Halcon知识：三维重构的一个尝试

提要

        尝试一个三维重构的方法，目前尚不成熟，但是做为长期需要研究的题目，有必要把过程如实记录下来，以便备忘。或以后在此基石上继续研究。

一、生成灰度斜面

• gen_image_surface_first_order( : ImageSurface : Type, Alpha, Beta, Gamma, Row, Column, Width, Height : )

算子 gen_image_surface_first_order 根据以下面方程，创建一个倾斜的灰度值表面：

ImageSurface(r,c)  =  Alpha(r - Row) +  Beta(c - Column) +   Gamma

        图像的大小由宽度和高度决定。参数 Row 和 Column 定义了创建的灰色表面的参考点。灰度值的类型为 Type（有关像素类型的详细描述，请参见 gen_image_const）。有效区域之外的灰度值被剪裁掉。

如：下列代码

gen_image_surface_first_order(Surface,'uint2',0.3, 0.7, 10, 100, 100,512,512 )

              

 上面图中，左面为生成的斜面图像，右面为灰度平面方程。

二、 图像的分块剪切

•  crop_rectangle1(Image : ImagePart : Row1, Column1, Row2, Column2 : )

         运算符crop_rectangle1 从每个输入图像中剪切一个或多个矩形区域。这些区域由矩形表示，矩形由它们的左上角和右下角的坐标定义。左上角必须在图像内。在右侧和底部，矩形可能超出图像，但输出图像的域被设置为仅包含可以从输入图像导出的部分。如果矩形区域落在图像内，则每个生成的图像都具有其对应矩形的大小。

三、转换图像的数据类型

• convert_image_type (ZMap, ImageMeasureReal, 'real')

将图像ZMap的数据类型改变，生成ImageMeasureReal图像。

四、元组的幂函数

• tuple_pow( : : T1, T2 : Pow)

tuple_pow 计算输入元组 T1^{T2} 的幂函数。如果两个元组的长度相同，则幂函数将应用于两个元组的相应元素。否则，T1 或 T2 的长度必须为 1。在这种情况下，对较长元组的每个元素与另一个元组的单个元素执行幂函数。结果总是一个浮点数。不允许使用字符串的幂函数。

五、图像灰度线性变换

• scale_image(Image : ImageScaled : Mult, Add : )

运算符 scale_image 通过以下变换缩放输入图像 (Image)：

                     g' := g * mult + add
如果发生上溢或下溢，值将被剪裁。请注意，循环和方向图像并非如此。
例如，可以应用此运算符将图像的灰度值（即区间 [GMin,GMax]）映射到最大范围 [0:255]。为此，参数选择如下：

 六、三维图像生成

•  xyz_to_object_model_3d(X, Y, Z : : : ObjectModel3D)

        运算符 xyz_to_object_model_3d 将包含 3D 点的 X、Y 和 Z 坐标的图像三元组转换为 3D 对象模型。仅使用所有三个图像的相交域中的点。在 ObjectModel3D 中返回创建的 3D 对象模型的句柄。创建的 3D 对象模型包含点的坐标，以及包含每个 3D 点的原始行和列的映射属性。其中一个坐标为无穷大或“非数字”(NaN) 的点将被忽略并且不会添加到 3D 对象模型中。

请注意，如果不再需要或应该覆盖 3D 对象模型，则必须首先通过调用运算符 clear_object_model_3d 释放内存。

使用一阶多项式创建一个倾斜的灰色表面。

七、示例代码

read_image (Image, 'E:/Image/257.png')
get_image_size (Image, Width, Height)
threshold (Image, Regions, 30058, 39762)
reduce_domain (Image, Regions, ImageReduced1)


NumberOfZILCaptured :=1000  //设置采集行数为1000
ZILLatRes :=0.056
ZILVerRes :=0.0085
TransportRate := 0.1


* 筛选出XYZ面
* 创建一个X面
gen_image_surface_first_order (PointCloudX, 'real', TransportRate, 0, 0, NumberOfZILCaptured / 2, Width / 2, Width, NumberOfZILCaptured)
* 创建一个Y面
gen_image_surface_first_order (PointCloudY, 'real', 0, ZILLatRes, 0, NumberOfZILCaptured / 2, Width / 2, Width, NumberOfZILCaptured)
* 将图像转换成区域
crop_rectangle1 (ImageReduced1, ZMap, 0, 0, NumberOfZILCaptured - 1, Width-1) //剪出一个或多个矩形图像区域
convert_image_type (ZMap, ImageMeasureReal, 'real') //转换图像类型
get_image_size (ImageMeasureReal, zMap_Width, zMap_Height)
gen_image_const (ImageGray, 'real', zMap_Width, zMap_Height) //创建一个恒定灰度值的图像
threshold (ImageMeasureReal, Region_Valid, 1, 9999999)
tuple_pow (2, 15, hv_offset)
scale_image (ImageMeasureReal, ImageGray, ZILVerRes, -hv_offset * ZILVerRes)  //缩放灰度值
* 筛选出Z面
reduce_domain (ImageGray, Region_Valid, PointCloudZ)
* X、Y、Z 面组合成Object物体
xyz_to_object_model_3d (PointCloudX, PointCloudY, PointCloudZ, ObjectModel3D)
GenParaName:=[  'lut', 'color_attrib', 'alpha', 'disp_pose']
GenParaValue:=['color1', 'coord_z', 0.5,    'true']
visualize_object_model_3d (WindowHandle, ObjectModel3D, [], [], GenParaName, GenParaValue, [], [], [], PoseOut)