HALCON 3D点云处理与深度图测量实战 - 第1节
1.1 从2D到3D：视觉技术的进化之路
做机器视觉这些年，我亲眼见证了3D视觉从实验室走向工厂车间的全过程。说实话，十年前我们还在为2D图像上的光照不均头疼，现在3D点云已经成了产线上的常规配置。
3D视觉技术的发展，大致可以分成三个阶段：
| 阶段 | 时间 | 核心特征 | 代表技术 |
|---|---|---|---|
| 萌芽期 | 1980s-1990s | 学术研究为主，硬件昂贵 | 立体匹配、结构光原型 |
| 成长期 | 2000s-2010s | 传感器成本下降，工业开始试用 | 激光三角法、编码结构光 |
| 爆发期 | 2015s至今 | 消费级3D传感器普及，算法成熟 | ToF、双目、线激光、光场 |
我记得2012年第一次接触3D视觉项目，用的还是进口的线激光轮廓仪，一套设备十几万，调试起来特别费劲。现在呢？几百块的Kinect都能做点云重建了。技术迭代的速度，确实让人感慨。
核心认知：3D视觉不是2D视觉的替代品，而是补充。2D看纹理、看颜色、看平面尺寸；3D看形状、看深度、看体积、看空间位姿。两者结合，才是完整的机器视觉方案。
1.2 工业场景：3D视觉到底能干什么？
很多刚入行的朋友问我：3D视觉在工业上到底有什么用？我一般会给他们看三个典型场景——抓取、测量、检测。这三个方向基本覆盖了90%以上的工业3D视觉应用。
1.2.1 抓取（Pick & Place）
抓取是3D视觉最直观的应用。2D视觉只能告诉你物体在图像上的XY位置，但不知道它有多高、怎么摆放的。3D视觉就不一样了，它能给出物体的完整6D位姿（X、Y、Z、Rx、Ry、Rz）。
- 无序抓取：料框里的零件乱七八糟堆在一起，机器人要一个个抓起来。2D根本搞不定，3D点云分割+位姿估计是标配。
- 精准放置：抓起来之后要放到指定位置，比如装配线上的夹具里。这时候需要高精度的深度信息来引导机器人。
- 避障路径：3D场景重建后，机器人可以规划无碰撞的抓取路径。
我的经验：做抓取项目时，最容易踩的坑是点云分割参数调不好。我曾经在一个汽车零部件抓取项目上，因为点云分割阈值设得太死，导致不同批次零件表面反光差异大，分割结果时好时坏。后来我改用自适应阈值+多帧融合，才稳定下来。
1.2.2 测量（Measurement）
测量是3D视觉的强项。2D测量受透视变形影响很大，物体稍微倾斜一点，测量结果就偏了。3D测量直接基于点云或深度图，可以精确测量三维尺寸。
| 测量类型 | 2D视觉 | 3D视觉 |
|---|---|---|
| 平面尺寸 | ✅ 精度高（正对相机时） | ✅ 精度高（不受倾斜影响） |
| 高度/深度 | ❌ 无法直接测量 | ✅ 直接测量 |
| 体积/容积 | ❌ 无法测量 | ✅ 点云重建后计算 |
| 平面度/平行度 | ❌ 难以实现 | ✅ 拟合平面后计算 |
| 角度测量 | ⚠️ 受透视影响 | ✅ 三维空间角度 |
我做过一个手机中框平面度检测的项目，要求精度0.02mm。2D视觉根本没法做，因为中框边缘有倒角，2D图像上看到的边缘位置会随光照变化。最后用线激光3D扫描，拟合出整个平面，平面度计算稳定可靠。
1.2.3 检测（Inspection）
检测是3D视觉最难、也最有价值的应用。很多缺陷在2D图像上根本看不出来，但在3D点云里一目了然。
- 外观缺陷：划痕、凹陷、凸起、气泡——这些在2D图像上可能被纹理掩盖，但在深度图上就是明显的异常区域。
- 装配检测：零件有没有装到位？间隙是否均匀？卡扣是否扣紧？这些都可以通过3D点云的配准和比对来判断。
- 形变检测：产品有没有变形？跟CAD模型对比，偏差超过阈值就报警。
注意：3D检测的难点在于数据量大、处理速度慢。一个高分辨率点云可能有几百万个点，如果每个点都做处理，根本跑不到产线节拍。所以实际项目中，我们通常会用深度图代替原始点云，或者用ROI裁剪+降采样来提速。
1.3 Halcon 3D模块：为什么选它？
市面上能做3D视觉处理的软件不少，OpenCV、PCL、VisionPro、Halcon……我为什么推荐Halcon？
说白了，Halcon在工业3D视觉领域有三大优势：
- 算法成熟度高：Halcon的3D算子经过了大量工业项目验证，稳定性好。不像开源库，有时候同样的参数，换个场景就崩了。
- 深度图处理能力强：Halcon的深度图算子非常丰富，从滤波、分割到测量，一条龙搞定。我个人习惯是先把点云转成深度图，然后在深度图上做大部分处理，速度能快10倍以上。
- 与2D视觉无缝集成：Halcon的2D和3D模块共享同一套数据结构和编程范式。你如果已经会用Halcon做2D，上手3D基本没有学习成本。
Halcon 3D模块的核心功能，我整理了一张图：
你想想看，一个软件能同时搞定点云、深度图、3D匹配，还能跟2D视觉无缝切换，这在工业现场有多方便。我见过不少团队用OpenCV+PCL做3D，结果光环境适配就折腾了几个月。Halcon虽然要付费，但项目交付周期能缩短一半以上，这笔账算下来其实很划算。
1.4 本章小结
这一章我们聊了3D视觉的发展脉络、工业上的三大应用场景，以及Halcon 3D模块的核心优势。说白了，3D视觉不是黑科技，它已经是一个成熟的工业工具了。关键是你得知道怎么用好它。