Halcon双目结构光定位(4):选取最大点云区域的去噪手法+拟合光平面方式调平点云

最新推荐文章于 2025-03-16 20:07:39 发布
最新推荐文章于 2025-03-16 20:07:39 发布
阅读量2.6k 收藏 8
点赞数
分类专栏： Halcon 机器视觉 文章标签： Halcon 三维重建
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_41405284/article/details/107775584
版权
本文介绍了在Halcon中使用双目结构光进行三维重建时，如何对点云数据进行初步高度去噪，并通过最小外接矩形判断点云尺寸。接着，选取最多点数的区域，并应用最大似然法拟合光平面，实现点云调平，提高定位准确性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1.首先对点云以高度方向初步去噪
在这里插入图片描述
在这里插入图片描述
2.点云数据信息提取

  • 对于物料点云的长宽高的判别，最常用的手法是最最小外接矩形，通过获取最小外接矩形的L1,L2,L3,来确定点云的位置。
  • 也可以通过一下算子求得点云信息
get_object_model_3d_params (ObjectModel3D, 'point_coord_z', GenParamValue)
  • 更正点云分割算子的参数含义
    //将4mm内的点云作为一个区域
connection_object_model_3d (ObjectModel3DThresholded, 'distance_3d'
最低0.47元/天 解锁文章
第1讲：形位公差 - Halcon测量平面度
weixin_40355340的博客
08-28 1368
形位公差测量，使用Halcon测量平面度
Halcon基于点稀疏度对点云进行降噪程序与数据.zip
06-25
Halcon基于点稀疏度对点云进行降噪
Halcon双目结构光定位(2)-三维模板匹配及按照点云高度排序
weixin_41405284的博客
07-06 6892
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) 得分设置的小技巧:例如我的项目是六面空间物体的抓取，则得分不会超过1/6.不要设置过高，否则将会漏掉一部分物体。 .
【Halcon】基于halcon算子实现RASAC拟合平面
最新发布
qq_40945712的博客
03-16 282
介绍由于halcon的拟合平面算法全是基于最小二乘法的方法，当原始输出存在时存在拟合平面不够不准确的问题，随即自己实现了一下简单版本的ransac拟合平面算法。
Halcon: 如何基于点稀疏度对点云进行降噪
qq_41450236的博客
06-25 2565
系列文章目录 提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加 例如：第一章 Python 机器学习入门之pandas的使用 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例
Halcon双目结构光定位(3):判别六面体+获取机器臂抓取点(六面翻转)
weixin_41405284的博客
07-12 2502
无序抓取(2) 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
halcon双目程序
11-26
halcon实现双目重构的过程，包括采集部分，标定部分，重构部分
噪声识别与处理：Halcon点云去噪最佳实践指南
[halcon 点云去噪](https://img-blog.csdnimg.cn/20210529160415937.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjE0NTU1NA==,size_16,...
HALCON双目视觉参数校准全攻略：内外参矩阵的秘密
双目视觉作为计算机视觉领域的重要分支，在三维重建和空间定位中扮演关键角色。本文系统性地介绍了双目视觉的基础知识、相机模型及内外参数校准原理。针对HALCON软件的参数校准工具和操作流程进行了详尽阐述，并通过...
HALCON视觉定位深度解密：5种高效定位方法大公开
本文首先介绍了HALCON的视觉定位技术概览及其理论基础，然后深入探讨了HALCON软件的核心功能和高效定位方法，包括模板匹配、形状匹配以及二维码和条形码识别技术的应用。接着，文章分析了HALCON在3D视觉定位、OCR...
Halcon双目结构光定位(5):创建点云模板
weixin_41405284的博客
08-04 3117
其实讲了这么久点云处理，点云操作无非就是对一系列数组进行操作。 这篇博文给大家讲解如何从获取的点云中提取ROI点云区域，并获取我们想要的点云模板。 1.从调平的点云数据中提取我们想要的ROI点云 通过显示算子，调正点云区域 参数Pose是我们从哪个角度观察我们的点云数据，将Rx,Ry,Rz均设置成0,0，0.调正点云 Pose := [-0.1e-3,-0.47e-3,600,0,0,0,0] visualize_object_model_3d (WindowHandle, trans_Obj.
基于HALCON的双目立体视觉系统实现
09-09
基于HALCON的W双目立体视觉系统实现2142171122574461,很不错！！
halcon 双目视觉原理解密
01-15
halcon 双目视觉原理解密，入门halcon基础视频.
03 Halcon 点云图平面拟合.zip
06-28
Hi~ 可私信我了解后再进行下载~ 1.基于halcon算法平台； 2.提供深度图源文件以及解压密码； 3.代码预览： */********************************* * @文档名称: 基于点云的平面拟合。 * @作者: hugo * @版本: 1.1 * @日期: 2021-6-16 * @描述: 该方法支持点云平面拟合以及深度图平面拟合。 **********************************/* read_image (imageReal, './replay_38893_2021-6-7.tif') xResolution:=0.06 yResolution:=0.06 zResolution:=0.001 ScaleFactor:=[xResolution,yResolution,zResolution] rateLowRemove:=0.1 rateHighRemove:=0.1 dev_get_window (WindowHandle) *采样区域1 create_drawing_object_rectangle2 (300, 120, rad(90), 30, 20, DrawID) set_drawing_object_params (DrawID, 'color', 'red') set_drawing_object_params (DrawID, 'line_width', 1) attach_drawing_object_to_window (WindowHandle, DrawID) ......... TransPose := [0,0,d,0,0,0,0] rigid_trans_object_model_3d (SampledObjectModel3D1, TransPose, _SampledObjectModel3D1) rigid_trans_object_model_3d (ObjectModelPlane1, TransPose, _ObjectModelPlane1) create_pose (0, 0, Mean/2, 180, 0, 0, 'Rp+T', 'gba', 'point', Pose1) *visualize_object_model_3d (WindowHandle, [_ObjectModelPlane1,_SampledObjectModel3D1,SampledObjectModel3D2], [], [Pose1], [], ['intensity','lut','lut'], ['&amplitude','sqrt','sqrt'], '', 'Edited by AmazingRobot+ ' , PoseOut) visParamName := ['intensity_1','color_0','color_2','alpha_0'] visParamValue := ['coord_z','red','yellow',0.5] visualize_object_model_3d (WindowHandle, [_SampledObjectModel3D1,SampledObjectModel3D2,_ObjectModelPlane1], [], [], visParamName, visParamValue, 'Edited by AmazingRobot+', [], '', PoseOut) stop () 谢谢您的信任~
【halcon】双目视觉的实现
热门推荐
Ketal_N的博客
11-11 1万+
【halcon】双目视觉的实现 本文主要介绍了基于halcon的双目视觉的标定及三维重建。
halcon视觉框架源码_3D视觉 | 无序抓取3D点云匹配
weixin_39775872的博客
11-27 4837
Hey 朋友，点击蓝字关注吗？案例分享无序抓取の3D点云匹配案例分享如同2D模板匹配一样，3D点云也有模板匹配。2D模板匹配结果有3个值，他们分别是X,Y,U。3D点云匹配则有6个值，他们分别是X,Y,Z,RX,RY,RZ。他代表了物体在空间的位置和姿态。—Edited By Hugo# 1如上图所示：读取一个3D模型。模型数据怎么来呢，这里是通过3D传感器SDK二次开发后得到的点云数...
halcon双目相机标定+级线校正
Xiaoxuxiongdi的博客
04-06 1391
联合zed双目相机进行双目相机标定和级线校正
Halcon 维测量: 点云数据处理与断线拟合
QfcaLinux的博客
09-25 400
综上所述，本文介绍了使用 Halcon 进行点云图转深度图、点云滤波和断线拟合的方法，并提供了相应的代码示例。这些操作有助于提高点云数据的质量和准确性，为后续的分析和测量提供可靠的基础。本文将介绍如何使用 Halcon 来进行点云图转深度图、点云滤波以及断线拟合等维测量操作。点云图转深度图是将一个由三维点坐标组成的点云数据转换为二维深度图的过程。点云滤波是为了去除点云数据中的噪声和异常点，以得到更准确的结果。通过以上代码示例，我们可以实现点云图转深度图、点云滤波和断线拟合等维测量操作。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值