基于Halcon深度图的曲面圆柱凹坑缺陷处理方法

一、概述

可以选用海康机器人或深视智能的3D轮廓仪完成曲面圆柱表面缺陷的扫描，获取一张平铺的3D深度图进行处理。首先对采集的深度图通过高度平滑拟合出基准面，差分提取下凹区域，再结合像素分辨率换算实际面积。

3D轮廓仪输出的数据包括点云（X/Y/Z）、深度图、亮度图三种数据，在做 "凹陷面积 + 深度" 定量检测（轮对颈这种金属圆柱面），优先用深度图；精度要求极高、要做圆柱展开 / 三维拟合时，再用原始点云；亮度图只适合辅助定位、区分油污 / 脏污，不能算面积和深度。

二、实现过程

基准面拟合

曲面圆柱即使经过机械加工，其表面也会存在微小的曲线起伏或安装倾斜。不能直接用一个固定常数做全局阈值分割。代码中采用 mean_image（核大小需大于最大缺陷尺寸的2倍）来提取背景基准线，确保只提取局部下凹。

2.物理单位转换

3D轮廓仪输出的图像，其像素距离与实际物理尺寸存在比例关系：

X方向分辨率：通常与轮对旋转编码器的触发频率、轴颈直径相关。

Y方向分辨率：取决于3D激光相机的线激光X轴点间隔。

必须确保 PixelAreaSize（单像素面积）计算准确，否则会导致面积筛选误判。

3.深度与面积的双重过滤

算法中通过 threshold (ImageDiff, ..., 0.1, 99999) 先行过滤了深度不足 0.1mm （举例数据）的微小波动，随后通过面积元组 过滤 AreaReal >= 60.0（举例数值） 剔除了面积不达标的区域。

说明：这里计算面积时，需根据基准面的Z值，需先求出对应的XY像素坐标值之间的距离信息来求出面积。

三、逻辑代码

通过读取深度图图像的数据，实现的Halcon代码缺陷检测的代码如下所示

bash 复制代码

* 1. 读取或引入展开后的深度图像 (Z图)
read_image (ImageDepth, 'wheel_journal_depth_image.tif')

* 2. 预处理：去除无效点（噪点），填充缺失值
* 假设无效值为0，将其替换为周围均值或背景高度
threshold (ImageDepth, RegionValid, 0.1, 99999)
reduce_domain (ImageDepth, RegionValid, ImageReduced)

* 3. 拟合基准面（消除轴颈整体的微小倾斜或圆柱度偏差）
* 使用大核均值滤波或中值滤波模拟无缺陷的理想表面
mean_image (ImageReduced, ImageBackground, 151, 151)

* 4. 图像差分：寻找下凹区域
* 基准面减去原始深度图，得到正值代表下凹深度的图像
sub_image (ImageBackground, ImageReduced, ImageDiff, 1.0, 0)

* 5. 深度阈值分割：提取深度超过 0.1 毫米的区域
* 假设深度图的灰度值单位就是毫米（如果是数据精度需乘以算子系数）
ThresholdDepth := 0.1
threshold (ImageDiff, RegionDefectsRaw, ThresholdDepth, 99999)

* 6. 区域连通性分析与形态学去噪
connection (RegionDefectsRaw, ConnectedDefects)
* 使用闭运算消除内部空洞，开运算消除毛刺
closing_circle (ConnectedDefects, RegionClosed, 3.5)
connection (RegionClosed, ConnectedDefectsFinal)

* 7. 计算每个缺陷的实际物理面积并筛选
* ⚠️ 请根据相机实际标定参数修改以下两个像素分辨率（单位：毫米/像素）
PixelSizeX := 0.05  * X方向（圆周展开方向）每个像素代表的毫米数
PixelSizeY := 0.05  * Y方向（轴向）每个像素代表的毫米数
PixelAreaSize := PixelSizeX * PixelSizeY * 1.0

* 计算每个连通域的像素面积
area_center (ConnectedDefectsFinal, AreaPixels, Row, Column)

* 将像素面积转换为物理面积（平方毫米）
AreaReal := AreaPixels * PixelAreaSize

* 筛选出面积超过 60 平方毫米的缺陷
MinAreaMM2 := 60.0
tuple_find (AreaReal, expression(AreaReal >= MinAreaMM2), Indices)

if (size_of_tuple(Indices) > 0 and Indices != -1)
    select_obj (ConnectedDefectsFinal, SelectedDefects, Indices + 1)
    * SelectedDefects 即为最终输出的达标凹陷缺陷区域
else
    gen_empty_region (SelectedDefects)
endif