[3D&Halcon] 3D鞋点胶的点云边界提取-Toy模板网

这篇具有很好参考价值的文章主要介绍了[3D&Halcon] 3D鞋点胶的点云边界提取。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

📢博客主页：https://loewen.blog.csdn.net

📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！

📢本文由丶布布原创，首发于 CSDN，转载注明出处🙉

📢现在的付出，都会是一种沉淀，只为让你成为更好的人✨

一. 边界提取的常规思路

3D鞋实物图如下所示：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换
鞋点胶的点云边界提取的常规思路：

(一) 法向量（很重要，本文基础内容暂时不做介绍，后面补充）

(二) 切平面（简单但适用性不强，本文使用该方式供初学者一个学习思路）：

读取点云模型数据；
read_object_model_3d(Operator)
分割出鞋子点云集合；
connection_object_model_3d(Operator)
select_object_model_3d(Operator)
仿射变换到长轴与X平行的位置（基准位置）；
定义切平面，求鞋的3D点云集合跟切平面的点云交集；
把交集的点云映射成2D的XLD轮廓，求每段XLD轮廓的起点和终点坐标；
把得到的每段XLD轮廓的起点和终点坐标再映射转换成3D点云坐标；
显示鞋的点云集合以及鞋的外边界点云集合；
若要配合机器人点胶的话，还需将外边界点云坐标排序、连接并指定机器人的运行轨迹，将外边界点云坐标转换成机器人坐标；

二. 3D鞋点胶的点云边界提取具体步骤

2.1、读取点云模型数据

如图所示：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

read_object_model_3d ('./2020-01-14-16832.om3', 'm', [], [], ObjectModel3D, Status)
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
visualize_object_model_3d (WindowHandle, ObjectModel3D, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)

交互式显示函数 visualize_object_model_3d ，相比较于显示函数 disp_object_model_3d 的不同：

visualize_object_model_3d（Operator） — Interactively display 3D object models. 交互式显示，可以点击旋转，缩放。
disp_object_model_3d（Operator） — Display 3D object models. 只是展示。

2.2、去噪（得到鞋子的点云数据集合）

如图所示：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

* ['distance_3d', 1]点云距离在1mm之内的算作一个点云连通域集合
connection_object_model_3d (ObjectModel3D, 'distance_3d', 1, ObjectModel3DConnected)
* 获取每个点云连通域集合包含的点个数（因为鞋子点云连通域包含的点云个数最多）
get_object_model_3d_params (ObjectModel3DConnected, 'num_points', GenParamValue)
* 筛选点数（获取点云最多的集合，即鞋子点云），2e7 = 2*10的七次方
select_object_model_3d (ObjectModel3DConnected, 'num_points', 'and', 20000, 2e7, ObjectModel3DSelected)
visualize_object_model_3d (WindowHandle, ObjectModel3DSelected, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut1)

Halcon例程中关于点云筛选的两种不同方式【select_points_object_model_3d_by_density.hdev】和【select_object_model_3d.hdev】：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

2.3、将鞋点云集合变换到原始坐标系下主轴-x y z(基准）

所谓主轴：用最小外接长方体将点云囊括，获取其长轴、短轴以及高度。

而鞋点云的长轴、短轴和高度相对于坐标系X、Y、Z轴，会有一个姿态关系，这里称作 pose。

姿态Pose由7个参数，包括3个平移(x、y、z)+3个旋转(Rx、Ry、Rz)+1个旋转类型（旋转顺序）—— 常规有0（先绕X旋转，在绕Y旋转，最后绕Z旋转）和1（和0相反）。

我们目的就是将鞋点云变换到标准位置，让其长轴与X轴重合，短轴与Y轴重合，高度与Z轴重合，好处是切平面与鞋面垂直，与轴平行，沿轴切，不会乱。整齐。

鞋子点云在刚体/仿射变换后的姿态所图所示：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

* 'principal_axes'代表求主轴，并输出当前主轴姿态Pose
moments_object_model_3d (ObjectModel3DSelected, 'principal_axes', Pose)
* 姿态翻转
pose_invert (Pose, PoseInvert)
* 点云模型刚体变换
rigid_trans_object_model_3d (ObjectModel3DSelected, PoseInvert, ObjectModel3DStandard)
visualize_object_model_3d (WindowHandle, ObjectModel3DStandard, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)

moments_object_model_3d（Operator）：确定主轴X轴方向，这样做的原因是为了方便沿着x轴做切平面的时候，方便分割。这就是确定长轴的原因。

标准位置的好处：做切平面与鞋面垂直。与轴平行，沿轴切，不会乱。整齐。

其参数二含义：

'central_moment_2_points'：计算点云模型的二阶矩(方差、即点云X、Y、Z的波动情况)，输出X、Y、Z的方差，XY、XZ、YZ协方差（关联性）。
'mean_points'：计算点云模型的一阶矩(均值、即点云X、Y、Z的均值大小)，输出X、Y、Z的均值。
'principal_axes'：计算点云模型的主轴，输出姿态Pose（3个平移(x、y、z)+3个旋转(Rx、Ry、Rz)+`1个旋转类型）。

其中刚体变换等价于仿射变换的如下方式：

* 点云模型仿射变换
pose_to_hom_mat3d (PoseInvert, HomMat3D)
affine_trans_object_model_3d (ObjectModel3DSelected, HomMat3D, ObjectModel3DAffineTrans)

2.5、求鞋点云最小外接box（选做）

若觉得鞋点云主轴（长、宽和高轴）与坐标轴（X、Y和Z轴）基本重合，也可忽略这一步。

因为鞋长轴可能并不是直线，所以2.4得到的鞋点云长轴可能不一定和X轴重合，这时我们可以求鞋点云最小外接box继续调整转正鞋长轴和X轴之间的位置关系，使鞋点云转正。

1）三角曲面重建

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

求鞋点云的最小外接box之前可以做一个三角网格曲面重建（点集→曲面），使得点云更加圆滑。

1、三角曲面重建：将无序点云三角化。内部算子实际使用的是贪婪投影三角法：将有向点云投影到一个二维平面内，做平面内三角化，
   最后根据平面内的三角拓扑关系，生成一个三角网格曲面模型。此外，若使用膨胀腐蚀(参数3，本文默认[])，就会使网格变大变小。
2、优化项：三角曲面重建需要点时间。如果点数太多的话，可以简化点云（暂不做演示）。
3、局限性：三角曲面重建比较适用于表面连续比较光滑的曲面，或者点云密度比较均匀的情况，速度会比较快。否则会出现因点云不连续导致的奇形怪状，甚至悬空点等。

* 对鞋点云进行三角曲面重建（点数多会有点耗时）
triangulate_object_model_3d (ObjectModel3DStandard, 'greedy', [], [], TriangulatedObjectModel3D, Information)
visualize_object_model_3d (WindowHandle, TriangulatedObjectModel3D, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)

2）求鞋点云最小外接box

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

* Pose0：box的主轴（长、宽和高轴）相对于坐标轴（X、Y和Z轴）的姿态
* Length1、Length2、Length3：box长宽高
smallest_bounding_box_object_model_3d (TriangulatedObjectModel3D, 'oriented', Pose0,Length1, Length2, Length3)
* 求出来的box主轴长轴并不一定和X轴完全重合，下面需要调整
pose_invert (Pose0, Pose1) //姿态翻转
rigid_trans_object_model_3d (TriangulatedObjectModel3D, Pose1, TransObjectModel3D)
visualize_object_model_3d (WindowHandle, TransObjectModel3D, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)

截止到这里，我们就算将第三步的【将鞋点云集合变换到原始坐标系下主轴-x y z(基准）】完成了，下面将鞋子和盒子一起显示一下：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

smallest_bounding_box_object_model_3d (TransObjectModel3D, 'oriented', PoseBox,Length1, Length2, Length3)
gen_box_object_model_3d (PoseBox, Length1, Length2, Length3, PoseBoxOriented)
*['green','gray',0.5,'true'] 0.5代表盒子透明度，1表示不透明，0表示完全透明
visualize_object_model_3d (WindowHandle,[TransObjectModel3D,PoseBoxOriented], [],[], ['color_0','color_1','alpha_1','disp_pose'], ['green','gray',0.5,'true'],'RectBOX', [], [], Pose)

最小外接Box的计算可参考Halcon示例【smallest_bounding_box_object_model_3d.hdev】：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换

2.6、在Box中做切平面(切X轴)，求与鞋子轮廓的交线

在X轴，做切平面，每次沿X轴移动指定均匀长度。切平面与鞋子点云有一个点云交集，把点云交集映射到二维平面上形成一个XLD二维的轮廓交线，交线的两端（起点、终点）就是我们需要的轮廓点。

切平面沿X轴方向一段段的对鞋子点云做切割，需要引入一个循环问题：

参考Halcon示例：inspect_3d_surface_intersections.hdev

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换
本小结主要由几个步骤组成：

求出切平面与鞋点云的XLD轮廓；（知识点1：intersect_plane_object_model_3d求交平面）
做姿态转换以及内参1：1转换（图像尺寸和实际尺寸1：1，这样比较好转换），将XLD轮廓投影变换到二维XLD进行处理；（知识点2：三维到二维XLD轮廓转换）
对轮廓行方向点坐标进行排序，获得最大最小点（轮廓边缘）；（知识点3：排序求出二维XLD轮廓的起点、终点坐标）
将所有的二维XLD轮廓起点、终点坐标再转换成三维点云坐标（行坐标对应Y坐标，列坐标对应Z坐标）；（知识点4：二维XLD轮廓转换到三维点云，因为比例是1:1，姿态直接转就行）
显示；

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换
代码如下：

* 5.在box中做切平面，求与轮廓的交线
objectsOut:=[]
Index_S:=[]
Index_E:=[]
color_S:=[]
color_E:=[]
colorsOut:=[]
colorvaluesOut:=[]
all_x:=[]
all_y:=[]
* 做切平面与鞋子的点云相交
for index1:=0 to 45 by 1
*  求交线点云（做切平面）
   CutPlanePose := PoseBox
   CutPlanePose[0]:=PoseBox[0]-Length1/2+(index1)*4+3  //pose中的第五个参数值x：第一个为沿着x轴的平移，保证循环时可以沿着x轴正方向重复以一个固定距离做切割
*                                                      //需要从Box最左边开始做切割，所以：PoseBox[0]-Length1/2，每次循环沿着x轴往右移动4个单位
   CutPlanePose[3]:=0
   CutPlanePose[4]:=90  //pose中的第五个参数值Ry：绕着y轴(绿色)旋转90度，让平面立起来做切割
   CutPlanePose[5]:=0
   gen_plane_object_model_3d (CutPlanePose, [-1,-1,1,1] * 90, [-1,1,1,-1] * 90, IntersectionPlane)
*  visualize_object_model_3d (WindowHandle, [TransObjectModel3D,IntersectionPlane], [], Pose, ['disp_pose'], ['true'], [], [], [], PoseOut1)
   intersect_plane_object_model_3d (TransObjectModel3D, CutPlanePose, ObjectModel3DIntersection)
*  visualize_object_model_3d (WindowHandle, ObjectModel3DIntersection, [], [], [], [], [], [], [], PoseOut2)
*  为了求交线轮廓的起点和终点，需要变换到二维XLD（跟相机标定将世界坐标系转换到图像像素坐标系一个原理，需要内外参）
*  图像中的点云都是物理点坐标，都是世界坐标系下的姿态（图像相对于世界坐标系下的姿态），所以需要翻转姿态，转换成图像坐标系下的姿态
   pose_invert (CutPlanePose, PoseInvert)
*  确定投影平面在前面
   get_object_model_3d_params (ObjectModel3DIntersection, 'diameter_axis_aligned_bounding_box', Diameter)
   PoseInvert[2] := PoseInvert[2] +Diameter
*  用平行于投影平面的相机（1:1的比例）
   Scale:=1
   CamParam := [0,0,1.0 / Scale,1.0 / Scale,0,0,500,500] //人为构建相机内参（焦距、畸变系数、图像中心点、宽高）
   project_object_model_3d (IntersectionXld, ObjectModel3DIntersection, CamParam, PoseInvert, 'data', 'lines')

*  转换过来之后就存二维图像处理XLD轮廓，将轮廓的所有上下起点和终点求出来就是我们需要的鞋子边界了
   count_obj (IntersectionXld, Number)
   Rows:=[]
   Columns:=[]
   Row:=[]
   Column:=[]
*  可能会有断开的轮廓，这里遍历一下获取所有轮廓点
   for I:=1 to  Number  by 1
     select_obj (IntersectionXld, EdgeContour, I)
     get_contour_xld(EdgeContour, Row,Column)
     Rows:=[Rows,Row]
     Columns:=[Columns,Column]
   endfor
*  点按照由上到下排序
   tuple_sort_index (Rows, Indices)
   tuple_length(Rows,Length)
   OrderRow:=[]
   OrderColumn:=[]
   if(Length>=1)
   for Row_Index:=0 to Length-1  by 1
      OrderRow:=[OrderRow,Rows[Indices[Row_Index]]]
      OrderColumn:=[OrderColumn,Columns[[Row_Index]]]
   endfor
   endif
   gen_contour_polygon_xld (Intersection, OrderRow, OrderColumn) 
*  求最大和最小点（行方向）
   tuple_sort_index (OrderRow, Indices)
   tuple_length(OrderRow,Length)
*  起点（xld）
   StartRow:=OrderRow[Indices[0]]
   StartColumn:=OrderColumn[Indices[0]]
*  终点（xld）
   EndRow:=OrderRow[Indices[Length-1]]
   EndColumn:=OrderColumn[Indices[Length-1]] 
   gen_cross_contour_xld(StartXP, StartRow, StartColumn, 6, 0.795296)
   gen_cross_contour_xld(EndXP, EndRow,EndColumn, 6, 0.795296)
   dev_display(Intersection)
   * 转成点云的坐标
   StartPose:=[CutPlanePose[0],StartRow,-StartColumn, 0,0,0,0]
   EndPose  :=[CutPlanePose[0],EndRow,-EndColumn, 0,0,0,0]
   gen_sphere_object_model_3d (StartPose, 2, StartPoint)
   gen_sphere_object_model_3d (EndPose  , 2, EndPoint  )  
*  visualize_object_model_3d (WindowHandle, [StartPoint,EndPoint], [], [], [], [], [], [], [], PoseOut4)
 * 所有对点的边界点集合
   objectsOut := [objectsOut,StartPoint]
   objectsOut := [objectsOut,EndPoint  ] 
*  显示时的颜色
   Index_S:= 0+index1*2
   Index_E:= 0+index1*2+1
   color_S:='color_'+Index_S
   color_E:='color_'+Index_E
   
   colorsOut := [colorsOut,color_S]
   colorsOut := [colorsOut,color_E]
   
   colorvaluesOut := [colorvaluesOut,'blue']
   colorvaluesOut := [colorvaluesOut,'blue']
     
   all_x:=[all_x,CutPlanePose[0]]
   all_y:=[all_y,StartRow]
   
   all_x:=[all_x,CutPlanePose[0]]
   all_y:=[all_y,EndRow]
   
endfor
*显示外边界模型点云
visualize_object_model_3d (WindowHandle,[objectsOut,TransObjectModel3D], [],[],[colorsOut],[colorvaluesOut], [], '', [], Pose)
*2二维显示
dev_open_window (0, 0, 512, 512, 'black', WindowHandle1)
dev_set_color('red')
gen_cross_contour_xld(Start,all_x,all_y, 3, 0.885398)

效果展示：

3d边缘提取,3D视觉,3d,点云边界提取,3D点云与2D平面之间投影变换
注意：当前的算法稳定性不好，而且有些边缘处理粗糙，点云转换成2D进行处理虽然简单一些，但有时候会造成一些精度损失，本文仅供给初学者提供一个解决该问题的思路。最好的做法我们应该更多的关注点云本身的特征进行处理，比如基于法向量求解、凸包法形成曲面的变化、根据点云之间的邻域关系等方式。