Halcon 5分钟学会9点标定 带图片示例、示例源码

9点标定应用流程

前置条件,相机焦距,视野固定高度和角度,光源光强度固定。

  1. 移动机械手,使用螺丝批头,在视野范围内的白纸上,点九个点,记录每个点位的位置,每个点位的顺序要和图像上获取的圆心数组顺序一致,此时得到9个点的世界坐标,x和y
  2. 个点分别的世界坐标记录完成后,机械手返回拍照位置。将步骤1中,9个点图片拍摄下来,并记录整张图片(含有9个点)时的世界坐标。记录整张图片(含有9个点)拍照坐标的原因:实际批头坐标与拍照相机坐标位置有误差,后续算出偏移后,还要减去拍照坐标与批头坐标的偏移,才得出最终位置
  3. Halcon 导入图片,对图片进行操作
    • 灰度化
    • 灰度筛选
    • 填充圆中缺失
    • 开操作,将圆形分离出来
    • 根据类圆特征获取圆形
    • 对获取到的每个圆形进行获取其最小外接圆,生成圆心坐标和半径
  4. 已知机械(世界坐标)和图片上的点位(像素坐标),根据公式得出偏移对象
  5. 后续根据实际图片中定位的目标像素坐标,和偏移图像,即可换算出机械手应该移动的实际机械坐标。

示例图片

lua 复制代码
dev_set_color('red')
read_image (Image, 'O:/草稿/test.jpg')

rgb1_to_gray (Image, GrayImage)
threshold (GrayImage, Regions, 13, 71)

*填充缺失
fill_up_shape (Regions, WiresFilled, 'area', 1, 100)

*开操作 腐蚀和膨胀的结合,即先腐蚀后膨胀
opening_circle (WiresFilled, Balls, 15.5)

connection (Balls, SingleBalls)

*找到具有目标特征的形状,这边填写的参数是 'circularity' ,就是类圆的图形;
select_shape (SingleBalls, IntermediateBalls, 'circularity', 'and', 0.85, 1.0)

*确定这些圆形区域的最小外接圆,并将输出的坐标和半径做处理后输出
smallest_circle (SingleBalls, Row, Column, Radius)

*生成 虚拟机械坐标 行往下偏移80
WorldRow := []
WorldCol :=[]

for Index := 0 to |Row|-1 by 1
    WorldRow[Index] := Row[Index]+80
    WorldCol[Index] := Column[Index]
    gen_circle (Circle, WorldRow[Index], WorldCol[Index], 10)
endfor

*生成标定
vector_to_hom_mat2d (Row, Column, WorldRow, WorldCol, HomMat2D1)

*设置目标机械坐标
gen_circle (Circle, 20, 100, 10)

*坐标转换  (Row3,Column3)像素坐标点位, (Qx,Qy)转换后的世界坐标
affine_trans_point_2d (HomMat2D1, 20, 100, Qx, Qy)

dev_set_color('green')
gen_circle (Circle, Qx, Qy, 10)

结果,红色大圆圈为像素坐标,红色小圆圈为机械坐标位置,绿色为目标实际机械坐标位置

相关推荐
AI人工智能+15 分钟前
表格识别技术:通过深度学习与计算机视觉融合,实现复杂文档中表格的版面还原及数据的结构化转换。
深度学习·计算机视觉·ocr·表格识别
H Journey1 小时前
OpenCV进阶
人工智能·opencv·计算机视觉
H Journey1 小时前
Halcon介绍
opencv·halcon
三维频道2 小时前
深度解析:3D-DIC技术如何精准表征复合材料的变形与损伤演化?
人工智能·计算机视觉·3d·全场应变测量·dic技术·新拓三维·复合材料力学表征
羊羊小栈2 小时前
基于「YOLO目标检测 + 多模态AI分析」的智慧植物辣椒病害智能检测分析预警系统
人工智能·yolo·目标检测·计算机视觉·毕业设计·大作业
xiaotao1313 小时前
04-进阶方向: 01-计算机视觉(CV)——实例分割:Mask R-CNN
人工智能·计算机视觉·r-cnn
Mr数据杨3 小时前
机载多光谱目标检测提升空中态势感知
人工智能·目标检测·机器学习·计算机视觉·数据分析·kaggle
思绪无限5 小时前
YOLOv5至YOLOv12升级:机械器件识别系统的设计与实现(完整代码+界面+数据集项目)
人工智能·python·深度学习·目标检测·计算机视觉·机械器件识别
思绪无限6 小时前
YOLOv5至YOLOv12升级:无人机目标检测系统的设计与实现(完整代码+界面+数据集项目)
人工智能·python·深度学习·目标检测·计算机视觉·无人机·yolov12
大熊背7 小时前
一套为硬件加速设计的经典边缘检测流水线(一)----边缘细化原理
人工智能·算法·计算机视觉·梯度计算