对于三维测量的套路，都是将图像转成二维进行测量和处理
我仍然以这个开关检测项目为例，开关点云有x,y,z，三个空间坐标如果对这个三维点云直接处理，有一个思路我提供给大家，将点云模型完全调平，然后针对x,y,z其中一个坐标进行测量，其实这种思路也是将三维图转为平面。
一.点云图转深度图+点云滤波
本篇着重讲解如何将点云模型转为深度图的思路。1.将点云模型拆分成x,y,z三个数组，这里的数据可以自动清空，具体请补充一下数据存储，堆和栈的内容。
2.这里提出一个手法，将点云数据拆分成三个数组之后，有很多点事有小数位的，这里为了提高精度，会把数组中的坐标乘以10或100，视情况而定，如此图像的细节会更加清晰，可以理解为拉伸图像。
x:=point_coord_x1*10y:=point_coord_y1*10
3.之后观察调平的点云，以x,y为Row和Column,z为灰度值，建立深度图。此时可以将图像当成二维图像处理。
4.细心地朋友可能会发现，这个生成的深度图是有孔洞的。这与物料的反光或者遮挡有关，如下是缺失点云数据的点云模型。
如下是缺失点的深度图
5.刚说到，可以对深度图运用二维的处理，这里分别运用中值滤波，高斯滤波，均值滤波对图像进行处理，填充孔洞。
二.断线拟合
这里讲的是二维的处理手法
有时候直接调用提取边缘的算子呢，提取出的边缘线存在断线，或交叉线，对于边缘拟合造成了很大的麻烦，这里点出断线拟合的思路。
1.将线段打散成点
2.对点基于行或列排序
注意这里排序很重要，不排序拟合直线时会出现交叉点
排序后效果图
3.拟合线
edges_sub_pix (ImageReduced1, Edges1, 'canny', 1,5, 25)count_obj (Edges1, Number1)for Idle:=1 to Number1 by 1select_obj (Edges1, EdgeContour, Idle)*把线变为点get_contour_xld(EdgeContour, RowS,ColumnS)Row1:=[Row1,RowS]Column1:=[Column1,ColumnS]endfortuple_sort_index (Row1, Indices)tuple_length(Row1,Length)NewRow:=[]NewColumn:=[]if(Length>=1)*方法1NewRow:=subset(Row1,Indices)NewColumn:=subset(Column1,Indices)
