1、基于HALCON的模版匹配與相機標定    摘要：闡述了HALCON基于標定板的相機內外參數標定方法，同時對其中關鍵的模板匹配做出獨立的探討。通過HALCON軟件進行相機的現場標定，計算左右相機的內外參數標定。相機的內參數一版為固定不變的，而視覺測量中，左右相機的外部方位或許會受外界影響而改變，有必要對相機的外參數做出獨立的精確標定。 關鍵詞：模版匹配；相機標定；HALCON 中圖分類號：TP391.41 文獻標識碼：A文章編號：1007-9599 2011 20-0000-02 The Template Matching and Camera Cali

2、bration 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 HAL

3、CON 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

4、are independent of the precise calibration. Keywords:Template match;Camera calibration;HALCON 引言：模板匹配指的是用一個較小的圖像，也就是模板與源圖像進行比較，以確定在源圖像中是否具有與該模板相同或相似的區域。如該區域存在，還可以確定其位置并提取該區域1。目前，模板匹配是機器視覺領域常用的一種匹配方法，應用范圍非常廣泛，主要有眼睛的定位與識別2、車牌識別3、物體缺陷識別4、細胞圖像處理5等。模板匹配為一類重要的圖像識別方法，它通過比較實時圖和基準圖之間的相似性來確定他們的相對位置。本文基于HALCON

5、做出相機標定，HALCON運用標定板進行相機的標定，標定板也就是匹配模板。 一、模板匹配算法及其流程 把圖像中所包含對象物的結構特征提取出來最基本的方法有區域分割以及邊緣檢測。邊緣檢測和區域分割擁有互補關系，其均為基于“在和圖像里的對象物相應的部分里，特征（灰度，顏色，紋理等）均勻，可是在不一樣對象物以及對象物的不同部分里，特征陸續出現變化。”在邊緣檢測里，為提取特征的不連續部分，同時根據閉合邊緣求區域，與其相對應，在區域分割里，是把圖像分割為特征一樣的連續區域，把區域間的邊界定義是邊緣6。本文模板識別運用邊緣檢測。邊緣檢測的算法通常為：基于梯度的邊緣檢測，基于拉普拉斯算子的邊緣檢測，按照最佳

6、匹配的邊緣檢測。本文運用基于梯度的邊緣檢測，運用這個方法，不但能計算邊緣的強度，同時也可以計算邊緣的方向。將邊緣強度大的像素連接起來求邊界線時，邊緣的方向可以提供有效的信息。 模板匹配基本流程列入下圖： （一）圖像二值化：為了分析圖像的特性，往往從圖像中分離出對象物，并為了分離圖形和背景而采用二值化處理。圖像的二值化處理采用閾值處理：設灰度函數 ，當 小于閾值t時， 取0，否則取1。圖像就只有兩個灰度值0和1，便于提取對象形狀。閾值確定有多種方法，按照圖像復雜程度選擇，這里運用狀態法，也就是按照圖像灰度直方圖來選擇閾值t。 （二）邊緣提取：運用canny算子，基于梯度的邊緣檢測。 （三）生成灰

7、度邊緣圖像：上述是在二值化的圖像中采取的邊緣檢測，邊緣提取到的是二值邊緣點，不利用后面的模板提取和匹配，因此結合原灰度圖像生成灰度邊緣圖像。 （四）提取模板區域：按照灰度邊緣圖像，確定模板的具體區域。 （五）模板匹配：按照確定的圖像中的模板區域，把其與原模板進行匹配計算，匹配從中心特征點開始，按照相似度或者差異值確定匹配程度，一步步迭代計算。 （六）區域增長：完成一個特征點的匹配后，模板中相鄰的特征點必在此特征點附近，在圖像中搜索相鄰特征點進行匹配，順次進行，增長模板區域。 二、基于HALCON模板匹配實驗結果 本文實驗運用MVTec HALCON 9.0軟件，HALCON是世界上最全能的機器

8、視覺軟件，它可以提供快速的圖像分析和處理。圖像模板為相機標定板。程序分兩大步，第一步完成模板的創建，第二步則是按照創建的模板在另一幅圖像中進行模板匹配。 程序流程： （一）運用threshold（）算子按照圖像灰度值的不同進行區域分割，在圖像中分離出模板所在區域，如圖2-4所表明。閾值按照圖像灰度直方圖確定。 （二）運用select_shape（）算子根據模板形狀特征提取模板所在區域，根據提取的區域，使用dilation_circle（）算子膨脹該區域，膨脹后如果模板區域獨立，也就是完成模板區域的確定，算子中的膨脹半徑可以根據實際圖像進行調整，取得最佳效果即可，實驗效果如圖1所示。 a）閾值分

9、割 b）區域膨脹 c）創建模板d）取模板輪廓 圖1：基于HALCON的模版輪廓提取流程 （三）按1 2步確定的模板區域，運用create_shape_model（）創建模板，創建的模板如圖2-6所示。 （四）使用get_shape_model_contours（）提取模板輪廓，并且通過剛體仿射顯示模板輪廓，如圖2-7所示，用于判斷標定板形狀以及標志圓提取的準確性。 （五）根據1 4步創建好的模板，在另一幅圖像中運用find_shape_model（）算子進行模板匹配，并且運用第4步中相同的算子提取匹配模板的輪廓，經剛體仿射顯示出來，實驗結果表明采用邊緣檢測能夠很好的實現模板匹配。 雙目立體視覺

10、研究怎樣運用二維圖像恢復三維景物世界，即由不同位置的兩臺或者一臺攝像機經過移動或旋轉拍攝同一幅場景，通過計算空間點在兩幅圖像中的視差，取得該點的三維坐標值。基于立體視覺重建三維幾何信息為計算機視覺領域里的經典問題，尋找對應點匹配是立體視覺方法中最重要、也是最困難的工作7。怎樣在背景環境中正確取得目標位置，怎樣在左、右攝像機采集的圖片中選取具有空間位置一致性的目標標定點一直是雙目立體視覺技術的難點和關鍵8。雙目視覺的實現可以分為以下步驟：圖像的獲取、攝像機的標定、特征提取、圖像匹配和三維重建。 三、基于HALCON的相機標定技術      

11、60;   實驗采用500x500mm的標定板進行相機標定，在確定外部位置不變的情況下利用左右兩個相機分別拍攝視場中不同位置的標定板，各拍攝15幅圖像。使用HALCON 9.0軟件編制相應標定程序，對左右各十五幅圖像進行分析處理，從而計算出相機的內部參數和外部參數。 程序處理流程： （一）尋找標定板輪廓，進行模板匹配，如圖2所表明。 圖2：尋找標定板輪廓圖 （二）二維圖像圓心提取，計算相機外部參數。 （三）計算相機內部參數。 （四）對左右相機拍攝的15幅圖像循環處理1-3步，綜合15幅圖像，標定相機內外參數。 （五）存儲相機內部參數。 實驗所得結果如表1和表2。 表1相機的

12、內部參數 表2相機外部參 X平移距離 0.556356 Y平移距離 0.000689597 Z平移距離 0.048377 X軸旋轉角度 0.074899 Y軸旋轉角度 344.468 Z軸旋轉角度 0.451081 左相機 右相機 焦距 0.00795893 0.00797875 畸變系數 -108.81 -26.3191 像元尺寸（寬） 3.45957e-006 3.4533e-006 像元尺寸（高） 3.45e-006 3.45e-006 圖像中心坐標y 1269.66 1287.27 圖像中心坐標x 1030.05 1051.74 圖像長 2448 2448 圖像寬 2050 2050

13、誤差 0.13992 參考文獻： 1任洪娥,常穎麗,董本志.基于十字模板的特征點匹配方法J.計算機技術與應用,2010,4629:167-169 2費俊琳,俞王新,王志中.一種改進的基于模板匹配眼睛特征點定位算法J.計算機工程與應用,2007,4332:207-209 3邢向華,顧國華,基于模板匹配和特征點匹配相結合的快速車牌識別方法J.光電子技術,2003,234:268-270 4王培容,龔衛國.基于模板匹配的裝配缺陷檢測算法研究J.計算機工程與應用,2008,4410:209-210 5林陸君,孫玲玲,李訓根等.一種改進的基于模板匹配的顯微細胞圖像拼接算法J.計算機應用與軟件,2010,271:108-110 6田村秀行日,金喜子,喬雙譯.計算機圖像處理M.科學出版社,2004 7劉鋼,彭群生