---

• 结果：
  

---

0. 数据说明

如上图所示，需要检测的内容为红色框内标出的缺陷部分。简单示例如下红色线条。 但是，由于噪声的影响，点云的平面度并不好，且横梁边缘处存在连接，如下： 基于上述问题，首先需要获取有效点云（最上层横梁点云），之后在进行凹凸缺陷检测。

1. 凹凸缺陷基本内容

      进行3D点云凹凸缺陷检测在许多应用中具有重要的意义，以下是一些常见的原因：

• 质量控制与质检： 在制造业中，通过检测产品表面的凹凸缺陷，可以及时发现和修复制造过程中的问题，确保产品质量符合标准。

• 安全性： 在工程和建筑领域，检测结构表面的凹凸缺陷有助于确保建筑物、桥梁等结构的结构完整性和安全性。早期发现可能的问题可以防止事故发生。

• 医学图像处理： 在医学影像学中，通过3D点云凹凸缺陷检测，可以帮助医生识别和分析患者骨骼或器官表面的异常，从而提供更精确的诊断。

• 地质勘探： 在地质勘探领域，通过对地表进行3D点云凹凸缺陷检测，可以发现地下脉络、河流或者地表的裂缝，为资源勘探提供重要信息。

• 机器人导航： 对环境进行3D点云凹凸缺陷检测可以帮助机器人和自动驾驶系统避免碰撞，确保在复杂的环境中安全导航。

• 文物保护： 在文物保护和修复中，通过对文物表面进行凹凸缺陷检测，可以制定合适的修复方案，保护文化遗产。

• 虚拟现实和增强现实： 在虚拟现实和增强现实应用中，通过对真实世界进行3D点云凹凸缺陷检测，可以更准确地将虚拟元素叠加到真实环境中，提高用户体验。

总体而言，3D点云凹凸缺陷检测有助于从复杂的三维环境中提取重要的信息，为各种应用提供基础数据和分析结果。这些应用涵盖了多个领域，包括制造业、医疗、建筑、地质勘探等。

2. 详细检测思路

• 提取3D ROI内点：提取有效点，加速后续处理速度；

• 点云法向量：

  • 一方面用于后续处理中的“点过滤”，过滤点与相机z轴夹角过大的点；

• 点过滤：主要是去除掉噪声，可采样的方法：统计滤波+法向量过滤结合的方法；

  • 白色为过滤的点，红色为保留的点。可以看到有效检测点都被保留了下来； - - 点云聚类：获取有效点，剔除不必要的点；
  • 聚类后保留下的点更为干净。

• 点位位姿+根据位姿提取最高层点：获取最上层的目标点；

  • 最高层有效检测点云。

• 凹凸缺陷：根据点到平面的距离，提取凹凸缺陷；
  

免责声明：
文章中引用的图片如有侵权，请联系作者删除。