定matlab,图像校正,图像匹配,计算视差,disparity详解,) 双目测距步骤二:单/双目标定 [Halcon]Halcon双目标定

Halcon标定步骤 1.设置相机内部参数的初始值 StartCamPar := [0.016,0,0.0000074,0.0000074,326,247,652,494]set_calib_data_cam_param (CalibDataID, 0, 'area_scan_division', StartCamPar) 1.1 相机型号 (1)面阵 (2)线阵 1.2 参数设置(这里只讲面阵相机) (1)Division畸变模型 CameraParam:[Focus, Kappa, Sx,

原文作者写的一系列博客,挺不错的学习halcon:http://blog.sina.com.cn/s/blog_442bfe0e0100yjtn.html 1.get_image_pointer1(Image : : : Pointer, Type, Width, Height) 返回第一通道的点,图像数据类型,图像尺寸. 2.disp_image(Image : : WindowHandle : ) 在输出窗口显示灰度图像 3.visualize_results_of_find_marks_a

自 halcon之屌炸天的自标定(1)发出以后,有朋友看了文章也应用到了自己的测量项目中,效果奇好,成功搞定了20um的需求,可喜可贺.   在halcon之屌炸天的自标定(1)中我提到了一片论文: T. Thormälen, H. Broszio: “Automatic line-based estimation of radial lens distortion”; in: Integrated Computer-Aided Engineering; vol. 12; pp. 177-190

摄像头拍摄时候,图像均有畸变,但是图像的扭曲变形均是有规律的成线性的,所以可以通过算法矫正.halcon标定过程需要在镜头内放置标定板:标定板一般选用30*30mm的:可以通过halcon程序来制作: gen_caltab(::XNum,YNum,MarkDist,DiameterRatio,CalTabDescrFile,CalTabPSFile :) 算子来制作一个标定板 XNum                     每行黑色标志圆点的数量. YNum                  

机器视觉应用工程开发思路 机器视觉应用工程主要可划分为两大部分,硬件部分和软件部分. 1.硬件部分,硬件的选型至关重要,决定了后续工作是否可以正常开展,其中关键硬件部分包括:光源,相机以及镜头. 2.软件部分,目前业内商业库主要有Halcon,康耐视,DALSA,evision,NI等,开源库有OpenCV.其中NI的labview+vision模块. 机器视觉应用工程大致开发思路:       一.获取图像              图像采集可以来源多个途径,用算子read_image去读取图

halcon有三种模板匹配方法:即Component-Based.Gray-Value-Based.Shaped_based,分别是基于组件(或成分.元素)的匹配,基于灰度值的匹配和基于形状的匹配,此外还有变形匹配和三维模型匹配也是分属于前面的大类 本文只对形状匹配做简要说明和补充: Shape_Based匹配方法: 上图介绍的是形状匹配做法的一般流程及模板制作的两种方法. 先要补充点知识:形状匹配常见的有四种情况 一般形状匹配模板shape_model.线性变形匹配模板planar_defor