halcon 点云处理_Halcon三维测量(4):点云图转深度图+点云滤波(补洞)+断线拟合

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*1012

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。

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，