點(diǎn)云處理軟件的開發(fā)

范秋生，潘紋，劉培俊

點(diǎn)云處理軟件的開發(fā)

范秋生1，潘紋1，劉培俊2

（1.黃岡職業(yè)技術(shù)學(xué)院，湖北 黃岡 438002；2.徐州工程機(jī)械集團(tuán)有限公司，江蘇 徐州 221000）

為了處理圖像中的三維點(diǎn)云數(shù)據(jù)，在本地計(jì)算機(jī)上對(duì)3D視覺測(cè)量儀采集的點(diǎn)云數(shù)據(jù)進(jìn)行半徑及面積測(cè)量與誤差分析，設(shè)計(jì)一個(gè)可供下載安裝的App以便于后續(xù)實(shí)驗(yàn)教學(xué)工作。因?yàn)槠潼c(diǎn)云及圖像處理功能非常強(qiáng)大，且用MATLAB App Designer來開發(fā)App比較簡(jiǎn)便，方便調(diào)試修改，因此采用的是MATLAB 2019b版本進(jìn)行App開發(fā)。對(duì)App進(jìn)行性能測(cè)試，分別進(jìn)行多次重復(fù)實(shí)驗(yàn)，觀察實(shí)驗(yàn)結(jié)果，并作出誤差分析，證明點(diǎn)云App測(cè)量重復(fù)性及穩(wěn)定性精度較好。通過點(diǎn)云處理可以從中分離提取出精度高、效果好的點(diǎn)云數(shù)據(jù)。

點(diǎn)云及圖像處理 ；MATLAB軟件；半徑及面積測(cè)量 ；誤差分析

精密測(cè)量是先進(jìn)制造的基礎(chǔ)，在高等教育中開展先進(jìn)的精密測(cè)量可以接觸前沿技術(shù)、開闊學(xué)生視野、構(gòu)建新時(shí)代知識(shí)體系。為此，本團(tuán)隊(duì)利用編程技術(shù)和MATLAB點(diǎn)云分析工具箱，構(gòu)建了遠(yuǎn)程控制3D視覺檢測(cè)實(shí)驗(yàn)平臺(tái)，實(shí)現(xiàn)學(xué)生的遠(yuǎn)程實(shí)驗(yàn)教學(xué)工作。在實(shí)驗(yàn)室現(xiàn)有的3D視覺測(cè)量儀基礎(chǔ)上，設(shè)計(jì)一種遠(yuǎn)程控制實(shí)驗(yàn)平臺(tái)，使得用戶可以在遠(yuǎn)程控制實(shí)驗(yàn)室的3D視覺測(cè)量儀對(duì)激光雷達(dá)芯片基板進(jìn)行測(cè)量操作并生成點(diǎn)云數(shù)據(jù)；通過點(diǎn)云數(shù)據(jù)遠(yuǎn)程傳輸?shù)奖镜赜?jì)算機(jī)，進(jìn)而在本地計(jì)算機(jī)上利用點(diǎn)云處理App進(jìn)行點(diǎn)云數(shù)據(jù)分析等。

1 MATLAB App Designer簡(jiǎn)介

MATLAB App Designer是Mathworks公司在MATLAB R2016a中正式推出的代替GUIDE的產(chǎn)品。對(duì)界面控件進(jìn)行了徹底的升級(jí)，這也是 MATLAB從圖形化到面向?qū)ο蟮闹饕獞?yīng)用。它的目標(biāo)是順應(yīng)網(wǎng)絡(luò)趨勢(shì)，能夠使用戶在新的圖形系統(tǒng)的基礎(chǔ)上，方便地進(jìn)行圖形用戶界面的設(shè)計(jì)。在此基礎(chǔ)上，用戶可以利用軟件設(shè)計(jì)工具，通過拖放界面組件的方式，實(shí)現(xiàn)了圖形用戶界面的設(shè)計(jì)和布局，并利用集成程序編輯器實(shí)現(xiàn)相應(yīng)的算法模塊，從而開發(fā)出特定功能的App。本文基于MATLAB App Designer開發(fā)了一款A(yù)pp用于測(cè)量激光雷達(dá)芯片基板的面積及半徑。

打開MATLAB主界面后可在新建選項(xiàng)中選擇“App”或直接在命令行輸入“appdesigner”回車，即可進(jìn)入App Designer界面。此界面主要有四個(gè)部分，分別是組件庫、設(shè)計(jì)/代碼視圖區(qū)、組件瀏覽器以及組件屬性。組件庫中有各種組件，用戶可拖選使用；在設(shè)計(jì)/代碼視圖區(qū)，用戶可以切換設(shè)計(jì)與代碼視圖，完成界面設(shè)計(jì)及代碼編寫；組件瀏覽器用來管理或重命名已添加的組件，便于代碼編寫時(shí)調(diào)用及區(qū)分回調(diào)函數(shù)；右下側(cè)的組件屬性區(qū)域，可更改編輯組件大小、顏色等基礎(chǔ)屬性。

2 App交互界面設(shè)計(jì)

按照本文需求，需要設(shè)計(jì)一個(gè)點(diǎn)云處理App，所以首先需要兩個(gè)坐標(biāo)區(qū)，一個(gè)用來顯示每次進(jìn)行點(diǎn)云處理前的原始點(diǎn)云，另一個(gè)顯示經(jīng)過處理后的點(diǎn)云。

其次需要許多按鈕用來操作每個(gè)點(diǎn)云處理步驟，思路如下：讀取并顯示點(diǎn)云；初始點(diǎn)云去噪；ROI提?。ㄟx定特征較好的區(qū)域）；點(diǎn)云降采樣；點(diǎn)云聚類分割；平面擬合；點(diǎn)云二次去噪；點(diǎn)云邊緣提取；圓半徑及面積提取。

最后點(diǎn)云數(shù)據(jù)處理完成后，需要四個(gè)顯示最終數(shù)據(jù)的文本框，即面積、半徑、面積相對(duì)誤差、半徑相對(duì)誤差[1]。

3 App代碼編寫及效果演示

3.1 顯示點(diǎn)云

本文點(diǎn)云處理及面積提取算法選取了最適合測(cè)量對(duì)象激光雷達(dá)芯片基板的點(diǎn)云數(shù)據(jù)的相關(guān)點(diǎn)云去噪、平面擬合、邊緣提取算法以及二值圖像面積提取算法等[2]。初始點(diǎn)云數(shù)據(jù)由實(shí)驗(yàn)室現(xiàn)有的3D視覺測(cè)量儀采集，再通過設(shè)計(jì)的遠(yuǎn)程控制程序下載到用戶本地計(jì)算機(jī)，接著通過各種點(diǎn)云算法進(jìn)行對(duì)初始點(diǎn)云數(shù)據(jù)的一系列處理,選出對(duì)此數(shù)據(jù)處理效果最好的各種算法。

經(jīng)大量搜集資料，在App中顯示點(diǎn)云圖像可采用scatter3()函數(shù)或plot3()函數(shù)，在進(jìn)行反復(fù)實(shí)驗(yàn)后，發(fā)現(xiàn)plot3()函數(shù)更加適用于本文中的點(diǎn)云數(shù)據(jù)，因?yàn)楸疚狞c(diǎn)云較為密集。scatter3()函數(shù)顯示點(diǎn)云時(shí)會(huì)將每個(gè)點(diǎn)都顯示為有一定體積的球狀，不利于觀察點(diǎn)云圖像；plot3()函數(shù)則是將每個(gè)點(diǎn)顯示為幾乎無體積的圓點(diǎn)，不影響觀察。示例如圖1和圖2所示。

圖1 plot3()顯示點(diǎn)云

圖2 scatter3()顯示點(diǎn)云

實(shí)驗(yàn)室3D視覺測(cè)量儀獲取n行3列的數(shù)據(jù)是.mat格式，讀取點(diǎn)云數(shù)據(jù)本文采用load()函數(shù)，讀取之后再將三列數(shù)據(jù)分別賦給x，y，z，再用pcwrite()保存為.ply格式的點(diǎn)云數(shù)據(jù)，最后進(jìn)行點(diǎn)云顯示，即上述plot3()函數(shù)。效果如圖3所示。

圖3 初始點(diǎn)云圖像

3.2 初始點(diǎn)云濾波

按照點(diǎn)云處理步驟，顯示點(diǎn)云之后是初始點(diǎn)云濾波，在各種濾波算法經(jīng)過對(duì)比實(shí)驗(yàn)后本文選擇統(tǒng)計(jì)濾波作為初始濾波去除高斯噪聲，因?yàn)榻y(tǒng)計(jì)濾波去除無關(guān)的主體內(nèi)高斯噪聲效率較高，且計(jì)算時(shí)間相對(duì)于雙邊濾波、半徑濾波等較短，有效縮短處理時(shí)間。統(tǒng)計(jì)濾波在MATLAB中有具體函數(shù)如下：

ptCloudOut=(ptCloudIn02,'NumNeighbors', 20,'Threshold',1.0);

在進(jìn)行統(tǒng)計(jì)濾波時(shí)需要確定兩個(gè)參數(shù)k和std，即上述函數(shù)中的NumNeighbors與Threshold，在初始濾波中本文將其設(shè)定為20和1.0，這是經(jīng)不斷實(shí)驗(yàn)得出的效果較好的一組參數(shù)。原始點(diǎn)云數(shù)據(jù)點(diǎn)數(shù)為436638，濾波后點(diǎn)云個(gè)數(shù)實(shí)驗(yàn)結(jié)果如表1所示。

表1 統(tǒng)計(jì)濾波參數(shù)對(duì)應(yīng)濾波后點(diǎn)云點(diǎn)數(shù)

上表1可見對(duì)原始點(diǎn)云數(shù)據(jù)濾波效果最好的一組參數(shù)為k=20，std=1.0，濾波效果如圖4所示。

圖4 初始點(diǎn)云去噪

3.3 ROI提取

在MATLAB點(diǎn)云處理中有一個(gè)函數(shù)findPointsInROI（region of interest），可以根據(jù)坐標(biāo)的范圍，返回一個(gè)對(duì)應(yīng)點(diǎn)云中的序列，通過select函數(shù)就可以進(jìn)一步提取出對(duì)應(yīng)的點(diǎn)云?；诖?，首先確定要提取的點(diǎn)云坐標(biāo)范圍，在顯示點(diǎn)云后，通過旋轉(zhuǎn)、平移等操作觀察特征良好區(qū)域的大致坐標(biāo)范圍，根據(jù)次坐標(biāo)范圍設(shè)置ROI提取區(qū)域roi = [-20 10 -30 -10 -200 0]；前兩個(gè)數(shù)代表x坐標(biāo)范圍，中間兩個(gè)數(shù)代表y坐標(biāo)范圍，最后兩個(gè)數(shù)代表z坐標(biāo)范圍。

找到位于長方體ROI內(nèi)的點(diǎn)的索引，選擇位于長方體ROI內(nèi)的點(diǎn)并存儲(chǔ)為點(diǎn)云對(duì)象，同時(shí)顯示ROI內(nèi)的點(diǎn)云如圖5所示。

圖5 點(diǎn)云ROI提取

3.4 點(diǎn)云聚類分割

本文中點(diǎn)云聚類分割采用的是歐式聚類分割，在MATLAB中有對(duì)應(yīng)的函數(shù)如下：

[labels,numClusters]= pcsegdist(ptCloud,minDistance)

含義是在返回所有標(biāo)簽（labels）的同時(shí)，返回集群（numClusters）的數(shù)量，peCloud為被處理點(diǎn)云，minDistance為最小聚類歐式距離。聚類分割如圖6所示。

圖6 點(diǎn)云聚類分割

3.5 點(diǎn)云平面擬合

在經(jīng)過驗(yàn)證的兩種平面擬合算法中，最終選擇隨機(jī)抽樣一致算法（RANSAC），該算法需要認(rèn)為確定擬合距離minDistance，對(duì)此展開實(shí)驗(yàn)，設(shè)定擬合距離為0.30，0.31，0.32，0.33，0.34，0.35分別對(duì)初始點(diǎn)數(shù)為13636的點(diǎn)云進(jìn)行平面擬合，效果如表2所示。

表2 平面擬合實(shí)驗(yàn)

基于表2數(shù)據(jù)，可見擬合距離0.31和0.32效果都較好，因此在App中可設(shè)置一個(gè)數(shù)字框來人為設(shè)定擬合距離，以求在后續(xù)半徑及面積提取時(shí)可以取得最優(yōu)解。界面如圖7所示，上面為平面擬合內(nèi)點(diǎn)點(diǎn)云，下面為平面擬合外點(diǎn)點(diǎn)云即去除的部分。平面擬合按鈕下的數(shù)字框可輸入-5至+5的數(shù)進(jìn)行擬合距離調(diào)整以便求取最優(yōu)半徑和面積。

圖7 點(diǎn)云平面擬合

3.6 點(diǎn)云二次去噪

由于平面擬合后的點(diǎn)云邊緣會(huì)存在毛刺以及散亂噪聲，對(duì)后續(xù)邊緣數(shù)據(jù)提取不利，因此本文有必要在邊緣提取前對(duì)平面擬合點(diǎn)云進(jìn)行再一次去噪，使點(diǎn)云更加平滑，便于提取更加完整的圓形輪廓[3]。此次去噪處理不同于初始點(diǎn)云去噪，初始點(diǎn)云數(shù)據(jù)量大且有很多主體外噪聲，而此處平面擬合點(diǎn)云無主體外噪聲，只有主體內(nèi)噪聲，所以本文在此設(shè)立了一個(gè)切換按鈕組，可在統(tǒng)計(jì)濾波、雙邊濾波以及半徑濾波三種濾波方式中任選一種或全部嘗試取最優(yōu)解。具體操作如圖8、圖9和圖10所示，點(diǎn)開按鈕組，選中并點(diǎn)擊其中一項(xiàng)，接著在上面坐標(biāo)區(qū)顯示二次去噪前的點(diǎn)云，下面坐標(biāo)區(qū)會(huì)顯示二次去噪后的點(diǎn)云圖像，并在圖像上標(biāo)注去噪方式，可明顯觀察到點(diǎn)云更加平滑，噪聲大幅度減弱。

圖8 點(diǎn)云二次去噪（統(tǒng)計(jì)濾波）

圖9 點(diǎn)云二次去噪（雙邊濾波）

圖10 點(diǎn)云二次去噪（半徑濾波）

3.7 點(diǎn)云邊緣提取

首先將上一環(huán)節(jié)二次去噪的點(diǎn)云進(jìn)行聚類分割以求邊緣更加清晰，然后對(duì)二次去噪后的點(diǎn)云進(jìn)行邊緣提取，根據(jù)邊緣提取原理以及本文采取的邊緣提取算法，將Sobel算子與Canny算子進(jìn)行對(duì)比，取邊緣提取效果較好的Canny算子，并將處理后的二值圖像顯示在上面坐標(biāo)區(qū)，用戶可根據(jù)邊緣提取的效果選擇是否更換二次去噪方式。若效果較好，則繼續(xù)進(jìn)行下一步圓半徑及面積提??；若效果較差，則返回上一個(gè)按鈕組重新選擇去噪方式，接著再次進(jìn)行邊緣提取。二次去噪選擇統(tǒng)計(jì)濾波效果顯示如圖11，上坐標(biāo)區(qū)左側(cè)為Sobel算子圖像，右側(cè)為Canny算子圖像，可明顯觀察到右側(cè)圖像圓形區(qū)域特征良好，有利于圓半徑及面積提取。

圖11 點(diǎn)云邊緣提取

3.8 圓半徑及面積提取

在App中實(shí)現(xiàn)如圖12,點(diǎn)擊圓半徑及面積提取按鈕即可開始測(cè)量，其下方數(shù)據(jù)框?yàn)闇y(cè)量結(jié)果以及相對(duì)誤差顯示。

測(cè)量結(jié)果為：半徑1.521（mm），相對(duì)誤差1.374%；面積7.145（mm2），相對(duì)誤差1.081%。半徑標(biāo)準(zhǔn)值為1.5（mm），面積標(biāo)準(zhǔn)值7.069（mm2）。

圖12 App圓半徑及面積提取

4 誤差分析

4.1 測(cè)量準(zhǔn)確性分析

本文實(shí)驗(yàn)?zāi)＞邩?biāo)準(zhǔn)值為圓面積7.06mm2，圓半徑1.5mm。

采用上述點(diǎn)云處理App對(duì)同一初始點(diǎn)云10個(gè)不同位置進(jìn)行測(cè)量，將測(cè)量數(shù)據(jù)制作表格如表3 所示。

表3 同一點(diǎn)云不同位置測(cè)量數(shù)據(jù)結(jié)果

由表3數(shù)據(jù)可見，對(duì)相同點(diǎn)云的不同位置測(cè)量結(jié)果相對(duì)誤差不超過±5%，說明本文所設(shè)計(jì)的點(diǎn)云處理App測(cè)量準(zhǔn)確性較好。

對(duì)六個(gè)不同初始點(diǎn)云的同一位置進(jìn)行測(cè)量，將測(cè)量數(shù)據(jù)制作表格如表4所示 。

由表4可見，對(duì)不同點(diǎn)云的相同位置測(cè)量的數(shù)據(jù)相對(duì)誤差不超過±5%，可以體現(xiàn)本文點(diǎn)云處理App的準(zhǔn)確性與靈活性。

表4 不同點(diǎn)云相同位置測(cè)量數(shù)據(jù)結(jié)果

4.2 測(cè)量重復(fù)性及穩(wěn)定性分析

對(duì)同一點(diǎn)云同一位置重復(fù)測(cè)量十次，測(cè)量結(jié)果如表5所示。

表5 同一點(diǎn)云相同位置測(cè)量數(shù)據(jù)結(jié)果

由表5數(shù)據(jù)可見本文點(diǎn)云App測(cè)量重復(fù)性及穩(wěn)定性精度較好，相對(duì)誤差均在在±3%以內(nèi)。

5 結(jié)束語

本文基于MATLAB App Designer開發(fā)了一款A(yù)pp用于測(cè)量激光雷達(dá)芯片基板的面積及半徑，主要介紹了點(diǎn)云處理App的設(shè)計(jì)過程及成果展示，描述了點(diǎn)云處理各個(gè)環(huán)節(jié)的設(shè)計(jì)思路及成果展示，重點(diǎn)介紹了各環(huán)節(jié)參數(shù)選取的方法與過程，并對(duì)比實(shí)驗(yàn)觀察不同參數(shù)下的處理效果。對(duì)本文點(diǎn)云處理App的測(cè)量準(zhǔn)確性、穩(wěn)定性、重復(fù)性進(jìn)行了實(shí)驗(yàn)分析，證明了此App有能力達(dá)到任務(wù)的要求。

[1]王曉春.基于點(diǎn)云圖像處理的零部件精度測(cè)量方法 研究[D].西安電子科技大學(xué),2021.

[2]李雷輝.基于3D視覺傳感器的工業(yè)零件表面質(zhì)量檢測(cè)關(guān)鍵技術(shù)研究[D].天津理工大學(xué),2021.

[3]童子良.空間散亂三維點(diǎn)云數(shù)據(jù)處理與規(guī)則曲面點(diǎn)云擬合[D].安徽理工大學(xué),2021.

TP311.564

A

1672-1047（2023）05-0140-05

10.3969/j.issn.1672-1047.2023.05.36

2023-09-06

范秋生，男，湖北浠水人，副教授。研究方向：計(jì)算機(jī)技術(shù)應(yīng)用。

[責(zé)任編輯：羅幼平]