【相机标定篇】halcon自标定（3）
“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/118YDti24nvbnsz2CbOJa1Q 提取码:5t67
从论文中可知自标定的一般流程：轮廓检测、共线线段连接、剔除干扰线、求取畸变参数。如下图所示。
在halcon我们可以对自标定流程梳理为两大步骤：1.检测直线轮廓XLD 2.图像畸变矫正，如下图所示。
2. 自标定相关算子
radial_distortion_self_calibration(Contours : SelectedContours : Width, Height, InlierThreshold, RandSeed, DistortionModel, DistortionCenter, PrincipalPointVar : CameraParam)
名字：径向畸变自标定
描述：此算子通过XLD轮廓数据来估算镜头的畸变参数和畸变中心。其获得的即便参数通过相机内参数CameraParam返回。此算子不能矫正焦距和比例因子，因此不能用于3D测量中。
参数：
Contours ：输入用来矫正的轮廓数据
SelectedContours ：矫正后的轮廓数据
Width：获取轮廓数据的图像宽度
Height：获取轮廓数据的图像高度
InlierThreshold：分类阈值
RandSeed：随机种子
DistortionModel：畸变模式
DistortionCenter：畸变中心的估算模式
PrincipalPointVar ：偏差控制
CameraParam：输出相机内参数
change_radial_distortion_cam_par( : : Mode, CamParamIn, DistortionCoeffs : CamParamOut)
名字：矫正畸变参数
描述：根据指定的径向畸变系数，求取理想无畸变的相机内参。
参数：
Mode：畸变模式
CamParamIn：畸变的相机内部参数
DistortionCoeffs ：畸变系数值
CamParamOut：已校正的相机内参
change_radial_distortion_image(Image, Region : ImageRectified : CamParamIn, CamParamOut : )
名字：矫正畸变图像
描述：根据指定图像和指定相加参数来矫正输入图像的畸变。
参数：
Image：输入图像
Region ：矫正图像的区域
ImageRectified ：矫正图像
CamParamIn：输入相机参数
CamParamOut ：输出相机参数
3. 实例分析
首先进行边缘检测， 选择包含一定长度，一定数量直线段的XLD轮廓
使用radial_distortion_self_calibration算子进行自标定，
得到相机内参以及用于标定的直线段
利用change_radial_distortion_cam_par 、以及change_radial_distortion_image
进行图像畸变矫正
完整源码如下：
*公众号：机器视觉那些事儿**1. 算法功能：径向畸变自校正*2. 算法思路：* （1）检测含直线轮廓XLD* （2）矫正畸变图像
*---------初始化，读图------------dev_update_off ()read_image (Image, 'board/board-01')dev_close_window ()dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)set_display_font (WindowHandle, 16, 'mono', 'true', 'false')dev_display (Image)disp_message (WindowHandle, 'Image with radial distortions', 'window', 0, 0, 'black', 'true')disp_continue_message (WindowHandle, 'black', 'true')stop ()
*----------------（1）检测直线轮廓XLD=----------------* i 利用canny滤波器提取图像边缘edges_sub_pix (Image, Edges, 'canny', 1, 10, 40)* ii 分割直线段以及圆弧线段segment_contours_xld (Edges, SplitEdges, 'lines_circles', 5, 4, 2)* iii 选择足够长的线段用于自标定select_shape_xld (SplitEdges, SelectedEdges, 'contlength', 'and', 30, 100000)dev_display (Image)dev_set_colored (12)dev_display (SelectedEdges)disp_message (WindowHandle, 'Extracted edges', 'window', 0, 0, 'black', 'true')disp_continue_message (WindowHandle, 'black', 'true')stop ()dev_clear_window ()disp_message (WindowHandle, 'Performing self-calibration...', 'window', 0, 0, 'black', 'true')
*----------------（2）矫正畸变图像=----------------* i 相机自标定，根据边缘求取内参radial_distortion_self_calibration (SelectedEdges, CalibrationEdges, 646, 492, 0.08, 42, 'division', 'variable', 0, CamParSingleImage)* ii 获取无畸变相机内参get_domain (Image, Domain)change_radial_distortion_cam_par ('fixed', CamParSingleImage, 0, CamParSingleImageRect)* iii 根据内参，进行图像畸变矫正change_radial_distortion_image (Image, Domain, ImageRectified, CamParSingleImage, CamParSingleImageRect)
*-----------结果显示------------*显示原始图像XLD以及用于矫正图像所需的直线段dev_display (Image)dev_display (CalibrationEdges)disp_message (WindowHandle, 'Edges used for calibration', 'window', 0, 0, 'black', 'true')disp_continue_message (WindowHandle, 'black', 'true')stop ()*显示矫正图像dev_display (ImageRectified)disp_message (WindowHandle, 'Image without radial distortions', 'window', 0, 0, 'black', 'true')disp_continue_message (WindowHandle, 'black', 'true')stop ()4. 注意事项
- halcon的自标定是根据物体边缘的直线，来进行图像矫正，所以需保证图像畸变较大的边缘有足够的直线段；
- 实际项目中被检测物若没有理想的直线段，可以使用棋盘格、标准物、菲林片等代替；
- 运行内存大于等于4G。
5. 后续步骤
自标定只需要一张图片，即可标定相机内参，后续若需要将像素单位换算至公有制单位，需要使用棋盘格、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。所以，相机标定后的应用，会在后续的测量篇以及手眼标定篇涉及，请持续关注。