Halcon三维测量(4):点云图转深度图+点云滤波(补洞)+断线拟合

2023-12-16 21:20| 来源: 网络整理| 查看: 265

对于三维测量的套路，都是将图像转成二维进行测量和处理在这里插入图片描述

我仍然以这个开关检测项目为例，开关点云有x,y,z，三个空间坐标如果对这个三维点云直接处理，有一个思路我提供给大家，将点云模型完全调平，然后针对x,y,z其中一个坐标进行测量，其实这种思路也是将三维图转为平面。一.点云图转深度图+点云滤波本篇着重讲解如何将点云模型转为深度图的思路。 1.将点云模型拆分成x,y,z三个数组，这里的数据可以自动清空，具体请补充一下数据存储，堆和栈的内容。在这里插入图片描述

2.这里提出一个手法，将点云数据拆分成三个数组之后，有很多点事有小数位的，这里为了提高精度，会把数组中的坐标乘以10或100，视情况而定，如此图像的细节会更加清晰，可以理解为拉伸图像。 x:=point_coord_x1*10 y:=point_coord_y1*10

3.之后观察调平的点云，以x,y为Row和Column,z为灰度值，建立深度图。此时可以将图像当成二维图像处理。在这里插入图片描述 4.细心地朋友可能会发现，这个生成的深度图是有孔洞的。这与物料的反光或者遮挡有关，如下是缺失点云数据的点云模型。如下是缺失点的深度图 5.刚说到，可以对深度图运用二维的处理，这里分别运用中值滤波，高斯滤波，均值滤波对图像进行处理，填充孔洞。在这里插入图片描述

二.断线拟合

这里讲的是二维的处理手法

有时候直接调用提取边缘的算子呢，提取出的边缘线存在断线，或交叉线，对于边缘拟合造成了很大的麻烦，这里点出断线拟合的思路。在这里插入图片描述 1.将线段打散成点 2.对点基于行或列排序

注意这里排序很重要，不排序拟合直线时会出现交叉点在这里插入图片描述

排序后效果图在这里插入图片描述

3.拟合线

edges_sub_pix (ImageReduced1, Edges1, 'canny', 1,5, 25) count_obj (Edges1, Number1) for Idle:=1 to Number1 by 1 select_obj (Edges1, EdgeContour, Idle) *把线变为点 get_contour_xld(EdgeContour, RowS,ColumnS) Row1:=[Row1,RowS] Column1:=[Column1,ColumnS] endfor tuple_sort_index (Row1, Indices) tuple_length(Row1,Length) NewRow:=[] NewColumn:=[] if(Length>=1) *方法1 NewRow:=subset(Row1,Indices) NewColumn:=subset(Column1,Indices)

【本文地址】

公司简介

联系我们