4. 标定板设计
相机标定的本质是求解相机内参、畸变系数以及相机与世界坐标系之间的位姿关系，而这一切都依赖于对标定板上已知特征点的精确观测。标定板作为视觉测量的“物理基准”，其设计质量直接决定了标定结果的精度上限。在HALCON的标定流程中，标定板不仅是图像中的目标物，更是连接像素坐标与世界坐标的桥梁。本章将深入剖析标定板的类型选择、特征点提取原理，以及如何生成HALCON专用的标定板描述文件（.cpd和.descr），帮助工程师在实战中建立从硬件选型到软件配置的完整认知。
4.1 标定板类型与选型原则
标定板的物理特性决定了特征点提取的鲁棒性和标定精度。HALCON支持多种标定板格式，但工程中最常用的为圆点阵列板（Caltab）和棋盘格板（Checkerboard）。圆点阵列板因其特征点（圆心）提取精度高、抗噪能力强，成为HALCON标定的首选；棋盘格板则适用于角点检测，但在大畸变或低对比度场景下，角点定位精度容易受到边缘模糊的影响。
| 类型 | 特征点 | 提取算法 | 精度等级 | 适用场景 |
|---|---|---|---|---|
| 圆点阵列板 | 圆心 | 亚像素边缘拟合 | 极高（±0.01px） | 高精度测量、机器人引导 |
| 棋盘格板 | 角点 | Harris/Shi-Tomasi | 高（±0.05px） | 普通视觉定位、3D重建 |
| 同心圆环板 | 圆心 | 环形边缘拟合 | 高 | 大畸变镜头标定 |
| 陶瓷/玻璃基板 | 任意 | 依赖印刷精度 | 极高（±0.005mm） | 半导体、精密测量 |
选型时需综合考虑以下因素：视场大小（标定板应占视场的1/3至1/2）、工作距离（决定Mark尺寸与间距）、环境光照（反光表面需哑光处理）、温度稳定性（陶瓷基板热膨胀系数低）。对于HALCON标准标定流程，推荐使用圆点阵列板，其Mark为实心圆，背景为白色，便于二值化处理。
4.2 特征点提取原理与HALCON实现
特征点提取是标定流程中最核心的环节。HALCON通过find_calib_object算子自动完成标定板检测、特征点定位与排序。其内部流程分为四个阶段：候选区域分割（基于灰度阈值和形状筛选）、亚像素轮廓提取（使用Canny或Sobel算子）、几何拟合（圆点用最小二乘拟合圆，棋盘格用角点响应）、拓扑排序（根据标定板描述文件中的布局规则进行编号）。
// HALCON特征点提取核心代码
read_image (Image, 'calib_image.png')
create_caltab (CalTabFile, 'caltab.cpd', 'caltab.descr', 7, 7, 0.0125, 0.005)
set_calib_data_cam_param (CalibHandle, 0, 'area_scan_division', [0.008, 0, 0.000012, 0.000012, 640, 480, 320, 240])
find_calib_object (Image, CalibHandle, 0, 0, 0, 0, 1, 1)
get_calib_data_observ_points (CalibHandle, 0, 0, 0, Row, Column, Index, Pose)
在圆点阵列板中，每个Mark的圆心坐标通过轮廓点拟合获得。HALCON使用fit_circle_contour_xld对提取的XLD轮廓进行圆拟合，该算子基于代数距离最小化，可达到0.01像素的重复精度。对于棋盘格，则使用points_harris或points_foerstner检测角点，并通过非极大值抑制和亚像素插值提高定位精度。
find_calib_object中，参数StartHandle和EndHandle用于控制搜索范围；Greediness参数（0~1）控制搜索的贪婪程度，值越大搜索越快但可能漏检。对于低对比度图像，建议将Greediness设为0.5以下。
4.3 HALCON标定板描述文件生成
HALCON使用两种描述文件：.cpd（Calibration Plate Description）定义标定板的物理布局，.descr（Descriptor）包含特征点的世界坐标和拓扑关系。生成工具为gen_caltab算子，其语法如下：
gen_caltab (XNum, YNum, MarkDist, Diameter, PlateIn, PlateOut, CalPlateDescr, CalPlatePSFile)
// 参数说明：
// XNum, YNum: 每行/列Mark数量（如7x7）
// MarkDist: 相邻Mark中心距（米）
// Diameter: Mark直径（米）
// PlateIn: 标定板内边框尺寸（米）
// PlateOut: 标定板外边框尺寸（米）
// CalPlateDescr: 输出.cpd文件路径
// CalPlatePSFile: 输出PostScript文件（用于打印）
生成.cpd文件后，还需通过gen_caltab_descr生成.descr文件，该文件记录了每个Mark的精确世界坐标（以标定板中心为原点）。HALCON的标定数据模型（CalibData）会同时加载这两个文件，并在标定过程中将观测到的像素坐标与.descr中的世界坐标进行匹配。
| 文件类型 | 内容 | 生成算子 | 用途 |
|---|---|---|---|
| .cpd | Mark数量、间距、直径、板尺寸 | gen_caltab | 定义物理布局 |
| .descr | 每个Mark的ID、世界坐标(X,Y,Z) | gen_caltab_descr | 提供3D-2D对应点 |
| .ps | 可打印的标定板图像 | gen_caltab | 制作实体标定板 |
4.4 实战案例：高精度圆点标定板设计与标定
某精密装配项目要求机械臂抓取精度达到±0.1mm，相机视场为100mm×80mm，工作距离300mm。我们选择7×7圆点阵列板，Mark直径3mm，间距6mm，基板采用陶瓷材料（热膨胀系数3ppm/℃）。
初始现象：使用默认参数生成的标定板，标定后重投影误差达0.8像素，导致抓取位置偏差0.3mm。
分析过程：检查发现，标定板打印后Mark实际直径为2.95mm（打印机误差），且板面存在轻微翘曲。此外，相机光圈过大导致边缘Mark出现运动模糊。
解决步骤：
- 使用高精度测量仪重新测量Mark直径和间距，更新.cpd文件参数。
- 将标定板放置在光学平台上，确保平整度<0.02mm。
- 调整相机光圈至F8，增加景深，减少边缘模糊。
- 重新执行标定，重投影误差降至0.12像素。
结果对比：标定后机械臂抓取精度提升至±0.08mm，满足工艺要求。复盘发现，标定板制造公差是主要误差源，后续改为激光直写工艺制作标定板，精度提升至±0.005mm。
4.5 常见误区与总结
标定板设计中的常见误区包括：过度追求大尺寸（导致边缘畸变过大）、忽略板面平整度（引入非刚性形变）、使用反光材料（产生高光干扰）、Mark间距过小（特征点提取时发生粘连）。正确的设计流程应为：先确定视场和精度需求，再计算Mark尺寸与间距，最后通过仿真验证特征点提取的鲁棒性。
总结本章核心要点：标定板类型选择需权衡精度与成本；特征点提取依赖亚像素算法和图像质量；描述文件生成必须与实际物理尺寸严格一致。掌握这些内容，即可为后续的相机标定和坐标转换打下坚实基础。