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。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
上一讲无序抓取，我们说到将去噪后的点云，按’z’方向从高到低排序。这一篇博文将叙述，判别匹配到的面是六面体的哪个面(正面、侧面、反面…)一.判别六面体首先将最高点的平面位姿，转换成矩阵，获得zx,zy,zz,通过判别zz的角度，确定当前平面落在那个象限内。通过zx,zy判定当前Pose的具体位姿，(正面，反面，侧面)大家可以学习一下这个switch的写法。框内的物体杂乱无章，可能会出现机器臂根本无法抓取的物料，所以此时要判别一下，当前识别的最高处，点云是否可以抓取。若可以抓取，则继续寻找抓取点.
本篇文章讲解三维测量鞋底涂胶项目的思路。一.读取模型二.调平模型+预处理去噪调平三大手法由上图可知，鞋底模型是一个空间物体，且主轴明确，所以有三种方法做调平处理。调平方法1:最小外接矩形调平方法2:寻找立体物体的主轴1.首先切除鞋底模型，获得平台点云。2.寻找鞋底的主轴3.调整鞋底点云姿态调平方法3:获取平台点云，拟合平面，调整整体点云姿态。三.切片处理+获取边缘点(涂胶)将鞋底点云模型三角化处理我用间隔6mm的切片，提取92个边缘点构建切平面，提取点云边缘提取相交线将轮廓线空间点云投影到二维平
这一篇文章叙述一个开关测量的项目先讲解项目需求：1.如图是一个开关的三维点云模型，需要检测开关边缘间的距离(红圈部分)，以及检测拨动部位的高度。一.调平操作1.看我下面的博文，对点云模型调平处理有深刻的讲解2.这个项目采用的是立体物理调平算法(moment)[调平三大手法]二.去噪处理获取空间ROI1.同样是采用高度筛选，以及特征点连通域分割的手法，提取ROI。点云去噪三.点云模型三角化处理三角化处理前的点云是离散的，如下图所示。三角化之后的效果图1.对三角化做一个简单的讲解:由上图可知，点云模
一.二维平面确定法向向量生成两个点，这个算子在Halcon三维中常用。讲点连接成线 dev_set_line_width(2)
*画点 dev_set_color('red')
gen_cross_contour_xld(Cross1, 90, 103, 16,
上一讲提到了点云模型的调平和去噪，下一步就是进行三维点云模板匹配。一.三维物体模板匹配1.模板图像2.模板匹配我们上一讲中输出的筛选过的点云模型，有连接在一起的部分，连通域拆分是无法拆解的。三维物体的模板匹配，就是看目标点云与模板之间重合的采样点的比例，占比越高，得分越高。将输入的点云图与模板各个面做匹配，自动拆分各个模块的点云，输出每个物料的匹配得分以及位姿(Pose)这里注意:如果匹配输出的Pose与物料数目不相同，调整最小得分参数得分设置的小技巧:例如我的项目是六面空间物体的抓取，则得分不
一.读取点云模型并调平使用前几讲的拟合平面的算法调平平台和物料。二.切除背景平台在这里我分了两个步骤去噪。1.根据z轴方向的点云筛选以及连通域分割滤除平台背景。2.对去噪后的物料点云模型绘制外接箱体，获取箱体的姿态，做一个循环，从箱体上表面依次向下截取我们自定义的点云数量。直到提取到的点云数量达到要求，可以筛选出我们想要的ROI。3.去噪过程，为之后的模板匹配节约了大量的时间，并提高匹配率。转载自：https://blog.csdn.net/weixin_41405284/article/det
上一讲叙述了点云模型的调平工作大家可以发现在调平模型的时候，基本都使用了姿态反转这个操作(pose_invert)本文详细描述点云模型姿态调正的细节，并与矩阵形式调整点云模型姿态做对比一.对姿态进行翻转用姿态调整点云这里介绍一个自己调整点云模型位姿的方式TPose:=[0,20,30,90,0,0,0]*TPose是我们自定义的姿态，同样有七个数据。*PoseCompose 待调整的姿态
pose_compose (TPose, PoseCompose
点云数据是庞大的点集合，点云模型去噪就是删除多余的点集。点云去噪的方式有两种：1.通过在x,y,z的方向去除固定范围的点云数据，提取想要的点云ROI2.通过选取连通域根据点云特征，筛选点云。一.方法1：沿x,y,z筛选点云数据将点云模型中的数据拆分成x,y,z坐标的三个集合选取’point_coord_x’, ‘point_coord_y’, 'point_coord_z’三个属性读取原始点云模型在x,y,z方向滤除固定范围的噪声点云方法2：分割连通域筛选点云特别注意：有两个特征筛选算子
一. 加载标定板模型，标定相机二.拟合光平面1.参考坐标系并获得标定板位姿2.局部坐标系并获得位姿3.获取参考坐标系的光线点4.获得局部坐标系的光线点5.判断平面度利用高，低两条光线点拟合光平面三.标定位移矢量(要求平台移动多余一步)下图分别是我的起始标定板和移动20个步长的标定板。移动步长由运动控制卡的冒脉冲决定。四.三维重建选择需要重建的区域获得三维点云图我的三维重建图像有一部分噪点，可以通过调大阈值的方法去噪五.需要准备的数据标定图像(推荐十六张以上)参考坐标系和局部坐标系的标定板移动平台