当前位置：首页 > news >正文

Halcon 3D应用 - 胶路提取

news 文章来源：https://blog.csdn.net/hao1183716597/article/details/142110110 2025/5/24 18:50:56

1. 需求

本文基于某手环（拆机打磨处理）做的验证性工作，为了项目保密性，只截取部分数据进行测试。
这里使用的是海康3D线激光轮廓相机+直线电机的方式进行的高度数据采集，我们拿到的是高度图+亮度图数据。
提取手环上的胶路信息，检测胶路的胶宽、胶高、断胶等信息。

2.实现思路

扫描没有涂胶水的手环作为模板数据，包含高度图+亮度图；
扫描带胶水的手环作为被测数据，包含高度图+亮度图；
分割模板数据高度图中一个公共部分作为匹配模板；
高度图转点云图，利用模板点云信息，和被测数据的点云进行匹配靠模；
匹配后的点云转高度图；
高度图差分，只保留胶路数据；
进行胶路分析。

3.图像格式分析

3.1高度图

海康相机返回的高度图是tiff格式，具体含义如下：

图像高：直线电机移动中会触发拍照，每拍一次生成一个轮廓，高度对应了本次扫描拍摄的轮廓数。每行的间隔对应了直线电机的触发拍照两次间隔移动的距离。
图像宽：和相机的X轴轮廓点数+X轴采样间隔有关，注意这里不等于轮廓点数，需要调节合适的参数，保证图像的行间隔和列间隔实际距离一致。
像素值：代表高度信息，单位um。

本次测试调节的每个像素宽高都为40um。

3.2亮度图

最终提取的胶路，可以在亮度图上进行对比查看。
亮度图还可以进行缺陷检测、2D匹配定位等功能，但注意本验证中，亮度图不能用来匹配，因为手环放置的位姿可能会出现倾斜透视，需转到点云上进行3D位姿匹配。

4.代码实现

4.1 胶水和无胶水图像信息

无胶水高度图：
在这里插入图片描述
无胶水亮度图：

带胶水高度图：

带胶水亮度图：

4.2 读取数据

read_image(HeightImg_no_glue, height_img_no_glue_path)
read_image (LumImage_no_glue, lum_img_no_glue_path)
read_image(HeightImg_glue, height_img_glue_path)
read_image (LumImage_glue, lum_img_glue_path)get_image_type (HeightImg_no_glue, ImgType) //海康是uint2
get_image_size (LumImage_no_glue, Width, Height)* 裁剪图片
crop_row_begin := 700
crop_row_end := 1060
gen_rectangle1 (ROI_Crop, crop_row_begin, 0, crop_row_end, Width)
reduce_domain (HeightImg_no_glue, ROI_Crop, HeightImg_no_glue)
reduce_domain (LumImage_no_glue, ROI_Crop, LumImage_no_glue)
reduce_domain (HeightImg_glue, ROI_Crop, HeightImg_glue)
reduce_domain (LumImage_glue, ROI_Crop, LumImage_glue)get_image_size (LumImage_no_glue, Width, Height)
dev_open_window (0, 0, Width/2,Height/2, 'black', WindowHandle)* 高度图像素间隔 单位um
step := 40

4.3 高度图预处理

高度图中干扰信息太多，比如底平面、高位杂质等，通过设定高度阈值，去除干扰的信息，聚焦胶水和模板位置的信息。

* 对高度图阈值分割
height_min := 3000  
height_max := 7500
threshold (HeightImg_no_glue, region, height_min, height_max)
reduce_domain (HeightImg_no_glue, region, HeightImg_no_glue)
threshold (HeightImg_glue, region, height_min, height_max)
reduce_domain (HeightImg_glue, region, HeightImg_glue)

预处理结果：
在这里插入图片描述

4.4 模板位置提取

在高度图中，尽心如下位置的提取：

* 分割模板区域
thr_min := 3500 
thr_max := 4500
gen_rectangle1 (ROI_1, 937, 118, 1060, 220) //选择这个两个孔的位置作为模板
reduce_domain (HeightImg_no_glue, ROI_1, HeightImg_no_glue_roi)
threshold (HeightImg_no_glue_roi, HeightImg_no_glue_roi_region, thr_min, thr_max)//缩小高度范围，聚焦模板平面
reduce_domain (HeightImg_no_glue, HeightImg_no_glue_roi_region, img_mod) //分割模板位置区域，注意是在高度图中分割，这样后面创建的模板3D图像的坐标系和原先的高度图是一样的

提取的模板如下：
在这里插入图片描述

4.5 高度图转点云图

要想进行点云匹配，必须首先将高度图转为点云图。halcon中没有该算子（可能没发现？？），这里自己实现了一个算子height_to_3d_obj，可以将高度图转为halcon点云对象。
核心是构建X坐标图、Y坐标图和Z坐标图，然后调用halcon的xyz_to_object_model_3d算子，转为3D图。
三个图的宽高和原始的高度图一致：

X图：每个像素存储的是对应高度图相同行列像素的X世界坐标，使用间隔step（高度图像素间隔）构建。可能结果为[(第一行)0 40 80 120 …(第二行)…]
Y图：和X图类似，存储的是对应高度图相同行列像素的Y世界坐标，也使用step构建。可能的结果为[(第一行)0 0 0 … (第二行)40 40… ]
Z图：就是高度图。

最后需要使用reduce_domain算子只保留原高度图中分割的部分。
在这里插入图片描述

gen_image_const (ImageY, 'real', Width, Height)
gen_image_const (ImageZ, 'real', Width, Height)* 获取高度图中的region区域
get_domain (HeightImg, DomainH)* x图
tupleX :=[]
tuple_gen_sequence (0, (Width-1)*step, step, row_x) //一行
for Index := 0 to Height-1 by 1 //多行拼接成图像数据tupleX :=[tupleX,row_x]
endfor
get_domain(ImageX,domainX)
get_region_points(domainX,rows,cols)
set_grayval (ImageX, rows, cols, tupleX) //技巧，通过获取domain定义域，直接将序列赋值为像素
* 整体赋值完毕后再抠出region
reduce_domain (ImageX, DomainH, ImageX)* y图
tupleY :=[]
for Index := 0 to Height-1 by 1tuple_gen_const (Width, Index*step, row_y)tupleY :=[tupleY, row_y]
endfor
set_grayval (ImageY, rows, cols, tupleY)
reduce_domain (ImageY, DomainH, ImageY)* z图 - 转为real格式的图，原高度图非real格式
get_region_points(DomainH,rows_Z,cols_Z)
get_grayval(HeightImg,rows_Z,cols_Z,tupleZ)
zv0 := tupleZ
set_grayval (ImageZ, rows_Z, cols_Z, zv0) //ImageZ在前面是real格式
reduce_domain (ImageZ, DomainH, ImageZ)xyz_to_object_model_3d (ImageX, ImageY, ImageZ, ObjectModel3D3)
return ()

最后显示三个高度图的点云图像：

* 转3D对象模型查看
height_to_3d_obj (HeightImg_no_glue, step, obj3D_hk_no_glue)
height_to_3d_obj (HeightImg_glue, step, obj3D_hk_glue)
height_to_3d_obj (img_mod, step, obj3D_mod)
visualize_object_model_3d (WindowHandle, obj3D_hk_no_glue, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)
visualize_object_model_3d (WindowHandle, obj3D_hk_glue, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)
visualize_object_model_3d (WindowHandle, obj3D_mod, [], [], ['lut','color_attrib','disp_pose'], ['color1','coord_z','true'], [], [], [], PoseOut)

无胶水：
在这里插入图片描述
胶水：

模板：

4.6 点云匹配

先上代码：

* 点云匹配校准
create_surface_model (obj3D_mod, 0.03, [], [], SurfaceModel)//创建surface模型，因为上面的模型非点云型，需进行采样
MinScore := 0.1
* find返回的Pose指的是模型到目标的位姿变换关系，可以用rigid_trans_object_model_3d将模板转换到目标附近靠模
find_surface_model (SurfaceModel, obj3D_hk_glue, 0.03, 0.1, MinScore, 'true', ['num_matches', 'use_3d_edges'], [1, 'false'], Pose_glue, Score, SurfaceMatchingResult)
get_surface_matching_result (SurfaceMatchingResult, 'sampled_scene', [], SampledScene)
get_surface_matching_result (SurfaceMatchingResult, 'key_points', [], KeyPoints)* 胶路点云对齐到模型，注意rigid_trans_object_model_3d算子是将模型转变到目标场景中
* pose_invert (Pose_glue, Pose_glue_Invert)
rigid_trans_object_model_3d (obj3D_hk_no_glue, Pose_glue, obj3D_hk_no_glue_t)
visualize_object_model_3d (WindowHandle, [obj3D_hk_glue,obj3D_modTrans,obj3D_hk_no_glue_t], [], [], \['color_' + [0, 1, 2],'point_size_' + [0, 1, 2],'disp_pose'], ['red', 'blue', 'yellow', 1.0, 3.0, 5.0,'true'], [], [], [], PoseOut)

首先create_surface_model 进行采样，作为基准；
find_surface_model 进行点云匹配，返回的Pose是模型到目标的位姿变换关系，这里的参数不再详细解释，需自己实验调节；
rigid_trans_object_model_3d 靠模，这里是将模型（无胶水点云）转变到目标场景中（胶水点云），用这个算子就可以进行点云对齐，为后面的高度图差分做准备。

在这里插入图片描述
其中红色的带胶的，黄色是无胶水，蓝色是无胶水的模板。

4.7 点云转高度图

现在需要将靠模后的无胶水点云转为高度图，这里又是自己封装的算子：
在这里插入图片描述

* 将3D对象中的xyz点云，转为z向高度图
get_object_model_3d_params (object_3d, 'point_coord_x', point_x_no_glue_t)
get_object_model_3d_params (object_3d, 'point_coord_y', point_y_no_glue_t)
get_object_model_3d_params (object_3d, 'point_coord_z', point_z_no_glue_t)
cols := int(point_x_no_glue_t/step) //在高度图中的行列坐标，cols[index]和rows[index]是一对。 
rows := int(point_y_no_glue_t/step) 
* 高度图赋值
for Index := 0 to |cols|-1 by 1* 注意其中可能有负数！下面将负数都转移到0,0点* 可能有越界的点，都转移到0点if (cols[Index] < 0 or cols[Index]>=Width)cols[Index] :=0rows[Index] :=0point_z_no_glue_t[Index] :=0endifif (rows[Index] < 0 or rows[Index]>=Height)cols[Index] :=0rows[Index] :=0point_z_no_glue_t[Index] :=0endif
endfor
gen_image_const (Height_img, img_type, Width, Height)
set_grayval (Height_img, rows, cols, point_z_no_glue_t) //将对应行列的，设置为对应的z值，比较绕这里。
return ()

实际代码：

* x y z的实际坐标是变了，所以深度图需要由这三个实际坐标来重新构建
obj3D_to_height (Height_img_no_glue_t, obj3D_hk_no_glue_t, step, Width, Height, ImgType)

带胶水的高度图：
在这里插入图片描述

转换之后的高度图（无胶水）：
在这里插入图片描述
转换之前的高度图（无胶水）：

4.8 差分

* 差分
sub_image (HeightImg_glue, Height_img_no_glue_t, ImageSub, 1, 0)
threshold (ImageSub, Image_Glue, 80, 1000)

背景为带胶水的亮度图，红色的为差分出的胶路Region：
在这里插入图片描述

5. 胶路分析

略。