机器视觉原理图，深度解析三维机器视觉成像方法

很多朋友对机器视觉原理图，深度解析三维机器视觉成像方法不是很了解，每日小编刚好整理了这方面的知识，今天就来带大家一探究竟。

在工业4.0时代，三维机器视觉备受关注。目前，三维机器视觉成像方法主要分为光学成像方法和非光学成像方法，其中光学成像方法是市场上的主流。飞行时间3D成像

飞行时间成像(简称TOF)是向目标连续发射光脉冲，然后用传感器接收来自物体的光，通过检测光脉冲的飞行(往返)时间，得到目标的距离。光线发出后，会被物体反射，被摄像头探测到。

目前，市场上的ToF产品按照技术路线可以分为两类：1 .直接飞行时间；2.间接ToF。DTOF测量发射脉冲和接收脉冲之间的时间间隔。其核心部件是VCSEL、单光子雪崩光电二极管SPAD和时间数字转换器(TDC)。

DTOF会在单帧测量时间内发射和接收n次光信号，然后对记录的n次飞行时间进行直方图统计，其中频率最高的飞行时间TOF用于计算目标距离。ITOF的间接测量方案大多采用测量相位偏移的方法，即发射正弦波/方波与接收正弦波/方波的相位差。从应用的角度来看，DToF功耗低，体积小，适合在更小的设备中使用，抗扰性好，更适合户外使用。

并且由于DToF的原理，当测量距离增加时，精度不会有很大的衰减，能耗也不会有很大的提高。但IToF的图像分辨率较高，在物体识别、三维重建、行为分析等应用场景中，可以再现场景中更为详细的信息。总的来说，TOF成像可用于大视场、远距离、低精度、低成本的三维图像采集。其特点是：探测速度快、视场大、工作距离远、价格低，但精度低，易受环境光干扰。

比如Camcueb3.0深度精度可靠(3mm @ 4m)，每个像素对应一个3D数据。

扫描3D成像

三维扫描的基本定义是通过一定的方法获取被扫描物体的几何结构和表面图像。扫描三维成像方法可分为扫描测距法、主动三角测量法和色散共焦法。扫描测距利用准直光束通过1D测距扫描整个目标表面，实现三维测量。主动三角测量是基于三角测量原理，利用准直光束和一束或多束平面光束扫描目标表面，完成三维成像，如图2所示。

通过分析反射光束的光谱，色散共焦获得相应光谱光的聚集位置，如图3所示。

图3

三维扫描成像最大的优点是测量精度高。但缺点是速度慢，效率低；当用于机械臂末端时，可以实现高精度的三维测量，但不适合机械臂的实时三维引导和定位，应用受到限制。三维扫描的应用领域有：(1)逆向工程。通过三维扫描获得物体的三维信息，然后输入到软件中进行修改完善，最终得到准确的三维模型。(2)产品测试。

三维扫描应用于生产线，检测产品形状，控制产品质量。(3)生物医学领域。如牙齿矫正、器官复制等。(4)考古领域。比如文物的复制。

结构光投影三维成像

结构光技术是利用预先设计的具有特殊结构的图案(如离散光斑、条纹光、编码结构光等。)，然后将图案投射到三维空间物体表面，用另一台相机观察成像在三维物理表面上的畸变。如果结构光图样在物体表面的投影是平面，那么成像时观察到的结构光图样与投影图样相似，没有变形，只是根据距离有一定的尺度变化。

但如果物体表面不平整，由于物体表面的几何形状不同，观察到的结构光图样会产生不同的畸变，而且会随距离的不同而不同。根据已知的结构光图案和观测到的形变，根据算法可以计算出被测物体的三维形状和深度信息。

目前，结构光投影三维成像是机器人三维视觉感知的主要方式。它的成像系统由几台投影仪和摄像机组成。常见的结构形式有：单投影仪-单摄像机、单投影仪-双摄像机、单投影仪-多摄像机、单摄像机-双投影仪、单摄像机-多投影仪。根据结构光投影时间的划分，结构光投影三维成像可分为单投影三维法和多投影三维法。单投影3D主要通过空间复用编码和频率复用编码来实现。

由于单投影曝光成像时间短，抗振性能好，适用于运动物体的3D成像，如机器人的实时运动引导、手眼机器人抓取生产线上连续运动的产品等。但深度垂直方向的空间分辨率受目标视场、镜头放大倍数和相机像素的影响，在大视场情况下不易提高。多投影3D具有较高的空间分辨率，可以有效解决地表坡度阶跃变化和空洞等问题。

缺点是：精度容易受投影仪和摄像机的非线性以及环境变化的影响，抗振性能差，不适合测量连续运动的物体；对于粗糙表面，结构光可以直接投射到物体表面进行视觉成像；但对于光滑表面和反射率较高的镜面物体的三维成像，结构光投影无法直接投射到被成像表面上，因此需要采用镜面偏转的方法。

对于复杂曲面的测量，偏转法通常需要借助多重投影法，因此它具有与多重投影法相同的缺点。另外，偏转法很难测量曲率变化较大的表面，因为条纹偏转后反射角的变化率是被测表面曲率的两倍，所以对被测物体表面的曲率变化比较敏感，容易产生遮挡问题。

立体视觉3D成像

立体视觉字面意思是用一只眼睛或两只眼睛感知三维结构。一般来说，它意味着从不同的视点获得两幅或多幅图像，以重建目标物体的三维结构或深度信息。目前立体三维成像方法可分为单目视觉、双目视觉、多目标视觉和光场三维成像。单目视觉的深度感知线索通常包括透视、焦距差、多目成像、覆盖、阴影、运动视差等。

在机器人视觉中，也可以使用镜像1和其他方法，如来自X10的形状。双眼视觉深度知觉的视觉线索是：眼睛的会聚位置和双眼视差。在机器视觉中，使用两个摄像机从两个视点获得同一目标场景的两个视点图像，然后计算两个视点图像中同一点的视差，从而获得目标场景的三维深度信息。

典型的双目立体视觉计算过程包括以下四个步骤：图像畸变校正、立体图像校正、图像配准和三角投影视差图计算，如下图所示。

图5双目立体视觉系统及计算过程示意图多视成像(Multi vision imaging)又称多视角立体成像，是利用单个或多个摄像机从多个视点获取同一目标场景的多幅图像，并重建目标场景的三维信息。其基本原理如下图所示。图6多视角成像的基本原理

多视角立体成像主要应用于以下场景：利用多台摄像机从不同视点获取同一目标场景的多幅图像，然后通过基于特征的立体重建等算法获取场景的深度和空间结构信息；从运动中恢复形状的技术。使用同一台摄像机从不同视点获取多幅图像，在其内部参数不变的情况下重建目标场景的三维信息。

该技术常用于跟踪目标场景中的大量控制点，并连续恢复场景的三维结构信息、摄像机的姿态和位置。

黄飞

以上知识分享希望能够帮助到大家！