3D机器视觉和2D应用程序之间的差异
当前位置:首页 > 技术分享 > 3D机器视觉和2D应用程序之间的差异

3D机器视觉和2D应用程序之间的差异

机器视觉 2021-04-28 9079 0


什么是3D机器视觉?

3D视觉在机器视觉领域变得越来越主流。为什么?因为它是一项强大的技术,为识别和检查任务提供更高的准确性。随着机器视觉应用程序变得越来越复杂,需要更富创造性的解决方案来解决机器视觉中更棘手的问题。3D机器视觉目的是更深入地处理这些问题,并为2D系统无法解决的难题提供解决方案。

image.png


3D机器视觉系统利用4种主要形式的技术来生成物体的3维图像:立体视觉,飞行时间(ToF),激光三角测量(3D轮廓分析)和结构化光。3D视觉系统进一步将机器视觉比作计算机系统的“眼睛”,因为添加的精确深度感知功能与人眼更相似。

例如,立体视觉利用两个并排且经过校准聚焦在同一物体上的摄像机,基于来自多个角度的光线的三角测量,在非结构化和动态的环境中提供全视场3D测量。相反,当使用垂直于光束的相机投射到物体上时,激光三角测量可测量激光束的变化。在可以使用立体视觉捕获静止物体的地方,激光三角测量需要连续的线性运动,例如可以使用传送带来实现。但是,由于激光三角测量可以提供物体的惊人的详细点云图,因此可以通过其他方式解决此约束。

image.png

或者,飞行时间(ToF)测量来自调制照明源的光到达物体所需的时间,并根据这些记录的时间生成点云。3D技术为深度问题提供了许多创新的解决方案,因此在考虑3D机器视觉系统时,可以有多种选择。在决定选择4种主要3D技术中的哪一种之前,应在预期的机器视觉应用程序中考虑一些因素。

3D机器视觉适合我吗?

3D系统本质上比2D系统复杂,而2D系统在大多数应用程序中更常见,更不用说便宜了。但是,从价格标签和设置上看,您会发现一个系统可以比任何2D相机实现更强大的结果。3D机器视觉对于需要更高精度的有关物体的大小,纹理和深度的应用很有用。例如,农业,制造,检验和质量控制都可以从3D视觉中受益,但是在3D技术之间做出决定最终取决于诸如所需的精度水平,测量速度,对象是固定的还是移动的因素,以及对象表面的反射率和纹理。

2D与3D机器视觉系统

传统的二维机器视觉系统与成像库软件结合使用时,已被证明在条形码读取,存在检测和物体跟踪等应用中非常成功,并且这些技术只会随着时间的推移而不断改进。但是,由于2D摄像机仅拍摄从对象反射的光的图像,因此进行测量时照明的变化会对精度产生不利影响。光线过多会导致曝光过度,从而导致光溢出或物体边缘模糊,而照明不足会影响二维图像上出现的边缘和特征的清晰度。在无法轻松控制照明且无法更改其以固定镜头的应用中,利用2D机器视觉系统就会有很大的问题。

image.png

黑色物体上的黑色文本:与2D图像处理结合使用的3D系统可以解决此问题

3D机器视觉相机可以通过记录准确的深度信息,从而生成点云,对象的每个像素都占空间,并且为用户提供X,Y和Z平面数据以及每个轴的相应旋转数据。在涉及尺寸,空间管理,厚度测量,Z轴表面检测和涉及深度的质量控制的应用程序中,与2D相比,这使3D机器视觉成为了一种不错的选择。传统的2D图像处理仍可与收集的图像一起使用,从而为许多机器视觉问题创建了可实施的解决方案。



取消回复发表评论:


立即定制视觉方案