Halcon双目结构光定位(1)-点云模型调平以及去噪处理在无序抓取中的应用

本文介绍了在无序抓取中,利用Halcon的点云模型调平和去噪处理技术。首先通过拟合平面算法调平点云,接着切除背景平台,采用点云筛选和连通域分割消除噪声。去噪后的点云用于后续的模板匹配,提高匹配效率和成功率。
摘要由CSDN通过智能技术生成

在这里插入图片描述

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。
    在这里插入图片描述
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。
    在这里插入图片描述
    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。
    在这里插入图片描述
    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。
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~
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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