一、平面度算法思路
通过离散点拟合平面,也就是说,要找到一个平面z=ax+by+c,使这平面到各个点的“距离”最近,根据最小二乘法,,也就是说我们要求得一组a,b,c,使得对于已有的离散点来说,S的值最小,系数矩阵的逆矩阵求得
由此理论可得出:
1.平面拟合的平面方程、平面度。
2.接下来我们尝试带入自定义的点云数据计算:
(0.05、0.95)为点到平面度的距离排序后,去除最大百分之5与最小百分之5的数据,起滤波作用,视情况而定可以,数据无需滤波设置为1.
运行结果:
二、halcon3D显示+点云裁剪
1.尝试用百度的点云数据计算平面度,以此文件为例实验,26924个点云数据。
点云数据Halcon生成3D,计算平面度,且可以计算特定区域平面度(纯C#)
于 2021-03-07 15:10:44 首次发布
本文介绍了如何使用C#通过Halcon算法对点云数据进行平面度计算,首先通过离散点拟合平面,然后进行点云数据的滤波处理,接着展示在Halcon3D中的点云显示和裁剪操作,并对比了自定义算法与厂商SDK的平面度计算结果,误差在0.1内。
摘要由CSDN通过智能技术生成