三维扫描的精度验证方法之一——平面拟合（平面度）

已于 2023-08-21 17:26:12 修改
阅读量2.4k 收藏 4
点赞数
分类专栏： 三维扫描 文章标签： 平面度 测量 三维 halcon 平整度
于 2021-12-18 14:34:57 首次发布
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.csdn.net/sunnyrainflower/article/details/122011948
版权
三维扫描 专栏收录该内容
18 篇文章 209 订阅 ¥19.90 ¥99.00
订阅专栏
本文介绍了通过三维扫描仪和平面对齐方法来测量平面度，利用Halcon软件处理三维点云数据，观察波动情况以判断平面度。通过在Halcon中绘制轴的数据图像，可以直观查看测量结果。
摘要由CSDN通过智能技术生成

1、什么是平面度？

        平面度是对表面形状的一种度量，用于指示该表面上的所有点是否都在同一个平面上。平面度在几 何尺寸和公差（GD&T）中用平行四边形表示，当两个表面必须装配在一起形成紧密密封时，平面 度就特别有用。
        使用平面度公差是为了确保某个即定表面位于两个假想的、完美的、平行的平面内。换句话说，公 差范围位于被测表面上最高和最低可接受点之间。

2、如何测量平面度？

需要借助halcon软件

1、三维扫描仪扫描一个特别平的平面，如标定板、量块……等

2、将生成的三维点云数据对齐三维的轴线（三维点云的基本操作，不做详解，网上很多资料）

3、对齐后，查看点云在另一个方向上的波动情况，是否收敛于某个区域

下图为点云的平面对齐三维的轴的效果图

了解本专栏 订阅专栏 解锁全文
大胡子大叔
关注
专栏目录
订阅专栏
3D点云处理：拟合平面_最小二乘法（拉格朗日 SVD）（附源码）
lddx_123456的博客
10-02 2356
利用最小二乘法可以简便地求得未知的数据，
三维扫描的精度验证方法二——拟合球体
大胡子大叔的专栏
12-18 1069
借助于CloudCompare软件 1、用三维扫描仪扫描一个标准球体，已知球体的直径，用CloudCompare打开 2、找到CloudCompare软件中的拟合球体选项，计算球体的直径，然后与实际的尺寸做比对，下图为得到的拟合的球体 下图为操作步骤 ...
Halcon 3D 平面度 自定义封装函数
06-26
measure_flatness(ImageH, RoiMeasure : : LowFilterRate, HighFilterRate : MinFlatness, MaxFlatness, Flatness, Points) 描述： 当测量区域小于4时，取过滤后区域所有点云拟合平面 当测量区域大于4时，取每个区域其中一个中值点拟合平面 参数： 深度图：ImageH (input_object) 平面度测量区域：RoiMeasure (input_object) 低尾去除噪点参数：LowFilterRate (input_control) 高尾去除噪点参数：HighFilterRate (input_control) 平面度最小值：MinFlatness (output_control) 平面度最大值：MaxFlatness (output_control) 平面度：Flatness (output_control) 最小值点坐标（row,col) 最大值点坐标（row,col)：Points (output_control)
Halcon 3D检测平面度，断差，凹坑，凸点
最新发布
Douhaoyu的博客
07-26 432
Halcon 3D检测平面度，断差，凹坑，凸点
Halcon 用点来拟合平面
weixin_39354845的博客
06-12 6251
项目要求用多个点来拟合一个平面，然后再用其他平面上的点来计算这个点到平面的距离，halcon 有现成的拟合函数。
06 Halcon 点云平面度测量.zip
06-28
Hi~ 可私信我了解后再进行下载~ 本资源上传时，遗漏了两个文件，分别是：data_filter_keep_order_output_index.hdvp 以及 IntensityImageToPiontsCloudImage.hdvp，购买了该资源的同学，给我留言，我会私信发给你们。 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: 基于点云的平面度测量。 * @作者: hugo * @版本: 1.1 * @日期: 2021-6-20 * @描述: 该方法支持点云的平面的平面度测量。 ********************************/ dev_update_window ('on') dev_get_window (WindowHandle) read_image (imageReal, './replay_38893_2021-6-7.tif') xResolution:=0.06 yResolution:=0.06 zResolution:=0.001 ScaleFactor:=[xResolution,yResolution,zResolution] *采样区域1 create_drawing_object_rectangle2 (300, 120, rad(90), 30, 20, DrawID) set_drawing_object_params (DrawID, 'color', 'forest green') set_drawing_object_params (DrawID, 'line_width', 1) attach_drawing_object_to_window (WindowHandle, DrawID) .......... *平面度 height:=theta/zScale*0.001 *可视化高度差效果 visParamName := ['lut','alpha_0','intensity','color_1'] visParamValue := ['hsi',0.7,'coord_z','yellow'] Labels := ['','平面度：'+height+'mm',''] objs:=[ObjectModel3Ds[2],final_ObjectModel3Ds] visualize_object_model_3d (WindowHandle, objs, [], [], visParamName, visParamValue, 'Edited by AmazingRobot+', [Labels], '', PoseOut) *stop () clear_object_model_3d (plane_balls) for Index := 0 to |final_ObjectModel3Ds|-1 by 1 clear_object_model_3d (final_ObjectModel3Ds[Index]) endfor return () 谢谢您的信任~
Halcon3d 点云计算平面度
weixin_43213429的博客
12-02 3139
halcon 点云计算平面度
3维点云拟合平面
weixin_42595206的博客
04-25 1113
思路：用已知的三维点坐标拟合一个平面 三维平面方程 cos⁡α⋅Xi+cos⁡β⋅Yi+cos⁡γ⋅Zi−d=0\cos \alpha \cdot X_i+\cos \beta \cdot Y_i+\cos \gamma \cdot Z_i - d=0cosα⋅Xi​+cosβ⋅Yi​+cosγ⋅Zi​−d=0 点到直线距离 distance=∣Ax0+By0+Cz0+D∣A2+B2+C2distance=\frac{|Ax_0+By_0+Cz_0+D|}{\sqrt{A^2+B^2+C^2}}dista
点云从入门到精通技术详解100篇-基于密度聚类方法的三维点云平面分割
getusushu的博客
09-25 242
的需求，城市化速度的显著加快推动了城市的持续纵向扩展。信息，通过全方位记录现实场景中的信息，便于多角度观察，并保证信息的准确性，避。维模型重建的前提和基础是建筑物立面、屋顶平面等平面的点云分割。对于逆向工程之类的应用，准确的重建也是至关重要的。以及结合平面的特性（平面方程、法向量等），基于聚类方法可以充分发挥其独特的优。各点到模型的距离，将距离小于所设定阈值的点作为内点。将内点数量最多的模型作为提取结果，其内点即为提取模型的对应分割结果。效果依赖于所设置的阈值，选取的阈值是否合适将直接影响该算法的结果。
基于DXA数据的骨骼形状估计方法——OSSO
OSSO: Obtaining Skeletal Shape from OutsideMarilyn Keller1Silvia Zuffi2Michael J. Black1Sergi Pujades31Max Planck Institute for Intelligent Systems, T¨ubingen, Germany2IMATI-CNR, Milan, Italy3...
激光线扫+3d平面度检测halcon源码
09-01
激光线扫+3d平面度检测halcon源码
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~
空间平面拟合算法
03-26
基于c++的空间平面方程最小二乘算法描述，可以模仿一下，挺实用的
labview拟合平面并进行平面度检测.rar
12-01
labview拟合平面计算，包含工程，各自vi，和解释说明。
深度学习三维重建 笔记总结 问题总结 MVSNet系列最新顶刊 对比总结 （近20篇）
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
09-03 569
MVSNet(CVPR-2018)，RMVSNet(CVPR2019)，PointMVSNet(ICCV2019),P-MVSNet(ICCV2019)，MVSCRF(ICCV2019)，Cascade(CVPR2020),CVP-MVSNet(CVPR2020)，Fast-MVSNet(CVPR2020)，UCSNet(CVPR2020),CIDER(AAAI2020)，PVAMVSNet(ECCV2020)，D2HC-RMVSNet(ECCV2020)，Vis-MVSNet（BMVC 2020），AA-
点云从入门到精通技术详解100篇-基于深度学习的室内场景三维点云语义分割
getusushu的博客
01-07 1814
生改变，所以变换前后的点集表示的物体（场景）一致，这就是点云的刚体变换不变性。组成一个包含物体结构信息的局部邻域结构，这些结构信息在点云分割中是不可或缺的。准确分割场景中包含的所有点，分割过程中不需要人为参与，实现了端到端的传输方式。邻域中学习相关特征，该卷积还可以根据不同相邻点和特征通道的空间位置和特征差异，云的深度学习方法，都是先把复杂的点云转化为规则的体素数据或投影成二维图像数据，由于保留了原始的空间几何信息，数据。在复杂的三维点云数据中提取有用信息，更好地实现智能认知（场景分割、物体识别、
halcon里3d平面度检测程序_激光3D平面度一致性检测仪用途及特点
weixin_36480576的博客
12-01 697
激光3D一致性检测系统(ALM-360)是专为电子加工行业精心设计的一种高精高度测量设备。原理概述：本3D测绘系统是采用光束超小的块状蓝色激光照射到被测物品的表面，块状蓝色激光块等效厚度只有几个纳米, 由专用的蓝色激光成像系统进行成像，有专用感光器件进行数据采集.从而最终获得一个块状反射面的一侦数据，实现了非接触，高精度的快速自动3D测绘。 ...
三维联动编辑：理论与实现路径探索——平面与剖面的协同建模
它们共享同一三维数据，因此，编辑修改一个视图实际上是对三维空间的局部修改。 2. **地质曲面表达**：利用高精度的地质数据，通过算法处理将三维地质信息转化为可直观表示的曲面，如等高线表示地面起伏，这为联动...
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

打赏作者

大胡子大叔

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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