如今视觉应用方面单纯依靠2D图像解决问题存在很多问题.稳定性差.定位不准确.还有配合机器人抓取方面只能抓高度一致的物品.其实在Halcon算法库有非常强大的三维算法.包括点云重建.激光三角法(2D相机加一个激光器即可),结构光相机.散斑相机.三维的算法.物体尺寸测量.物体的三维定位.三维物体的匹配. 内容比较多.容我慢慢分享.1.点云数据的获取 目前比较常用的3D相机(工业领域).主要是结构光相机和散斑相机.散斑相机相对来说价格比较便宜但精度比较差5k rmb以内 Kinect 奥比中光 之类,

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

  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

14.1  Access 1. get_region_chain 功能:一个对象的轮廓(contour)作为链式码. 2. get_region_contour 功能:查询一个目标的轮廓(contour). 3. get_region_convex 功能:查询突起的外表作为轮廓(contour). 4. get_region_points 功能:查询一个区域的像素数. 5. get_region_polygon 功能:用一个多边形近似获取区域. 6. get_region_runs 功能:查询一

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

ADAS传感器融合 0.传感器标定 首先标定传感器.一般可以精度高的传感标定用精度低一个数量级的传感器,如用激光雷达标定毫米波雷达. 毫米波雷达标定:可以采用激光雷达对毫米波雷达进行标定.选取一个纹理丰富的自然场景的,如有树木,电线杆和清晰车道线传感器标定.将毫米波雷达数据投影到激光雷达坐标系中,并画出相应的鸟瞰图进行辅助验证.毫米波雷达会检测到道路边沿的目标,通过判断毫米波雷达与激光雷达目标是否重合判断标定是否成功. 摄像头标定.包括摄像头的内参和外参.内参包含相机的焦距.主点和畸变系数等信息

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,

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

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

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

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                  

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

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

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

项目要标定雷达和相机,这里记录下我标定过程,用的速腾 Robosense - 16 线雷达和 ZED 双目相机. 一.编译安装 Autoware-1.10.0 我没有安装最新版本的 Autoware,因为新版本不带雷达和相机的标定工具,我安装的是 1.10.0 版本! 1.1 下载 Autoware-1.10.0 源码 不建议官方的 git check 安装方式,因为不熟悉 git 可能会遇到问题,直接在GitLab 仓库选择 1.10.0 版本下载即可: 1.2 编译 Autoware-1.1

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