2D機器視覺和3D機器視覺的對比

　　要說現在制造業什么最火?答案一定非“人工智能”莫屬了。而人工智能的火熱也帶火了與之關系密切的機器視覺，如果說“人工智能”是一個人的大腦的話，那機器視覺就是這個人的眼睛。

　　以前我們所說的機器視覺，通常是指2D的視覺系統，即通過攝像頭拍到一個平面的照片，然后通過圖像分析或比對來識別物體，能看到物體一個平面上特征，可用于缺失/存在檢測、離散對象分析，圖案對齊、條形碼和光學字符識別，以及基于邊緣檢測的各種二維幾何分析。

　　由于2D視覺無法獲得物體的空間坐標信息，所以不支持與形狀相關的測量，諸如物體平面度、表面角度、體積或者區分相同顏色的物體之類的特征或者在具有接觸側的物體位置之間進行區分，而且2D視覺測量物體的對比度，這意味著特別依賴于光照和顏色/灰度變化，測量精度易受變量照明條件的影響。

　　因此，隨著現在對精確度和自動化的要求越來越高，3D機器視覺變得更受歡迎，在許多“痛點型應用場景”中大顯身手，成為當前“智”造業最炙手可熱的技術之一，業界認為2D向3D的轉變將成為繼黑白到彩色、低分辨率到高分辨率。

　　靜態圖像到動態影像后的第四次革命-3D視覺將是人工智能“開眼看世界”的提供者!

　　相比2D，3D機器視覺具有以下優點：

　　① 在線檢測快速移動的目標物，獲取形狀和對比度

　　② 消除手動檢查帶來的錯誤

　　③ 實現部件和裝配的100%在線質量控制

　　④ 最大限度地縮短檢測周期和召回

　　⑤ 最大限度地提高生產質量和生產量

　　⑥ 對比度不變，是檢查低對比度物體的理想選擇

　　⑦ 對較小的照明變化或環境光不敏感

　　⑧ 建立大型物體檢測的多傳感器設置更簡單

　　正是因為有這么多的優勢，3D機器視覺在業界越來越火熱，可是，你對它了解多少呢?

　　其實，要想真正了解3D視覺，首先得了解3D視覺的測量原理。

　　目前市場上主流的有四種3D視覺技術，雙目視覺、TOF、結構光和激光三角測量

　　雙目技術是目前較為廣泛的3D視覺系統，它的原理就像我們人的兩只眼睛，用兩個視點觀察同一景物，以獲取在不同視角下的感知圖像，然后通過三角測量原理計算圖像的視差來獲取景物的三維信息

　　由于雙目技術原理簡單，不需要使用特殊的發射器和接收器，只需要在自然光照下就能獲得三維信息，所以雙目技術具有：系統結構簡單、實現靈活和成本低的優點，適合于制造現場的在線、產品檢測和質量控制，不過雙目技術的劣勢是算法復雜，計算量大，而且光照較暗或者過度曝光的情況下效果差。

　　第二個技術是TOF飛行時間法成像技術

　　TOF是Time Of Flight的簡寫，它的原理通過給目標物連續發送光脈沖，然后用傳感器接收從物體返回的光，通過探測光脈沖的飛行時間來得到目標物距離

　　TOF的核心部件是光源和感光接收模塊，由于TOF是根據公式直接輸出深度信息，不需要用類似雙目視覺的算法來計算，所以具有響應快、軟件簡單、識別距離遠的特點，而且由于不需要進行灰度圖像的獲取與分析，因此不受外界光源物體表面性質影響;不過TOF技術的缺點是：分辨率低、不能精密成像、而且成本高，由于雙目和TOF都有各自的缺點，所以就有了第三種方式—3D結構光技術，它通過一個光源投射出一束結構光，這結構光可不是普通的光，而是具備一定結構(比如黑白相間)的光線，打到想要測量的物體上表面，因為物體有不同的形狀，會對這樣的一些條紋或斑點發生不同的變形，有這樣的變形之后，通過算法可以計算出距離、形狀、尺寸等信息，從而獲得物體的三維圖像。

　　由于3D結構光技術既不需要用很精準的時間延時來測量，又解決雙目中匹配算法的復雜度和魯棒性問題，所以具有計算簡單、測量精度較高的優勢，而且對于弱光環境、無明顯紋理和形狀變化的表面，同樣都可進行精密測量，所以越來越多的3D視覺高端應用采用結構光技術，最后一種是和結構光類似的激光三角測量法，它基于光學三角原理，根據光源、物體和檢測器三者之間的幾何成像關系來確定空間物體各點的三維坐標

　　通常用激光作為光源，用CCD相機作為檢測器具有結構光3D視覺的優點：精準、快速、成本低，不過，由于根據三角原理計算，被測物體越遠，在CCD 上的位置差別就越小，所以三角測量法在近距離下的精度很高，但是隨著距離越來越遠

　　其測量的精度會越來越差，對于這四種3D視覺原理各自的優缺點，我們可以簡單總結為以下的表格

　　從上面的表格可以看出：四種主流的3D視覺測量原理都有各自的優缺點，那么對于可靠性和精度要求極高的制造業來說有沒有將幾種測量原理結合一起的3D視覺呢?其實全球頂尖的3D視覺廠商也想到了這樣的方案