HALCON实战:用两个工业相机实现无缝大视野拼接(附完整代码与避坑指南)

Halcon的简单图像拼接 关于图像的拼接Halcon有不少的例程,但是大多数是针对两个不同相机采像后,通过系列标定将图片矫正合成为一张图片。在某些应用中,我们可能只需要简单的将两张图片拼接在一起,例如以下线扫相机连续采像的情形,我们需要的只是简单将两张图片合在一起,如何高效的来完成这个简单功能则是我们关注的,这点传统的Halcon算子并不是好的选择。 阅读详情

HALCON双相机大视野拼接实战:从标定到拼接的完整工业解决方案

在工业视觉检测中,经常会遇到单个相机视野无法覆盖整个检测区域的问题。比如在液晶面板检测、印刷电路板(PCB)检查或大型工件尺寸测量等场景中,传统单相机方案要么需要频繁移动相机或工件,要么只能降低分辨率换取更大视野——这两种方式都会显著影响检测效率和精度。本文将详细介绍如何使用HALCON软件实现双相机图像的无缝拼接,构建一个完整的大视野检测系统。

1. 系统搭建与相机标定

1.1 硬件配置要点

工业视觉系统的稳定性始于合理的硬件选型。对于双相机拼接系统,我们需要特别注意以下几点:

  • 相机匹配性:理想情况下应使用同型号相机,至少需要保证:

    • 相同的传感器尺寸和分辨率
    • 相同或非常接近的镜头焦距
    • 相似的光圈和景深特性
  • 安装位置:两个相机应平行安装,保持以下关系:

    • 光轴尽可能平行
    • 视野有20%-30%的重叠区域
    • 固定在同一刚性支架上避免相对位移
  • 照明系统:需要确保:

    • 两个相机视野内的光照均匀一致
    • 避免一侧过亮或过暗导致的拼接痕迹
    • 使用同批次光源保证色温一致

1.2 相机标定实战

标定是拼接精度的基础,HALCON提供了完整的标定工具链。以下是详细操作步骤:

* 创建标定数据模型
create_calib_data ('calibration_object', 2, 1, CalibDataID)

* 设置标定板描述文件
set_calib_data_calib_object 
纯halcon实现拉普拉斯图像融合 目录前言代码结果 前言 这是纯利用halcon实现的拉普拉斯图像融合,按我理解的算法步骤如下: 1、分别生成两图像的高斯金字塔; 2、取高斯金字塔的第level层(level:人为设定的想要融合的层数),作为拉普拉斯金字塔的最顶层; 3、依次对level、level-1、… 高斯金字塔作差分生成拉普拉斯金字塔; 4、将两图的拉普拉斯金字塔左右拼接在一起; 5、将拼接的拉普拉斯金字塔重构成融合图; 看别人写的文章融合的图就很惊艳,自己得到的结果就感觉怪怪的,可能和我直接用的“get_image_size”算子 阅读详情

相关推荐

工业双相机大视野无缝拼接实战:HALCON高精度方案

机器视觉中的大视野成像,本质是突破单相机视场与分辨率的物理矛盾。其核心原理依赖多视角几何对齐与光度一致性建模,技术价值在于以低成本硬件组合实现亚像素级图像融合,支撑PCB AOI、锂电池极片检测、汽车零部件质检等高精度工业场景。关键挑战集中于硬件同步精度、镜头畸变校正及动态光照补偿——这正是HALCON在工业相机原生支持、原子化算子和稳定授权体系下凸显优势的领域。本文聚焦双相机系统,详解基于HALCON的硬同步触发、局部网格化单应性建模与在线光度补偿三阶架构,覆盖标定、实时拼接与产线部署全链路。

weixin_29041767的博客 75

Halcon实战:5分钟搞定特征点拼接图片(附完整代码解析)

本文详细解析了Halcon特征点拼接图片的核心技术与实战应用。通过Harris角点检测算法和RANSAC金字塔匹配,实现高效图像拼接,适用于工业检测等场景。文章提供完整代码示例和参数优化策略,帮助读者快速掌握这一关键技术。

weixin_26968079的博客 167

多相机开发实战|C#+HALCON实现多相机同步采集,适配复杂视觉场景

架构兼容:完全复用专栏单相机模块化设计,低门槛扩展至多相机系统;全场景同步:提供硬件/PTP/软件三种方案,覆盖高精度工业产线到离线调试全场景;工业级稳定性:内置线程安全、图像配对、资源回收、带宽优化机制,解决多相机开发核心痛点;易扩展:支持N路相机混合组网,适配大尺寸、多视角、三维视觉等复杂视觉需求。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 663

实战详解|C#+HALCON实现相机软触发/硬触发,适配产线联动

工业视觉触发采集是上位机/外部信号控制相机出图触发模式触发源工作逻辑典型产线场景软触发上位机软件指令代码发送GenICam标准指令,相机执行单帧采集机械手到位后软件触发、手动定点检测、离线调试硬触发外部IO信号(PLC/光电开关/编码器)硬件电平变化触发相机出图,无软件参与流水线连续分拣、高速动态检测、多设备同步联动标准化触发实现:基于GenICam协议开发,一套代码兼容GigE/USB3 Vision全品类工业相机,无厂商绑定架构解耦。

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 510

Halcon自标定实战:不用标定板,单张图搞定镜头畸变校正(附完整代码)

本文详细介绍了Halcon自标定技术在镜头畸变校正中的实战应用,无需标定板,仅需单张包含直线特征的图片即可完成校正。文章提供了完整的代码实现和参数调优技巧,特别适合工业视觉检测中的紧急需求,帮助工程师快速解决畸变问题,提升测量精度。

weixin_33709364的博客 742

工业相机选型指南:分辨率、帧率、像元与接口如何配平

工业相机是机器视觉系统的核心传感器,其成像质量与检测稳定性并非由单一像素决定,而是由分辨率、帧率、像元尺寸和接口协议四个参数共同制约。分辨率决定单像素对应的物理尺寸,帧率受曝光时间与节拍约束,像元尺寸影响低照度下的信噪比,接口带宽则决定了高速数据能否顺利传输。理解它们的联动关系,是避免选型后现场调试踩坑的关键。在实际项目中,工程师需要根据被测物大小、精度要求、运动速度、传输距离等场景参数,综合计算视野、像元和带宽,同时兼顾镜头靶面、快门类型及光源方案。本文从工业相机选型的底层逻辑出发,解析核心参数的计算方法

weixin_34393428的博客 390

Halcon图像拼接全栈拆解 | 编码器硬配准+Foerstner特征软融合双方案,助力大板PCB光伏玻璃全景成像、瑕疵定位、尺寸测量高效落地

现代工业精密检测场景中,大尺寸、高精度工件质检始终存在难以破解的技术矛盾,典型场景包含大幅面PCB电路板、超白光伏钢化玻璃、大型不锈钢钣金、液晶显示基板、长尺寸型材工件等。这类工件整体幅面大、微观缺陷尺寸极小,单台工业相机受限于镜头视场、分辨率上限,无法同时兼顾全景成像范围与微观缺陷精度:若选用大视野成像,画面分辨率不足,微米级划痕、针孔、线路短路缺陷直接漏检;若选用高分辨率小视野成像,无法一次性覆盖工件全貌,无法完成整体尺寸测量与全域瑕疵筛查。

getusushu的博客 146

HALCON机器视觉之汽车内饰板塑料部件装配:详解与案例(基于C# + HALCON,含完整代码)

汽车内饰板是汽车内部的重要组成部分,它不仅提供美观的外观,还具有保护、隔音、隔热等功能。内饰板塑料部件的装配涉及到多个部件的组合,如仪表盘、车门内饰板、中控台等部件的装配。这些部件之间的精确装配对于汽车的整体功能和外观至关重要。本教程详细介绍了使用C#和HALCON实现汽车内饰板塑料部件装配的机器视觉解决方案。从概念介绍到原理算法,再到实操案例,包括完整的代码实现、测试图像选择和运行结果图片生成等内容。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 924

Halcon机器视觉项目实战:从模板匹配到C#集成与避坑指南

在工业机器视觉领域,算法库选型直接决定项目交付的效率与利润空间。Halcon作为高封装度的商用视觉算法库,凭借稳定的形状匹配、亚像素测量工具和成熟的标定流程,成为3C、锂电、光伏等行业招标书中的常客。理解模板匹配的参数原理、相机标定的几何意义,以及HDevelop原型到C#/C++工程集成的内存管理细节,是视觉工程师从入门到落地的关键跨越。本文从环境搭建、核心算子实战出发,结合实际项目中的光源选型、缺陷检测和手眼标定经验,梳理出一条兼顾技术深度与工程效率的完整学习路径,帮助读者避开常见坑点,真正掌握可交付的

weixin_33851429的博客 417

halcon景深合成

里面包含了使用QT+halcon实现景深合成的工程源码,也包含halcon自己实现的工程源码,两个源码均可以正常在halcon环境下运行。

opencv不同聚焦平面的图片景深合成清晰图片

同一个物体不同聚焦平面采集到的图片,通过景深合成的方式,得到一张清晰图片用于后期图像处理。计算灰度梯度得到清晰局部所在的位置。

基于halcon实现图像拼接技术

基于halcon角点检测实现图像拼接。例子是三张图中进行harris角点检测,然后进行匹配,模式识别,图像融合

Halcon双相机标定与拼图[可运行源码]

本文详细介绍了Halcon中双相机标定与拼图的两种模式:单标定板和多标定板模式。单标定板模式适用于相机重叠区域较大的情况,而多标定板模式则适用于视野无重叠或重叠区域较小的情况。文章详细分析了算法流程,包括相机标定、姿态获取、标定板厚度设置、图像裁剪与拼接位置计算等关键步骤。此外,还提供了代码实现和效果展示,并探讨了实际应用中可能遇到的问题,如标定板旋转关系和精度要求。最后,作者提出了两个未解决的问题,并计划在后续文章中进一步解答。

MYSQL、ORACLE、PostgreSQL数据库对象层次及权限管理对比

本文为出于自己扩展、比较、图形化的思维路径自行总结归纳,可能有些细节不太准确,欢迎指正。MySQL、Oracle、PostgreSQL关系型数据库都有管理员用户、用户、权限管理、表函数索引等数据库对象,schema。但在数据库对象隶属层次上有差异和相同的地方。

rachel_2016的博客 1485

使用Xpath语法爬取豆瓣读书Top250

使用Xpath语法爬取豆瓣读书Top250 使用的软件是Spyder 网页地址:https://book.douban.com/top250?start=0 直接上代码: # -*- coding: utf-8 -*- """ Created on Thu Apr 30 18:35:17 2020 @author: ASUS """ import requests import csv fr...

weixin_43987253的博客 2079

MITRE ATT&CK超详细学习笔记-01(背景,术语,案例)

MITRE是一个向美国政府提供系统工程、研究开发和信息技术支持的非营利性组织,于1958年从麻省理工学院林肯实验室分离出来后参与了许多最高机密的政府项目,开展了大量的网络安全实践。例如,MITRE公司在1999年发起了常见披露漏洞项目(CVE,CommonVulnera-bilitiesandExposures)并维护至今。其后,MITRE公司还维护了常见缺陷列表(CWE,CommonWeaknessEnumeration)这个安全漏洞词典。.........

Zichel77的博客 1万+

中国银行信息科技岗位笔试

收到笔试只剩四天了,收集的资料,后续会更新

weixin_46050242的博客 4575

【8】mctp & pldm

异步会check seq,保证不丢包,虽然发一条req,不用等,但是不能发下一条req,等上条response回来后才能发下一条。TO(tag owner)=1是request,TO=0是response,但是异步通信response由0改为1。如下还有kcs,i3c,serial等。

持续更新ing... 1073

RT-DETR-R18 上下文信息融合:引入全局特征提升遮挡目标检测

"""轻量化全局特征提取器(2层Transformer编码器)"""# 特征投影层(将多尺度特征统一维度)# 轻量化Transformer编码器(分组卷积优化)# 全局特征池化(输出 [bs, hidden_dim])# local_features: 多尺度特征列表 [C3, C4, C5],各 [bs, c, h, w]# 统一投影至 hidden_dim 并展平为序列# Transformer编码全局上下文# 全局池化得到全局向量。

走向CTO的路上... 487

【异常】Coze/扣子 Workflow 调用报 4200 错误深度解析

Coze API 的。

奶爸的编程之路,也就一周冷个三天 295

NVIDIA Isaac ROS - 入门教程(一)

欢迎访问 Isaac ROS,这是一套硬件加速、高性能、低延迟的 ROS 2 软件包,用于制造自主机器人,充分利用 Jetson 和其他英伟达平台的强大功能。英伟达 Jetson 平台运行在基于 Ubuntu Linux 的 JetPack 操作系统上。JetPack 5.x 是在 Ubuntu 20.04 Focal 的基础上构建的,这意味着由 ROS 2 Buildfarm 为 Ubuntu 22.04 Jammy 构建的 ROS 2 Humble 的 Debian 包不受支持。由于官方 ROS 2 B

机器人控制与仿真应用 5714

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

上一篇: 绝了,我用Python写了个大乐透号码生成器,居然中了50元
下一篇: 用JointBERT搞定智能客服意图识别:从安装到实战的完整指南
聂瓦
博客等级 码龄10年 44粉丝 8984原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值