基于HALCON的模版匹配与相机标定

基于HALCON的模版匹配与相机标定 基于HALCON的模版匹配与相机标定 摘要:阐述了halcon基于标定板的相机内外参数标定方法，同 时对其中关键的模板匹配做出独立的探讨。通过halcon软件进行 相机的现场标定，计算左右相机的内外参数标定。相机的内参数一 版为固定不变的，而视觉测量中，左右相机的外部方位或许会受外 界影响而改变，有必要对相机的外参数做出独立的精确标定。 关键词:模版匹配;相机标定;halcon 中图分类号:tp391.41 文献标识码:a文章编号:1007-9599 (2011) 20-0000-02 the template matching and camera calibration based on halcon xu zhen (zhejiang shuren university,hangzhou310015,china) abstract:elaborated external and internal parameters of the camera calibration method of halcon based calibration board,and the key of the template matching was carried out independently of the discussion.through the halcon software for camera calibration,calculation about the internal and external camera parameters calibration.camera internal parameters is usually fixed,and vision measurement,camera around external range may be affected by outside influence and change,it is necessary to camera external parameters are independent of the precise calibration. keywords:template match;camera calibration;halcon 引言:模板匹配指的是用一个较小的图像，也就是模板与源图像进行比较，以确定在源图像中是否具有与该模板相同或相似的区域。如该区域存在，还可以确定其位置并提取该区域[1]。目前，模板匹配是机器视觉领域常用的一种匹配方法，应用范围非常广泛，主要有眼睛的定位与识别[2]、车牌识别[3]、物体缺陷识别[4]、细胞图像处理[5]等。模板匹配为一类重要的图像识别方法，它通过比较实时图和基准图之间的相似性来确定他们的相对位置。本文基于halcon做出相机标定，halcon运用标定板进行相机的标定，标定板也就是匹配模板。 一、模板匹配算法及其 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 把图像中所包含对象物的结构特征提取出来最基本的方法有区域分割以及边缘检测。边缘检测和区域分割拥有互补关系，其均为基于“在和图像里的对象物相应的部分里，特征(灰度，颜色，纹理等)均匀，可是在不一样对象物以及对象物的不同部分里，特征陆续出现变化。”在边缘检测里，为提取特征的不连续部分，同时根据闭合边缘求区域，与其相对应，在区域分割里，是把图像分割为特征一样的连续区域，把区域间的边界定义是边缘[6]。本文模板识别运用边缘检测。边缘检测的算法通常为:基于梯度的边缘检测，基于拉普拉斯算子的边缘检测，按照最佳匹配的边缘检测。本文运用基于梯度的边缘检测，运用这个方法，不但能计算边缘的强度，同时也可以计算边缘的方向。将边缘强度大的像素连接起来求边界 线时，边缘的方向可以提供有效的信息。 模板匹配基本流程列入下图: (一)图像二值化:为了分析图像的特性，往往从图像中分离出对象物，并为了分离图形和背景而采用二值化处理。图像的二值化处理采用阈值处理:设灰度函数 ，当 小于阈值t时， 取0，否则取1。图像就只有两个灰度值0和1，便于提取对象形状。阈值确定有多种方法，按照图像复杂程度选择，这里运用状态法，也就是按照图像灰度直方图来选择阈值t。 (二)边缘提取:运用canny算子，基于梯度的边缘检测。 (三)生成灰度边缘图像:上述是在二值化的图像中采取的边缘检测，边缘提取到的是二值边缘点，不利用后面的模板提取和匹配，因此结合原灰度图像生成灰度边缘图像。 (四)提取模板区域:按照灰度边缘图像，确定模板的具体区域。 (五)模板匹配:按照确定的图像中的模板区域，把其与原模板进行匹配计算，匹配从中心特征点开始，按照相似度或者差异值确定匹配程度，一步步迭代计算。 (六)区域增长:完成一个特征点的匹配后，模板中相邻的特征点必在此特征点附近，在图像中搜索相邻特征点进行匹配，顺次进行，增长模板区域。 二、基于halcon模板匹配实验结果 本文实验运用mvtec halcon 9.0软件，halcon是世界上最全能的机器视觉软件，它可以提供快速的图像分析和处理。图像模板为相 机标定板。程序分两大步，第一步完成模板的创建，第二步则是按照创建的模板在另一幅图像中进行模板匹配。 程序流程: (一)运用threshold()算子按照图像灰度值的不同进行区域分割，在图像中分离出模板所在区域，如图2-4所 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明。阈值按照图像灰度直方图确定。 (二)运用select_shape()算子根据模板形状特征提取模板所在区域，根据提取的区域，使用dilation_circle()算子膨胀该区域，膨胀后如果模板区域独立，也就是完成模板区域的确定，算子中的膨胀半径可以根据实际图像进行调整，取得最佳效果即可，实验效果如图1所示。 a)阈值分割 b)区域膨胀 c)创建模板d)取模板轮廓 图1:基于halcon的模版轮廓提取流程 (三)按1 2步确定的模板区域，运用create_shape_model()创建模板，创建的模板如图2-6所示。 (四)使用get_shape_model_contours()提取模板轮廓，并且通过刚体仿射显示模板轮廓，如图2-7所示，用于判断标定板形状以及标志圆提取的准确性。 (五)根据1 4步创建好的模板，在另一幅图像中运用find_shape_model()算子进行模板匹配，并且运用第4步中相同的算子提取匹配模板的轮廓，经刚体仿射显示出来，实验结果表明采用边缘检测能够很好的实现模板匹配。 双目立体视觉研究怎样运用二维图像恢复三维景物世界，即由不同位置的两台或者一台摄像机经过移动或旋转拍摄同一幅场景，通过计算空间点在两幅图像中的视差，取得该点的三维坐标值。基于立体视觉重建三维几何信息为计算机视觉领域里的经典问题，寻找对应点匹配是立体视觉方法中最重要、也是最困难的工作[7]。怎样在背景环境中正确取得目标位置，怎样在左、右摄像机采集的图片中选取具有空间位置一致性的目标标定点一直是双目立体视觉技术的难点和关键[8]。双目视觉的实现可以分为以下步骤:图像的获取、摄像机的标定、特征提取、图像匹配和三维重建。 三、基于halcon的相机标定技术 实验采用500x500mm的标定板进行相机标定，在确定外部位置不变的情况下利用左右两个相机分别拍摄视场中不同位置的标定板，各拍摄15幅图像。使用halcon 9.0软件编制相应标定程序，对左右各十五幅图像进行分析处理，从而计算出相机的内部参数和外部参数。 程序处理流程: (一)寻找标定板轮廓，进行模板匹配，如图2所表明。 图2:寻找标定板轮廓图 (二)二维图像圆心提取，计算相机外部参数。 (三)计算相机内部参数。 (四)对左右相机拍摄的15幅图像循环处理1-3步，综合15幅 图像，标定相机内外参数。 (五)存储相机内部参数。 实验所得结果如表1和表2。 表1相机的内部参数 表2相机外部参 x平移距离 0.556356 y平移距离 0.000689597 z平移距离 0.048377 x轴旋转角度 0.074899 y轴旋转角度 344.468 z轴旋转角度 0.451081 左相机 右相机 焦距 0.00795893 0.00797875 畸变系数 -108.81 -26.3191 像元尺寸(宽) 3.45957e-006 3.4533e-006 像元尺寸(高) 3.45e-006 3.45e-006 图像中心坐标y 1269.66 1287.27 图像中心坐标x 1030.05 1051.74 图像长 2448 2448 图像宽 2050 2050 误差 0.13992 参考文献: [1]任洪娥,常颖丽,董本志.基于十字模板的特征点匹配方法[j].计算机技术与应用,2010,46(29):167-169 [2]费俊琳,俞王新,王志中.一种改进的基于模板匹配眼睛特征点定位算法[j].计算机工程与应用,2007,43(32):207-209 [3]邢向华,顾国华,基于模板匹配和特征点匹配相结合的快速车牌识别方法[j].光电子技术,2003,23(4):268-270 [4]王培容,龚卫国.基于模板匹配的装配缺陷检测算法研究[j].计算机工程与应用,2008,44(10):209-210 [5]林陆君,孙玲玲,李训根等.一种改进的基于模板匹配的显微细胞图像拼接算法[j].计算机应用与软件,2010,27(1):108-110 [6]田村秀行(日),金喜子,乔双(译).计算机图像处理[m].科学出版社,2004 [7]刘钢,彭群生,鲍虎军.基于图像建模技术研究综述与展望[j].计算机辅助设计与图形学学报,2005,17(1):18-27 [8]任洪娥,常颖丽,董本志.基于十字模板的特征点匹配方法[j].计算机技术与应用,2010,46(29):167-169