作者：白杨
来源：公众号@3D视觉工坊
线阵CCD精度高、速度快、抗干扰能力强，适用于连续性产品的在线检测。 对于产品的测量，为了得到产品边界的正确坐标，需要对检查对象进行从图像坐标系u-v到世界坐标系x-y-z的转换，如下图所示。
图1照相机的图像分布图
目前摄像机标定主要有Tsai标定法和张氏标定法，这两种方法需要拍摄几个角度的标定板图像，并根据变换矩阵求解摄像机的内参和外参。 线扫描摄像机拍摄时，拍摄物需要相对运动，高精度标定板难以确保运动速度和采集速度的统一，标定板的图像采集困难。 另外，很多工业检测项目都需要先去现场安装摄像头，检测面不一定是平面，不能在现场标定。
目前在线扫描摄像机的标定主要有标定面法和建立虚拟目标的方法，都需要通过二维空间坐标确定标定参数。 其实根据实际项目的检测需要和线阵CCD的特点，我们比较关注一维( x方向)尺寸，无需求解空间点，在此基础上可以大大简化标定方法。
本文主要分为以下部分进行阐述。 1、需要准备的道具； 2、标定流程及测试数据； 3、代码实现
需要准备的道具
标定之前，我们需要准备菲律宾电影和自己开发的标定软件。 其中，飞利浦是我们自行定制的标定工具，如下图所示，黑白相间等间隔( 10mm，工艺误差在0.04mm以内)
也许有人会怀疑，这个设计也是经过多次改进的版本，为什么黑白条纹不完全平行，而是上下跳跃。 这主要是为了便于在现场调整摄像机的水平度而设计的。 如下图所示，只有当相机的拍摄点调整到红线的位置时，才能完全拍摄黑白条纹。 否则，会有无法拍摄的条纹。
调整后的采集效果如下图所示。
二标定过程和测试数据
测试数据如下。
1 )与比例单位对应的像素数( 10mm ) )。
2 )中间数据的线性拟合
3 )所有数据的非线性拟合
4 )实际产品测试
3代码实现
总体原理比较简单，核心算法是最小二乘法的实现，halcon版本码如下：
本文只进行学术共享，如有侵权请联系删除文。
