智能制造是当今研究非常热门的一种技术,世界各国都在为此投入大量经费研发各种智能制造设备,为了提高生产效率、产品质量和自动化程度,这些设备几乎所有都会用到机器视觉技术。在机器视觉系统中,图像质量不好往往会导致机器视觉系统失败。相机是高质量获取图像的关键,相机在应用前都必须完成标定工作,其标定结果的精度及算法的稳定性直接影响相机工作生产结果的准确性,从而影响产品质量和设备工作稳定性、可靠性。因此做好相机标定就显得尤为重要。本课题在比较已有相机标定方法基础上,研究了一种高精度、高效率的相机标定技术。课题以Halcon作为相机标定的软件平台,以一种高精度的标定板为基准,通过对WCS、CCS、PCS、IPCS四大坐标系变换理论计算和相机畸变模型的分析,采用Halcon软件标定算子编程实现相机内、外参数的标定。本课题从硬件和软件两方面说明相机标定中关键技术和难点。硬件部分介绍了相机标定系统硬件选型与安装,包括机器视觉硬件三件套(镜头、相机、光源)工作原理及选用型号。软件部分采用德国MVtec公司开发的Halcon视觉软件开发工具,在图像预处理中使用阈值分割、高斯滤波、ROI提取、边缘提取等算法。相机标定过程中,先对10mm*10mm定制标定板不同位姿采集3组图像,数量分别为0～10张、10～20张和20～30张;再由世界坐标系中的点转换为相机坐标系中对应的点,得到相机外参,相机坐标系中的点转换为图像坐标系中对应的点,得到相机内参;结合相机内外参能有效消除图像畸变和计算出单个像素点实际物理距离,为后续机器视觉系统中进行精准定位、精准测量等提供有效保障。整个系统的设计能够很好的完成相机标定任务,稳定性好且运行效率高,为机器视觉实际应用奠定了基础,通过该方法标定的相机在硬币直径测量中的运用,验证了本系统标定精度的准确性和稳定性,标定最高精度可以达到2μm,完全可以满足当前很多工业生产的需求。所选用的Halcon视觉处理软件上手容易、图形处理算法丰富、计算速度快,能够在最短的时间内提供最为适宜的视觉解决方案。本文通过对同一标定板进行分组多次标定,保证了整个系统的稳定,并结合C#高级语言进行编程,可以将相机标定与机器视觉应用编程融为一体,保证了系统完整性和程序运行效率。