施努卡：3D機器視覺為什么將逐步取代2D識別技術
http://www.debgrams.com 2022-05-07 11:11 來源：施努卡機器視覺
2D機器視覺系統已經部署了幾十年，在某些應用場景下表現出色。但是在很多場景中，2D視覺存在一些限制，而新興3D機器視覺系統卻可以使用。無論是2D視覺還是3D視覺，其功能和性能直接取決于五個主要組件：光源、光學鏡頭、數字(CMOS或CCD)圖像傳感器、圖像處理軟件工具和通訊接口。
2D視覺
在純2D機器視覺系統的情況下，獲取的目標圖像實際上是二維平面圖。2D圖像不提供任何高度信息，即：有X和Y數據，但沒有深度數據。我們所看到的實際上是從特定視點觀看的3D對象的輪廓。不同的視點和不同的對象會有不同的輪廓，從而使2D機器視覺在形狀信息對于執行任務至關重要的應用中用途有限。對于許多簡單的應用場景，高度和真實形狀信息的缺乏沒有影響。
如：特征識別與定位、尺寸檢測、條碼讀取、字符識別、標簽驗證、質量檢驗、監控和目標跟蹤、有無檢測等。
2D視覺的局限性
1、由于目標物體圖像是由其反射的光形成的，因此環境條件的變化或光源變化可能會對精度產生不利影響。在工廠環境中，太多的光線、太少的光線或陰影都會影響2D平面中出現的邊緣和特征的清晰度。因此，對照明的敏感性是一個問題。
2、由于2D機器視覺所依賴的目標對象表面上的對比(清晰的邊緣和特征)，因此它也將難以處理非常黑暗或非常光亮的目標。雖然有很多不同的方法可以照亮目標，但是無法拾取對象的邊緣和特征。缺乏對比度也會帶來問題。
3、由于我們無法使用2D機器視覺處理任何高度信息，因此，對于目標對象在Z方向存在高度差，會對成像造成很大影響。
4、二維機器視覺系統無法應對三維形狀或形式的復雜性。特別是對于需要在X或Y平面之外測量尺寸的復雜零件和組件;需要確定零件體積的位置;當需要以精確的方式拾取和放置零件時，則2D機器視覺就無法完成任務。
3D視覺
在3D機器視覺系統中，目標對象圖像不再只是平面圖片。現在，它是一個具有精確坐標的三維點云，可以知道空間中每個像素的位置。它還同時提供X，Y和Z平面數據以及相應的旋轉信息(圍繞每個軸)。
實現3D機器視覺系統有四種主要技術：激光三角法、立體視覺、飛行時間和結構光。與二維圖像處理相比，在3D中工作確實需要更多時間、處理器和軟件，但是在多核處理器、3D算法和軟件工具方面的飛速發展意味著3D機器視覺系統現在已經超過了保持滿足生產線的吞吐量要求。重要的是由于能夠可靠地捕獲額外的三維數據，因此3D機器視覺系統可以不受2D視覺系統的不利影響，前面討論的照明，對比度和到對象的距離方面不再是問題。
由于我們正在使用目標物體的高精度三維數字化模型，因此我們的機器現在可以處理形狀和位置。他們知道目標物體在空間中的精確位置、體積、角度、平坦度和特征，不受生產線環境條件以及物體是反光或吸光的影響。這極大地簡化了目標對象和整個系統設計。由此功能得到了極大擴展，因此3D機器視覺已被應用到2D視覺功能不足的眾多任務中。
包括：厚度、高度和體積測量、形狀、孔、角度和曲線、檢測表面或安裝缺陷、針對3D CAD模型的質量控制和檢驗、機器人引導和表面跟蹤(例如，用于焊接，去毛刺等)、自動零件抓取、放置、物體掃描和數字化等。
通過3D機器視覺技術組合，可以成功解決此類復雜、高精度、實時的任務。3D機器視覺技術提供了二維機器視覺無法提供的高效、經濟的解決方案。不同的3D機器視覺技術的質量和能力仍然有巨大差異，使得選擇合適的工具要比常規相機復雜得多。需要考慮更多要求，包括分辨率，顏色，速度和準確性。
相關新聞
編輯精選
