原图来自Ihalcon论坛中间有一条对比度不明显的垂直折痕（图片来源：http://www.ihalcon.com/read-4226.html）发此帖子的楼主已经给出解决方案，如下：1. 设计一个滤波器2. 用convol_image算子来增强特定方向的纹理3. 再用Gray_Range_Rect做图像变换4. 最终用线高斯提取目标折痕我们沿着楼主的解决思路走一遍。首先介绍下相关理论点：卷积、如何构造方向滤波器。1卷积提到卷积，想起大学时被《信号与系统分析》支配的恐惧了。对于图像处理的卷积，首
原图来自于Ihalcon论坛，条条大路通罗马，目前有动态阈值、频域分析等算法思路，都可以尝试，在此提出另一种思路--人为构造光滑的二次区域与原图对比，进行脏污的检测。所检测图片如下脏污在红色箭头所指处特别浅显灰度拉伸等预处理后，脏污基本清晰可见原图打光不均匀，中间亮，四角暗，应使用尺寸更大的环形光打开轮廓线工具经过脏污处的灰度值分布如图右所示我们目的使得灰度值分布线更加平滑按行依次拟合平滑后的二维灰度图片效果如下视频拟合后的轮廓线几乎无毛刺，十分光滑拟合前后的3D视图对比，左原图，右拟合图拟合后
“ 经济基础决定上层建筑”1、什么是标定？需要标定什么？为什么需要标定？空间物体呈现的是三维几何位置，相机内的投影图像为二维位置，所以，确定空间物体某点的三维几何位置与其投影图像中对应点的关系，就是标定。需要确定标定关系，必须建立物体与相机的投影数学模型，即相机成像的几何模型。构建几何模型的数学参数就是需要标定的内容，即相机的内外参数。内参是相机的工艺参数，包括焦距，主距，畸变系数，相邻像素距离等。外参是相机的位置参数，包括旋转角度，平移距离等。由此而得知，为了确定物体与成像的映射关系才需要标定
“一滴水，用显微镜看，也是一个大世界。”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。由于自标定可以在不使用用标定板情况下，进行畸变矫正。所以，极大地方便在设备现场进行调试。1. 自标定处理流程自标定原理来源于此论文：“Automatic line-based estimation of radial lens distortion”。论文下载地址：链接:https://pan.baidu.com/s/118YDti2
校正前的畸变图像校正后的图像read_image(Image, 'pioneer')
get_image_size(Image, Width, Height)
CamParIn:=[0.00219846,-78129.2,5.46495e-06,5.5e-06,318.206,236.732,Width,Height]
*依照测定的径向畸变决定相机的新参数
*算子参数： 输入样式，相机内参，输入径向畸变，输出修正后的参数
手眼标定之3D位姿2020-05-01 14:36:07
一.3D位姿1.为什么用3D位姿齐次变换矩阵内容即矩阵的元素通常难以阅读，特别是旋转部分。将它转换位3D姿势后，便于阅读；【齐次变换矩阵】 【位姿】2. 3D位姿定义3D位姿用3个平移参数,3个旋转参数来表示； 3.位姿类型位姿为”gba类型”:(TransX = xt; TransY = yt; TransZ = zt; RotX = 0; RotY = 90; RotZ = -90) 位姿为”abg类型”:(TransX = xt; TransY = yt; T
****scara关节机器人眼在手上的手眼标定例程******** This example explains how to perform the hand-eye calibration for
* a SCARA robot. In this case, the camera is atta
相机pose的理解2020-04-29 21:59:17
代码中有几个外部算子，没办法运行。只能看图识代码了。*
* This example visualizes different poses
* in the camera coordinate system
*
* A calibration plate is held at varying&nb
摄像机内参是什么：在本站另一篇文章《勇哥的视觉实验：halcon的标定助手》中用助手进行了标定，其“摄像机参数”就是摄像机的内参。“摄像机位姿”则是摄像机的外参。引用更专业的解释如下：摄像机内参：确定摄像机从三维空间到二维图像的投影关系。
针孔摄像机模型为6个参数（f,κ,Sx,Sy,Cx,Cy)
其中，f为焦距；（在摄像机附带的说明书中可以找到）
κ表示径向畸变量级，如果κ为负值，畸变为桶型畸变，如果为正值，那畸变为枕型畸变(在标定时设置为0.0)
Sx,Sy是缩放比例因子。对针孔摄像
http://www.ihalcon.com/read-7445.html在进行手眼标定时走了一些弯路，特在此总结，希望其他人少走一些弯路。实验了 1. 2D面阵相机，3DTOF相机 2. 固定相机以及移动相机的手眼标定。在进行手眼标定时（不管是移动相机还是固定相机，不管是2D还是3D sensor）需要的数据准备：1.ToolInBasePose即从机器人上读取的机械臂法兰盘当前的位姿，这其中类型很重要（XYZ？ZYX？ZYZ？。。。），