利用双标记点精准定位目标点的视觉算法实现

1. 双标记点定位技术的核心原理

在工业视觉检测和机器人导航领域，双标记点定位就像给机器装上了"空间尺子"。想象一下你要在墙上钉一幅画，如果只知道画框上一个点的位置很难挂正，但如果有两个挂钩作为参考，就能轻松确定画框上任意点的精确位置。这就是双标记点算法的核心价值。

具体实现时，系统会先通过图像处理找到两个标记点（通常做成特殊形状的圆形或十字标记）。以Halcon代码为例，先用binary_threshold进行二值化分割，再用select_shape_std筛选出特定形状的标记点。这两个标记点会形成一个基准坐标系，通过计算它们的中点（centerX, centerY）和连线角度（Angle），就能建立坐标系转换的基础。

实际项目中我常用直径5mm的圆形标记点，在500万像素的工业相机下，配合亚像素边缘检测算法，能达到±0.02mm的重复定位精度。这里有个细节要注意：标记点的直径和间距比例最好控制在1:3到1:5之间，太近会影响角度计算精度，太远又可能超出相机视野。

2. 几何变换的数学魔法

拿到两个标记点的坐标后，真正的重头戏是几何变换计算。这个过程可以分解为三步走：

1. 坐标系平移：先把目标点坐标减去标记点中点坐标，相当于把坐标系原点移到两个标记点的中心位置。代码中的disX和disY就是完成这个操作。

2. 坐标系旋转：计算标记点连线的旋转角度差（AngleB），用这个角度对目标点坐标进行旋转变换。这里用到了经典的旋转矩阵公式：

   RotX = disX * cos(AngleB) - disY * sin(AngleB)
   RotY = disY * cos(AngleB) + disX * sin(AngleB)
   

3. 坐标还原：最后把旋转后的坐标平移回原始坐标系，得到最终