HALCON几何变换

深入浅出HALCON几何变换

在机器视觉系统中，镜头是重要成像部件之一，而基于小孔成像原理的工业镜头往往会产生透视畸变现象，如何校正畸变是进行图像分析的前提，这其中就会用到投影变换，也是几何变换的一种。除此之外，图像处理中常用到的平移、旋转、缩放等，也属于几何变换。本文将通过实例详细介绍HALCON中的几何变换。

基础知识

齐次坐标（Homogenous Coordinate）

齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示。例如二维点p(x,y)àp(x,y, w)就成了齐次坐标，同理三维点p(x,y,z)àp(x,y,z, w)也成了齐次坐标。显然，齐次坐标的表达并不是唯一的，随w值的不同而不同。在计算机图学中，w 作为通用比例因子，它可取任意正值，但一般在几何变换中，总是取w=1。齐次坐标表示是计算机图形学的重要手段之一，它既能够用来明确区分向量和点，同时也更易于进行几何变换。

以点p(x,y)为例，如果想把它平移至p(x+a,y+b)，是不可能用矩阵计算完成的，现在换成齐次坐标(x,y,1),通过矩阵相乘(左侧公式) ，很方便得到平移后的坐标(x+a,y+b)。通常把变换矩阵写到左侧，为了保持一致把变换矩阵改成右下角形式，这就是齐次变换矩阵。

齐次变换矩阵

在同一变换矩阵中既表示姿态（旋转、缩放等）又表示位置（平移），这种形式的矩阵称为齐次变换矩阵。如下：

齐次坐标的使用，使得几何变换更容易计算，尤其对于仿射变换（二维/三维）更加方便，由于图形硬件、视觉算法已经普遍支持齐次坐标与矩阵乘法，因此更加促进了齐次坐标使用，使得它成为图形学中的一个标准，下面提到的几何变换（仿射变换）都以齐次坐标和齐次变换矩阵为基础。

几何变换

几何变换包括：

相似变换（Similarity Transformation）

仿射变换（Affine Transformation）

投影变换（Projective Transformation）

注：线性变换不包含平移，所以没有归入几何变换，总之HALCON中常用几何变换是仿射和投影变换，而相似变换是仿射变换的一种简单情况！相似变换、仿射变换、投影变换既可以发生在二维空间内也可发生在三维空间内。

相似变换

相似变换的定义：由一个平面/立体图形变换到另一个平面/立体图形，在改变的过程中保持形状不变（大小方向和位置可变），任何相似变换都可以分解为等比例缩放、平移、旋转的组合，例如，对于缩放，用齐次变换矩阵可以如下表示(二维和三维），其中a≠0。

仿射变换

仿射变换的定义：由一个平面/立体图形变换到另一个平面/立体图形，在改变的过程中保持直线和平行线不变(平行线映射为平行线），任何仿射变换都可以分解为缩放、平移、旋转和切变(Shearing)的组合，对于仿射变换，齐次变换矩阵如下表示(二维和三维）：

对于仿射变换，有两个比较特殊的变换：非等比例缩放和切变（如下图），除了这两个特殊的变换之外，相似变换可以看做是仿射变换的特殊形式，注：线性变换包括旋转、缩放、切变，但不包含平移，因此仿射变换也定义为一个线性变换再加上一个平移变换。

投影变换

投影变换的定义：变换过程中，直线映射为直线(但不一定保证平行度)，任何二维投影变换都可以用3x3可逆矩阵表示，而任何三维投影变换都可以用4x4可逆矩阵表示。如下：

从定义来看，仿射变换可以看做是投影变换的特殊形式。另外，把投影变换矩阵的最后一行变为[0,0,1]或者[0,0,0,1]，即可变为仿射变换矩阵，也可以证明仿射变换是投影变换的特殊形式。因此，对于平移、缩放、切变等，仿射变换和投影变换都可以实现。

如下例子，把左图进行旋转操作变成右图，可以用仿射变换和投影变换两种方式实现。

仿射变换实现方法

hom_mat2d_identity (HomMat2DIdentity)

hom_mat2d_rotate (HomMat2DIdentity, rad(-90), 256, 256, HomMat2DRotate)

affine_trans_image (Image, ImageAffinTrans, HomMat2DRotate, 'constant', 'false')

投影变换实现方法之一

（直接用给定点生成投影变换矩阵）

hom_vector_to_proj_hom_mat2d([0,0,512,512],[0,512,512,0],[1,1,1,1], [512,512,0,0], [1,1,1,1], ‘dlt', HomMat2D)

projective_trans_image (Image, TransImage, HomMat2D, 'bilinear', 'false', 'false')

投影变换实现方法之二

（用三维仿射变换矩阵生成投影变换矩阵）

注：对于旋转来说，也可以看做是相机沿Z轴旋转90度后的成像效果，因此也可以用三维仿射变换，先转换相机坐标系，再生成投影变换矩阵！

hom_mat3d_identity (HomMat3DIdentity)

hom_mat3d_rotate (HomMat3DIdentity, rad(90), 'z', 256, 256, 512, HomMat3DRotate)

hom_mat3d_project (HomMat3DRotate, 256, 256, 512, HomMat2D)

projective_trans_image (Image, TransImage, HomMat2D, 'bilinear', 'false', 'false')

旋转示例中的仿射变换矩阵（也是齐次变换矩阵）

旋转示例中的投影变换矩阵（3X3），也是可逆矩阵

同理，缩放、切变等，仿射变换和投影变换也都可以实现，但如下变换，只能用二维投影变换矩阵实现，因为变换过程中没有保证线的平行性。

总结

HALCON中所用的变换知识只涉及到了二维、三维仿射变换和二维投影变换，二维仿射变换多用于平面图像的平移、旋转、缩放等；三维仿射变换多用于三维坐标系的平移、旋转等（或者用3D位姿表示），而二维投影变换多用于校正透视畸变，也就是三维空间的景象如何投影到相机靶面上的效果，如果相机和被测平面不垂直就会有畸变。

在成像过程中，普通工业镜头（小孔成像原理）都会带来透视畸变，也就是常见的近大远小现象，除非相机和被测平面保持绝对垂直，否则透视畸变是不可避免的。因此，通过三维空间的仿射变换（变换坐标系，使相机不垂直于被摄平面），可以产生透视畸变效果，也就是相当于进行了投影变换，HALCON也提供了算子hom_mat3d_project，能直接把三维仿射变换矩阵转换成二维投影变换矩阵（4x4的矩阵转换成3x3矩阵）。下面我们通过一个例子来说明一下。

首先生成单位矩阵，进行一系列的旋转变换，产生三维仿射变换矩阵，也就是使得相机和被摄平面不垂于！

hom_mat3d_identity (HomMat3D)

hom_mat3d_rotate (HomMat3D, rad(20.0), 'z', PrincipalRow, PrincipalColumn, Focus, HomMat3D)

hom_mat3d_rotate (HomMat3D, rad(35.0), 'y', PrincipalRow, PrincipalColumn, Focus, HomMat3D)

hom_mat3d_rotate (HomMat3D, rad(25.0), 'x', PrincipalRow, PrincipalColumn, Focus, HomMat3D)

把三维仿射变换矩阵再转化成二维投影变换矩阵

hom_mat3d_project (HomMat3D, PrincipalRow, PrincipalColumn, Focus, ProjectionMatrix)

进行投影变换，也就是我们看到的右侧的效果

projective_trans_image (Image, TransImage, ProjectionMatrix, 'bilinear', 'false', 'false')

另外一种方法是，直接使用给定点生成投影变换矩阵，可以得到同样的效果

hom_vector_to_proj_hom_mat2d ([0,0,512,512], [0,512,512,0], [1,1,1,1], [-120,146,555,296], [120,752,368,72], [1,1,1,1], 'normalized_dlt', HomMat2D)

projective_trans_image (Image, TransImage1, HomMat2D, 'bilinear', 'false', 'false')

上面的这个例子是很好的说明了透视畸变现象如何产生的，左侧图是相机垂直于被摄平面，没有透视变形现象。然后进行了一系列的三维仿射变换，产生的效果就是相机不再垂直于被摄面，所以右图产生了透视畸变现象，那么从左图到右图恰恰是进行了一次二维投影变换。因为投影变换矩阵是可逆的，所以也可以把右图校正为左图，这恰恰是HALCON中投影变换的用处所在！

以下例子也是HALCON中典型的畸变校正示例，使用的正是投影变换。

附录

解释一下HALCON中的：

hom_mat2d_*和hom_mat3d_*算子

hom_mat2d_identity产生2x3矩阵，用于描述二维变换，实际上是3x3齐次变换矩阵(仿射变换)；

hom_mat3d_identity产生3x4矩阵，用于描述三维变换，实际上是4x4齐次变换矩阵(仿射变换)；

hom_mat2d_*既支持2x3矩阵（仿射变换）也支持3x3矩阵（投影变换）;

hom_mat3d_*支持3x4矩阵（仿射变换），也就是4x4齐次变换矩阵

关于如何在HALCON中生成的：

仿射变换矩阵和投影变换矩阵

仿射变换矩阵

用hom_mat2d_identity或者hom_mat3d_identity产生单位矩阵，然后经过平移、旋转、缩放等操作后得到仿射变换矩阵。

投影变换矩阵

hom_mat3d_project能直接把三维仿射变换矩阵转换成投影变换矩阵，如果知道空间坐标系是如何变换的，可以用这种方法；

hom_vector_to_proj_hom_mat2d用给定点生成投影变换矩阵，输入点的坐标为三维齐次坐标，可以支持无穷远点和有限远点的变换；

vector_to_proj_hom_mat2d用给定点生成投影变换矩阵，输入点为二维非齐次坐标，支持有限远的点的变换；

注：对于涉及有限远点的变换，以上两个算子都可以！

HALCON几何变换相关推荐

数字图像处理之几何变换
............................................................................. imresize IMRESIZE Res ...
Halcon 第七章『图像的几何变换』◆第1节：图像的仿射变换（位置变换、形状变换）及应用
一.介绍由于相机拍摄的时候可能存在角度偏差,因此实际获得的画面可能会与想象中有所差异.为了校正图像在拍摄中的失真问题,可以对图像进行一些简单的几何变换,如平移.缩放和旋转等,这些是图形学中的基本几何 ...
Halcon区域几何变换和仿射变换
Halcon区域几何变换和仿射变换一.Halcon区域几何变换 1.move_region 平移 2.zoom_region 缩放 3.mirror_region 镜像 4.transpose_re ...
Halcon图像预处理与形态学（图像的几何变换）
插值算法在对图像进行变换时可能产生一些原图中非整数未知的点,此时需要进行插值运算来计算这一点的灰度值.Halcon中有两种常用的插值算法:最邻近插值('nearest_neighbor')和双线性插 ...
Halcon 第七章『图像的几何变换』◆第2节：投影变换
一.介绍投影变换也叫透射变换.投影映射.透射变换是将图像投影到一个新的视平面,是一种二维坐标到三维坐标的变换. 透射变换是仿射变换的延续,也可以说仿射变换是透射变换的一种特殊形式.其特殊性在于变换后 ...
Geometric-Transformations图像几何变换halcon算子，持续更新
目录 affine_trans_image affine_trans_image_size convert_map_type map_image mirror_image polar_trans_im ...
halcon/c++接口基础之 HALCON图像变量类
在HALCON/C++中,HObject是一个基类,可以表示图像变量.另外还有三种类继承自HObject. Class HImage 处理图像 Class HRegion 处理区域 Class HXL ...
Halcon学习笔记——机器视觉应用工程开发思路及相机标定
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. ...
Halcon：基本例程
图像滤波图像增强:对比度增强,亮度校正,直方图归一化,直方图均衡化平滑滤波:边缘保护和增强平滑,各向非同性滤波,高斯平滑,二项式滤波, 均值滤波,阶梯滤波器(中值,分离系数中值滤波,加权中值等) ...

HALCON几何变换

HALCON几何变换相关推荐

最新文章

热门文章