刀具磨損測量中Halcon軟件的標定方法

胡洋++任小洪++彭彩平

摘 要因為相機鏡頭都會發生畸變影響測量結果，為了把圖像變換到沒有畸變的理想狀態就需要進行必要的標定，相機標定是視覺測量中的必要環節。本文采用Halcon軟件中的標定助手實現對CDD相機的標定，根據標定理論和圖像成像原理逐步求出了相機的內外參數，標定結果快速準確，得到了測量刀具磨損所需的各個相機參數。

【關鍵詞】機器視覺 Halcon軟件 相機標定 刀具磨損測量

1 引言

刀具的磨損檢測已成為機床加工中的必要環節，刀具的運行狀態和質量直接決定著切削加工的精度和效率，在機器視覺測量刀具磨損量的過程中，相機標定的是否準確會直接影響到測量精度和誤差。因為相機鏡頭都有一定的畸變，采集的圖像會扭曲變形，影響圖像處理并導致結果不準確，從而給帶來一定誤差，為了把圖像變換到沒有畸變的理想狀態，就需要事先對相機進行必要的標定。對相機進行標定的目的是找出確定相機拍攝的刀具圖像在整幅圖像中的位置以及圖像中各個像素點之間的距離以及相互關系，因而就有必要建立相機成像的幾何模型，相機標定就是求解相機內外參數的過程。

2 標定理論

2.1 成像的幾何模型

在機器視覺中，常常采用右手準則來定義坐標系，成像平面有三個不同的坐標系。

（1）世界坐標系（XW，YW，ZW）就是全局坐標系，也就是我們常說的現實的坐標系，是可以自己選取和定義的一個客觀世界的三維的空間坐標系。

（2）攝像機坐標系（XC，YC），以小孔成像模型的焦距中心作為攝像機坐標系的原點和相機的光軸組成的一個三維坐標系。

（3）圖像坐標系。圖像坐標系又分為圖像的像元坐標系（u，v）和圖像的物理模型坐標系（r，c），前者坐標系的原點是相機透鏡的光軸與圖像平面的交叉點，后者坐標系是固定在圖像上的，它的單位是像素。

根據空間上的點成像到圖像平面上的路線，方向依次向左：現實坐標系映射到相機坐標系，再從相機坐標系變換到圖像坐標系，這個過程中存在畸變，因此需要進行變換處理，畸變的處理是從圖像坐標系到相機坐標系，然后從相機坐標系再到世界坐標系。

2.2 坐標系變換

從點成像到畸變的處理，大致需要進行四次坐標轉換：世界坐標系到攝像機坐標系、從攝像機坐標系到圖像坐標系、從真實成像平面坐標到理想坐標及理想坐標轉換到圖像坐標系。

（1）世界坐標系到攝像機坐標系，空間點PW到PC的轉換。

（2）從攝像機坐標系到圖像坐標系。攝像機點PC轉換到平面坐標系。

（3）從真實成像平面坐標到理想坐標。

（4）理想坐標轉換到圖像坐標系。

2.3 Halcon軟件標定實現

本文采用了Halcon軟件上自帶的標定助手來對相機進行標定。其具體完成步驟如下：

（1）按照從菜單欄中選擇助手，然后打開新的Calibration，進入相機安裝頁面，導入標定板文件和相機參數，選擇相機模型。

標定任務：本研究中標定任務默認為全標定；攝像機模型選擇：有面掃描和線掃面，面掃描分為Division和多項式，這里選擇Division模式，不考慮切向畸變，按一般情況模式設置；單個像元的寬Sx和高Sy相機說明書都有像元大小，這里為1.13μm×1.13μm；焦距：前面相機鏡頭中參數已經給出。

（2）進入標定頁面之后打開標定圖像，然后進行標定。進入標定界面之后，如果是實時的采集則選擇圖像采集助手，如果事先已經保存好的文件就選擇圖像文件，加載標定的圖像，標定圖像越多越好，最好12幅以上更精確。選擇一幅圖像作為參考位置，設置過程如圖1所示。

圖像品質：圖像是否過曝，標定圖像數量是否過少，一般不能超過70的默認警告等級。

（3）在進行參數設置之后，進入到結果界面，如果沒有問題，則點擊標定，自動進入標定結果界面。具體參數如圖1所示。

可以看到狀態為標定成功，內外參數已經求解出來，平均誤差為0.01638個像素。如果不需要再修改，點擊保存，保存相機的內參。

Kapp：相機畸變系數，為-27418.6（1/m2）；相機位姿：如圖1所示，即為X，Y，Z后面的數值代表在對應坐標軸的距離，后面的方向旋轉代表在各自坐標軸的旋轉角度。也可以點擊保存，保存相機的外參。

3 結論

本文提出了對相機進行標定詳細有效的方法，通過機器視覺中刀具磨損圖像的深入研究，并經實驗分析用檢測刀具磨損狀態的精確度較高，重復精度在0.008mm以內，方差小于0.02，該標定方法能夠充分發揮Halcon軟件高精度快速測量的優勢，可靠性高，易于實現，能夠用于刀具磨損的高精度復雜的測量。

參考文獻

[1]李麗宏等.顯微視覺技術在微細加工中的應用[J].天津工業大學學報，2012，31（06）：60-63.

[2]張佳平.數字圖像刀具幾何參數測量系統的研究[D].廈門：廈門大學，2007.4-6.

[3]Rafael C.Gonzalez，Richard E.Woods.阮秋琦等.數字圖象處理[M].北京：電子工業出版社，2011.

[4]Faugeras，Olivier.Three-dimensional computer vision：a geometric viewpoint[M].MIT press，1993.

[5]Lu D S，Chen C C.Edge detection improvement by ant colony optimization[J].Pattern Recognition Letters，2008，29（04）：416-425.

[6]陳錫渠，彭曉南.金屬切削原理與刀具[M].北京：北京大學出版社，2006.

作者單位

四川理工學院自動化與信息工程學院 四川省自貢市 643000