CogCalibCheckerboardTool 校准工具介绍

• CogCalibCheckerboardTool 是用于校正应用程序的工具，确保应用程序返回的结果具有意义。

校准的基本方法与过程

1. 架设好图像采集系统，固定相机、镜头、光源等器件。
2. 选择合适的标定片，放置到视野下，采集1张清晰的图像。
3. 将标定板照片导入校准工具(CogCalibCheckerboard)，设置参数计算标定。
   

校准的基本作用

• 实现像素和真实单位（mm）之间的转换。
• 纠正线性或非线性转换畸变，包括纵横、透视、放射三种常见扭曲类型。
  

标定片

标定板定义

标定板是一种用于机器视觉系统中的校准工具，它通常包含特定的几何图案或编码，用以确定图像采集设备的成像特性，如畸变、尺度因子和光学畸变。标定板的精确几何特征允许通过比较图像中的图案与实际尺寸来校准图像采集系统，确保图像处理算法的准确性。

标定板分类

基础版标定板

基础版标定板通常具备简单的几何图案，如棋盘格或圆点阵列，它们适用于基本的系统校准，帮助确定像素与实际物理尺寸之间的关系。

校准版标定板

校准版标定板比基础版更为复杂，它们可能包含更多的特征点或更精细的图案，用于更高精度的校准。这些标定板可能还包含用于确定光学畸变的额外标记或特征。（下图左1，左2）

DataMatrix代码标定板

这种类型的标定板集成了DataMatrix条形码或其他类型的编码，提供了一种更为自动化和精确的方式来标记板上的多个网格顶点的位置以及板的网格间距。DataMatrix代码标定板可以存储更多信息，有助于提高校准过程的自动化程度和精度。（下图右3）

校准板可有一个原点，以两个交叉矩形表示，如果没有找到，原始校准空间的原点是最接近校准图像中心的顶点。

特殊功能标定板

根据具体的应用需求，标定板可能还具备其他特殊功能，如发光特性用于调整光照条件，或者耐高温、耐腐蚀特性用于特殊环境下的校准。

材质分类

标定板的材质也会影响其适用性和校准效果，常见的材质包括：

• 陶瓷：耐磨，适用于工业环境。
• 玻璃：高硬度，适用于高精度测量。
• 纸张：成本低廉，适用于初步校准或教学演示。

1. 在选择标定板时，需要考虑其几何特征、编码信息、尺寸、材质以及是否包含特殊功能，以确保它满足特定视觉系统校准的需求。

校准板的要求有:
1 .黑白瓷块以交叉图案排列，尺寸相同，材质可以是陶瓷、玻璃、纸等。
2. 采集的图像必须包括至少9个完整瓷块，瓷块至少为15×15像素。

使用步骤

1. • 添加CogCalibCheckerboardTool工具
   • 并选择一张校准板图片
   • 抓取矫正图像,计算矫正(默认矫正模式为Linear,即考虑线性畸变)
   • 自由度默认最多,块尺寸根据校准版的尺寸给
   • 基准符号选择none
   • (若使用DataMartrix校准板,则选择DataMartrix)
     
     

2 .替换为要测量的图片

• 校准之后会缓存坐标点,之前的校准图片就不需要了
• 注意此时,如果要做模版匹配进行作为定位时,图像来源选择图像源和校准工具生成的图像都可以,并不会影响最终测量结果,因为这里的模版匹配只做定位。
  
  

注意

• 校正需要传递两次图片。
• 校准工具 获得两组点：采集的图像中的顶点和原始校准空间中的顶点，基于提供的瓷块尺寸信息。
• 该工具计算非线性转换，表示两个图像中对应点之间的映射关系。
  

CogPatInspectTool 对比工具介绍

CogPatInspectTool示例图

• 使用PatMax算法检测缺陷，通过PMAlign工具实现训练图片和当前输入图片的对比，得到缺陷。

使用场景

• 适用于印刷字符检测、部分缺失或明暗变换、激光打标内容检测等。

使用步骤

1. 训练基准图案(用CogPMAlignTool工具)。
2. 训练检查图案(用CogPatInspectTool工具)。
3. 设置运行期间参数。
4. 在CogPMAlignTool添加终端(Pattern. TrainImage
   Pattern.Origin)并链接至CogPatInspectTool工具上
5. 从CogPatInspectTool中得到差分图像 ,可使用其他视觉工具(如斑点分析Blob工具等),在差分图像上，执行进一步分析。

参数介绍

阈值偏移

• 阈值是训练基准图案和检查图片之间的差异，值越大，忽略的细节就越多。
• 当要忽略得到的差异时,可以调整阈值或者统计当前训练模式
  

阈值的计算

CogResultsAnalysisTool 结果分析工具

CogResultsAnalysisTool 是一个用于分析和处理机器视觉系统中检测结果的工具。它的核心作用包括：

1. 结果汇总：将从视觉检测系统中得到的结果进行汇总和整理，便于进一步分析。
2. 数据分析：提供数据分析功能，帮助用户理解检测结果中的模式、趋势和异常。
3. 质量控制：通过分析结果，辅助进行产品质量控制，识别可能的生产缺陷。
4. 报告生成：生成详细的分析报告，为决策提供依据，报告可以包括缺陷统计、通过率分析等。
5. 反馈循环：工具的分析结果可以反馈给系统，用于优化检测算法和提高检测准确性

使用步骤

注意

• 表达式不能直接拖拽。
• 在vision pro中可以使用结果处理工具代替一些简单的结果处理操作,但他并不是万能的,必要的时候要使用脚本编写结果处理操作
• CogResultsAnalysisTool得到的结果需手动添加输出,注意选择是导出需要的格式，默认为object类型，一般导出double类型居多。

结语

本专栏我们深入探讨了Vision Pro机器视觉系统中的关键工具和概念，包括校准、对比和结果分析工具的使用和重要性。旨在为零基础用户提供一个全面的Vision Pro入门指南，帮助他们理解并掌握机器视觉系统的基本操作和分析技巧。

如果觉得文章还不错,可以点赞、收藏和转发，以支持作者继续创作更多教程。 另外本专栏将会持续更新,作者专栏中有已经更新完毕的C#基础教程!!!

传送门