CogTransform2DLinear 是 Cognex VisionPro 库中的一个核心类，用于表示和执行二维线性变换。这类变换在机器视觉中至关重要，用于将图像或特征点从一个坐标系映射到另一个坐标系，实现精确的定位、测量和引导。其核心是一个 3x3 的齐次坐标变换矩阵，支持平移、旋转、缩放和错切等基本仿射变换，但不支持透视变换（透视变换由 `CogTransform2D` 处理）[ref_4]。 ### 一、核心原理与数据结构 `CogTransform2DLinear` 的本质是一个 3x3 的齐次坐标变换矩阵 `M`： ``` | m_sx m_shearx m_tx | | m_sheary m_sy m_ty | | 0 0 1 | ``` 其中： * `m_sx`, `m_sy`: 分别在 X 和 Y 方向上的缩放因子。 * `m_shearx`, `m_sheary`: 分别在 X 和 Y 方向上的错切因子。 * `m_tx`, `m_ty`: 分别在 X 和 Y 方向上的平移量。 通过这个矩阵，一个二维点 `(x, y)` 的变换可以表示为矩阵乘法： ``` [x‘, y‘, 1]^T = M * [x, y, 1]^T ``` 其中 `(x‘, y‘)` 是变换后的坐标[ref_4]。这种表示方法统一了平移（通过增加一个维度）和线性变换（旋转、缩放、错切），使得复杂的组合变换可以通过矩阵连乘方便地实现。 ### 二、主要功能与用法 #### 1. 变换的创建与组合 `CogTransform2DLinear` 提供了多种静态方法来创建基本的变换，这些方法通常对应于底层矩阵的特定形式。 | 创建方法 | 功能描述 | 底层矩阵（示意） | | :--- | :--- | :--- | | `Identity` | 创建单位矩阵（不进行任何变换）。 | `[[1,0,0],[0,1,0],[0,0,1]]` | | `Translate` | 创建纯平移变换。 | `[[1,0,tx],[0,1,ty],[0,0,1]]` | | `Rotate` | 创建绕原点逆时针旋转指定角度的变换。 | `[[cosθ,-sinθ,0],[sinθ,cosθ,0],[0,0,1]]` | | `Scale` | 创建缩放变换。 | `[[sx,0,0],[0,sy,0],[0,0,1]]` | 变换可以通过 `Operator *`（乘法）进行组合。组合顺序是**从右向左**应用的，即 `T_final = T_A * T_B` 表示先应用变换 `T_B`，再应用变换 `T_A`[ref_1][ref_4]。这在处理多层坐标空间转换时至关重要。 ```csharp // 示例：创建一个先旋转45度，再平移(100, 50)的变换 CogTransform2DLinear rotation = CogTransform2DLinear.Rotate(Math.PI / 4); // 旋转45度 CogTransform2DLinear translation = CogTransform2DLinear.Translate(100, 50); CogTransform2DLinear combinedTransform = translation * rotation; // 注意顺序：先旋转，后平移 // 对一个点 (10, 20) 应用此组合变换 double x = 10, y = 20; combinedTransform.MapPoint(ref x, ref y); Console.WriteLine($"Transformed Point: ({x}, {y})"); ``` #### 2. 坐标映射与空间转换 这是 `CogTransform2DLinear` 最常用的功能，通过 `MapPoint`, `MapPoints`, `MapVector` 等方法实现。 * **点映射**：将点从一个空间映射到另一个空间。在视觉系统中，这常用于将图像中检测到的特征点（像素坐标）转换到机械臂或世界坐标系[ref_1][ref_6]。 * **向量映射**：映射向量（有方向和大小的量），通常不受平移分量的影响，只应用旋转和缩放。这在计算偏移量或方向时使用。 ```csharp // 假设通过标定得到了一个从“相机像素坐标系”到“机械手底座坐标系”的变换矩阵 calibrationTransform CogTransform2DLinear calibrationTransform = GetCalibrationTransform(); // 从九点标定等过程获得 // 在图像中检测到一个目标物体的中心点（像素坐标） CogPointMarker imagePoint = cogPMAlignTool1.Results.GetPose().Translation; // 假设使用CogPMAlignTool定位[ref_5] double robotX = imagePoint.X, robotY = imagePoint.Y; // 将图像点映射到机器人坐标系 calibrationTransform.MapPoint(ref robotX, ref robotY); // 此时 (robotX, robotY) 即为机械手需要移动到的目标位置 ``` #### 3. 变换的求逆与对齐 * **求逆 (`Inverse`)**：获取当前变换的逆变换。如果变换 `T` 将点从空间 A 映射到空间 B，那么 `T.Inverse()` 则将点从空间 B 映射回空间 A[ref_1]。这在需要反向计算时非常有用。 * **对齐 (`AlignPoints`)**：这是一个强大的功能，可以通过**最小二乘法**计算出一个最优的 `CogTransform2DLinear`，使得一组源点 `(fromPoints)` 尽可能接近另一组目标点 `(toPoints)`。这是实现**手眼标定**（如九点标定）的核心数学工具[ref_6]。 ```csharp // 示例：简易九点标定原理（使用AlignPoints） // 已知：机械手移动到9个不同位置时，相机看到的对应9个点的像素坐标。 List<double> fromPointsX = new List<double>(); // 像素坐标 X List<double> fromPointsY = new List<double>(); // 像素坐标 Y List<double> toPointsX = new List<double>(); // 机械手坐标 X List<double> toPointsY = new List<double>(); // 机械手坐标 Y // ... (填充9组对应的 fromPoints 和 toPoints) ... // 计算从“像素坐标系”到“机械手坐标系”的变换 CogTransform2DLinear pixelToRobotTransform; CogTransform2DLinear.AlignPoints( fromPointsX, fromPointsY, // 源点集（像素） toPointsX, toPointsY, // 目标点集（机器人） out pixelToRobotTransform ); // 保存或使用这个变换进行后续的坐标映射 ``` #### 4. 矩阵元素访问与性质判断 可以通过属性直接获取或设置变换矩阵的各个元素（`Sx`, `Sy`, `Tx`, `Ty`, `ShearX`, `ShearY`）。此外，还可以判断变换的类型，例如： * `IsIdentity`: 是否是单位矩阵。 * `IsTranslationOnly`: 是否只包含平移。 * `IsRigidTransform`: 是否是刚体变换（仅包含平移和旋转，保持形状和大小）。 ### 三、在VisionPro坐标空间树中的应用 在 VisionPro 的 **坐标空间树 (Coordinate Space Tree)** 中，`CogTransform2DLinear` 是连接不同坐标空间的桥梁[ref_1]。每个空间节点都通过一个 `CogTransform2DLinear` 变换与其父空间相关联。 * **根空间 (Root Space)**：通常是物理世界或机械坐标系。 * **像素空间 (Pixel Space)**：图像的原始像素坐标系。 * **用户空间 (User Space)**：用户根据应用定义的坐标系，如基于标定板或工件特征的坐标系。 工具（如 `CogCalibCheckerboardTool`, `CogPMAlignTool`）的运行结果中会包含一个 `Pose`（姿态），它本质上就是一个 `CogTransform2DLinear`（或其子类 `CogTransform2DRigid`），描述了从工具的输入图像空间到其输出空间（如校正后的空间或模板空间）的变换[ref_1][ref_3][ref_5]。 ```csharp // 从CogPMAlignTool的结果中获取姿态（变换） CogPMAlignTool tool = new CogPMAlignTool(); // ... 配置并运行工具 ... if (tool.Results != null && tool.Results.Count > 0) { // GetPose() 返回一个CogTransform2DRigid，它是CogTransform2DLinear的子类 CogTransform2DRigid foundPose = tool.Results[0].GetPose(); // 这个Pose表示：将模板从“训练时的位置”变换到“当前在图像中被找到的位置” double foundX = foundPose.TranslationX; // 平移分量 X double foundY = foundPose.TranslationY; // 平移分量 Y double foundRotation = foundPose.Rotation; // 旋转分量 // 如果需要，可以将其作为更复杂坐标空间树中的一个变换节点 } ``` ### 四、与CogTransform2DRigid的关系 `CogTransform2DRigid` 是 `CogTransform2DLinear` 的一个特例（子类），它代表**刚体变换**，即只包含平移和旋转，没有缩放和错切。这意味着它保持任意两点间的距离和角度不变。在大多数视觉定位和引导应用中，由于物理世界物体的刚体运动特性，`CogTransform2DRigid` 的使用更为普遍[ref_5][ref_6]。`CogPMAlignTool` 返回的 `Pose` 就是此类型。你可以通过 `CogTransform2DRigid` 的 `TranslationX`, `TranslationY`, `Rotation` 属性更方便地访问其参数，也可以通过 `CogTransform2DRigid.LinearTransform` 属性获取其底层的 `CogTransform2DLinear` 表示。 ### 五、应用场景总结 1. **手眼标定**：使用 `AlignPoints` 方法，根据多组对应点计算相机像素坐标系到机器人坐标系的映射关系[ref_6]。 2. **视觉定位与引导**：将 `CogPMAlignTool` 等定位工具找到的物体姿态（一个 `CogTransform2DRigid`）与标定变换结合，计算出物体在机器人坐标系中的精确位置和角度[ref_5][ref_6]。 3. **图像校正与对齐**：`CogCalibCheckerboardTool` 会计算一个包含非线性畸变校正和线性仿射变换的复合变换，其中线性部分可用于后续的测量或比对[ref_3]。 4. **坐标空间管理**：在复杂的多工具、多相机视觉项目中，构建和维护坐标空间树，使用 `CogTransform2DLinear` 在不同空间（如“相机1空间”、“全局基准空间”、“机器人抓手空间”）之间传递坐标信息[ref_1]。 5. **测量与补偿**：在测量工具（如 `CogLineSegment`, `CogCircle`）的结果上应用变换，将测量值转换到统一的报告坐标系中，或对机械误差（如旋转中心偏移）进行补偿计算[ref_6]。