基于表面的3d识别定位，即在一个3d 场景下，用3d表面模型去识别零件，得到零件的pose，这个pose是基于3D场景坐标系的。
模型可以用solidworks软件画，保存成.stl格式，也可以是程序生成的。
读入文件然后生成3d表面模型：
file:='零件模型的地址及名称'
*‘mm’也可以是'm','dm',设置成和后续3D scene的读入一致即可
read_object_model_3d (file, 'mm', [], [], ObjectModel3DModel, Status)
create_surface_model (ObjectModel3DModel, 0.03, [], [], SFM)
读入3d场景：
*3d场景可以是.ply等类型的点云
Name:='3d点云的位置和名字'
read_object_model_3d(Name, 'mm', [], [], ObjectModel3D, Status)
接下来识别：
*可以详细设置参数
find_surface_model (SFM, ObjectModel3D, 0.02, 0.6, 0.3, 'true', [], [], Pose, Score, SurfaceMatchingResultID)
展示结果：
ObjectModel3DResult := []
for Index2 := 0 to |Score| - 1 by 1
if (Score[Index2] < 0.11)
continue
endif
CPose := Pose[Index2 * 7:Index2 * 7 + 6]
*
rigid_trans_object_model_3d (ObjectModel3DModel, CPose, ObjectModel3DRigidTrans)
ObjectModel3DResult := [ObjectModel3DResult,ObjectModel3DRigidTrans]
endfor
Message[1] := 'Found ' + |ObjectModel3DResult| + ' object(s) in ' + TimeForMatching1$'.3' + 'ms'+' without remove noise'
ScoreString := sum(Score$'.2f' + ' / ')
Message[2] := 'Score(s): ' + ScoreString{0:strlen(ScoreString) - 4}
NumResult := |ObjectModel3DResult|
tuple_gen_const (NumResult, 'green', Colors)
tuple_gen_const (NumResult, 3, Radii)
Indices := [1:NumResult]
*
dev_clear_window ()
visualize_object_model_3d (WindowHandle, [ObjectModel3D,ObjectModel3DResult1], [], [], ['color_' + [0,Indices],'point_size_0'], ['gray',Colors,1.0], Message, [], Instructions, PoseOut)
还可以提前对3d场景数据进行去噪，平滑等预处理，在生成模型和进行识别时，可以根据需要设置不同参数来提高精确度或者加速识别。
另外halcon18.05的新功能，能限定零件的位姿和对称性来加速识别。
【关于halcon基于表面的3d识别定位】
推荐阅读
- 机器视觉检测的基础知识——分辨率，精度，公差
- 图像处理|halcon模板匹配学习（一） Matching 初印象
- halcon教程|halcon算子讲解系列---目录
- Halcon|Blob分析的例子，抽取Blobs
- opencv|基于openCV的形状模版匹配
- Visual|Halcon和Visionpro的对比
- 基于HALCON的模板匹配方法总结
- halcon学习笔记(6)——学习Crystals例子的凸包及图像熵
- Blob分析的基本概念和实现流程