VisionPro的图像校准与标定

   机器视觉系统所处理的图像通常存在透视误差和非线性失真，透视误差一般是由于相机光轴与被测物体不垂直造成的，属于线性误差; 而非线性失真主要来自于相机镜头的畸变。透视误差和镜头畸变都会导致图像失真，并造成视觉测量误差或识别错误。另外，机器视觉系统的数字图像处理是以像素为单位表示信息的，但工程应用的长度单位常采用mm、cm 或英寸等作为物理尺寸单位，因此要想获得常规的测量结果数值，需要建立像素与实际尺寸的对应关系。基于以上两个因素，对涉及精密仪器尺寸测量或高精度要求的尺寸测量时，在对图像进行定量分析前，都有必要进行校准和标定工作，尽可能减小误差，提高检测精度。校准和标定的准确与否，直接影响视觉检测系统的准确性。
    对图像的校准与标定，采用VisionPro 中的CogCalibration 工具包。该工具包可以同时实现校准与标定的功能，其步骤为:
1) 装入标准模板图像。实际应用中，校准模板图像应是机器视觉系统在与实际工作完全相同的配置和环境下拍摄标准模板所获得的图像。
2) 分析标准模板图像，获取校准信息。使用CogCalibration 工具包中CogCalibCheckerboard-Tool 函数对获取的标准模板图像进行校准分析，查找特征点。
3) 图像标定，实现像素pixel 与实际长度单位mm 的换算。通过CogCalibration 工具包，对标准模板图像进行校准的同时，可以获取该标准模板的标定信息。
4) 保存校准与标定信息。当相机采集新的图像时，对新图像进行图像分析前均会引用已校准和标定后数据信息，以实现对图像的精确校准，同时完成像素pixel 与长度单位mm 的转换