//倾斜平面矫正
https://blog.csdn.net/m0_51559565/article/details/137146179
前言
通常我们对表面平面度进行检测时，通常使用2种方式。1：通过大卷积核的高斯滤波进行拟合平面，然后求取拟合平面与3D模型间的点间的距离。2：通过平面矫正，将被测试平面矫正到水平面后，对平面以上和平面以下的点云进行筛选。（关于平面矫正，可以点击文章开头链接查看）。
本文主要讨论通过大卷积核的高斯滤波进行平面拟合，求取拟合平面与3D模型的距离。
1.halcon程序
dev_get_window (WindowHandle)
*读取3通道彩色融合图
read_image (Image, 'D:/1NewWork/Halcon3D/XYZ彩色融合图.tiff')
*拆分3个通道
decompose3 (Image, x, y, z)
*将3个通道图像转换为3D模型
xyz_to_object_model_3d (x,y, z, ObjectModel3D)
*显示动态3D模型
threshold (z, Regions, 107.77, 200)
*对二值化图像进行腐蚀，剔除产品边缘，通常使用5。
*当前模拟表面出现的凹陷情况
erosion_circle (Regions, RegionErosion, 50)
reduce_domain (z, RegionErosion, ImageReduced)
*设置等平面前，对平面进行大卷积核的高斯滤波，防止噪点的存在印象平面精度
gauss_filter (ImageReduced, ImageGauss, 7)
*测量基准平面
xyz_to_object_model_3d (x,y, ImageGauss, ObjectModel3D)
*创建测量拟合平面
fit_primitives_object_model_3d(ObjectModel3D, ['primitive_type', 'fitting_algorithm'], ['plane', 'least_squares_tukey'], ObjectModel3D9)
*获取到平面参数，可用于验算
get_object_model_3d_params(ObjectModel3D9, 'primitive_parameter', plane)
*visualize_object_model_3d (WindowHandle, ObjectModel3D9, [], [], [], [], [], [], [], PoseOut)
*对被检测面进行高斯滤波，用于去除噪点。
*如果要求测量精度较大时，推荐高斯卷积核设置为1，或者进行滤波，防止缺陷被覆盖
gauss_filter (ImageReduced, ImageGauss1, 3)
*被测量面
xyz_to_object_model_3d (x,y, ImageGauss1, ObjectModel3D1)
*计算2个测量面的所有点云距离
distance_object_model_3d (ObjectModel3D1, ObjectModel3D9, [], 0, [],[])
*获取结果
get_object_model_3d_params (ObjectModel3D1, '&distance', Z)
*visualize_object_model_3d (WindowHandle, ObjectModel3D1, [], [], [], [], [], [], [], PoseOut)
tuple_max (Z, Max)
tuple_mean (Z, Mean)
tuple_min (Z, Min)
tuple_abs (Max, AbsMax)
tuple_abs (Min, AbsMin)
tuple_max2 (AbsMax, AbsMin, Max2)
*结果验证
2.halcon程序解析
2.1选取图像区域
dev_get_window (WindowHandle)
*读取3通道彩色融合图
read_image (Image, 'D:/1NewWork/Halcon3D/XYZ彩色融合图.tiff')
*拆分3个通道
decompose3 (Image, x, y, z)
*将3个通道图像转换为3D模型
xyz_to_object_model_3d (x,y, z, ObjectModel3D)
*显示动态3D模型
threshold (z, Regions, 107.77, 200)
*对二值化图像进行腐蚀，剔除产品边缘，通常使用5。
*当前模拟表面出现的凹陷情况
erosion_circle (Regions, RegionErosion, 50)
初始状态下，我们先进行预处理，提取到我们需要被检测的区域。在上述程序中，我为了模拟实际情况下表面存在缺陷的情况，将下层托盘也归为同一个检测区域。
2.2生成测量基准平面
*设置等平面前，对平面进行大卷积核的高斯滤波，防止噪点的存在印象平面精度
gauss_filter (ImageReduced, ImageGauss, 7)
*测量基准平面
xyz_to_object_model_3d (x,y, ImageGauss, ObjectModel3D)
*创建测量拟合平面
fit_primitives_object_model_3d(ObjectModel3D, ['primitive_type', 'fitting_algorithm'], ['plane', 'least_squares_tukey'], ObjectModel3D9)
*获取到平面参数，可用于验算
get_object_model_3d_params(ObjectModel3D9, 'primitive_parameter', plane)
实际3D相机采集的时候可能会因为各种原因造成有噪点的情况，所以在拟合测量平面时，可以先进行大卷积核的高斯滤波剔除噪点，可以有效提高测量平面精度。
当然在拟合平面时，缺陷可能会对略微对平面有些许影响，通常都是忽略不计的，halcon拟合平面选取最小二乘法即可有效减少缺陷对拟合平面结果的影响。
实际测试情况中，文中缺陷10cm，实际可以测得9.9cm。误差忽略不计。
2.3计算点云距离
*对被检测面进行高斯滤波，用于去除噪点。
*如果要求测量精度较大时，推荐高斯卷积核设置为1，或者进行滤波，防止缺陷被覆盖
gauss_filter (ImageReduced, ImageGauss1, 3)
*被测量面
xyz_to_object_model_3d (x,y, ImageGauss1, ObjectModel3D1)
*计算2个测量面的所有点云距离
distance_object_model_3d (ObjectModel3D1, ObjectModel3D9, [], 0, [],[])
*获取结果
get_object_model_3d_params (ObjectModel3D1, '&distance', Z)
在计算被检测的平面时，推荐使用1或者3卷积核的高斯滤波进行预处理。可以有效的在实际环境中减少误判率，主要仍然是来自相机采集的噪点的影响。
2.4统计和判断数据
tuple_max (Z, Max)
tuple_mean (Z, Mean)
tuple_min (Z, Min)
tuple_abs (Max, AbsMax)
tuple_abs (Min, AbsMin)
tuple_max2 (AbsMax, AbsMin, Max2)
计算最大误差的点云。
总结
此方法，适用于对3D相机采集效果良好，并且无需标记，只输出NG情况的方案。由于在计算2平面点云距离时，他得到的是一个距离的数组，当我们在去对数组进行处理时，会及其的耗费时间。
所以一般推荐矫正平面的形式。
查看如何平面矫正可以访问，文章开头链接中的我的另一个博客
