少有人走的路对于相机采集的图片，会由于相机本身和透镜的影响产生形变，通常需要对相机进行标定，获取相机的内参或内外参，然后矫正其畸变。相机畸变主要分为径向畸变和切向畸变，其中径向畸变是由透镜造成的，切向畸变是由成像仪与相机透镜的不平行造成的。
针孔模型是理想透镜的成像模型，但是实际中相机的透镜不可能是理想的模型，透镜形状的非理想特征造成像点会沿径向发生畸变。一个像点沿径向内缩叫负畸变，或桶形畸变沿径向外延叫正畸变，或枕形畸变。这种崎变相对于光轴严格对称的，也是畸变的主要分量。
图1径向畸变 图2切向畸变
其中，(X,Y,Z)为世界坐标系中的实际点坐标，(u,v)为图像坐标系统的像素坐标，A为相机内参，f像素单元的焦距，c图像像素中心点。
(1-2)
1.1 halcon相机标定
1.1.1标定助手及相机参数设置
打开halcon标定助手，加载标定板文件，选择相机类型，设置相机参数，然后加载相机采集的标定图像，如下图所示，图像中全部标定点能够检测出，即采集的相机已经设置好，然后生成代码。
图4 halcon标定助手
标定板生成：
标定板文件的生成分为.descr和.cpd的文件，不同格式文件需使用不同函数进行生成。如，
*生成的是27*31，标定点直径0.0075mm的.cpd标定板（精度高标定板）
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，标定点之间距离0.1m，直径0.5的.descr标定板
gen_caltab( 7, 7, 0.1, 0.5, 'D:/caltab.descr', 'caltab.ps')
加载标定图像：
图5加载标定图像
如图5所示，加载标定图像后，状态为确定时，表示标定图像可用于进行标定，然后通过标定助手直接生成标定代码即可。
如图6所示，加载标定图像后，状态为检测出品质问题，此原因大多是照片质量问题，例如光照、对焦、曝光等，需按照halcon标定注意事项的内容拍摄照片。一般照片检测出品质问题也可以进行相机标定。
加载标定板图像会出现“标志点提取失败”，出现此原因的需要根据标定界面下的状态栏查找halcon错误信息，例”inconsistent....(image mirrored? )”，则需要查找相应原因(实际标定板（透明）与标定板文件图片的可能有镜像区别，将实际标定板翻转即可，多试)。此不可进行相机标定。
图6 相机标定问题
相机初始参数设置：
例如，
*（f, k, cell width, cell height, cx, cy, width, height）k为畸变系数
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径向畸变， p1,p2为切向畸变
StartParameters := [0.029,0,0,0,0,0,4.3e-006,4.3e-006,2592,1728,5184,3456]
其中，相机初始参数根据相机模型的不同而不同，若相机模型为area(division)，则相机参数为7个，若area(多项式)，则相机参数12个。
1.1.2 标定程序
利用标定助手生成代码，然后执行结果，分析其正确性，若需要将其生成为C/C++程序，可通过halcon界面的‘文件’项‘导出’成.cpp文件。
图7 halcon生成C程序
Halcon标定程序
*Calibration 01: Code generated by Calibration 01
*读入某个文件夹下的所有标定图像
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)
*初始标定参数设置及定义标定板文件
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)
*提取图像Images中标定板上的圆形标志来确定标定板的有效区域
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)
*将内外参保存到磁盘
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()
*另外读取内外参文件的函数
read_cam_par ('D:/halconvc/campar.dat', CameraParam)
read_pose ('D:/halconvc/campos.dat', CameraPose)1.2图像矫正
Halcon中图像矫正，接上述程序，以下介绍两种方法。
①使用内外参，即相机内参和位资
* 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 *当设备固定后，位资是唯一的 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 *创建一个投射图，其描述图像平面与坐标轴系统中平面Z为零之间的映射 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仅使用内参
read_image (Image,'D:/halconvc/img/IMG_00.JPG')
read_cam_par('D:/halconvc/campar.dat',CameraParam)
CarParamVirtualFixed:=CameraParam
*对于area(diversion)相机模型(7个参数)
change_radial_distortion_cam_par('adaptive',CameraParam,0,CarParamVirtualFixed)
*对于area(多项式)相机模型(12个参数)
change_radial_distortion_cam_par('adaptive',CameraParam,[0,0,0,0,0],CarParamVirtualFixed)
*上述相机模型选一种后进行下面的map_image
*创建一个投射图，其描述图像与其相应正在改变的径向畸变，而对于12个参数的畸变包括径向和切向畸变
gen_radial_distortion_map(Map,CameraParam,CarParamVirtualFixed,'bilinear')
map_image(Image,Map,ImageMapped)————————————————
版权声明：本文为CSDN博主「ab1271173712」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/ab1271173712/article/details/78134277
